OBJETIVOS DE LA INVESTIGACIÓN

Entender cabalmente la situación total del problema de información y los

objetivos de la investigación da las pautas para determinar el diseño muestral
apropiado. Si entre los objetivos de la investigación está el deseo de generalizar
los resultados de datos de la muestra a la población meta definida, entonces el
investigador tiene que considerar seriamente el empleo de algún tipo de método
muestral probabilístico en lugar de uno no probabilístico. A esto hay que añadir
que el escenario del proyecto y tipo de investigación (Si es exploratorio,
descriptivo, causal) influirá en la elección del método muestral por el
investigador.
GRADO DE PRECISIÓN

El grado de precisión requerido o la tolerancia de error que admita el investigador

pueden variar de un proyecto a otro, sobre todo cuando los ahorros en costos u
otras consideraciones se pueden canjear por una reducción en la precisión. Si el
investigador quiere poseer la capacidad de hacer predicciones o inferencias
acerca de la “verdadera” posición de todos los miembros de la población meta
definida, tiene que elegir algún tipo de método muestral probabilístico; en
cambio, si solo trata de identificar y obtener imágenes preliminares a fondo de la
población meta definida, los métodos no probabilísticos pudieran resultar más
apropiados.
DISPONIBILIDAD DE RECURSOS

Si los recursos financieros y humanos del investigador son restringidos, estas

limitaciones eliminaran desde luego algunos de los métodos muestrales
probabilísticos complejos y más lentos. Los estudiosos de mercado en quienes
influyan las preocupaciones de costo contra el valor de la información a menudo
optarán por un método muestral no probabilístico antes que por la renuncia total
a efectuar una investigación.
MARCO DE TIEMPO

Los investigadores que tienen que cumplir con plazos perentorios breves tendrán
con mayor probabilidad a elegir un método muestral sencillo y menos lento que
uno más complejo y preciso. Por ejemplo, los investigadores se inclinan por
utilizar alguna forma muestral de conveniencia para recolectar datos necesarios
a fin de probar la confiabilidad de un constructo o una medición de escala recién
desarrollados. Aunque los datos de este tipo de método muestral podrían
proporcionar al investigador las imágenes preliminares profundas sobre la
población meta definida, no hay medios exactos para evaluar verdaderamente la
representatividad de los datos ni los resultados de las pruebas.
CONOCIMIENTO ANTICIPADO DE LA POBLACIÓN META

En muchos casos no se dispondrá de una lista completa de elementos de la

población. La carencia de listas adecuadas puede descartar automáticamente el
muestreo aleatorio sistemático, el muestreo aleatorio estratificado o algún otro
tipo de método muestral probabilístico; puede imponer que se lleve a cabo un
estudio preliminar (Por ejemplo, una encuesta telefónica breve efectuada con
marcado digital aleatorio) para generar información con la que pueda construirse
un marco muestral para el estudio. El investigador tiende a entender muy bien
los factores descriptores claves que forman a los verdaderos miembros de
cualquier población meta.
ALCANCE DE LA INVESTIGACIÓN

Ya sea que el proyecto de investigación tenga alcance internacional, nacional,

regional o local, de todos modos influirá en la elección del método muestral. La
proximidad geográfica proyectada de los elementos de la población meta
definida influirá no solo en la capacidad del investigador de compilar listas
necesarias de unidades muestrales, sino también en el diseño de la selección.
Cuando se sabe o se ve que los elementos de la población meta están distribuido
geográficamente desigual, un método muestral conglomerado puede ser mucho
más atractivo que otros métodos disponibles. En términos generales, cuanto más
amplio sea el alcance geográfico del proyecto de investigación, más extenso y
complejo se vuelve el método muestral para asegurar la apropiada
representación de la población meta.
NECESIDADES PERCIBIDAS DE ANÁLISIS ESTADÍSTICO

La necesidad de proyecciones estadísticas (es decir, estimados) basadas en los

resultados de muestra es a menudo un criterio. Solo las técnicas muestrales
probabilísticas permiten al investigador hacer uso apropiado del análisis
estadísticos para estimados que van más allá del conjunto inmediato de
encuestados muestrados. Aunque se puede aplicar método de análisis
estadístico a estructuras de datos obtenidas de muestras probabilísticas de
personas y objetos, la capacidad del investigador de generalizar con precisión
los resultados y hallazgos a la población meta definida mayor es muy
sospechosa y resulta técnicamente inapropiada.
PASOS PARA EL DESARROLLO DE UN PLAN MUESTRAL

El muestreo es mucho más que solo encontrar algunas personas que participen
en un estudio de investigación. En este capítulo se tratan diferentes conceptos,
procedimientos y decisiones que el investigador debe considerar para reunir con
éxito datos puros de un grupo de gente que puedan, a su vez, usarse para
generalizar o hacer predicciones inferenciales acerca de todos los elementos en
una población meta mayor. Armado con la comprensión de estos aspectos
analizados individualmente, el investigador puede integrarlos en un plan
muestral como el programa o la estructura de trabajo necesarios para asegurar
los datos puros reunidos son representativos de la población meta.
PASO 1: DEFINIR LA POBLACIÓN META
En cualquier plan muestral, la primera tarea del investigador es determinar e
identificar el grupo completo de personas u objetos que se deben investigar para
el proyecto. Con la declaración del problema de información definido y los objetos
de investigación establecidos como pautas, se debe dar a la población meta.
Estos elementos se convierten en las muestrales prospectas de las cuales se
tomará una muestra. La clara comprensión de la población meta ayudará al
investigador a tomar una muestra representativa de manera adecuada.
PASO 2: ELEGIR EL MÉTODO DE RECOLECCIÓN DE DATOS

Empleando la definición del problema de información, los requerimientos de

datos y los objetivos de investigación establecidos, el investigador tiene que
elegir un método para recolectar los datos puros requeridos de los elementos de
la población meta. Las opciones abarcan algún tipo de método de entrevistas
(Por ejemplo, personales o telefónicas) o una encuesta auto administrada. El
método de recolección de datos guía al investigador para identificar y asegurar
el o los marcos muestrales necesarios para llevar a cabo la investigación.
PASO 3: IDENTIFICAR EL O LOS MARCOS MUESTRALES NECESARIOS

Una vez que ha entendido quién o qué debe estudiarse, el investigador tiene que
hacer una lista de unidades muestrales elegibles. Es necesario que esta lista
contenga suficiente información sobre cada unidad muestral prospecta, de modo
que el investigador pueda hacer contacto exitosamente con ella. Tener un marco
muestral incompleta aminora la probabilidad de tomar una muestra
representativa. Las listas del marco muestral se pueden elaborar a partir de
varias fuentes diferentes (Por ejemplo, las listas de clientes de la base de datos
interna de una compañía, el mercado telefónico digital aleatorio, la lista de
afiliación de una organización). En la creación de los marcos muestrales
necesarios, el investigador debe estar consciente de las posibles situaciones de
sobre registro o subregistro de las unidades muestrales prospectas. Estas
situaciones crearan brechas muestrales o errores de marco muestral que
disminuyen la probabilidad de tomar una muestra representativa.
PASO 4: ELEGIR EL MARCO MUESTRAL APROPIADO

El investigador tiene que elegir entre dos tipos de orientaciones muestrales: la

probabilística y la no probabilística. Dependiendo del grado en que los datos
puros vayan usarse para hacer estimados acerca de la población meta, el
empleo de un método probabilístico dará siempre mejor y más precisa
información sobre los parámetros de la población meta que la que proporcionaría
cualquiera de los métodos muestrales no probabilísticos. En la determinación de
lo apropiado del método muestral, el investigador tiene que considerar
seriamente siete factores:1) objetivos de la investigación, 2) grado de precisión
deseada, 3) disponibilidad de recursos, 4) marco de tiempo, 5) conocimiento
anticipado de la población meta, 6) alcance de investigación, 7) necesidades
percibidas de análisis estadístico.

PASO 5: DETERMINAR LOS TAMAÑOS DE MUESTRA NECESARIOS Y LAS

TASAS DE CONTACTO TOTAL

En este paso del plan muestral, el investigador debe considerar lo precisos que
tienen que ser los estimados y de cuánto tiempo y dinero dispone para reunir los
datos puros requeridos. Para determinar el tamaño de muestra apropiado se
tienen que tomar decisiones acerca de 1) La variabilidad de la característica de
la población que se investiga, 2) el nivel de confianza deseado en los estimados
y 3) el grado de precisión que se desea al estimar la característica de la
población. Asimismo, en este paso del plan, el investigador tiene que decir
cuántas encuestas terminadas necesitará para introducir las actividades de
análisis de datos del proyecto de investigación total, entendiendo que, el tamaño
de la muestra normalmente, no es igual a las observaciones utilizables.

En este punto el investigador debe considerar qué impacto tendría en la precisión

de las estadísticas contar con menos encuestas de las destacadas inicialmente.
Una pregunta importante es ¿Cuántas unidades muestrales prospectas se
tendrán que abordar para tener la seguridad de que se otorga el tamaño de
muestra estimado y a qué costos adicionales? Para responder a esto, el
investigador debe tener la capacidad de calcular las tasas alcanzables, las tasas
de incidencia total y las tasas de terminación esperada asociadas con la situación
muestral.

PASO 6: TRAZAR UN PLAN OPERATIVO PARA SELECCIONAR UNIDADES

MUESTRALES

En este paso, el investigador quiere diagramar claramente, en detalle, los

procedimientos que habrán de seguirse en el contacto con cada uno de los
encuestados prospectos tomados en la muestra. Todas las instrucciones deben
formularse claramente por escrito para que los entrevistadores sepan
exactamente qué hacer y cómo manejar cualquier problema en el proceso de
abordar a los encuestados prospectos. Por ejemplo, si los datos puros para un
estudio deben recogerse por medio de entrevistas en centro comercial, el
entrevistador tiene que proporcionar instrucciones claras y detalladas acerca de
cómo elegir a los encuestados y llevar a cabo las entrevistas.
PASO 7: EJECUTAR EL PLAN OPERATIVO

En algunos proyectos de investigación, este paso es similar al de llevar a cabo

realmente las actividades de recolección de datos (esto es, llamar realmente al
encuestado prospecto para hacerle una encuesta telefónica). Lo importante en
esta etapa es mantener la congruencia y el control.
RESUMEN DE OBJEIVOS DE APRENDIZAJE
Analizar el concepto del muestreo y hacer una lista de razones para efectuarlo.

Se puede pensar que el muestreo es tomar una parte del todo y estudiarla para
hacer estimaciones acerca de éste. Utilizamos los fundamentos muestrales en
muchas de nuestras actividades diarias (Por ejemplo, al elegir qué programa de
televisión vamos a ver, al hacer la prueba de conducción de un auto antes de
decidir si lo compraremos, al determinar si nuestro platillo está demasiado
caliente o si necesita sazón adicional).
Identificar y explicar las diferentes funciones que tiene el muestreo en el proceso
total de la investigación.

El muestreo tiene una importante función cuando el tiempo para reunir la

información necesaria es escaso. Los marcos de tiempo tienen más
probabilidades de encajar en los marcos de tiempo de decisión de los usuarios
de la nueva información. El muestreo tiene un papel significativo en el proceso
de identificar, desarrollar y entender nuevos constructos de marketing y
empresas, así como en desarrollar las mediciones de escala que se usan en la
actualidad para recabar realmente los datos primarios puros acerca de personas
u objetivos.
Identificar las diferencias fundamentales entre los métodos muestrales
probabilístico y no probabilístico y señalar sus fortalezas y debilidades.

Analizamos los métodos muestrales probabilístico y no probabilístico. Los

métodos muestrales probabilísticos requieren que cada elemento de la población
meta sea identificado y tenga una probabilidad conocida, distinta de cero, de ser
elegido para la muestra, de modo que se puedan utilizar métodos estadísticos
para proyectar los resultados de muestra a la población meta dentro de un
margen de error estratificado. Los métodos muestrales probabilísticos producen
estimados sin desviación de la característica de interés de la población meta
definida y aseguran la representatividad de la muestra.
Analizar y calcular las distribuciones muestrales, los errores estándar, los
intervalos de confianza y la forma en que se usan para evaluar la precisión de una
muestra.

Distribución muestral es la distribución de frecuencia de una estadística de

muestra específica (Por ejemplo, media aritmética de muestra [X] o proporción
de muestra [p] que resultarían si tomamos muestras aleatorias repetidas del
mismo tamaño.