Muesra o analisis muestral

Auca Viracochea Franz Wilson
Docente:Mgr. José RamiroZapata Barrientos
Materia: Investigación de Mercados II
Página 1
“LIBEREMOS BOLIVIA”
21.MUESTRA O ANALISIS MUESTRAL
Solo aquellos que se atreven a tener grandes fracasos terminan consiguiendo grandes éxitos
(Robert F. Kennedy)
INTRODUCCION
Una muestraes unsubconjunto de casoso individuosde unapoblación. Endiversasaplicaciones,
interesaque unamuestrasearepresentativa,yparaellodebe escogerseunatécnicade muestra
adecuadaque produzcauna muestraaleatoriaadecuada.Tambiénesunsubconjuntode la
población,ypara serrepresentativa,debe tenerlasmismascaracterísticasde lapoblación.Si se
obtiene unamuestrasesgada,suinterésyutilidadsonmáslimitados,enfuncióndel gradode
sesgosque presente.1
La muestrasiempre esunaparte de lapoblación.Si se tienenvariaspoblaciones,entoncesse
tendránvariasmuestras. La muestradebe poseertodalainformacióndeseadaparatenerla
posibilidadde extraerla,yestosolose puede lograrconuna buenaselecciónde lamuestrayun
trabajomuy cuidadosoyde alta calidadenla recogidade datos.1
La muestraesunaporciónrepresentativade unapoblación.Cuandose realizantesisconenfoques
cuantitativos,esdecir,conanálisisnuméricosquizásdebamoshaceruncenso.Porejemplo,si
queremoshacerunestudiosobre métodosde enseñanzaenniñosenedadescolar,de un
determinadodistrito;novamosaefectuarlainvestigacióncontodoslosniñosde lacomunidad.
Primero,se hace un censopara luegotomarla muestrasignificativade ese universode infantes.2
Las muestrasse enfocanenla selecciónde losparticipantesdel estudio.Estase saca en
concordanciacon el problemayel diseñode latesis.2

Página 2
DESARROLLO
En estadística,el concepto“muestra”se utilizaparadenominaracualquiersubconjuntoposiblede
una poblacióndeterminada.Así,cuandose hablade unamuestrase está haciendoreferenciaaun
conjuntodeterminadode sujetosque partende ungrupomásgrande (la población).
La estadísticainferencialeslarama de estadisciplinaque se ocupade estudiarmuestraspara
llevaracabo inferenciasenrelaciónalaspoblacionesde lasque estasparten.Se opone ala
estadísticadescriptiva,cuyatareaconsiste,comosunombre indica,endescribirde forma
detalladalascaracterísticasde la muestra,ypor tanto idealmente de lapoblación.3
No obstante,el procesode inferenciaestadísticarequiere que lamuestraencuestiónsea
representativade lapoblaciónde referenciaportal de que seaposible generalizarlasconclusiones
obtenidasapequeñaescala.Conel objetivode favorecerestatarease han desarrolladodiversas
técnicasde muestreo,esdecir,de obtenciónoselecciónde muestras.3
Existendostiposprincipalesde muestreo:el aleatoriooprobabilísticoyel noaleatorio,también
conocidocomo“no probabilístico”.A suvezcada unade estasdosgrandescategorías incluye
diversasclasesde muestreoque se distinguenenfunciónde factorescomolascaracterísticasde la
poblaciónde referenciaolastécnicas de selecciónempleadas.3
¿Por qué funciona el muestreo?
El muestreoesútil graciasa que podemosacompañarlode unprocesoinverso,que
llamamosgeneralizaciónde resultados.Esdecir,paraconocerun universoloque hacemoses:
1) Extraeruna muestradel mismo.
2) Medir undato u opinión.
3) Proyectarenel universoel resultadoobservadoenlamuestra.
La generalizaciónde resultados añade ciertoerroral datoque medimos.Imaginaque tomamos
una muestraal azar de 1.000 personasde Méxicoylespreguntamossi fuman.Obtengoque el
25% de la muestrafuma.La simple lógicanosdice que si de 1.000 mexicanoselegidosal azarel
25% fuma,este datodeberíaserindicativode loque obtendríamossi preguntásemosalos122
millonesde mexicanos.Ahorabien,el azarpodríahaberhechoque haya escogidoparami muestra
más fumadoresde loque corresponderíaala proporciónexactaque hayenel universoo,por el
contrario,que enmi muestralosfumadoresesténalgoinfrarepresentados.El azarpodría hacer
que el porcentaje de fumadoresenlapoblaciónfuese algodiferente del25% que hemos
observadoenlamuestra(tal vezun 25,2%, por ejemplo).Porlotanto,lageneralizaciónde

Página 3
resultadosde unamuestraa un universoconllevaaceptarque cometemosciertoerror,tal ycomo
ilustrael siguienteesquema.4
Afortunadamente,el errorcometidoal generalizarresultadospuedeacotarse graciasa la
estadística.Paraellosuelenusarse dosparámetros:el margende error,que es lamáxima
diferenciaque esperamosque hayaentre el datoobservado enmi muestrayel datoreal enel
universo,yel nivel de confianza,que esel nivelde certezaque tenemosde que el datoreal esté
dentrodel margende error.

Página 4
Por ejemplo,ennuestrocasode fumadoresmexicanos,si seleccionounamuestrade 471
individuos ylespreguntosi fuman,el resultadoque obtengatendráunmargende errormáximo
de ±5% con un nivel de confianzadel 97%.Estaforma de expresarlosresultadosesla correcta
cuandousamosmuestreo.4
El tamaño de la muestra
¿Qué tamañode muestranecesitousarparaestudiarciertouniverso?Dependedel tamañodel
universoydel nivel de errorque esté dispuestoaaceptar, tal y como explicábamosensudía en
este post.Cuantamás precisiónexija,mayormuestranecesito.Si quierotenerunacerteza
absolutaenmi resultado,hastael últimodecimal,mi muestratendráque sertangrande como mi
universo.Pero el tamañode lamuestratiene unapropiedadfundamental que explicaporqué el
muestreose usatanto entantosámbitosdel conocimiento.Estapropiedadpodríaresumirse como
sigue:a medidaque estudiouniversosmayores,el tamañode muestraque necesitocadavez
representaunporcentaje menorde dichouniverso.4
Este fenómeno loexplicande formamuydidácticaenGaussianos.com,uninteresanteblog
dedicadoalas matemáticas. Supongamosque queremoshacerunaencuestaparaconocerun
porcentaje (podríaserel de gente que fuma) conun nivel de errordeterminado,porejemplo,un
margende error del 5% y una confianzadel 95%.Si el universoaestudiarfuese de tansólo100
personas,mi muestratendríaque serde 79,5 individuos(esdecir,79,5% del universo,loque
representaunparte muyimportante del total del universo). Si el universofuese de 1.000
personas,mi muestradeberíaserde 277,7 personas(27,7% del universo).Ysi mi universofuese
de 100.000 personas,lamuestranecesariaseríade 382,7 personas(3,83% del universo).
Por lotanto,a medidaque trabajoconuniversosmásgrandes,lamuestraque necesitodebe ir
creciendo,perode formanoproporcional,tiendeaestancarse ycada vezrepresentaun
porcentaje máspequeñodel universo.A partirde ciertotamañode universo(entornoa100.000
individuos),el tamañode lamuestraya no necesitacrecermás.La siguiente tablanosmuestra
algunosejemplos:

Página 5
Tamaño de muestra necesaria para tener un error del 5% con un nivel de confianza del 95%
Universo Muestra necesaria %
10 10 100%
100 80 80%
1.000 278 27,8%
10.000 370 3,7%
100.000 383 0,38%
1.000.000 384 0,038%
10.000.000 385 0,004%
100.000.000 385 0,0004%
Los datosanterioresnosdicenque porgrande que sea el universo,con385 personaspuedo
estudiarcualquierdatoconel mismonivel de error(margende 5%,confianzade 95%).Por esta
razón el muestreoestanpoderoso:nospermite hacerafirmacionesaltamente precisasde una
gran cantidadde individuosatravésde unaparte muypequeñade losmismo.

Página 6
Comocontrapartida,el ejemploanteriorilustraque el muestreonofuncionabienenuniversos
pequeños.Si tengounaclase de 10 alumnos,laopiniónde cadauno de ellosesfundamentalpara
conocerla opiniónglobal,nopuedoprescindirde ninguno.Si noquierosuperarel errorque nos
hemospropuesto,enununiversode 10individuosnecesitoencuestaratodosellos.4
VENTAJAS
- Necesitamosestudiarmenosindividuos,necesitamosmenosrecursos(tiempoydinero).
- La manipulaciónde datosesmuchomás simple.Si conunamuestrade 1.000 personastengo
suficiente,¿paraqué quieroanalizarunficherode millonesde registros? .4
DESVENTAJAS
- Introducimoserror(controlado) enel resultado,debidoala propianaturalezadel muestreoya la
necesidadde generalizarresultados.
- Tenemosel riesgode introducirsesgosdebidoaunamala selecciónde lamuestra.Porejemplo,
si la forma enque seleccionamosindividuosparalamuestranoes aleatoria,losresultadospueden
verse seriamenteafectados.4
CÓMO SELECCIONAR UNAMUESTRA
Partimosde la poblaciónyestadebe serentendidacomocasosque compartenespecificaciones.
No necesariamente hace referenciaaungrupo de personas,podríanser animales,plantas,
sucesosnaturales,objetos,etc.Esdeberdel investigadordeterminarbajoqué criteriosanalizará
lassemejanzaspara,así, obtenerunapoblación.5
Esas semejanzasocaracterísticas,si sondefinidasconclaridad,sirvenparasegmentaruna
muestraconcretay con validez.Si nuestrointerésesejecutaruntrabajoconestudiantes
universitariosdebemosresponderalassiguientesinterrogantes:
– ¿Universidadesde todoel mundoode un país?
– Si se trata de un país ¿Son todaslas universidadesolasde una ciudad?
– ¿Públicasoprivadas?
– ¿Estudiantesde todaslascarreras o unaen particular?
– ¿De cuálesaños o semestres?
– Tambiénesposible considerarotrascaracterísticascomo:género,edad,calificaciones,
intereses,etc.

Página 7
Una vez que hayamosfiltradoel universode casosposibles,hastadarcon lapoblaciónde nuestro
estudio,vamosaelegirunsubgrupoque serálamuestrade nuestrodiseñometodológico.Es
posible que,paraseleccionarlamuestra,primerose debahaceruncenso.En otroscasos, de
entrada,contarás con el númerototal de lapoblaciónque buscasreunir.Si tu intenciónfuera
trabajar con losempleadosde undepartamentoenunaempresaespecífica,seríalógicoque la
institucióncontaraconun registrode suscolaboradores.5
Ahorasi tu poblacióntiene unasespecificacionesmuydetalladasquizássi debasrealizarel censo.
Con el mismoejemplode losempleados,puedeserque túnecesitesaaquellosque tenganun
grupofamiliarparticularo que vivanenun área y encondicionesexclusivas.Enese caso,puede
que el departamentonocuente conlainformaciónque túbuscasy debascensar a la población.
Una muestrarepresentativaesel equivalente de un20 o 30 % del total de la población.Con estos
porcentajesesposiblegeneralizarlosresultados.El investigadorpuede decidirtrabajarconla
poblaciónyno con lamuestra,siempre ycuando,nose trate de una gran cantidadde
participantesysusrecursosse lo permitan.5
¿Cómo determinarel tamaño de una muestra?
Determinarel tamañode lamuestraque se va a seleccionaresunpasoimportante encualquier
estudiode investigaciónde mercados, se debe justificarconvenientemente de acuerdoal
planteamientodel problema,lapoblación,los objetivosyel propósitode lainvestigación.
¿De qué depende el tamaño muestral?
El tamañomuestral dependeráde decisionesestadísticasynoestadísticas,puedenincluirpor
ejemploladisponibilidadde losrecursos,el presupuestooel equipoque estará encampo.
Antesde calcularel tamaño de la muestranecesitamosdeterminarvariascosas:
Tamaño de la población.Unapoblaciónesunacolecciónbiendefinidade objetosoindividuosque
tienencaracterísticassimilares.Hablamosde dostipos:poblaciónobjetivo,que suele tiene
diversascaracterísticasytambiénesconocidacomo lapoblaciónteórica.Lapoblaciónaccesible es
la poblaciónsobre laque losinvestigadoresaplicaransusconclusiones.
Margen de error (intervalode confianza).El margende erroresuna estadísticaque expresala
cantidadde error de muestreoaleatorioenlosresultadosde unaencuesta,esdecir,eslamedida
estadísticadel númerode vecesde cada100 que se esperaque losresultadosse encuentren
dentrode un rango específico.5

Página 8
Nivel de confianza.Sonintervalosaleatoriosque se usanparaacotar unvalor con una
determinadaprobabilidadalta.Porejemplo,unintervalode confianzade 95% significaque los
resultadosde unaacciónprobablementecubriránlasexpectativasel 95% de lasveces.
La desviaciónestándar.Esuníndice numéricode ladispersiónde unconjuntode datos(o
población).Mientrasmayoresladesviaciónestándar,mayoresladispersiónde lapoblación.
CÁLCULO DEL TAMAÑODE LA MUESTRA DESCONOCIENDOEL TAMAÑO DE LA POBLACIÓN
La fórmulaparacalcular el tamañode muestracuando se desconoce el tamañode lapoblaciónes
la siguiente:
En donde
Z = nivel de confianza,
P = probabilidadde éxito,oproporciónesperada
Q = probabilidadde fracaso
D = precisión(errormáximoadmisible entérminosde proporción) .5
Tipos de muestreoprobabilístico
El muestreoaleatoriosimple,tal ycomosu nombre loindica, esunmétodocompletamente
aleatorioque se utilizaparaseleccionarunamuestra.Este métodode muestreoestanfácil como
asignarnúmerosa losindividuos(muestra) yluegoelegirde maneraaleatorianúmerosentre los
númerosa travésde un procesoautomatizado.Finalmente,losnúmerosque se eligensonlos
miembrosque se incluyenlamuestra.6
Existendosformasen que lasmuestrasse eligen:A travésde unsistemade loteríay usode
software de generaciónde númerosaleatorios.Estatécnicade muestreofuncionageneralmente
engrandespoblacionesytiene tantoventajascomodesventajas.
Muestreoestratificado:este esun métodoenel cual una poblacióngrande se divide endos
gruposmás pequeños,que generalmente nose superponen,sinoque representan atodala
poblaciónenconjunto.6
Durante el muestreo,estosgrupospuedenorganizarse yluegode estosse puedeobteneruna
muestrade cada grupo por separado.

Página 9
Algocomúnen este tipode métodoesorganizaroclasificarlasmuestraspor sexo,edad,etnia,
etc.Este métododivide sujetosengruposmutuamente exclusivosyluegoutilizaunmuestreo
aleatoriosimpleparaelegirmiembrosde losgrupos.6
Los miembrosde cadauno de estosgruposdebenserdistintosparaque todoslosmiembrosde
todoslosgrupos tenganlamismaoportunidadde serseleccionadosutilizandolaprobabilidad
simple.
Muestreopor conglomerados:este esun métodoque seleccionade maneraaleatoriaalos
participantescuandoestándispersosgeográficamente.6
Por ejemplo,tenemosa1000 participantesde todalapoblaciónde México,supongamosque es
probable que noseaposible obtenerunalistacompletade todosestos.Peroencambio,loque
hace el investigadoresseleccionaráreasde maneraaleatoria(esdecir,ciudades,comunidades,
etc.),y seleccionaal azar dentrode esoslímites.
El muestreoporconglomeradosporlogeneral analizaaunapoblaciónparticularenlaque la
muestraconsiste envarioselementos,porejemplo,ciudad,familia,universidad,etc.Los
conglomeradosse seleccionanbásicamente dividiendolapoblaciónmayorenvariasseccionesmás
pequeñas.
Muestreosistemático:este se enfocaenelegiracada “enésima”personaparaque seaparte de la
muestra.Porejemplo,puedeselegirque cadaquintapersonaseaparte de la muestra,o que cada
décimapersonaseaparte de ella.6
El muestreosistemáticoesunaimplementaciónextendidade lamismísimatécnicade
probabilidadenlaque cual,cada miembrode ungrupoesseleccionadoenperiodosregulares
para formar unamuestra.Cuandose utilizaeste métodode muestreo,existeunaoportunidad
igual para que cada miembrode unapoblaciónsea seleccionado.

Página 10
Tipos de muestreono probabilístico
1. Muestreopor conveniencia
El muestreoporconvenienciaesunatécnicade muestreonoprobabilísticadonde las muestrasde
la poblaciónse seleccionansoloporqueestánconvenientemente disponibles parael investigador.
Estas muestrasse seleccionansoloporquesonfácilesde reclutary porque el investigadorno
consideróseleccionarunamuestraque represente atodala población.7
Idealmente,enlainvestigación,esbuenoanalizarmuestrasque representenalapoblación.Pero,
enalgunasinvestigaciones,lapoblaciónesdemasiadogrande paraevaluaryconsideraratoda la
población.
Esta es unade lasrazonespor lasque losinvestigadoresconfíanenel muestreoporconveniencia,
que esla técnicade muestreonoprobabilísticamáscomún,debidoasu velocidad,costo-
efectividadyfacilidad de disponibilidadde lamuestra.7
2. Muestreoconsecutivo

Página 11
Esta técnicade muestreonoprobabilísticaesmuysimilaral muestreoporconveniencia (conuna
ligeravariación).Enel muestreoconsecutivo el investigadorelige unasolapersonaoungrupo
de muestra,realizaunainvestigacióndurante unperiodode tiempo,analizalosresultadosy luego
pasa a otra asignaturao grupo de sujetossi esnecesario.
Esta técnicade muestreole daal investigadorlaoportunidadde trabajarcon muchostemasy
afinarsu investigaciónmediantelarecopilaciónde resultadosque tienenconocimientosvitales.7
3. Muestreopor cuotas
Hipotéticamente,supongamosque uninvestigadordeseaestudiarlosobjetivos profesionalesde
losempleadosde unaorganización.Enestaorganizacióntrabajan500 empleadosyestosson
conocidosenconjuntocomo“población”.
Para comprendermejorunapoblación,el investigadorsolonecesitaráunamuestra,noa toda la
población.Además, el investigadorestáinteresadoenestratosparticularesdentrode lapoblación.
Es aquí donde el muestreoporcuotas ayuda a dividirlapoblaciónenestratosogrupos.7
Para estudiarlosobjetivosde másde 500 empleados,técnicamente lamuestraseleccionadadebe
tenerunnúmeroproporcional de hombresymujeres.Loque significaque debe haber250
hombresy250 mujeres.Comoestoesimprobable,losgruposoestratosse seleccionanmediante
el muestreoporcuotas.7
4.- Muestreointencional o por juicio
En estatécnica de muestreonoprobabilístico,lasmuestrasse seleccionanbasándose únicamente
enel conocimientoylacredibilidaddel investigador.Enotras palabras,los investigadoreseligen
soloa aquellosque estoscreenque sonlosadecuados(conrespecto alosatributosyla
representaciónde unapoblación) paraparticiparenunestudiode investigación.
Este no es unmétodocientíficode muestreoyladesventajade estatécnicaesque losresultados
puedenestarinfluenciadospornocionespercibidasdel investigador.Porlotanto,hay unagran
cantidadde ambigüedadinvolucradaenestatécnicade investigación. Porejemplo,este tipode
métodode muestreose puede utilizarenestudiospiloto.7

Página 12
5. Muestreode bola de nieve
Este tipode técnicade muestreoayudaa losinvestigadoresaencontrarmuestrascuando son
difícilesde localizar.Losinvestigadoresutilizanestatécnicacuandoel tamañode la muestraes
pequeñoynoestá disponible fácilmente.
Este sistemade muestreobolade nieve funcionacomoel programade referencia.Unavezque los
investigadoresencuentransujetosadecuados,se lespide aestosayudaparabuscar a sujetos
similaresyasípoderformar una muestrade buentamaño.7
CONCLUSION
Yo concluyoque un aspectomuy importante enlainvestigación,esel cálculode lacantidadde
participantesque debenincluirse enunestudio.El tamañode muestra nospermite alos
investigadoressabercuántosindividuossonnecesariosestudiar,para asípoderestimarun
parámetrodeterminadoconel gradode confianzadeseado,oel númeronecesarioparapoder
detectaruna determinadadiferenciaentre losgruposde estudio.
Toda muestrade un estudiodebe serrepresentativade lapoblaciónde interés.El objetivo
principal de seleccionarlaeshacerestadísticasacercade la poblaciónde laque proviene de que la
seleccióndebe serprobabilística.

Página 13
REFERENCIAS
1.https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
2.http://normasapa.net/que-es-una-muestra-y-como-se-selecciona/
3.https://psicologiaymente.com/miscelanea/tipos-de-muestreo
4.https://www.netquest.com/blog/es/blog/es/muestreo-que-es-porque-funciona
5.https://www.psyma.com/company/news/message/como-determinar-el-tamano-de-una-
muestra
6.https://www.questionpro.com/blog/es/como-realizar-un-muestreo-
probabilistico/#:~:text=El%20muestreo%20probabil%C3%ADstico%20es%20un,de%20m%C3%A9t
odos%20de%20selecci%C3%B3n%20aleatoria.&text=El%20m%C3%A9todo%20de%20muestreo%2
0probabil%C3%ADstico,muestra%20representativa%20de%20la%20poblaci%C3%B3n
7.https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
VIDEO
https://www.youtube.com/watch?v=ZA9X-n-iIj4

Página 14

Página 15

Muesra o analisis muestral

Recomendados

Recomendados

Más contenido relacionado

Similar a Muesra o analisis muestral

Similar a Muesra o analisis muestral (20)

Más de FranzAucaViracochea

Más de FranzAucaViracochea (17)

Último

Último (15)

Muesra o analisis muestral