UNIVERSIDAD ALAS PERUANAS

FILIAL ICA

INVESTIGACION DE
MERCADO
Leccin 07: DISEO DE MUESTREO

Mag. Econ. Jos Abel Motta

Dueas
Ica Per
2016

DETERMINACIN DE LA
MUESTRA EN ESTUDIOS
CUANTITATIVOS

DETERMINACIN DE LA
MUESTRA

Primero

definamos qu es Universo o
poblacion:
Se entiende como universo a un total de
elementos que renen ciertas
caractersticas homogneas, los cuales
son objeto de una investigacin
El universo puede ser finito cuando la
poblacin objeto del estudio es menor a
500,000 sujetos o infinito cuando es mayor
a ste nmero

MUESTRA
Es una parte del universo que debe
presentar los mismos fenmenos que
ocurren en aquel, es decir, debe tener
las mismas caractersticas que tiene
ste, con el fin de estudiarlos y
medirlos.

MUESTRA
Para

alcanzar sus objetivos, la

muestra debe reunir las
siguientes caractersticas:
REPRESENTATIVIDAD
SUFICIENCIA

Menor tiempo
Menor costo
Mayor confiabilidad
Mayor Control

VENTAJAS

Muestreo: diseo y
procedimientos
Poblacin: El total de todos los elementos que comparten
un conjunto de caractersticas comunes y comprenden el
universo del propsito del problema de investigacin de
mercado.
Censo: Enumeracin completa de los elementos de una
poblacin u objetos de estudio.
Muestra: Subgrupo de elementos de la poblacin
seleccionado para participar en el estudio

Proceso de diseo del

muestreo
Definir la poblacin Objetivo

Determinar marco de muestreo

Seleccionar tcnicas de muestreo

Determinar tamao de muestra

Ejecutar proceso de muestreo

1.- Definicin de la Poblacin

Objetivo
La poblacin Objetivo es la recoleccin de elementos u
objetos que poseen la informacin buscada por el
investigador y acerca de la cual se deben realizar las
deducciones.
La Poblacin Objetivo se debe definir en
trminos de elementos, unidades de muestra, la extensin, y
el tiempo.

Un elemento es el objeto que posee la informacin buscada

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

Una unidad de muestra es un elemento, o una unidad que

contiene el elemento, que est disponible para la seleccin
en una etapa del proceso de muestra.

La extensin consulta los lmites geogrficos.

El tiempo es el perodo de tiempo en estudio.

2.- Determinacin de Marco de

Muestreo
Marco de Muestreo:
Representacin de los elementos de la poblacin
objetivo. Consiste en una lista o conjunto de
instrucciones para identificar a la poblacin
objetivo.
Ej: Directorio telefnico
Directorios de Empresas.

3.- Eleccin de una tcnica de

muestreo
3.a) Mtodo Bayesiano
Mtodo de seleccin donde los elementos se eligen
siguiendo una secuencia. Explcitamente incorpora
informacin previa acerca de los parmetros de
poblacin, as como los costos y probabilidades
relacionados con tomar las decisiones equivocadas.
3.b) Muestreo con reemplazo
Tcnica de muestreo en la que el elemento puede
incluirse en la muestra ms de una vez.
3.c) Muestreo sin reemplazo
Tcnica de muestreo en la que el elemento no se puede
incluir en la muestra ms de una vez.

4.- Determinacin del tamao de

muestra
El tamao de muestra est referido al nmero
de elementos que se incluirn en el estudio.
Como factores cualitativos relevantes:
a) Naturaleza de la investigacin.
b) Nmero de variables.
c)
Tamao de muestra utilizados en estudios
similares.
d) Restricciones de recursos., etc.

5.- Ejecucin del proceso de

muestreo
Requiere especificar detalladamente cmo se
llevarn a cabo las decisiones de diseo de
muestreo con relacin a la poblacin, marco de
muestreo, unidad de muestreo, tcnica de muestreo
y tamao de muestra.

Clasificacin de tcnicas de
muestreo
Tcnicas de
Muestreo
No Probabilstico

Probabilistico

Muestreo por Muestreo porMuestreo porMuestreo de

conveniencia
juicio
cuota
Bola de nieve

MAS

Muestreo
Sistemtico

Muestreo
Muestreo por
Estratificado Agrupamiento

Otros

Tcnicas de
Muestreo
A.- Muestreo no Probabilstico: Tcnicas de
muestreo que no utilizan procedimientos de
seleccin por casualidad. 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 vlidos a
nivel de muestra. Son cuatro: Muestreo por
Cupo, por conveniencia, Muestreo por juicio,
Muestreo de Bola de Nieve.
B.- Muestreo Probabilstico: Procedimiento
de muestreo en el que cada elemento de la
poblacin tiene una oportunidad probabilstica

Tcnicas de Muestreo
No Probabilstico
1)

Muestreo por Juicio: Es una forma del

muestreo por conveniencia, en que la muestra
se selecciona en base al juicio del investigador.
Este, elige los elementos a ser incluidos en la
muestra. Es subjetivo y su valor depende
de la experiencia del investigador.

Ej:

Mercados de prueba para determinar potencia de

productos.
Tiendas elegidas aleatoriamente para probar nuevos
mtodos de exhibicin de mercadera.-

Tcnicas de Muestreo
No Probabilistico
Muestreo por Cuotas (o cupo): Tcnica de
muestreo no probabilstico, que es un muestreo
por juicio restringido de dos etapas. La primera
etapa consiste en desarrollar categoras de
control o cuotas de elementos de la
poblacin. En la segunda etapa, los
elementos de muestra se seleccionan con
base en la conveniencia o juicio.

2)

Tcnicas de Muestreo
No Probabilistico
Caractersticas Muestreo por Cuota (Cupo):
1 El Universo es divisible segn 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 tamao
del universo o cuando no es requisito conocerlo.
3 Se usa cuando se conoce la proporcin de cada
segmento del universo.

Tcnicas de Muestreo
No Probabilistico
Etapas del Muestreo por cuotas (cupo):

1 Seleccionar las caracteristicas o

variables de control: Edad, sexo;
G.S.E., etc.
2
Establecerlos
elementos
poblacionales
relevantes
como
subsegmentos
del
Universo.
(definidos por las variables de
control).

Tcnicas de Muestreo No
Probabilistico
Caracterstica de
Control
/ Edad

Composicin de la poblacin /muestra

Menor a
20

Mayor o igual a
20

Total

Masculino

15%

35%

50%

Femenino

15%

35%

50%

Total

30%

70%

100%

Sexo

Elementos poblacionales: Personas

Variables de Control: Edad y sexo de las personas.
n= Tamao de la muestra.
Si n = 40 se tiene la siguiente composicin

Tcnicas de Muestreo No Probabilistico

Caracterstica de
Control
/ Edad

Composicin de la poblacin /muestra

Menor a
20

Mayor o igual a
20

Total

Masculino

14

20

Femenino

14

20

12

28

40

Sexo

Total
Si n= 40

De esta forma se determinan los cupos:

CUPO 1; 6 hombre menores 20 aos; 14 hombres mayores 20 aos
CUPO2: 6 mujeres menores 20 aos; 14 mujeres mayores 20 aos

Tcnicas de
Muestreo
No Probabilistico
3) Muestreo por conveniencia:
Tcnica de muestreo no probabilstico que intenta obtener
una muestra de elementos convenientes. La seleccin
de las unidades de muestreo se deja principalmente al
entrevistador.
Variables relevantes: Intervalos de tiempo, reas
geogrficas, etc.
Ej: Personas que visitan un Mall en
semana.

distintos das de la

Alumnos que asisten a una clase en determinado da, de

acuerdo a calendario.
Encuesta de evaluacin docente.

Tcnicas de Muestreo
No Probabilistico
4) Muestreo de Bola de Nieve:
Tcnica de muestreo no probabilstico en la que
un grupo inicial de encuestados es seleccionado
en forma aleatoria. Los encuestados posteriores
se seleccionan en bases a referencias o
informacin proporcionada por los encuestados
iniciales.

B.- Muestreo Probabilstico

Procedimiento de muestreo en el cual cada

elemento de la poblacin tiene una oportunidad
probabilstica fija de ser seleccionado para la
muestra.
La clasificacin de las tcnicas de muestreo de
probabilidad se realiza con base en:
Muestreo de elementos contra muestreo de grupo.
Probabilidad unitaria igual contra probabilidades
desiguales.
Seleccin no estratificada contra estratificada.
Seleccin aleatoria contra sistemtica.
Tcnicas de una sola etapa contra tcnicas de etapas
mltiples.

1. Muestreo aleatorio simple (M.A.S.):

Cada elemento de la poblacin tiene una probabilidad de
seleccin idntica y conocida.
Cada muestra (n) tiene una probabilidad idntica 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

alumnos.)
3. Generar (n) nmeros aleatorios diferentes entre 1 y N
utilizando un paquete de software

1.

Muestreo aleatorio simple (M.A.S.):

Clculo con utilizacin de la tabla estadstica
de N aleatorios sencillos:
Tamao de muestra = 16
Marco de muestra = 900
1. Se inicia en el rengln 1 y la columna 1 de la tabla 1,
considerando los tres dgitos de la derecha.
2. Se busca hacia abajo, por la columna , hasta
seleccionar 15 nmeros entre 1 y 900.
3. n = 480, 368, 130, 167, 570, 562, 301, 579, 475,
553, 429, 365, 119, 85, 368 y 11.

2. Muestreo aleatorio sistemtico:

La muestra se elige mediante la seleccin de
un punto de inicio aleatorio y la eleccin de cada
isimo elemento en sucesin (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 sistemtico:

Frmula:
1. Seleccionar un marco de muestra adecuado.
2. A cada elemento se le asigna un nmero 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 formarn parte
de la muestra aleatoria sistemtica:

k,

k + i,

27, 27+100,

k + 2i,

k + 3i.., k + (n+1)i.

27 + 2 x100, 327,

3. Muestreo aleatorio estratificado (M.A.E.):

Se determina cuando se debe estratificar la muestra a fin
que los elementos posean un determinado atributo
(profesin, residencia, sexo, etc.).
Se divide a la poblacin 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 distribucin de la muestra en funcin de los
diferentes estratos se denomina afijacin, y puede
ser de diferentes tipos:
Afijacin

Simple: A cada estrato le corresponde igual

nmero de elementos muestrales.
Afijacin Proporcional: La distribucin se hace de
acuerdo con el peso (tamao) de la poblacin en cada
estrato.
Afijacin

Optima: Se tiene en cuenta la previsible

dispersin de los resultados, de modo que se considera
la proporcin y la desviacin tpica. Tiene poca
aplicacin, no se conoce la desviacin.

3.

Muestreo aleatorio estratificado (M.A.E.):

Frmula:

1. Seleccionar un marco de muestra adecuado.

2. Seleccionar la (s) variables (s) de estratificacin y el N de
estratos, H.
3. Dividir toda la poblacin en H estratos. Con base en la
variable de clasificacin, cada elemento de la poblacin se
asigna a uno de los H estratos.
4. En cada estrato, numerar los elementos de 1 a N h (el
tamao de la poblacin del estrato h).
5. Determinar el tamao de la muestra de cada estrato, n h con
base en el muestreo estratificado proporcionado o
desproporcionado, donde
H

nh = n
h=1

6. En cada estrato, seleccionar una muestra aleatoria sencilla de

tamao nh

4. Muestreo aleatorio por conglomerados:

En el muestreo por conglomerados la unidad muestral
es un grupo de elementos de la poblacin que forman
una unidad, a la que llamamos conglomerado.
Ejemplo:
Las unidades hospitalarias, los departamentos universitarios,
una caja de determinado producto, etc. son conglomerados
naturales.

Cuando los conglomerados son rea geogrficas suele

hablarse de "muestreo por reas".

4. Muestreo aleatorio por conglomerados:

1. La poblacin meta se divide en subpoblaciones, o grupos,
recprocamente selectas y colectivamente exhaustivas.
2. Se selecciona una muestra aleatoria de los grupos, con base
en una tcnica de muestreo probabilstico 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 probabilstica.
4. Si todos los elementos en cada grupo seleccionado se
incluyen en la muestra = Muestreo de una etapa.
5.
Si una muestra de los elementos se toma en forma
probabilstica 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 nmero de
conglomerados (el necesario para alcanzar el
tamao muestral establecido) y en investigar
despus 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
Etapa

Muestreo de dos
Etapas

Muestreo de
Grupo sencillo

Muestreo de Etapas
mltiples

Probabilidad Proporcional
al tamao de la muestra

5. Muestreo polietpico
Ante

lo compleja que puede llegar a ser la

situacin real de muestreo con la que nos
enfrentemos es muy comn emplear lo que se
denomina muestreo polietpico.
Se caracteriza por operar en sucesivas etapas,
empleando en cada una de ellas el mtodo de
muestreo probabilstico ms adecuado.

Criterios entre eleccin de muestras

probabilsticas
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 informacin de la Poblacin
definida (listas de las unidades muestrales).
6. Accesibilidad para seleccionar a las unidades
muestrales.
7. Distribucin geogrfica de la poblacin.

Determinacin del tamao de la muestra

para un M.A.S.
Las

estrategias
estadsticas
para
determinar el tamao de la muestra se basan
en la estimacin de los valores desconocidos
de los parmetros de la poblacin, por medio de
las estadsticas de la muestra.

Determinacin del tamao de la muestra para un M.A.S.

Conceptos estadsticos claves:

Parmetro: Es una descripcin resumida de una caracterstica fija
o medida de la poblacin meta. Indica el valor real
que se obtendra si se realizara un censo.

Estadstico: Es una descripcin resumida de una caracterstica o

medida de la muestra. Se utiliza como un estimada
del parmetro de la poblacin.

Error Muestral, de estimacin o standard :

Es la diferencia entre un estadstico y su parmetro
correspondiente. Nos da una nocin clara de hasta
dnde y con qu probabilidad una estimacin basada
en
una muestra se aleja del valor que se hubiera
obtenido por
medio de un censo.

Determinacin del tamao de la muestra

para un M.A.S.
Conceptos estadsticos claves:
Nivel de Confianza

Probabilidad de que la estimacin

efectuada se ajuste a la realidad. La informacin

que se recoge est distribuida segn la ley de
probabilidad (Gauss o Student), se llama nivel de
confianza a la probabilidad de que el intervalo
construido en torno a un estadstico capte el verdadero
valor del parmetro.
Intervalo de confianza: Es el rango en el que se encontrar
el parmetro de la poblacin real, suponiendo un nivel
determinado de confianza.

MUESTRA EN POBLACIONES INFINITAS

La frmula para
poblaciones
infinitas es la
siguiente:
n

pq
e2

en donde:

= nivel de confianza
p = probabilidad a favor
q = probabilidad en
contra
n = nmero de
elementos

MUESTRA EN POBLACIONES
FINITAS
La frmula para poblaciones finitas es
la siguiente:
n

Npq

e2 (N-1)+pq

en donde:
= nivel de confianza
p = probabilidad a favor
q = probabilidad en contra
n = nmero de elementos
e = error de estimacin
N= Universo

MTODOS DE
MUESTREO
Probabilstico
Simple/al azar
Estratificado
Por reas o polietpico
No probabilstico
De cuotas
De juicio

MUESTREO ESTRATIFICADO
Es necesario formar grupos
homogneos cuando se
cuenta con un universo
demasiado grande
Ejemplo: edad, mismo nivel
socioeconmico, mismo
sexo, etc.
Afijacin Proporcional
Afijacin desproporcional

MUESTREO POR REAS

(POLIETPICO)
Con este mtodo se pueden
determinar la muestra mediante una
serie de etapas que deben seguirse
para determinar la definitiva

Las etapas son:

Primera etapa: Seleccin de las manzanas en un mapa

Segunda etapa: Seleccin de los hogares dentro de las

manzanas
Tercera etapa: Seleccin de las personas dentro de los
hogares elegidos

MTODOS DE MUESTREO NO
PROBABILSTICO

De Cuotas: se basa en la prctica y en la experiencia de

los entrevistadores. Se recomienda a todas aquellas
empresas que tienen su propio departamento de
Investigacin de mercados.
Es el investigador quien determina el nmero de
entrevistas y elige a los entrevistados libremente

Sus resultados no son confiables

MUESTREO DE JUICIO:
Se utiliza cuando el universo es muy
pequeo, la seleccin de la muestra se
determina en base al juicio del
responsable y es muy subjetiva

MTODO DE SALTO
SISTEMATICO
Permite fijar un intervalo

para realizar cada

entrevista, mientras ms
poblada es la zona donde
se har el estudio, ser
mayor el salto, por el
contrario si es una zona
de poca densidad, el salto
entre un hogar y otro ser
menor

MTODO DE SALTO
SISTEMATICO
Como punto de partida se

puede tomar el primer hogar

ubicado en la esquina surponiente de la manzana
seleccionada, para realizar la
primera entrevista y de ah se
aplica el salto
En edificios, cada
departamento se maneja
como las casas solas

GRACIAS POR
SU ATENCION