INVESTIGACIÓN DE MERCADOS

Muestreo Probabilístico y No Probabilístico

Asignatura Investigación de Mercados
 Muestreo: diseño y procedimientos

Población: El total de todos los elementos que comparten un

conjunto de características comunes y comprenden el Universo
del propósito del problema de investigación de mercado.

Censo: Enumeración completa de los elementos de una

población u objetos de estudio.

Muestra: Subgrupo de elementos de la población

seleccionado para participar en el estudio
Proceso de diseño del muestreo

Definir la población Objetivo

Determinar marco de muestreo

Seleccionar técnicas de muestreo

Determinar tamaño de muestra

Ejecutar proceso de muestreo

 1.- Definición de la Población
Objetivo
•La población Objetivo es la recolección de elementos u objetos que poseen
la información buscada por el investigador y acerca de la cual se deben
realizar las deducciones. La Población Objetivo se debe definir en términos
de elementos, unidades de muestra, la extensión, y el tiempo.

• Un elemento es el objeto que posee la información buscada por el

investigador y acerca de la cual se harán deducciones, por ej. el encuestado.

• Una unidad de muestra es un elemento, o una unidad que contiene el

elemento, que está disponible para la selección en alguna etapa del proceso
de muestra.

• La extensión consulta los límites geográficos.

• El tiempo es el período de tiempo en estudio.

2.- Determinación de Marco de
Muestreo
Marco de Muestreo:
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.
Ej:
• Directorio Web.
• Directorios de Empresas.
 3.- Elección de una técnica de
muestreo
3.a) Método Bayesiano
• Método de selección donde los elementos se eligen siguiendo una
secuencia. Explícitamente incorpora información previa acerca de los
parámetros de población, así como los costos y probabilidades
relacionados con tomar las decisiones equivocadas.

3.b) Muestreo con reemplazo

• Técnica de muestreo en la que el elemento puede incluirse en la
muestra más de una vez.

3.c) Muestreo sin reemplazo

• Técnica de muestreo en la que el elemento no se puede incluir en la
muestra más de una vez.
 4.- Determinación del tamaño de
muestra

El tamaño de muestra está referido al número de elementos que se

incluirán en el estudio.
•Como factores cualitativos relevantes:
-Naturaleza de la investigación.
-Número de variables.
-Tamaño de muestra utilizados en estudios similares.
-Restricciones de recursos., etc.
 5.- Ejecución del proceso de muestreo

Requiere especificar detalladamente cómo se llevarán a cabo las

decisiones de diseño de muestreo con relación a la población, marco de
muestreo, unidad de muestreo, técnica de muestreo y tamaño de
muestra.
Clasificación de técnicas de muestreo

No Probabilístico Probabilístico

Muestreo por Muestreo por Muestreo por Muestreo de

conveniencia juicio cuota Bola de nieve

Muestreo Muestreo Muestreo Muestreo por

Aleatorio Otros
Sistemático Estratificado Agrupamiento
Simple
Técnicas de
Muestreo
A.- Muestreo no Probabilístico: Técnicas de muestreo que
no utilizan procedimientos de selección probabilístico. En su lugar,
se basan en el juicio personal del investigador. Se utilizan cuando
no se puede dimensionar o identificar claramente el Universo
muestral, o este no se conoce.
En este muestreo los resultados son válidos a nivel de
muestra. Son cuatro: Muestreo por Cupo, por conveniencia,
Muestreo por juicio, Muestreo de Bola de Nieve.

B.- Muestreo Probabilístico: Procedimiento de muestreo en

el que cada elemento de la población tiene una oportunidad
probabilística fija de ser seleccionado para muestra.
A.- Muestreo no Probabilístico:

1. Muestreo por juicio: los sujetos se seleccionan a base del

conocimiento y juicio del investigador.

2. Muestreo por cuotas: se basa en seleccionar la muestra después

de dividir la población en grupos o estratos. Los sujetos dentro de
cada grupo se eligen por métodos no probabilísticos.
A.- Muestreo no Probabilístico:

3. Muestreo por conveniencia: consiste en seleccionar a los

individuos que convienen al investigador para la muestra. Esta
conveniencia se produce porque al investigador le resulta más fácil
examinar a estos sujetos, ya sea por proximidad geográfica, por ser sus
amigos, etc.
4. Muestreo de bola de nieve (o muestreo por referidos): se
realiza sobre poblaciones donde no se conoce a sus individuos o es
muy difícil acceder a ellos. Se llama muestreo de bola de nieve porque
cada sujeto estudiado propone a otros, produciendo un efecto
acumulativo parecido a una bola de nieve.
Técnicas de Muestreo No Probabilístico
1) Muestreo por Juicio:

• El método de muestreo por juicio es un método de

muestreo no probabilístico. Los sujetos se seleccionan a base del
conocimiento y juicio del investigador. Es subjetivo y su valor
depende de la experiencia del investigador.

• El investigador selecciona a los individuos a través de

su criterio profesional. Puede basarse en la experiencia de otros
estudios anteriores o en su conocimiento sobre la población y el
comportamiento de ésta frente a las características que se
estudian.
 Técnicas de Muestreo No Probabilístico
Muestreo por Juicio:
Técnicas de Muestreo No Probabilístico

2) Muestreo por Cuotas (o cupo): Técnica de muestreo no

probabilístico, que es un muestreo por juicio restringido de dos
etapas. La primera etapa consiste en desarrollar categorías de
control o cuotas de elementos de la población. En la segunda
etapa, los elementos de muestra se seleccionan con base en la
conveniencia o juicio del investigador. Se basa en seleccionar la
muestra después de dividir la población en grupos o estratos.
Técnicas de Muestreo No Probabilístico

Características Muestreo por Cuota (Cupo):

1° El Universo es divisible según criterio y experiencia del
investigador., y este se puede dividir por varias variables,
atributos del productos o cuantitativas.
2° Se usa cuando no es posible conocer el tamaño del universo
o cuando no es requisito conocerlo.
3° Se usa cuando se conoce la proporción de cada segmento del
universo.
Técnicas de Muestreo No Probabilístico
Etapas del Muestreo por cuotas (Cupo):
1° Seleccionar las características o variables de control: Edad,
sexo; G.S.E., etc.
2° Establecer los elementos poblacionales relevantes como
subsegmentos del Universo. (definidos por las variables de
control).
 Técnicas de Muestreo No
Probabilístico
Característica de Composición de la población /muestra
Control
/ Edad Menor a 20 Mayor o igual a 20 Total
Sexo
Masculino 15% 35% 50%
Femenino 15% 35% 50%
Total 30% 70% 100%

Elementos poblacionales: Personas

Variables de Control: Edad y sexo de las personas.

nij: = (Nij) ; n=%

N
nij: Tamaño de cada segmento o nicho, según las variables de control
utilizadas. En este caso los símbolos representan a dos de ellas.
Nij = Proporción de cada segmento en el universo
N

n= Tamaño de la muestra.
Técnicas de Muestreo No Probabilístico
Característica de Composición de la población /muestra
Control

/ Edad Menor a 20 Mayor o igual a 20 Total

Sexo

Masculino 6 14 20

Femenino 6 14 20

Total 12 28 40

Si n= 40

De esta forma se determinan los cupos:

CUPO 1; 6 hombre menores 20 años; 14 hombres mayores 20 años
CUPO2: 6 mujeres menores 20 años; 14 mujeres mayores 20 años
 Técnicas de Muestreo No
Probabilístico
3) Muestreo por conveniencia:
Técnica de muestreo no probabilístico que selecciona una muestra
de elementos convenientes por el investigador. La selección de las
unidades de muestreo se deja principalmente al entrevistador.

Variables relevantes: Intervalos de tiempo, áreas geográficas, etc.

•Ej: Personas que visitan un Mall en distintos días de la semana.
• Alumnos que asisten a una clase en determinado día, de acuerdo a
calendario.
• Encuesta de evaluación docente.
Técnicas de Muestreo No
Probabilístico
4) Muestreo de Bola de Nieve:
Método de muestreo de bola de nieve: El muestreo se realiza sobre
poblaciones en las que no se conoce a sus individuos o es muy difícil
acceder a ellos.
Se llama muestreo de bola de nieve porque cada sujeto estudiado
propone a otros, produciendo un efecto acumulativo parecido al de la
bola de nieve.
B.- Muestreo Probabilístico

Procedimiento de muestreo en el cual cada elemento de la

población tiene una oportunidad probabilística fija de ser
seleccionado para la muestra.

Muestreo aleatorio simple: todos los individuos tienen la misma

probabilidad de ser elegidos, las observaciones se realizan con
reemplazo, de forma que la población es igual en todas las
extracciones.
Muestreo aleatorio estratificado: los individuos se dividen en
grupos o estratos. La muestra se elige escogiendo en cada estrato
un número representativo de individuos.
B.- Muestreo Probabilístico

• Muestreo aleatorio sistemático: se utiliza en muestras

ordenadas. Consiste en seleccionar al azar un elemento y a
partir de él, incrementando un intervalo fijo, seleccionar
toda la muestra.
• Muestreo aleatorio por conglomerados: la población está
dividida en conglomerados naturales (provincias, ciudades,
etc.). Se seleccionan algunos conglomerados y se toman en
representación de toda la población.
1. Muestreo aleatorio simple (M.A.S.):

Es la técnica de elección de la muestra en la que los

individuos son elegidos aleatoriamente y todos tienen la
misma probabilidad de formar parte de ella.

Técnica práctica para escoger

muestra en Universos pequeños
y finitos, por tanto es una
técnica no muy utilizada en
investigación comercial.
Muestreo aleatorio simple (M.A.S.):
Características de (M.A.S)

1.Todos los individuos (en el ejemplo) tienen la misma

probabilidad de ser seleccionados en la muestra.

2.Las observaciones se realizan con reemplazo, de forma que la

población es igual en todas las oportunidades en que se eligen.
En el caso de que se renuncie, por azar, a volver a seleccionar en la
muestra al mismo individuo, estaremos en el caso de método
aleatorio sin reemplazo.
1. Muestreo aleatorio simple (M.A.S.):

Cada elemento de la población tiene una probabilidad de

selección idéntica y conocida.
Cada muestra (n) tiene una probabilidad idéntica y conocida de
ser la muestra que se elija.
Ejemplo:
1.- Seleccionar un marco de muestra adecuado. (alumnos)
2.- A cada elemento se le asigna un N° de 1 a N. (100 als.)
3.- Generar (n) números aleatorios diferentes entre 1 y N ,
utilizando un paquete de software……
Fortalezas y debilidades del muestreo aleatorio
simple
2. Muestreo aleatorio sistemático:

•El método de muestreo sistemático se utiliza en muestras ordenadas

del 1 al N. Consiste en lo siguiente:
•Supongamos que tenemos una población de N individuos ordenados del
1 al N. Queremos seleccionar una muestra de tamaño n.
•Sea k el entero más próximo a N/n.
•Escogemos al azar un número i entre 1 y k (utilizando los números
aleatorios, sacar una número de una bolsa, etc.).
•La muestra será el elemento i y los elementos i+k, i+2k, etc.. Es decir, el
elemento k y los elementos a intervalos fijos k hasta conseguir
los n sujetos:

•
2. Muestreo aleatorio sistemático:

La muestra se elige mediante la selección de un punto de inicio

aleatorio y la elección de cada iésimo elemento en sucesión (i), a partir
del marco de la muestra.
Ejemplo:
N = 100.000 alumnos. Se desea n = 1.000 alumnos.
i = 100.000/1.000 = 100 ……… i = 100
Se selecciona un N° aleatorio entre 1 y 100: 27,
Muestra = 27, 127, 227, 327, 427, 527, 627, 727, 827, etc.
• 2. Muestreo aleatorio sistemático:

Fórmula:
1. Seleccionar un marco de muestra adecuado.
2. A cada elemento se le asigna un número de 1 a N.
3. Determinar el intervalo de muestra, i, donde i = N/n.
4. Seleccionar un N° aleatorio, k, entre 1 e i.
5. Los elementos con los N° siguientes formarán parte de la muestra
aleatoria sistemática:
k, k + i, k + 2i, k + 3i….., k + (n+1)i.
27, 27+100, 27 + 2 x100, 327,
3. Muestreo aleatorio estratificado M.A.E
El muestreo estratificado es un tipo
de muestreo probabilístico. Los
individuos de toda la población se
dividen en grupos o estratos.

Cada elemento pertenece a un único

estrato.

 La variable elegida para formar los

estratos no debe permitir que un
individuo o elemento de la población
pertenezca a más de uno de ellos.

La variable elegida deberá ser

significativa para el motivo u objetivo
del estudio o investigación.
3. Muestreo aleatorio estratificado M.A.E

• Se divide a la población en subpoblaciones o estratos y se

selecciona una muestra para cada estrato.

• Cada estrato funciona en forma independiente, se puede aplicar

dentro de cada estrato el MAS o el MAE para elegir los elementos
concretos que formaran parte de la muestra.
• 3. Muestreo aleatorio estratificado (M.A.E.):

La distribución de la muestra en función de los diferentes estratos se

denomina afijación, y puede ser de diferentes tipos:

• Afijación Simple: A cada estrato le corresponde igual número de

elementos muestrales.

• Afijación Proporcional: La distribución se hace de acuerdo con el peso

(tamaño) de la población en cada estrato.

• Afijación Optima: Se tiene en cuenta la previsible dispersión de los

resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación, no se conoce la desviación.
• 4. Muestreo aleatorio por conglomerados
El método de muestreo por conglomerados se utiliza cuando
la población está agrupada en conglomerados naturales.

Si se supone que los conglomerados son muestra significativa de la

variable que se está estudiando, se puede seleccionar algunos
conglomerados al azar (todos los conglomerados deben tener las
mismas probabilidades de ser seleccionados) y utilizarlos en
representación de la población.
• 4. Muestreo aleatorio por conglomerados:

1. La población meta se divide en subpoblaciones, o grupos

recíprocamente selectos y colectivamente exhaustivas.
2. Se selecciona una muestra aleatoria de los grupos, con base en una
técnica de muestreo probabilístico como el M.A.S.
3. Para cada grupo seleccionado, ya sea que se incluyan todos los
elementos en la muestra o que se tome una muestra de elementos en
forma probabilística.
• Si todos los elementos en cada grupo seleccionado se incluyen en la
muestra = Muestreo de una etapa.
• Si una muestra de los elementos se toma en forma probabilística de
cada grupo seleccionado = Muestreo de grupo de dos etapas.
• 4. Muestreo aleatorio por conglomerados:

En otras palabras:
• El muestreo por conglomerados consiste en seleccionar
aleatoriamente un cierto número de conglomerados (el necesario para
alcanzar el tamaño muestral establecido) y en investigar después todos
los elementos pertenecientes a los conglomerados elegidos.
4. Muestreo aleatorio por conglomerados:
Tipos de muestreo aleatorio por conglomerado

Muestreo de grupo

Muestreo de una Muestreo de dos Muestreo de Etapas

Etapa Etapas múltiples

Muestreo de Probabilidad Proporcional

Grupo sencillo al tamaño de la muestra
• 5. Muestreo polietápico

• Ante lo compleja que puede llegar a ser la situación real de muestreo

con la que nos enfrentemos es muy común emplear lo que se
denomina muestreo polietápico.
• Se caracteriza por operar en sucesivas etapas, empleando en cada una
de ellas el método de muestreo probabilístico más adecuado.
Criterios entre elección de muestras probabilísticas

1. Grado de exactitud de los resultados, por tipo de muestra, acorde con

las decisiones de Mercadotecnia a tomar.
2. Recursos y costos.
3. Grado de usos.
4. Tiempo disponible para obtener los resultados.
5. Disponibilidad de la información de la Población definida (listas de las
unidades muestrales).
6. Accesibilidad para seleccionar a las unidades muestrales.
7. Distribución geográfica de la población.
Elección del muestreo no probabilístico/
probabilístico

Condiciones que favorecen el uso de

Muestreo no Muestreo
Factores probabilístico probabilístico

1. Naturaleza de la investigación Exploratoria Concluyente

2. Magnitud relativa de los errores Los errores de falta de Los errores de
de muestreo y de falta de muestreo muestreo son + grandes muestreo son +grandes
3. Variabilidad en la población Homogénea (baja) Heterogénea (alta)

4. Consideraciones estadísticas. Desfavorables Favorables.

5. Consideraciones operativas. Favorables Desfavorables.
Bibliografía

• Muestreo, Naresh Malhotra; Cap.11 y 12. 5° Edición.