1

Universidad de Costa Rica

Prof. Carlo Magno Araya

FUNDAMENTOS DE MUESTREO
1. Poblacin. Conjunto de todos los elementos que comparten un grupo de caractersticas,
y forman el universo para el propsito del problema de investigacin de mercados.
2. Muestra. Subgrupo de los elementos de la poblacin que se selecciona para participar en
el estudio.
3. Elemento de estudio. Objeto que posee la informacin que busca el investigador y
acerca del cual deben hacerse las inferencias.
4. Unidad de muestreo. Unidad bsica que contiene los elementos de la poblacin que se
incluir en la muestra.
5. Marco de la muestra. Representacin de los elementos de la poblacin que consiste en
una lista o grupo de indicaciones para identificar la poblacin de meta
6. Muestreo con reemplazo. Tcnica de muestreo en la cual un elemento puede incluirse
en la muestra ms de una vez.
7. Muestreo sin reemplazo. Tcnica de muestreo en la cual un elemento no puede incluirse
en la muestra ms de una vez.

DETERMINACIN DEL TAMAO DE MUESTRA

Procedimiento
cuantitativas:
1.
2.
3.
4.
5.
6.

complejo

comprende

varias

consideraciones

cualitativas

FACTORES CUALITATIVOS
La importancia de la decisin
La naturaleza de la investigacin
El nmero de variables
La naturaleza del anlisis estadstico. El anlisis multivariado requiere n grandes
Los tamaos de muestras utilizados en estudios similares
Limitaciones de recursos: dinero y tiempo y disponibilidad de personal.

FACTORES CUANTITATIVOS
1. Nivel de confianza (1-)
2. Nivel de precisin. Magnitud del error de muestreo.
3. Variabilidad de la poblacin. La variabilidad puede conocerse de fuentes secundarias. o
estimarse mediante la realizacin de un estudio piloto.

Tamao de poblacin(N). No afecta en forma directa el tamao de la muestra,

excepto cuando el factor de correccin debe aplicarse.

Ajuste del tamao de la muestra: tasa de respuesta, tasa de incidencia, etc.

Mtodos para mejorar las tasas de respuestas: notificacin previa, motivacin a los
entrevistados, incentivos, diseo y aplicacin del cuestionario, seguimiento y otros
facilitadores (llamadas).

Universidad de Costa Rica

Prof. Carlo Magno Araya

MUESTREO ALEATORIO SIMPLE(MAS)

Cada elemento de la poblacin tiene probabilidad de seleccin idntica y conocida.

Cada elemento se elige en forma independiente de los dems.

La muestra se toma mediante un procedimiento aleatorio a partir del marco de

muestreo. (1) Generar nmeros aleatorios que determinan qu elementos incluir en la
muestra, (2) o pueden generase con una rutina de computadora o una tabla de
nmero aleatorios.

VENTAJAS
1. Se comprende con facilidad
2. Los resultados de la muestra pueden proyectarse a la poblacin
3. La mayor parte de los mtodos de inferencia estadstica suponen que los datos provienen
de muestra seleccionada por medio del MAS.
1.
2.
3.
4.

DESVENTAJAS
Con frecuencia es difcil construir un marco que permita seleccionar la muestra.
El MAS puede dar como resultado muestras muy grandes. Incrementado as el tiempo y
costo de la recoleccin de datos.
Puede dar como resultado menor precisin (errores estndar ms grandes) que otros
mtodos de muestreo probabilstico.
Puede dar como resultado muestras menos representativas de la poblacin. Esto es ms
probable si el tamao de la muestra es pequeo.

MUESTREO SISTEMTICO
1. La muestra se elige mediante la seleccin de un punto de inicio aleatorio y la eleccin de
cada k-simo elemento en sucesin, a partir del marco de la muestra.
2. El intervalo de muestra, k, se determina dividiendo el tamao de la poblacin entre el
tamao de la muestra.
3. Cada elemento tiene probabilidad de seleccin idntica y conocida.
4. Si los elementos de la poblacin estn ordenados en forma no relacionada con las
caractersticas de inters, el muestreo producir resultados muy similares al MAS.
5. Cuando el orden de los elementos se relaciona con la caracterstica de inters. El
muestreo sistemtico incrementa lo representativo de la muestra. Por ejemplo, las
empresas ordenadas en forma progresiva en relacin con las ventas anuales, un MS
incluir algunas empresas pequeas, medianas y grandes.
6. Una muestra MAS puede no ser representativa por que contenga, por ejemplo slo
empresas pequeas o una cantidad desproporcionada de stas.

Universidad de Costa Rica

Prof. Carlo Magno Araya

7. Si el orden de los elementos produce un patrn cclico; el MS puede reducir lo
representativo de la muestra.
8. El MS es menos costoso y ms fcil que el MAS.
9. Puede utilizarse sin conocer la composicin (elementos) del marco de la muestra. Por
ejemplo, puede entrevistarse a cada k-sima persona que salga de un supermercado,
tienda, banco, institucin, etc.
10. Si el marco del cual estamos tomando la muestra es verdaderamente aleatorio, una MS
puede considerase como una muestra idntica al MAS.
11. En resumen, el MS ofrece. VENTAJAS: (1) facilitar la seleccin de la muestra, (2) el
costo, (3) la eliminacin de la necesidad de un marco completo, (4) estratificacin
implcita de los marcos adecuadamente ordenados. DESVENTAJAS: (1) el problema de
una posible periodicidad, (2) posibles problemas tcnicos al calcular el intervalo de
seleccin y el error estndar.

MUESTREO ALEATORIO ESTRATIFICADO

1. Es un proceso en el que la poblacin se divide en subpoblaciones o estratos mutuamente
excluyentes y colectivamente exhaustivos. Los estratos son mutuamente excluyentes si
los miembros de un estrato no pueden ser miembros de cualquier otro estrato. Los
estratos son selectivamente exhaustivos si se utilizan todas las categoras posibles de
una variable para definir los estratos.
2. Aun cuando el nmero de estratos que van a utilizarse es cuestin de juicio, la
experiencia sugiere el uso de no ms de seis. Con ms de seis estratos, cualquier
beneficio en la precisin se ver superado por el incremento en el costo de la
estratificacin y el muestreo.
3. Un objetivo importante del muestro estratificado es incrementar la precisin, sin aumentar
el costo. Puede llevar a una disminucin en el error estndar del estimador.
4. La variable que se utiliza para dividir la poblacin en estratos se conoce como variable de
estratificacin. Esta debe estar estrechamente relacionada con las caractersticas de
inters. Las variables que se utilizan para la estratificacin incluyen caractersticas
demogrficas, el tamao de la empresa, etc.
5. Los elementos en un estrato deben ser tan homogneos como sea posible, pero los
elementos de diferentes estratos heterogneos.
6. Se selecciona una muestra aleatoria simple e independiente en cada uno de los estratos.

Universidad de Costa Rica

Prof. Carlo Magno Araya

7. Se tienen tres diseo de muestreo estratificado posible que depende de la asignacin de
la muestra:
(1) Muestreo estratificado proporcional. Los elementos de la muestra estn distribuidos
en estratos, en proporcin al nmero de elementos de la poblacin en los estratos.
(2) Muestro estratificado con afijacin igual. Tiene valor prctico sobre todo cuando las
fronteras entre los estratos no se fijan rgidamente. Ms an, si los estratos son
tambin dominios entonces el tener muestras iguales tiende a beneficiar sus
estimaciones y comparaciones. Adems de su simplicidad, la afijacin igual suele ser
eficiente.
(3) Muestreo estratificado con afijacin ptima. En general, (1) cunto ms grande sea
el estrato, ms grande ser la muestra y (2) cuanto ms grande sea la variabilidad
dentro del estrato, ms ser la muestra. Generalmente para un tamao de muestra
con asignacin Neyman, podemos reducir el error estndar global del estimado
tomando ms elementos de la muestra de los estratos con una variabilidad ms alta.
Un estrato con demasiada variabilidad requerir un tamao de muestra ms grande
para que produzca un estimador eficiente de la media.

MUESTREO POR CONGLOMERADOS

1. La poblacin de estudio se divide primero en subpoblaciones mutuamente excluyentes,
llamados conglomerados, y despus se selecciona una muestra de conglomerados con
base en una tcnica de muestreo probabilstico como el muestreo aleatorio simple.
2. Para cada conglomerado seleccionado, se incluyen todos los elementos en la muestra o
se toma una muestra de elementos en forma probabilstica.
3. Si todos los elementos en cada conglomerado seleccionado se incluyen en la muestra, el
procedimiento se conoce como muestreo de conglomerados de una sola etapa. Si una
muestra de los elementos se toma en forma probabilstica de cada grupo seleccionado, el
procedimiento es un muestreo de conglomerados de dos etapas.
4. El objetivo del muestreo por conglomerados es aumentar la eficiencia del muestreo al
reducir los costos. Con frecuencia son mucho ms baratas que otros procedimientos
empleados para un determinado tamao de muestra.
5. Los criterios para formar los conglomerados son opuestos a aquellos del muestreo
estratificado. Los elementos de los conglomerados deben ser tan heterogneos como sea
posible, pero los elementos entre los conglomerados homogneos.
6. De modo ideal, cada grupo debe ser una representacin en pequeo de la poblacin.
7. En el muestreo de conglomerados, se necesita un marco de muestra slo para aquellos
grupos que se seleccionaron para la muestra.
8. En ocasiones, pueden formarse conglomerados de igual tamao al combinar grupos.
9. Para seleccionar los conglomerados se puede utilizar el muestreo probabilstico
proporcional al tamao(PPT). La probabilidad de elegir un conglomerado vara en forma
directa con el tamao del grupo y la probabilidad de seleccionar una unidad de estudio en
un conglomerado vara en forma inversa al tamao del grupo. As, la probabilidad de

Universidad de Costa Rica

Prof. Carlo Magno Araya

cualquier unidad de muestra especfica se incluya en la muestra se equilibran con las
probabilidades desiguales de la segunda.
10. El muestreo de conglomerados tiene dos ventajas importantes: la viabilidad y el costo
bajo. En muchas situaciones, los nicos marcos de muestra que estn disponibles para la
poblacin meta son los conglomerados, no los elementos de la poblacin.
11. Estas ventajas se deben ponderar en comparacin con varias limitaciones. (1) El
muestreo de grupo da como resultado muestras relativamente inexactas y es difcil firmar
grupos heterogneos. (2) Puede ser difcil calcular e interpretar las estadsticas con base
en los conglomerados.
12. Cuando combinamos la eficiencia estadstica del procedimiento de muestreo con su
costo, nos referimos a esto como eficiencia total o global del procedimiento. A menudo
el muestreo por conglomerados es el procedimiento de mayor eficiencia global. Es decir,
logramos un error estndar ms pequeo por cada coln gastado.

MUESTREO POR ETAPAS(polietpico)

Un diseo de muestreo puede tener el nmero de etapas que el investigador desee.
Por ejemplo, la mayor parte de las muestras por reas tiene ms de una etapa.
1.

Es mucho menos eficiente estadsticamente que el muestreo aleatorio simple. Un

diseo de muestreo en dos etapas est sujeto dos errores muestrales. La seleccin de
los conglomerados de la primera etapa es slo un estimado de la poblacin de
conglomerados, es decir, ocurre error muestral. De esta forma la seleccin de los
elementos dentro de un conglomerado es solo un estimado de la poblacin de
elementos dentro ese conglomerado. Por tanto una muestra de cinco etapas tendra
cinco errores muestrales.

2.

Las frmulas para calcular las estadsticas son demasiados complejas. Los
investigadores deben sensibles a este hecho y prepararse para consultar a un
estadstico experto en muestreo para obtener el clculo apropiado.

3.

En la prctica los resultados obtenidos de la etapa final, con frecuencia, se tratan como
si viniesen de un muestreo probabilstico directo de una lista de elementos finales. Es
decir, las frmulas que se utilizan son las mismas que se aplican en el muestreo
aleatorio simple y en el muestreo estratificado. En efecto neto de realizar esto, es
subestimar el error muestral que ha ocurrido.

4.

Sin embargo, para las decisiones donde el riesgo de tal subestimacin est
explcitamente tolerado, no podemos mostrarnos muy crticos de este procedimiento
ms rpido.

5.

Otros aspectos tcnicos del muestreo por etapas, dicen que el error muestral disminuye
cuando aumenta: (1) el tamao de la muestra y (2) la homogeneidad de los elementos
que estn sometindose a muestreo.

Universidad de Costa Rica

Prof. Carlo Magno Araya

6.

La teora estadstica nos lleva a la conclusin de que debemos seleccionar un nmero

grande de conglomerados en cada etapa y un nmero pequeo de elementos dentro
de cada conglomerado para lograr la mejor eficiencia estadstica.

7.

Pero, qu sucede con la eficiente total?. Esta tiene un papel que desempear.
Cuntos ms conglomerados seleccionemos, mayor ser la lista de elementos que
tenderemos que elaborar, mayor el trabajo de los entrevistadores y mayores
complicaciones administrativas que tendremos que resolver.

8.

Por estos factores aumentan el costo del estudio, por esta razn el diseo final de la
muestra comprende un intercambio entre eficiencia estadstica y costo. No hay una
eleccin ptima disponible.

9.

El investigador debe hacer este intercambio con base en los objetivos del estudio, la
cantidad de dinero disponible y la magnitud de error aceptable.

MUESTRA NO PROBABILSTICA:
MUESTREO POR CUOTA
1. Es una alternativa al diseo totalmente probabilstico. Surge bsicamente dentro realizan
estudio de opinin y de mercado.
2. Nace fundamentalmente de la preocupacin: (1) controlar el costo, (2) mejorar la
precisin de resultados.
3. Por ello trata de lograr varios propsitos: (1) seguridad de obtener una muestra de un
tamao determinado, (2) reducir a un mnimo el tiempo para el trabajo de campo, (3)
reducir el costo de recoleccin de los datos, (4) obtener una muestra que satisface
controles de estructura (o composicin) respecto a; sexo, edad, ocupacin, nivel
socioeconmico, etc.
4. Se propone las cuotas de acuerdo a las variables que mejor determinan la disponibilidad:
sexo, edad y actividad econmica.
5. Se trata de lograr los objetivos del estudio, siguiendo procedimientos estrictos en la
seleccin de los encuestados establecido de previo, que deben seguirse sin cambios y
que le dan al proceso una naturaleza muy cercana a la aleatoria.
6. Crticas al muestreo por cuota:
(1) Da discrecionalidad al entrevistador en la seleccin de las personas a ser
entrevistadas y, por ende, introduce el juicio(y posibles sesgos) en la seleccin de la
muestra,
(2) Utiliza un mtodo de seleccin que da probabilidades desconocida y
presumiblemente diferentes a los miembros de la poblacin,
(3) Por las razones anteriores, la muestra no es medible, no permite el clculo de los
errores de muestreo con base en los datos de la muestra, y no es posible hacer
inferencias estadsticas a partir de ella.
(4) Los errores de seleccin influyen mucho en los resultados.