1. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
Muestra o análisis muestral
No entiendes realmente algo a menos que seas capaz de explicárselo a tu abuela
Albert Einstein
1. Introducción. –
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 se obtiene una muestra sesgada, su interés y utilidad son
más limitados, en función del grado de sesgos que presente.1
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 tener la posibilidad de extraerla, y esto solo se puede lograr con una
buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de
datos.1
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 elección de una muestra, más abajo)
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.
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

2. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
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 muestra química, se hace en las mismas
condiciones y básicamente para el mismo fin1
2. Desarrollo. –
Muestra es una porción de la totalidad de un fenómeno, producto o actividad que se
considera representativa del total también llamada una muestra representativa.
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, calidad o la estandarización.2
2.1.Tipos de muestra. –
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman parte de
una población tienen la misma probabilidad de ser escogidos como parte de la muestra. Los
muestreos de esta clase son más populares y útiles que los no aleatorios, principalmente
porque tienen una elevada representatividad y permiten calcular el error de la muestra.3
1. Muestreo aleatorio simple
En este tipo de muestreo las variables relevantes de la muestra tienen la misma función de
probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien
finita con reposición de elementos. El muestreo aleatorio simple es el que más se utiliza
en la estadística inferencial, pero es menos eficaz en muestras muy grandes3
2. Estratificado. –
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo
de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
socioeconómico. A continuación se extrae un número determinado de sujetos de cada uno
de los estratos por tal de mantener la proporción de la población de referencia.3
3. Conglomerado

3. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
En estadística inferencial los conglomerados son conjuntos de elementos poblacionales,
como pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al
llevar a cabo este tipo de muestreo se divide la población (en los ejemplos, una localidad
concreta) en varios conglomerados y se elige de forma aleatoria algunos de ellos para
estudiarlos.3
4. Sistemático
En este caso se empieza dividiendo el número total de sujetos u observaciones que
conforman la población entre el que se quiere utilizar para la muestra. Posteriormente se
escoge un número al azar de entre los primeros y se va sumando de forma constante este
mismo valor; los elementos seleccionados pasarán a formar parte de la muestra.3
Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que
procuran asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de
muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo aleatorio,
lo cual es muy habitual a causa del elevado coste de los procedimientos de control.3
1. Intencional, opinático o de conveniencia
En el muestreo intencional el investigador escoge de forma voluntaria los elementos que
conformarán la muestra, dando por supuesto que esta será representativa de la población de
referencia. Un ejemplo que resultará familiar a los estudiantes de psicología es la utilización de
alumnos como muestra opinática por parte de profesores universitarios.3
2. Muestreo de bola de nieve o en cadena
En este tipo de muestreo los investigadores establecen contacto con sujetos determinados; a
continuación estos consiguen a nuevos participantes para la muestra hasta completarla. El
muestreo de bola de nieve se usa generalmente cuando se trabaja con poblaciones de difícil
acceso, como en el caso de adictos a sustancias o de miembros de culturas minoritarias.3
3. Muestreo por cuotas o accidental
Hablamos de muestreo por cuotas cuando los investigadores escogen un número concreto de
sujetos que cumplan unas características determinadas (p. e. mujeres españolas de más de 65

4. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
años con deterioro cognitivo severo) a partir de su conocimiento sobre los estratos de la
población. El muestreo accidental se usa con frecuencia en las encuestas.3
La muestra permite trabajar de una forma más eficiente, ahorrando costes económicos y tiempo.
También puede suponer ventajas éticas, al evitar que un número innecesario de personas se
expongan a factores de riesgo. Así pues, las ventajas de la muestra son científicas y éticas. El
tamaño de la muestra es el número de elementos que determinan la muestra, y hay que
determinarlos antes de realizar el muestreo4
Tamaño de la muestra
El cálculo del tamaño de la muestra y las técnicas de muestreo se relacionan con la estimación.
Debemos considerar dos situaciones, los dos problemas fundamentales que estudia la inferencia
estadística que nos permitirá extraer conclusiones válidas de la población a partir de los resultados
de las muestras:
• La estimación de parámetros (por ejemplo, estimar el nivel de glucemia promedio).
• El contraste de hipótesis (por ejemplo, estudiar si el nivel de glucemia promedio es igual en
hombres que en mujeres).
En este capítulo nos centraremos en la estimación de parámetros.
Estimación de parámetros
Tamaño de la muestra para la estimación de una proporción
Si deseamos estimar una proporción, hemos de conocer:
1. El valor aproximado de la proporción que queremos estimar. Lo obtendremos revisando la
bibliografía; si no disponemos de esa información, utilizaremos el 50% que maximiza el tamaño de
la muestra (p= 0,5).
2. La precisión con la que queremos realizar la estimación.
3. El nivel de confianza, normalmente del 95%, que da lugar a un coeficiente zα= 1,96.
Aplicaremos la siguiente fórmula:

5. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
Donde n= número de sujetos necesarios; zα= valor del coeficiente z correspondiente al nivel de
confianza fijado; p= valor poblacional esperado; d= precisión.4
Supongamos, por ejemplo, que pretendemos estimar la proporción de diabéticos en una
determinada zona geográfica. A partir de los datos previos sabemos que este porcentaje es de
aproximadamente el 9% (p= 0,09); si queremos realizar la estimación con una confianza del 95%
(zα= 1,96) y una precisión del ±4% (d= 0,04), necesitaremos 175 sujetos.4
Tamaño de la muestra para la estimación de una media
Si queremos estimar una media, el cálculo es similar al anterior. También en este caso hemos de
conocer el nivel de confianza y la precisión de la estimación, y además debemos tener una idea de
la desviación típica s (o de la varianza s2
) de la distribución de la variable cuantitativa en la
población de referencia.4
La fórmula para calcular el valor de n es:
Donde n= número de sujetos necesarios; zα= valor del coeficiente z correspondiente al nivel de
confianza fijado; s2= varianza de la distribución de la variable en la población; d= precisión.
Si nos interesa conocer, por ejemplo, el nivel de colesterol LDL medio en pacientes que padecen
alguna enfermedad cardiaca, con una precisión de 3 mg/dL, un nivel de confianza del 95% y
tenemos información por un estudio piloto de que la desviación típica es de 30 mg/100 mL,
aplicaremos la fórmula y determinaremos que el número necesario de pacientes que necesitamos
es 384.4
Podemos encontrar situaciones en las que la población de referencia es finita. En tal caso, si
necesitamos extraer una muestra, aplicaremos la siguiente corrección para poblaciones finitas:
Donde np= número de sujetos necesarios que extraemos de la población finita; n= número de
sujetos necesarios calculado para poblaciones infinitas; N= tamaño de la población.
Volvamos al ejemplo anterior, en el que calculábamos el número necesario de pacientes con algún
tipo de enfermedad cardiaca necesarios para estimar el nivel de colesterol medio poblacional; el
resultado que obteníamos era 384 sujetos. Si la población de referencia es de 2.000 pacientes
cardiacos, aplicando la fórmula anterior determinamos que el tamaño de la muestra debe ser de
3224

6. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
¿Qué es y para qué sirve el Muestreo Estadístico?
Al realizar cualquier investigación social o de mercados, la mayor parte de las veces se rebasa la
capacidad de los investigadores/as para llegar a toda la población o universo de estudio, por lo que
se suele optar por métodos de muestreo que sirvan para acotar ese universo y así poder realizar la
investigación dentro de nuestras posibilidades.
El uso de estos métodos de muestreo, como su propio nombre indica, nos ayuda a obtener
información fiable de la población a partir de una muestra de la que extraer inferencias estadísticas
con un margen de error medido en términos de probabilidades. En otras palabras, en
una investigación por muestreo podremos estudiar el comportamiento y las opiniones de toda
una población analizando únicamente una parte de esta, teniendo en cuenta que siempre existirá
un margen de error a la hora de realizar dichos cálculos.5
3. Conclusiones
El muestreo es un proceso o conjunto de métodos para obtener una muestra finita de una
población finita o infinita, con el fin de estimar valores de parámetros o corroborar
hipótesis sobre la forma de una distribución de probabilidades o sobre el valor de un
parámetro de una o más poblaciones.
4. Referencias. –
1. https://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica
2. https://www.significados.com/muestra/
3. https://psicologiaymente.com/miscelanea/tipos-de-muestreo
4. https://www.sietediasmedicos.com/component/k2/item/3383-muestra-y-analisis-de-
variables#.X6oQK2hKjIW
5. https://isdfundacion.org/2018/10/10/que-es-y-para-que-sirve-el-muestreo-estadistico/
5. Videos
- https://www.youtube.com/watch?v=giaOVoyWS2c

7. Nombre: José Fernando Peña Aruquipa
Docente: Mgr. José Ramiro Zapata Barrientos
Materia: Investigación de Mercados II
Grupo: 09
LIBEREMOS BOLIVIA
- https://www.youtube.com/watch?v=o2KtmZAKbaA