Una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto de la población, y para ser representativa, debe tener las mismas características de la población.
1. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DEMERCADOSII
GRUPO: 09
LIBEREMOS BOLIVIA
MUESTRA O ANÁLISIS MUESTRAL
“Unhombre que no se alimentade sus sueñosenvejece pronto”
WilliamShakespeare
1. INTRODUCCIÓN:
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población,
para lo cual deben ser representativas de la misma (una muestra representativa se denomina
técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la
muestra debe seguir una técnica de muestreo. En tales casos, puede obtenerse una información
similar a la de un estudio exhaustivo con mayor rapidez y menor coste (véanse las ventajas de la
elecciónde unamuestra,másabajo).3
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de toda la
población porque el manejo de un menor número de datos genera también menos errores en su
manipulación. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente
estudiados.3
El número de sujetos que componen la muestra suele ser bastante inferior a la población total,
aunque suficiente grande como para que la estimación de los parámetros determinados tenga un
nivel de confianza adecuado. Para que el tamaño de la muestra sea idóneo, es preciso recurrir a su
cálculo. La muestra, desde el punto de vista más genérico de la palabra, se trata de una
representación a pequeña escala de algo que tiene la misma calidad pero en mayor cantidad. Las
muestras sirven para demostrar que lo que se quiere obtener está bien sin necesidad de
comprobar la calidad del producto completo. La aplicación de esta palabra abarca muchos campos
en los que la escala de demostración es importante; sin embargo, los más frecuentes son la
química,la biología,la economía y el comercio (mercadotecnia). En la química, una muestra es una
pequeña parte de un organismo o de una sustancia que se someterá a estudios o análisis y
pruebas experimentales. Las muestras químicas se toman del organismo con mucha precaución,
con el fin de no dañar la especie que se busca estudiar y conocer a pequeña escala aquello que,
según se presume, tiene las mismas características generalmente. Una muestra biológica, al igual
que la muestraquímica,se hace enlasmismascondicionesybásicamenteparael mismofin.3
2. DESARROLLO:
2.1. ¿Qué ES MUESTRA?
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas
aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica
de muestra adecuada que produzca una muestra aleatoria adecuada. También es un subconjunto
de la población, y para ser representativa, debe tener las mismas características de la población. Si
2. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
se obtiene una muestra sesgada, su interés y utilidad son más limitados, en función del grado de
sesgosque presente.3
Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún
método de muestreo, la muestra siempre es una parte de la población. Si se tienen varias
poblaciones, entonces se tendrán varias muestras. La muestra debe poseer toda la información
deseada para tenerla posibilidad de extraerla, yesto solo se puede lograr con una buena selección
de la muestray un trabajomuycuidadosoy de alta calidadenlarecogidade datos.3
Cuando no es posible o conveniente realizar un censo, se trabajar con una muestra, o sea una
parte representativayadecuadade lapoblación.Se seleccionade lapoblaciónde estudio.1
Para que sea representativa y útil, debe de reflejar las semejanzas y diferencias encontradas en la
población,ejemplificarlascaracterísticasytendenciasde lamisma.1
Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se considera
representativadel total tambiénllamadaunamuestrarepresentativa.2
Muestra viene de mostrar siendo que da a conocer a los interesados o públicos objetivos
resultados, productos o servicios que ejemplifican o sirve como demostración de un tipo de
evento,calidadolaestandarización.2
En estadísticas, la muestra es una porción extraída mediante métodos específicos que representan
los resultados de una totalidad llamada población usando la probabilidad como, por ejemplo, “la
muestra estadística de 100 personas que se someten a una encuesta para conocer la satisfacción
de un producto”.2
Una muestra estadística es un subconjunto de datos perteneciente a una población de datos.
Estadísticamente hablando, debe estar constituido por un cierto número de observaciones que
representenadecuadamente el total de losdatos.4
La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos y
analizarlos. Es decir, cuando queremos estudiar un determinado fenómeno recurrimos a la
estadística. Un buen ejemplo de fenómeno que estudia la estadística, es el salario medio de los
ciudadanosde unpaís.4
En este sentido, por cuestiones de tiempo y coste, no podemos recoger la totalidad de los datos.
Esta totalidad de los datos es lo que se conoce como población de datos o, simplemente,
población.4
Una muestra es una parte o una porción de un producto que permite conocer la calidad del
mismo.5
2.2. ¿Por qué se trabaja con muestrasestadísticas?
3. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
Para explicar porque se utiliza una muestra estadística en lugar de la población total, vamos a
recurriral ejemploplanteadoanteriormente.4
Supongamos que queremos estudiar un fenómeno cualquiera. En nuestro caso, ese fenómeno es
el salario medio de los ciudadanos de un país. La población de datos está formada por todos y
cada uno de los trabajadores del país. Claro que por razones de tiempo y coste sería imposible ir
preguntando a cada trabajador cuál es su salario anual. Tardaríamos mucho tiempo o
necesitaríamosmuchosrecursos.4
En este punto aparece el concepto de muestra estadística. En lugar de preguntar a los millones de
trabajadores de un país o región, tan solo recogemos una pequeña cantidad de datos. Por
ejemplo, preguntamos a 100.000 personas. Esta tarea sigue siendo complicada, pero es mucho
más asequiblepreguntara100.000 personasque preguntara 30 millones.4
Esta pequeña cantidad de datos ha de ser representativa. Es decir, debe representar
adecuadamente a la población. Si las 100.000 personas a las que preguntamos se concentran en
barrios ricos, obtendremos datos que no son representativos. El salario medio nos saldría mucho
más altode loque esen realidad.4
2.3. Característicasde unamuestraestadísticarepresentativa
Si se quiere hacer una buena investigación, la calidad de la muestra estadística es esencial. De
nada sirve realizar las métricas estadísticas más complejas con los modelos más sofisticados si la
muestraestadísticaestásesgada.Esdecir,si lamuestrano esrepresentativa.4
A la hora de obtener una muestra representativa existen ciertos aspectos que el investigador debe
conocer de antemano. Entre esos aspectos se encuentran las características de una muestra
representativa.Lascaracterísticasde una muestrarepresentativasonlassiguientes:
Tamaño suficientemente grande: Cuando trabajamos con muestras estamos,
normalmente, trabajando con una cantidad de datos inferior a la población. Ahora bien,
para que una muestra estadística sea representativa deberá ser lo suficientemente grande
como para considerarse representativa. Por ejemplo, si nuestra población está formada
por 10 millones de datos y escogemos 10, es difícil que sea representativa. Eso sí, no
siempre amayortamaño la muestraesmás representativa.4
Aleatoriedad: La selección de los datos de una muestra estadística debe ser aleatoria. Es
decir, debe ser totalmente al azar. Si en lugar de realizarlo al azar, realizamos un proceso
de selección de datos planificado, estamos introduciendo un sesgo a la obtención de
datos. Por tanto, para evitar que la muestra sea sesgada y, por tanto, conseguir que sea
una muestrarepresentativa,debemoshacerunaselecciónaleatoria.4
2.4. Inferenciaestadística
4. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
Una vez obtenidos tenemos la muestra representativa, entonces toca inferir ciertas métricas. A
menudo, lo que nos interesa es saber cierta medida de una variable. En el ejemplo inicial, la
variable sería el salario de los ciudadanos de un país. En este sentido, la métrica que queremos
analizaresla mediadel salariode losciudadanosde unpaís.4
Es decir, tenemos una población de datos formada por todos los trabajadores de México. De dicha
población obtenemos una variable, es decir, el salario anual. Utilizando las técnicas adecuadas
obtenemos una muestra representativa. Y, por último, una vez tenemos un conjunto de datos con
el que podemos trabajar utilizamos técnicas de inferencia estadística para calcular el salario
medio.4
Por supuesto, una vez tenemos el conjunto de datos, podríamos inferir otras medidas. Por
ejemplo, cómo se distribuye el salario, qué porcentaje de trabajadores se encuentra por debajo de
ciertosalarioo de qué tamaño esla brechasalarial.4
2.5. Ejemplode muestraestadística
Supongamos que queremos realizar un estudio sobre el gasto medio de las familias de Colombia
enel mesde enero.Paraellotenemosdosopciones:
Entrar en lascuentasbancariasde todaslas familiasde Colombia
Preguntara una cantidadde personasrepresentativa
La primera opción no es viable por varias razones. Primero que las familias no van a ceder sus
datos y segundo que tampoco podíamos ir familia por familia mirando los datos. Principalmente,
porque la población de Colombia se encuentra cerca de los 50 millones. Mientras, la segunda es la
opciónpara recogeruna muestraestadística.4
Lo que haremos, siguiendo las características mencionadas anteriormente, será preguntar a
100.000 familias. Es algo complicado pero mucho más fácil que preguntar a 50 millones de
colombianos. La diferencia es considerable. Así pues, a partir de esa muestra de 100.000 familias,
intentaremos calcular el gasto medio de las familias en enero. Los datos extraídos serán más o
menos fiables según una serie de métricas que se tienen en cuenta en las investigaciones
estadísticas. Claro que, ese tipo de métricas son más avanzadas y, por ello, no las trataremos
aquí.4
5. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
2.6. Muestreo
Es la técnica empleada para la selección de elementos (unidades de análisis o de investigación)
representativos de la población de estudio que conformarán una muestra y que será utilizada para
hacer inferencias(generalización)ala poblaciónde estudio.1
a) MUESTREO PROBABILISTICO
Cada unidad de análisis tiene una probabilidad de ser elegida, lo cual determina la situación de
poder generalizar los hallazgos del estudio a toda la población objetivo. Sólo estos métodos de
muestreo probabilístico nos aseguran la representatividad de la muestra extraída y son, por tanto,
losmás recomendables.1
Muestreoaleatoriosimple(MAS)
Primero se prepara un marco muestral, que es una lista de todas las unidades, después se decide
el tamaño de la muestra, y se selecciona del marco, utilizando procedimientos aleatorios
(números,tablas,software,etc).1
Este procedimiento consiste en seleccionar n elementos de una población de tamaño N, de modo
que todas las muestras posibles de tamaño n, tengan la misma probabilidad de ser seleccionada.
Implica contar con un listado de todos los elementos del universo y esto lo hace muy costoso y en
oportunidadesimposiblesde realizar.1
6. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
Muestreoaleatorioestratificado(MAE)
Se basa en dividir el conjunto N de elementos en L subconjuntos o estratos, mediante variables de
control llamadas variables claves de estratificación, las cuales deben estar correlacionadas con las
variables en estudio. Estas variables agrupan los elementos de la población en L partes, tratando
que sean cada uno de sus elementos lo más homogéneos posibles y las L partes heterogéneas
entre ellas.1
Al tener esta población dividida en partes y aplicarle a cada parte la selección por muestreo
aleatoriosimple,se obtiene unmuestreoestratificadoaleatorio.1
Muestreoaleatoriosistemático
Consiste en aplicar un método sistemático de selección de los elementos que conformaran la
muestra. Es decir, consiste en numerar los elementos de la población del 1 a N, en cualquier
orden, luego dividirla en n partes de tamaño K=N/n (intervalo de selección sistemática) y elegir un
numero al azar entre 1 y K que se designa por i (origen aleatorio) y de allí en adelante tomar los
elementosque ocupenlamismaposiciónenlosKsucesivaspartesrestantes,entotal n-1.1
Muestreoaleatorioporconglomerados
Los conglomerados son grupos o agrupaciones de elementos que existen naturalmente y no los
define el investigador. Se selecciona una muestra aleatoria no de sujetos, sino de grupos de
individuos, como familias, casas, pueblos, escuelas, municipios, etc. Lo anterior implica que
debemos contar con un listado de los conglomerados, y no de los sujetos de estudio. El
muestreo por conglomerados es adecuado cuando las unidades de estudio están geográficamente
dispersas.1
7. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
Muestreoaleatoriopoli-etápico
Muestreo en el que se procede en etapas. El muestreo poli-etápico o multi-etápico consiste en
seleccionar las unidades de investigación en varias fases o etapas. Ejem en el muestreo en dos
etapas (bi-etápico), se divide a la población en unidades muestrales primarias (cursos escolares,
pacientes que acuden a consulta determinados días determinados al azar), y se selecciona a
continuación una muestra de dichas unidades primarias mediante muestreo aleatorio simple,
estratificadoosistemático.Porejemplo,lasUPMson cursosy las USM sonalumnos.1
b) MUESTREO PROBABILISTICO
Muestreopor cuotas
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos que
reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo
femenino y residentes en Tegucigalpa. Una vez determinada la cuota se eligen los primeros que se
encuentrenque cumplanesascaracterísticas.1
MuestreoIntencional
Muestreo en el que la persona que selecciona la muestra procura que esta sea representativa. Los
elementos de la muestra son elegidos a criterio del investigador sobre lo que él cree que pueden
aportar a su estudio. Por consiguiente, la representatividad depende de su intención u opinión, y
la evaluaciónde larepresentatividadessubjetiva.Notienefundamentoprobabilístico.1
Muestreopor conveniencia
El investigador selecciona directa e intencionadamente los individuos de la población porque él
investigador cree que son convenientes para su estudio, o porque se tiene fácil acceso a la
muestra. Algunos ejemplos son las muestras obtenidas de instituciones de salud, de consulta
externa, de los pacientes de un médico o de voluntarios disponibles. Otro caso frecuente de este
procedimientoescuandolosprofesoresde universidadempleanasuspropiosalumnos.1
Muestreobolade nieve
Se localiza a algunos individuos (los que cumplan con los criterios de admisión), los cuales
conducen a otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se
emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes,drogadictos,sectas,determinadostiposde enfermosoenfermedadesraras,etc.1
2.7. ¿Cómodeterminarel tamañode unamuestra?
Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en cualquier
estudio de investigación de mercados, se debe justificar convenientemente de acuerdo al
planteamientodel problema,lapoblación,losobjetivosyel propósitode lainvestigación.
8. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
2.8. ¿De qué depende el tamañomuestral?
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por
ejemploladisponibilidadde losrecursos,el presupuestoo el equipoque estaráencampo.
Antesde calcularel tamaño de la muestranecesitamosdeterminarvariascosas:
Tamaño de la población. Una población es una colección bien definida de objetos o
individuos que tienen características similares. Hablamos de dos tipos: población objetivo,
que suele tiene diversas características y también es conocida como la población teórica.
La población accesible es la población sobre la que los investigadores aplicaran sus
conclusiones.
Margen de error (intervalo de confianza). El margen de error es una estadística que
expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta, es
decir, es la medida estadística del número de veces de cada 100 que se espera que los
resultadosse encuentrendentrode unrangoespecífico.
Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una
determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa
que los resultados de una acción probablemente cubrirán las expectativas el 95% de las
veces.
La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos (o
población). Mientras mayor es la desviación estándar, mayor es la dispersión de la
población.
2.9. Calculode la muestra
CÁLCULO DEL TAMAÑODE LA MUESTRA DESCONOCIENDOEL TAMAÑODE LA POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la población es
la siguiente:
En donde
Z = nivel de confianza,
P = probabilidadde éxito,oproporciónesperada
9. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
Q = probabilidadde fracaso
D = precisión(errormáximoadmisible entérminosde proporción)6
CÁLCULO DEL TAMAÑODE LA MUESTRA CONOCIENDOEL TAMAÑODE LA POBLACIÓN
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población es la
siguiente:
En donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o
proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo admisible en
términosde proporción). 6
3. CONCLUSIONES:
Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún
método de muestreo, la muestra siempre es una parte de la población. Si se tienen varias
poblaciones, entoncesse tendránvariasmuestras.
4. REFERENCIAS:
1. http://www.bvs.hn/Honduras/UICFCM/SaludMental/UNIVERSO.MUESTRA.Y.MUESTREO.p
df
2. https://www.significados.com/muestra/#:~:text=En%20estad%C3%ADsticas%2C%20la%20
muestra%20es,la%20satisfacci%C3%B3n%20de%20un%20producto%E2%80%9D.
3. https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
4. https://economipedia.com/definiciones/muestra-estadistica.html
5. https://definicion.de/muestra/
6. https://www.psyma.com/company/news/message/como-determinar-el-tamano-de-una-
muestra
5. VIDEOS:
10. AYALA MEDRANO FERNANDO JUNIOR
MGR. JOSÉ RAMIRO ZAPATA
MATERIA: INVESTIGACION DE MERCADOS II
GRUPO: 09
LIBEREMOS BOLIVIA
https://www.youtube.com/watch?v=gl9EEbT7viM
https://www.youtube.com/watch?v=elTml6zLxy4