Plan de muestreo

Una muestra es un segmento de la población eelgido para representar a la población total. Idealmente, la muestra debe de ser representativa para que el investigador pueda estimar con exactitud las ideas y conductas de toda la población.

El diseño de la muestra requiere tomar tres decisiones:

• Unidad de muestreo. ¿Quién va a ser estudiado? Definir la población objetivo
• Tamaño de la muestra ¿Cuánta gente debe ser estudiada? Determinar el tamaño del grupo meta.
• Procedimiento del muestreo. ¿Cómo deben elegirse a las personas? 

A continuación se detalla los tipos de muestra:

Los conceptos que se manejan en la determinación de la muestra son:

• Población o universo. Conjunto total de elementos objeto de interés para el investigador. Por ejemplo, los consumidores de un determinado producto, los responsables comerciales de las pequeñas y medianas empresas españolas,…
• Elemento. Persona o entidad de la cual se extraen datos o se solicita información.
• Unidad muestral. Son las unidades de la población objetivo disponibles para su selección en el proceso de delimitación de la muestra. En un proceso de muestreo sencillo la unidad muestral coincide con el elemento de la población. 
• Marco muestral. Se trata del listado o censo de unidades de la población disponible para llevar a cabo la selección de la muestra.
• Error muestral. Es el error que se comete por el hecho de estudiar una muestra y no toda la población. A medida que se aumenta el tamaño de la muestra y se aproxima al de la población de referencia, menor es este tipo de error.
• Error no muestral. Es ajeno al tamaño de la muestra. Entre sus posibles causas:
• Definición defectuosa de la población, o definición de un marco muestral deficiente
• Un cuestionario mal diseñado
• Errores en la recogida de información
• Errores en la codificación o tabulación
• Errores debidos al análisis estadístico

Determinación del tamaño de la muestra.

¿De cuántos elementos se ha de componer la muestra para que la información resulte totalmente fiable?

A medida que aumenta el tamaño disminuye el error muestral. Por lo tanto el investigador determinará o tendrá en cuenta el error máximo que está dispuesto a admitir en la investigación de mercados a la hora de elegir la muestra.

Otra consideración que influye en el tamaño de la muestra es la variación en el comportamiento de la población investigada. A mayor dispersión se precisa una muestra mayor para recogerla. Lo contrario también es cierto: comportamientos estudiados más uniforme admiten muestras más pequeñas.

También influye el nivel de confianza. Probabilidad de que el valor de la muestra se encuentre entre determinados parámetros en torno al valor de la población.

Para calcular el tamaño de la muestra utilizaremos alguna de las siguientes fórmulas, según se trate de variables dicotómicas o continuas y si la población es finita o infinita

• Variables dicotómicas.  Es aquella que sólo puede tomar dos valores. Por ejemplo Sexo, tener o no una enfermedad. Si a sus valores se les pone 0 y 1 se le llama binaria
• Poblaciones infinitas: N > 100.000

• Poblaciones finitas: N< 100.000

• Variables contínuas. es una variable cuantitativa que por su naturaleza puede adoptar cualquier valor numérico (dentro de un intervalo). Para todo par de valores siempre se puede encontrar un valor intermedio, la precisión la da el instrumento de medida. (peso, estatura..)
• Poblaciones infinitas: N > 100.000

• Poblaciones finitas: N < 100.000

Donde: 

• n = tamaño de la muestra
• N = tamaño de la población
• Z = número de unidades de desviación típica en la distribución normal que producirá el nivel de confianza deseado (para el 95% : Z=1,96)
• e = límite aceptable del error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09)
• P: Porcentaje de población que posee la característica. Se puede calcular previamente con una muestra piloto t aplicarlo en la fórmula. Si no se conoce a priori se utiliza el dato más desfavorable que incrementa el tamaño muestral  P=0,5
• S2 = Varianza poblacional