El objetivo de la mayoría de los proyectos de investigación de mercado es obtener información sobre las características o parámetros de la población. La población es la suma de todos los elementos que comparten un conjunto común de características y que constituyen el universo para el propósito de la investigación de mercados. Los parámetros poblacionales normalmente son números, como las proporciones de los consumidores que están satisfechos con una marca particular de pasta de dientes. (Rosendo, 2018, p.201)

La información sobre los parámetros (características) de la población puede obtenerse mediante la realización de un Censo o la obtención de una Muestra. El censo es la numeración completa de los elementos de la población u objetos de estudio; incluye a todos los elementos de la población. La muestra es un subgrupo de elementos de la población seleccionados para participar en el estudio; incluye a una parte de los elementos de la población.

Las limitaciones de tiempo y presupuesto son restricciones evidentes que favorecen el uso de una muestra. El censo es costoso y su levantamiento consume mucho tiempo, por lo que no es práctico realizarlo si la población es grande, como sucede con la mayoría de los productos de consumo. (Malhotra, 2016, p.246).

Figura 1

Censo vs. Muestra

En una investigación de mercados se tiene la unidad muestral que la "unidad básica" de la cual se obtiene información directa para tomar decisiones comerciales. En palabras simples, la unidad muestral es el "quién" o "qué" de tu investigación. Es el elemento individual (persona, objeto o grupo) que seleccionas de tu población para obtener los datos. Ejemplos: Lanzamiento de un shampoo: Si quieres saber qué opinan las mujeres de 20 a 40 años sobre una nueva fragancia, tu unidad muestral es cada mujer individual que entrevistas. Satisfacción en supermercados: Si una cadena quiere evaluar el servicio, su unidad muestral podría ser el cliente que sale de la tienda en un horario específico. Negocio: Si vendes software para empresas, tu unidad muestral no es la empresa entera, sino el tomador de decisiones (por ejemplo, el Gerente de TI). Consumo en el hogar: En estudios sobre el uso de detergente, la unidad muestral suele ser el jefe/a de familia o el hogar como conjunto.

8.1.1. Proceso de Muestreo

Para obtener una muestra para la investigación se tiene un proceso de cinco pasos que están interrelacionados. 1 Definir la población, 2. Deteminar el macro muestral, 3. Seleccionar la técnica de muestreo, 4. Determinar el tamaño de la muestra, 5. Ejecutar el proceso de muestreo.

8.1.1.1. Definir la población. La población objetivo o meta se compone de todos aquellos elementos que poseen la información buscada. Es el conjunto de todos los casos que concuerdan con una serie de especificaciones y que resulta de interés para una investigación en particular de acuerdo con el planteamiento del problema. (Hernández-Sampieri, 2023, p.201).

La población objetivo debe definirse en términos de cuatro aspectos: elementos, unidades de muestreo, extensión y tiempo. Un elemento es el objeto sobre el cual se desea la información; por lo general, en la investigación de mercados, el elemento es el encuestado. Una unidad de muestreo es la unidad que contiene el elemento que está disponible para la selección de alguna etapa del proceso de muestreo, como una familia, vivienda, establecimiento. La extensión se refiere a los límites geográficos, y el tiempo es el período temporal considerado para el trabajo de campo.

Figura 2

Definición de la población meta

8.1.1.2. Determinar el marco muestral. Es una representación de los elementos de una población objetivo. Consiste en una lista de donde pueden extraerse todas las unidades de muestreo o unidades de análisis en la población, y de donde se tomarán los sujetos objetos de estudio. (Bernal, 2016. P. 211). Ejemplos: el directorio telefónico, una lista de correo comprada a una empresa comercial, bases de datos de clientes, un directorio de la ciudad, un mapa. Sus características esenciales incluyen ser exhaustivo, preciso, exento de duplicaciones y estar actualizado para garantizar la representatividad y permitir un muestreo válido.

Una vez definida la población meta y determinado el marco muestra se procede a seleccionar la técnica de muestreo. Las técnicas de muestreo son procedimientos estadísticos que permiten seleccionar un subgrupo representativo de una población para realizar inferencias (deducciones) sobre ella sin necesidad de analizar a todos sus individuos. Su característica principal es que deben garantizar que la muestra sea lo más fiel posible al universo original para que las conclusiones obtenidas sean válidas.

Las técnicas de muestreo se dividen principalmente en no probabilísticas (criterio del investigador, rápido) y probabilísticas (azar, alta representatividad).

Las técnicas de muestreo no probabilístico se basan en el juicio del investigador en lugar de un proceso de selección aleatoria. Sus características principales son: No todos tienen oportunidad: A diferencia del aleatorio, no todos los individuos de la población tienen la misma probabilidad de ser elegidos. Criterio subjetivo: La selección depende de la decisión del investigador, su conveniencia o la facilidad de acceso a los sujetos. Costos bajos: Suelen ser mucho más económicos y rápidos de implementar que los métodos probabilísticos. No son representativos: Los resultados no pueden generalizarse estadísticamente a toda la población con precisión matemática (tienen un alto riesgo de sesgo). Uso exploratorio: Son ideales para estudios cualitativos, pruebas piloto o cuando la población es muy difícil de localizar.

Los tipos principales de técnicas de muestreo no probabilísticas son: muestreo por conveniencia (por accesibilidad), muestreo por juicio (intencional o discrecional), muestreo por cuotas y muestreo por bola de nieve.

8.2.1. Muestreo por Conveniencia

Es una técnica no probabilística que selecciona participantes basados en su accesibilidad y proximidad, en lugar de una selección aleatoria. Los encuestados se seleccionan porque están en el lugar correcto y en el tiempo adecuado. Es la menos costosa de las técnicas no probabilísticas. Utiliza poco tiempo.

Los encuestados son accesibles, fáciles de medir y cooperativos. Es apropiado para la investigación exploratoria (no para descriptiva y causal). No son representativos. Ejemplos: Estudiantes (un salón de clase); Grupos de iglesia (personas que salen de misa el domingo). Entrevistas en centros comerciales, sin calificar al encuestado. Tiendas departamentales utilizando listas de ventas a crédito. Entrevistas de gente en la calle.

Figura 3

Muestreo por conveniencia

8.2.2. Muestreo por Juicio

El muestreo por juicio, también conocido como muestreo intencional o crítico, es una técnica no probabilística donde el investigador selecciona la muestra basándose en su propia experiencia, conocimiento y juicio profesional. Se eligen sujetos que se consideran más representativos o útiles para el estudio, siendo ideal cuando se requiere información de grupos muy específicos o reducidos. Se basa en la experiencia del investigador. Se piensa o se cree que son representativos de la población. Bajo costo, conveniente y rápido. Se utiliza cuando las muestras son muy pequeñas. Ejemplos: Mercados de prueba seleccionados (focus group). Líderes de opinión. Expertos en el ramo o sector.

Figura 4

Muestreo por juicio

8.2.3. Muestreo por Cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en la que los investigadores seleccionan una muestra que refleje las proporciones de ciertos rasgos o características específicas presentes en la población general. La selección de individuos se basa en el juicio del investigador o en la facilidad de acceso, siempre que se cumpla con la "cuota" asignada a cada subgrupo. Se establecen partes (estratos) o cuotas de elementos de la población. Se asignan cuotas de tal manera que la composición de la muestra sea la misma que la población. Tiene un costo bajo. Ejemplo: Muestra de 1000 personas en una ciudad; norte 30% 300 personas, centro 10% 100 personas, sur 40% 400 personas, valles 20% 200 personas.

Figura 5

Muestreo por cuotas

Las técnicas de muestreo probabilístico son métodos de selección aleatoria donde todos los elementos de la población tienen una probabilidad conocida y distinta de cero de ser elegidos. Algunas de sus características son: Selección Aleatoria: Utiliza métodos basados en el azar, garantizando que cada miembro tenga una oportunidad justa de ser incluido. Representatividad: Al ser al azar, la muestra suele representar fielmente las características de la población general. Reducción de Sesgo: Minimiza el error humano o del investigador en la selección de los participantes. Medición del Error: Permite calcular el error muestral y el nivel de confianza de los resultados. Requiere Marco Muestral: Necesita una lista completa y detallada de la población objetivo.

Los tipos principales de técnicas de muestreo probabilísticas son: muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo por conglomerados (racimos o clústers).

8.3.1. Muestreo Aleatorio Simple (MAS)

Es una técnica probabilística donde cada elemento de la población tiene la misma probabilidad de ser seleccionado, garantizando imparcialidad y representatividad. Se caracteriza por requerir una lista completa de la población (marco muestral), ser sencillo de aplicar y útil para poblaciones pequeñas y homogéneas. Todos los elementos son asignados con un número. Formas de escoger: Contenedor, se coloca todos los números, se remueve y se escoge; Tabla estadística (Números Aleatorios Simples); Excel, se generan números aleatorios f(x)=ALEATORIO.ENTRE

Figura 6

Muestreo aleatorio simple

8.3.2. Muestreo Sistemático

El muestreo sistemático es una técnica de muestreo probabilístico que selecciona elementos de una población ordenada a intervalos regulares (k) tras un inicio aleatorio. Se caracteriza por su simplicidad, rapidez y eficiencia al garantizar una selección equitativa y distribuida de la muestra sin necesidad de enumerar toda la población. Se utiliza cuando la población es numerosa. Se selecciona un punto al inicio, al azar, y luego se elige algún elemento de sucesión.

8.3.3. Muestreo Estratificado

Es una técnica de muestreo probabilístico que divide una población heterogénea en subgrupos homogéneos (estratos) según características comunes (edad, género, etc.) para luego seleccionar muestras aleatorias simples de cada uno. Garantiza representación de todos los subgrupos, aumentando la precisión estadística y reduciendo el error. Se utiliza cuando se conoce algo de la población. Es un proceso de dos fases: 1. La población se divide en subpoblaciones o estratos (grupos), 2. Se aplica el MAS. La muestra se obtiene del estrato, no de la población. El estrato debe ser mutuamente excluyente.

La población se divide en estratos.

Figura 7

Muestreo estratificado

El tamaño muestral se refiere a la cantidad de elementos incluidos en el estudio. La determinación del tamaño tiene un proceso de 6 pasos: 1 Identificar la variable de estudio, 2 Identificar la población, 3 Determinar la desviación estándar, 4 Definir el nivel de confianza, 5 Definir el error de estimación y 6 Calcular la muestra.

8.4.1. Identificar la variable de estudio

El tamaño de la muestra es el número de elementos que se incluye en el estudio y del cual, se obtiene la información efectuando la medición y la observación de las variables. A las características de la población, objeto de estudio, se les conoce como variables (estadísticas). Existen las variables cualitativas (cualidades – nominales y ordinales) y cuantitativas (cantidades – discretas y continuas).

8.4.2. Identificar la población (N)

Identificar la población es el primer paso crítico para estimar el tamaño de la muestra (n), definiendo el conjunto total de elementos (N) con características homogéneas que serán estudiados, ya sea Finita (menor a 100,000 elementos o cuando se conoce el total de la población) o Infinita (igual o mayor a 100,000 elementos o cuando no se conoce el total de la población). Se define mediante criterios de inclusión/exclusión y es crucial para determinar la representatividad.

8.4.3. Determinación de la desviación estándar

Representa qué tan "dispersos" o diferentes son los datos entre sí dentro de la población que quieres estudiar. Es la unidad de medida de la dispersión (variación de datos) entre una respuesta (X) y la respuesta promedio (x̅). La desviación estándar de la muestra (s) se la puede obtener por medio de: Estudio anterior y de una muestra o estudio piloto (mínimo 30 personas). Se la puede calcular en Excel con f(x) DESVEST.M

Figura 8

Desviación estándar y coeficiente de variación

8.4.4. Definir el nivel de confianza

El nivel de confianza representa la probabilidad de que el parámetro que buscas (como la media o una proporción) se encuentre dentro del intervalo calculado a partir de tu muestra. Se define el nivel de confianza (NC) y su respectivo valor Z. 90%, Z = 1.645; 95%, Z = 1.96; 99%, Z = 2.576.

Figura 9

Nivel de confianza

8.4.5. Definir el error de estimación

El error de estimación (o margen de error) es la variación máxima aceptable en los resultados, indicando cuánto pueden diferir los datos de la muestra respecto al total de la población. El error de estimación puede estar entre el 1% y el 10%.

Figura 10

Error de estimación

8.4.6. Calcular la muestra

Para calcular el tamaño de una muestra (n) se tienen fórmulas, las cuales varían según si se conoce el tamaño total de la población (N) y qué parámetro se quiere estimar.

Figura 11

Fórmulas para el cálculo de la muestra