1

Casos Prcticos De Entrevistas Y Grupos Focales

Teoras Y Diseos De Muestreo En La Investigacin
De Mercados

TABLA DE CONTENIDOS
Contenido

pgs.

Resumen .............. 2
Captulo I ..........6
1. Entrevistas En Profundidad.
1.1 Definicin .........6
1.1.1 Escalando Hacia El xito De Playstation 2...6
1.2 Caractersticas .........8
1.2.1 Indagacin de la inteligencia ......9
1.3 Tcnicas 10
1.3.1 El Escalonamiento ...10
1.3.2 Las Preguntas Con Tema Oculto ...11
1.3.3 El Anlisis Simblico....11
1.3.4 Ejemplo ....12
2. Casos Prcticos De Grupos Focales .... 13
2.1 Grupos Focales ... 13
2.1.1 Casos ... 14
2.1.1.1 Caso 1 ..14
2.1.1.2 Caso 2 ..15
3. Captulo II ..16
1. Teoras Y Diseos De Muestreo En La Investigacin .....16
1.1. Muestreo ..16
1.1.1 Introduccin ... 16
1.1.2 Definicin .16
1.1.3 Nociones Bsicas ......17
1.1.3.1 Poblacin .... 17
1.1.3.2 Censo .. 17
1.1.3.3 Muestra 18
1.1.4 Ventajas Del Muestreo ... 18
1.2
Proceso Del Diseo De Muestreo .... 19
1.2.1 Definir La Poblacin Meta ......20

2
1.2.2
1.2.3
1.2.4
1.2.5
1.3
1.3.1

Determinacin Del Marco De Muestreo ....21

Eleccin De Una Tcnica De Muestreo ..22
Determinar El Tamao De La Muestra ....23
Realizacin Del Proceso De Muestreo ..25
Clasificacin De Las Tcnicas De Muestreo ..26
Tcnicas No Probalstico .28
1.3.1.1 Muestreo De Conveniencia 28
1.3.1.2 Muestreo De Juicio .29
1.3.1.3 Muestreo Por Cuotas ..30
1.3.1.4 Muestreo De Bola De Nieve ...31
1.3.2 Tcnicas De Muestreo Probalstico ....32
1.3.2.1 Muestreo Aleatorio Simple ....32
1.3.2.2 Muestreo Sistemtico .33
1.3.2.3 Muestreo Estratificado ..35
1.3.2.4 Muestreo Por Conglomerados ...36
1.3.2.5 Ventajas Y Desventajas ..38
1.4
Otras Tcnicas De Muestreo Probalstico ..38
1.4.1 Muestreo Por Secuencia ..38
1.4.2 Muestreo Doble 39
1.5
Eleccin De Muestreo ...39
1.6 Usos De Muestreo .40
1.7 Muestreo Por Internet ...41
1.8 Tcnicas De Muestreo En Lnea ...41
1.9 Investigacin De Mercados Internacionales ....42
1.10
tica En La Investigacin De Mercados
42
1.11

Bibliografa .

..44
1.12
Linkgrafa
.44

1.

CAPTULO II
1. Teoras Y Diseos De Muestreo En La Investigacin
1.1

Muestreo:

1.1.1 Introduccin:
Cuando un investigador en marketing ha adquirido comprensin suficiente del problema de
investigacin, ha definido uno o varios mtodos que le permiten obtener la informacin que
necesita y ha construido y probado los instrumentos de medicin, est dispuesto a emprender la
etapa de la recoleccin de los datos. En esa etapa, debe definir los objetos de medicin (las
personas, las empresas, los fenmenos, etc.), determinar cuntos objetos sern estudiados y la
manera como sern seleccionados. Para ello necesita hacer uso de teoras y diseos de muestreo.

1.1.2 Definicin:
El muestreo es uno de los componentes del diseo de una investigacin, es asimismo la
tcnica para la seleccin de una muestra a partir de una poblacin, y pueden extraerse unos
resultados que, aunque no sean exactamente los mismos que se conseguirn encuestando a la
totalidad del universo, permiten obtener unas conclusiones muy aproximadas a la realidad ya que
es posible conocer a priori el margen de error, mximo, mnimo dentro del cual se hallen los
datos. Es importante que la muestra que se tome sea efectivamente representativa del conjunto,
de la totalidad de la poblacin o universo.

1.1.3 Nociones Bsicas:

Cuando no se est familiarizado con el muestreo existe la creencia de que es mejor
entrevistar a toda la poblacin o a la mayor parte que se desea estudiar, a pesar de los altos
costos que ello implica. Pensemos en que es casi imposible aplicar entrevistas a una poblacin
entera. Por lo tanto, el muestreo ser la mejor opcin. Un buen ejemplo de muestreo es una toma
de sangre. Cuando debemos diagnosticar alguna enfermedad no es necesario que examinemos la
sangre de todo un organismo. Con cierto volumen es suficiente, ya que la toma de cualquier parte
del cuerpo arrojar los mismos resultados.
El objetivo de la mayora de los proyectos de investigacin de mercados es obtener informacin
acerca de las caractersticas o parmetros de la poblacin.

1.1.3.1 Una poblacin:

Es la suma de todos los elementos que comparten algn conjunto comn de
caractersticas y que constituyen el universo para los propsitos del problema de la
investigacin de mercados. Por lo general, los parmetros de la poblacin son nmeros,
como la proporcin de consumidores que son leales a una determinada marca de dentfrico.
La informacin sobre los parmetros de la poblacin puede obtenerse mediante la
realizacin de un censo o la obtencin de una muestra.

1.1.3.2 Un censo:
Implica numerar a todos los elementos de una poblacin, despus de lo cual es
posible calcular de manera directa los parmetros de la poblacin.

1.1.3.3 Una muestra:

Por otro lado, una muestra es un subgrupo de la poblacin, que se selecciona para
participar en el estudio. Despus se utilizan las caractersticas de la muestra, llamadas
estadsticos, para hacer inferencias sobre los parmetros de la poblacin. Las inferencias
que vinculan las caractersticas de la muestra y los parmetros de la poblacin son
procedimientos de estimacin y pruebas de hiptesis.

1.1.4 Ventajas Del Muestreo:

Las principales ventajas del muestreo son:

Una muestra ahorra dinero: El costo de una encuesta personal a una muestra

de 1000 personas es ms econmica que si se realizar a toda la poblacin.

Una muestra ahorra tiempo: El tiempo consumido en el trabajo de campo de
una encuesta por muestreo es mucho menor que el insumido en un censo.
Adems del tiempo necesario para imprimir los cuestionarios, capacitar a los

encuestadores, etc. que insumir un censo.

Una muestra puede ser ms precisa: En la confiabilidad final de una encuesta
intervienen distintas fuentes de error, uno es el error de muestreo (al tomar una
muestra y no una poblacin), y otro es el error no muestral (listado incompleto
de la poblacin marco de referencia muestral -, tendenciosidad de las
respuestas, falta de respuesta de los respondientes). En una encuesta por
muestreo se puede mejorar la seleccin y capacitacin de los encuestadores, la
seleccin cuidadosa de la muestra puede mejorar deficiencias del marco
muestral; y de ese modo reducir el error no muestral.

1.2 Proceso Del Diseo De Muestro:

1.2.1 Definir la Poblacin meta:

El diseo del muestreo comienza con la especicacin de la poblacin meta, que es el

conjunto de elementos u objetos que poseen la informacin buscada por el investigador y acerca
del cual se harn inferencias. La poblacin (o universo) que se pretende estudiar debe definirse
en forma rigurosa, ya que de la manera en que se haga tal definicin depender la calidad de la
muestra seleccionada y el xito de los resultados. Supongamos que una empresa que produce
neumticos desea hacer un estudio de mercado para definir el perfil de sus clientes actuales de
llantas deportivas. Si el encargado de la investigacin dirige los cuestionarios nada ms a la
gente joven, dejar de entrevistar a las personas mayores que tienen un buen poder adquisitivo.
Si decide entrevistar slo a personas con automviles nuevos, perder la informacin de quienes
tienen vehculos atrasados.
Entonces, para definir la poblacin de este caso especfico se debe considerar lo siguiente:
Si el estudio se realizar entre personas jvenes, de edad media o maduras.
Si se llevar a cabo con cualquier tipo de automvil.
Si es slo para automviles con matrcula de la capital del pas.
Si cuando menos uno de los neumticos debe ser de la marca de la empresa.
La poblacin meta debe denirse con precisin, ya que una denicin ambigua tendr como
resultado una investigacin que, en el mejor de los casos, resultara inecaz y en el peor ser
engaosa. Denir la poblacin meta implica traducir la denicin del problema en un enunciado
preciso de quin debe incluirse y quin no en la muestra. La poblacin meta debe denirse en
trminos de los elementos, las unidades de muestreo, la extensin y el tiempo. Un elemento es el
objeto sobre el cual se desea informacin.

En una investigacin por encuesta, el elemento suele ser el encuestado. La unidad de

muestreo es un elemento, o una unidad que contiene al elemento, que est disponible para la
seleccin en alguna etapa del proceso de muestreo.
Ejemplo:

Poblacin meta
En un proyecto de una tienda departamental se deni de la siguiente manera a la
poblacin meta:
o Elementos: hombres o mujeres jefes de familia que realizaran la mayor
parte de las compras en tiendas departamentales.
o Unidades de muestreo: hogares.
o Extensin: zona metropolitana de Atlanta.
o Tiempo: 2005

1.2.2 Determinacin Del Marco De Muestreo

El marco de muestreo es la representacin de los elementos de la poblacin meta. Consiste
en un listado o conjunto de instrucciones para identicar la poblacin meta. La gua telefnica, el
directorio de una asociacin que lista las empresas de una industria, una lista de correos
comprada a una organizacin comercial, el directorio de la ciudad o un mapa son algunos
ejemplos del marco de muestreo. Si no puede recabarse una lista, al menos deben especicarse
algunas instrucciones para identicar la poblacin meta.
Un marco muestral es una lista de todas las unidades de muestreo disponibles para su
seleccin en una etapa del proceso de muestreo, puede ser una lista de clase, un padrn electoral,
una gua telefnica, una lista de empleados (un registro nacional de empresas industriales o una
gua de la industria). La disponibilidad de un buen marco muestral define la poblacin.

1.2.3 Eleccin De Una Tcnica De Muestreo:

Elegir una tcnica de muestreo implica muchas decisiones de una naturaleza amplia. El
investigador debe decidir si usar una tcnica de muestreo tradicional o la bayesiano, si obtendr
la muestra con o sin reemplazo y si utilizar un muestreo probabilstico o no probabilstico.
En la tcnica bayesiana, los elementos se seleccionan de manera secuenciada. Despus de
que cada elemento se agrega a la muestra, se renen los datos, se calculan los estadsticos de la
muestra y se determinan los costos del muestreo, tericamente, este mtodo es atractivo, aunque
su uso no es muy comn en la investigacin de mercados porque no se dispone de mucha de la
informacin requerida sobre costos y probabilidades.
En el tipo de muestreo tradicional se selecciona toda la muestra antes de iniciar la
recoleccin de datos, este mtodo es el que se usa con ms frecuencia, y tenemos:

Muestreo con reemplazo:

En el muestreo con reemplazo se selecciona un elemento del marco de muestreo y

se obtienen los datos adecuados. Luego se devuelve al elemento al marco de muestreo, lo

que hace posible que un elemento se incluya en la muestra en ms de una ocasin.

Muestreo sin reemplazo:

En el muestreo sin reemplazo, una vez que se selecciona un elemento para incluirlo
en la muestra, se retira del marco de muestreo, por lo que no puede elegirse de nuevo.

La decisin ms importante acerca de la eleccin de la tcnica de muestreo concierne al uso

del muestreo probabilstico o del no probabilstico

1.2.4 Determinar El Tamao De La Muestra:

10

El tamao de la muestra se reere al nmero de elementos que deben incluirse en el estudio.

Determinar el tamao de la muestra es complicado e implica varias consideraciones tanto
cualitativas como cuantitativa.
Las frmulas que se utilizan dependen sobre todo del hecho de que la poblacin tenga un
tamao conocido o no. En el primer caso, es decir, cuando se conoce el tamao de la poblacin,
el clculo se hace de la siguiente manera:

1. Se determina el error mximo que puede aceptarse en los resultados, que por lo
general es de 10%, ya que variaciones mayores hacen dudar de la validez de la
informacin.
2. Se conoce en el mercado la situacin que guarda la caracterstica o el fenmeno
investigado. Cuando no se conoce, o no se tiene una idea clara acerca de la
situacin del mercado, se dan los valores mximos a la probabilidad de que
ocurra el evento y a la probabilidad de que no ocurra (0.50 y 0.50). Estos valores
se asignan a las literales p y q.
3. Se determina el intervalo de confianza con el que se va a trabajar:

4. Se aplica la frmula:

en donde:
n=tamao de lamuestra .

11

p= probabilidad de que se realice el evento .

q= probabilidad de que no se realice el evento.

s=error permitido al cuadrado .

N=tamao de la poblacin, cuando staes finita .

Ejemplo. En una poblacin cercana a su localidad se desea llevar a cabo una investigacin
para determinar la proporcin de hogares que tienen televisor. Es necesario calcular el tamao de
la muestra requerido, trabajando con un intervalo de confianza de 95% y con un margen de error
de 4%. La investigacin se requiere hacer en dos municipios, uno con 100,000 familias y otro
con 1 500 familias.
n1 = 621 encuestas.
n2 = 441 encuestas.

Conforme la poblacin es ms grande, o tienda a ser infinita, ser necesario realizar ms

entrevistas que conforme se tiene una poblacin ms pequea o finita.
Este tipo de clculo es vlido slo para mtodos probabilsticos. Cuando no se conoce el
tamao de la poblacin, o sta es infinita, se utiliza la frmula siguiente:
n=

9 pq
2
s

intervalo de confianza de 99%.

n=

4 pq
2
s

intervalo de confianza de 95%.

Ejemplo. Se sabe que 30% de los habitantes de una ciudad toman caf. Se requiere saber
qu tamao de muestra debe seleccionarse para que sta sea representativa y que los datos tengan

12

un error de 1%. Qu tamao se requerira si el error aceptable fuera de 2% y el intervalo de

confianza para ambos casos de 95% y de 99%?
n 1=18,900 al 99 con un error de 1 .
n 2=4 725 al 99 con un error de 2 .

n 3=8 400 al 95 con un error de 1 .

n 4=2 100 al 95 con un error de 2 .

De aqu se deduce que entre mayor precisin se requiera, el tamao de la muestra ser
mayor, igual que los costos y el tiempo. Si no se conoce el porcentaje de consumidores, se asigna
a p y q un valor de 50%, pero se incrementan mucho los costos y el tamao de la muestra.

1.2.5 Realizacin Del Proceso De Muestreo

La realizacin del proceso de muestreo requiere una especicacin detallada de cmo se
llevarn a cabo las decisiones del diseo de muestreo relacionadas con la poblacin, el marco de
muestreo, la unidad de muestreo, las tcnicas de muestreo y el tamao de la muestra. Si la unidad
de muestreo son los hogares, stos deben denirse en forma operacional. Es necesario especicar
los procedimientos a seguir en el caso de viviendas desocupadas y para la repeticin de llamadas
cuando no se encuentre nadie en casa. Es necesario proporcionar informacin detallada para
todas las decisiones del diseo de muestreo.

1.3 Clasificacin De Las Tcnicas De Muestreo

Las tcnicas de muestreo pueden clasicarse en general como probabilstico y no
probabilstico.

13

El muestreo no probabilstico no se basa en el azar, sino en el juicio personal del

investigador para seleccionar a los elementos de la muestra. El investigador puede decidir de
manera arbitraria o consciente qu elementos incluir en la muestra. Las tcnicas de muestreo no
probabilstico ms comunes incluyen el muestreo por conveniencia, muestreo por juicio,
muestreo por cuotas y muestreo de bola de nieve.
En el muestreo probabilstico las unidades del muestreo se seleccionan al azar. Es posible
especicar de antemano cada muestra potencial de un determinado tamao que puede extraerse
de la poblacin, as como la probabilidad de seleccionar cada muestra. Como los elementos del
muestreo se seleccionan al azar, es posible determinar la precisin de las estimaciones de las
caractersticas de inters de la muestra. Pueden calcularse los intervalos de conanza, los cuales
contienen el verdadero valor de la poblacin con un nivel dado de certeza.
Las tcnicas de muestreo probabilstico se clasican con base en:
Muestreo por elemento o por conglomerados.
Probabilidad igual de la unidad o probabilidades desiguales.
Seleccin no estratificada o estratificada.
Seleccin aleatoria o sistemtica.
Tcnicas de una sola etapa o de etapas mltiples.
Todas las combinaciones posibles de estos cinco aspectos resultan en 32 tcnicas de
muestreo probabilstico diferentes. De esas tcnicas, se revisarn en detalle el muestreo aleatorio
simple, el muestreo sistemtico, el muestreo estraticado y el muestreo por conglomerados.

14

1.3.1 Tcnicas De Muestreo No Probabilstico:

Este tipo de muestreo incluye cualquier mtodo en que la oportunidad de seleccionar un
elemento determinado de la poblacin es desconocida. Puede ser de varios tipos.

1.3.1.1 Muestreo de conveniencia:

El muestreo por conveniencia busca obtener una muestra de elementos
convenientes. La seleccin de las unidades de muestreo se deja principalmente al
entrevistador. Muchas veces los encuestados son seleccionados porque se encuentran
en el lugar y momento adecuados. De todas las tcnicas de muestreo, la ms
econmica y la que menos tiempo consume es la del muestreo por conveniencia. Las
unidades de muestreo son accesibles, sencillas de medir y cooperativas. A pesar de
sus ventajas, esta forma de muestreo tiene serias limitaciones, una de las cuales es la
presencia de muchas fuentes potenciales de sesgo de seleccin, como la
autoseleccin del encuestado. Las muestras por conveniencia no son representativas

15

de ninguna poblacin denible, por lo que a nivel terico no tiene sentido generalizar
a cualquier poblacin, a partir de una muestra por conveniencia.
Estas muestras tampoco son adecuadas para proyectos de investigacin de
mercados que impliquen inferencias sobre la poblacin. Las muestras por
conveniencia no se recomiendan para la investigacin descriptiva o causal, aunque
pueden usarse en la investigacin exploratoria para generar ideas, informacin o
hiptesis. Las muestras por conveniencia son tiles en las sesiones de grupo, pruebas
piloto de cuestionarios o estudios piloto. Pero incluso en esos casos, hay que tener
cautela al interpretar los resultados. Con todo, esta tcnica se utiliza en ocasiones
incluso en encuestas grandes.
Se sugiere utilizar este tipo de muestreo para la prueba previa del cuestionario,
pero no para la encuesta definitiva.

1.3.1.2 Muestreo de juicio:

El muestreo por juicio es una forma de muestreo por conveniencia, en el cual los
elementos de la poblacin se seleccionan con base en el juicio del investigador. El
investigador utiliza su juicio o experiencia para elegir a los elementos que se
incluirn en la muestra, porque considera que son representativos de la poblacin de
inters, o que de alguna otra manera son adecuados. Entre ejemplos comunes del
muestreo por juicio se encuentran:

Mercados de prueba seleccionados para determinar el potencial de un

nuevo producto.
Ingenieros de compras elegidos en una investigacin de mercados
industriales, porque se les considera representativos de la compaa.

16

Indicadores de distritos electorales seleccionados en la investigacin

de la conducta de emitir sufragios.

Testigos expertos usados en los tribunales.
Tiendas departamentales elegidas para probar un nuevo sistema de
exhibicin de mercanca.

1.3.1.3 Muestreo por cuotas:

Se selecciona una caracterstica importante a estudiar y se determina la parte del
universo que tiene cada categora de caractersticas. Despus se distribuye el tamao
de la muestra entre las diferentes clulas o categoras y se seleccionan los
componentes de la muestra. Enseguida, los entrevistadores buscan encuestar a
grupos de componentes que parezcan tener la caracterstica especificada.
El muestreo por cuotas puede considerarse como un muestreo por juicio
restringido de dos etapas. La primera etapa consiste en desarrollar categoras de
control, o cuotas, de los elementos de la poblacin. Para desarrollar estas cuotas, el
investigador lista las caractersticas de control relevantes y determina su distribucin
en la poblacin meta. Las caractersticas de control relevantes (que pueden incluir
sexo, edad y, en algunos casos, raza) se identican con base en el juicio.
En la segunda etapa, se seleccionan los elementos de la muestra con base en la
conveniencia o el juicio. Una vez que se han asignado las cuotas, hay una libertad
considerable para seleccionar los elementos que se incluirn en la muestra. El nico
requisito es que los elementos elegidos cumplan con las caractersticas de control.

1.3.1.4 Muestreo de bola de nieve

17

En el muestreo de bola de nieve se selecciona un grupo inicial de encuestados, por

lo general al azar, a quienes despus de entrevistar se les solicita que identiquen a
otras personas que pertenezcan a la poblacin meta de inters. Los encuestados
subsecuentes se seleccionan con base en las referencias. Este proceso puede
realizarse en olas para obtener referencias de las referencias, lo cual origina un efecto
de bola de nieve. Aunque se emplea el muestreo probabilstico para elegir a los
primeros encuestados, la muestra nal es no probabilstica. Las referencias tendrn
caractersticas demogrcas y psicogrcas ms similares a las personas que las
reeren de lo que ocurrira al azar. Uno de los objetivos principales del muestreo de
bola de nieve consiste en estimar las caractersticas que son raras en la poblacin.
Los ejemplos incluyen a usuarios de servicios gubernamentales o sociales
especcos, como los vales de comida, cuyos nombres no deben revelarse; grupos
especiales del censo, como hombres viudos menores de 35 aos de edad; y miembros
de una poblacin minoritaria dispersa.
El muestreo de bola de nieve se emplea en la investigacin industrial de
comprador-vendedor, para identicar parejas de compradores-vendedores. La mayor
ventaja del muestreo de bola de nieve es que incrementa en forma considerable la
probabilidad de localizar las caractersticas deseadas en la poblacin. Tambin
produce relativamente poca varianza del muestreo y costos bajos

1.3.2 Tcnicas De Muestreo Probabilstico:

Son un conjunto de procedimientos o recursos que se usan para seleccionar la muestra
que nos servir para nuestro estudio. Las tcnicas de muestreo probabilstico varan en trminos

18

de la eficiencia del muestreo, un concepto que refleja compensaciones entre los costos y la
precisin del muestreo.

1.3.2.1 Muestreo Aleatorio Simple:

En el muestreo aleatorio simple (MAS), cada elemento de la poblacin tiene una
probabilidad de seleccin igual y conocida. Adems, cada posible muestra de un
determinado tamao (n) tiene una probabilidad igual y conocida de ser la muestra
seleccionada realmente. Esto implica que cada elemento se selecciona de manera
independiente de cualquier otro elemento. La muestra se extrae del marco de muestreo
usando un procedimiento aleatorio.
El MAS tiene muchas caractersticas convenientes, como el hecho de que es fcil
de entender y que los resultados de la muestra pueden extrapolarse a la poblacin meta.
La mayora de las tcnicas de inferencia estadstica suponen que los datos se recabaron
usando un muestreo aleatorio simple. Sin embargo, este mtodo sufre de al menos cuatro
desventajas importantes. Primero, a menudo resulta difcil construir un marco de
muestreo que permita extraer una muestra aleatoria simple. Segundo, el MAS llega a
generar muestras muy grandes o extendidas en amplias zonas geogrficas, lo cual
incrementara el tiempo y el costo de la recoleccin de datos. Tercero, el MAS a menudo
produce menor precisin con mayores errores estndar que otras tcnicas de muestreo
probabilstico. Cuarto, quizs el MAS no genere una muestra representativa.

19

1.3.2.2 Muestreo Sistemtico:

Para obtener una muestra usando el muestreo sistemtico, se selecciona un punto
de inicio aleatorio y luego se elige de manera sucesiva cada i-simo elemento del marco
de muestreo. Para determinar el intervalo de muestreo, i, se divide el tamao de la
poblacin (N) entre el tamao de la muestra (n) y se redondea al nmero entero ms
cercano.
Por ejemplo, suponga que la poblacin consta de 100,000 elementos y se desea
una muestra de 1,000. En este caso, el intervalo de muestreo (i) es 100. Se elige un
nmero aleatorio entre 1 y 100. Si este nmero es, por ejemplo, 23, la muestra estar
formada por los elementos 23, 123, 223, 323, 423, 523, etctera.

El muestreo sistemtico es menos costoso y ms sencillo que el muestreo aleatorio

simple, porque la seleccin aleatoria se hace slo una vez. Adems, los nmeros
aleatorios no tienen que concordar con los elementos individuales como en el MAS.

20

Otra ventaja relativa es que el muestreo sistemtico puede usarse incluso sin
conocer la composicin (elementos) del marco de muestreo.
Por ejemplo, cuando se aborda a cada i-sima persona que sale de una tienda
departamental o un centro comercial. Por estas razones, es frecuente el uso del muestreo
sistemtico en encuestas a los consumidores por correo, telefnicas, en centros
comerciales y por Internet.

1.3.2.3 Muestreo Estratificado:

El muestreo estratificado es un proceso de dos pasos en que la poblacin se divide
en subpoblaciones o estratos. Los estratos tienen que ser mutuamente excluyentes y
colectivamente exhaustivos, por lo que cada elemento de la poblacin debe asignarse a un
nico estrato sin omitir algn elemento de la poblacin. Un objetivo importante del
muestreo estratificado consiste en incrementar la precisin sin aumentar el costo.

21

Las variables utilizadas para dividir a la poblacin en estratos se conocen como

variables de estratificacin. Los criterios para la seleccin de esas variables incluyen
homogeneidad, heterogeneidad, relacin y costo. Dentro de un estrato, es necesario que
los elementos sean tan homogneos como sea posible, mientras que los elementos de los
diferentes estratos requieren ser tan heterogneos como sea posible. Las variables de
estratificacin deben tener una relacin estrecha con las caractersticas de inters.

1.3.2.4 Muestreo Por Conglomerados:

En el muestreo por conglomerados, la poblacin meta primero se divide en
subpoblaciones o conglomerados mutuamente excluyentes y colectivamente exhaustivos.
Luego se selecciona una muestra aleatoria de conglomerados con base en una tcnica de
muestreo probabilstico, como el muestreo aleatorio simple. Para cada conglomerado
seleccionado, se incluyen todos los elementos en la muestra, o se toma una muestra de
elementos en forma probabilstica. Si se incluye en la muestra a todos los elementos del
conglomerado seleccionado, el procedimiento se denomina muestreo por conglomerados
de una etapa.

22

Si de cada conglomerado seleccionado se extrae de manera probabilstica una

muestra de elementos, el procedimiento es un muestreo por conglomerados de dos etapas.
Adems, una muestra por conglomerados podra incluir varias etapas (ms de dos), como
en el muestreo por conglomerados de etapas mltiples.

La distincin fundamental entre el muestreo por conglomerados y el muestreo

estratificado es que en el primero slo se elige una muestra de subpoblaciones
(conglomerados), mientras que en el muestreo estratificado se seleccionan todas las
subpoblaciones (estratos) para un muestreo posterior. Ambos mtodos tambin difieren en
sus objetivos. El objetivo del muestreo por conglomerados es incrementar la eficiencia
del muestreo mediante la reduccin de los costos. El objetivo del muestreo estratificado
es incrementar la precisin
Una forma comn de muestreo por conglomerados es el muestreo por rea, en el
cual los conglomerados estn formados por reas geogrficas como condados, zonas
habitacionales o manzanas El muestreo por conglomerados tiene dos grandes ventajas:
viabilidad y bajo costo.

23

Ventajas Y desventajas DE TECNICAS BASICAS DE

MUESTREO.

1.4 Otras Tcnicas De Muestreo Probabilstico:

1.4.1 El Muestreo Por Secuencia:

24

Los elementos de la poblacin se muestrean en secuencia, en cada etapa se

realizan la recoleccin y el anlisis de los datos, y se decide si deben muestrearse
elementos adicionales de la poblacin. No se conoce de antemano el tamao de la
muestra, pero antes de iniciar el muestreo se establece una regla de decisin. En cada
etapa, esta regla indica si el muestreo debe continuar o si se ha obtenido suficiente
informacin. El muestreo por secuencia se ha utilizado para determinar las preferencias
por dos alternativas rivales. En un estudio se pregunt a los encuestados cul de las dos
alternativas preferan y el muestreo termin cuando se acumul evidencia suficiente para
validar una preferencia. Tambin se ha empleado para establecer el precio diferencial
entre un modelo estndar y un modelo de lujo de un artculo de consumo duradero.

1.4.2 El Muestreo Doble:

Llamado tambin muestreo de dos fases, ciertos elementos de la poblacin se
muestrean dos veces. En la primera fase se selecciona una muestra y se rene alguna
informacin de todos sus elementos. En la segunda fase, se extrae una submuestra de la
muestra original y se obtiene informacin adicional de los elementos de la submuestra. El
proceso puede extenderse a tres o ms fases, las cuales pueden ocurrir al mismo tiempo o
en diferentes momentos. El muestreo doble es til cuando no se dispone de un marco de
muestreo para la seleccin final de las unidades de muestreo, pero se sabe que los
elementos del marco estn incluidos en un marco de muestreo mayor.

1.5 Eleccin Del Muestreo Probabilstico O No Probabilstico:

25

La eleccin entre muestras probabilsticas y no probabilsticas debe basarse en

consideraciones como la naturaleza de la investigacin, la magnitud relativa de los errores de
muestreo y los que no son de muestreo, la variabilidad en la poblacin, y otros factores
estadsticos y operacionales

En algunos problemas de investigacin, se requiere hacer estimaciones muy precisas de

las caractersticas de la poblacin. En esas situaciones, se prefiere el muestreo probabilstico por
su capacidad para eliminar el sesgo de seleccin y para calcular el error de muestreo. Sin
embargo, el muestreo probabilstico no siempre produce resultados exactos. Si es probable que
los errores que no se deben al muestreo son un factor importante, entonces sera preferible el
muestreo no probabilstico, en la medida que el uso del juicio permita mayor control sobre el
proceso de muestreo.

1.6 Usos Del Muestreo No Probabilstico Y Probabilstico:

El muestreo no probabilstico se utiliza en pruebas de concepto, pruebas de empaque,
pruebas de nombre y pruebas de texto, donde por lo general no es necesario hacer

26

extrapolaciones a la poblacin. En dichos estudios, el inters se centra en la proporcin de la

muestra que da varias respuestas o manifiesta diversas actitudes. Las muestras para estos
estudios se obtienen usando, por ejemplo, el muestreo por cuotas en centros comerciales.

Por otro lado, se utiliza el muestreo probabilstico cuando es necesario hacer estimaciones
muy precisas de la participacin en el mercado o del volumen de ventas de todo el mercado. Se
utiliza el muestreo probabilstico en estudios de rastreo del mercado nacional que proporcionan
informacin sobre categoras de productos y tasas de uso de marcas, as como perfiles
psicogrficos y demogrficos de los usuarios. Los estudios que usan el muestreo probabilstico
por lo general emplean entrevistas telefnicas. El muestreo estratificado y el sistemtico se
combinan con alguna forma de marcado digital aleatorio para seleccionar a los encuestados.

1.7 Muestreo Por Internet:

Muestrear encuestados potenciales que navegan por Internet tiene sentido si la muestra
generada es representativa de la poblacin meta. Cada vez son ms las industrias que cumplen
este criterio. El software, las computadoras, las conexiones a la red, las publicaciones tcnicas,
los semiconductores y la educacin superior han hecho cada vez ms factible el uso de Internet
para muestrear a los participantes de investigaciones cuantitativas, como las encuestas.
Un problema importante relacionado con el muestreo por Internet es la representatividad,
ya que si en los pases ms desarrollados muchos hogares carecen de una computadora y de
acceso a Internet, el acceso a la Web es an ms restringido en pases ms pobres.

1.8 Tcnicas De Muestreo En Lnea:

27

Las tcnicas comunes de muestreo por Internet se clasifican como intercepcin en lnea
(aleatoria y no aleatoria), reclutamiento en lnea y otras tcnicas. Las tcnicas de reclutamiento
en lnea a la vez se clasifica en panel (de reclutados o voluntarios) o no panel (alquiler de listas).
En el muestreo de intercepcin en lnea, se intercepta a los visitantes a un sitio Web y se les
ofrece la oportunidad de participar en la encuesta. La intercepcin puede hacerse en uno o varios
sitios Web, que incluyen a sitios de alto trfico como Yahoo! En el muestreo no aleatorio se
intercepta a cada visitante, lo cual tiene sentido si el trfico del sitio Web es bajo, la encuesta
debe llenarse en poco tiempo y no se ofrece incentivo alguno.
Sin embargo, esto da como resultado una muestra de conveniencia. Pueden imponerse
cuotas para incrementar la representatividad. En el muestreo de intercepcin aleatoria, el
programa elige al azar a los visitantes y una ventana emergente les pregunta si desean participar
en la encuesta. La seleccin puede hacerse con base en un muestreo aleatorio simple o
sistemtico

1.9 Investigacin De Mercados Internacionales:

La realizacin del proceso de diseo de muestreo en la investigacin de mercados
internacionales rara vez es una tarea sencilla. En la definicin de la poblacin meta deben
considerarse varios factores.
En la investigacin de mercados internacionales, no es comn el uso de las tcnicas de
muestreo probabilstico debido a la carencia de marcos de muestreo adecuados, la falta de acceso
a ciertos encuestados (como las mujeres en algunas culturas) y el dominio de la entrevista
personal.

28

1.10 tica En La Investigacin De Mercados:

El investigador tiene varias responsabilidades ticas tanto con el cliente como con los
encuestados en el proceso de muestreo. En lo que concierne al cliente, el investigador debe
desarrollar un diseo de muestreo que permita controlar los errores de muestreo y los que no son
de muestreo. Cuando resulte conveniente debe usarse el muestreo probabilstico. Si se utiliza el
muestreo no probabilstico, tiene que hacerse un esfuerzo para obtener una muestra
representativa. No es tico y resulta engaoso tratar muestras no probabilsticas como si fueran
muestras probabilsticas, y extrapolar los resultados a la poblacin meta.

29