Se garantiza que los conglomerados seleccionados sean pertinentes y representativos.

• Deben ser lo más homogéneos posible internamente.

• Se pueden agrupar en zonas geográficas, grupos demográficos, etc.

• Aleatoria

• Basada en criterios específicos

  
  

• De una etapa: Se incluyen todos los miembros del conglomerado.

• De dos etapas: Se selecciona una muestra aleatoria dentro del conglomerado.

• El efecto de agrupación

• Potencial de correlación intra-cluster.

  
  

Se interpretan los resultados contemplando:

• Limitaciones y Características del muestreo por conglomerados.

• Si la muestra contiene sujetos muy heterogéneos puede resultar sesgada.

• Si se presenta falta de precisión puede requerir muestras mas amplias.

Se utilizó un muestro:

• Probabilístico, estratificado y por conglomerados.

• Marco Muestral: Se usó como base el MARCO DE ÁREAS MMA para definir los estratos y selección de la muestra.

• Estratificación: Departamento, piso térmico y cobertura del suelo

• Conglomerados: En los departamentos se selecciona la UPM Unidad Primaria De Muestreo, dentro de cada UPM se selecciona un Segmento Muestral.

• El tamaño de la muestra fue de 4.519 Segmentos muestrales.

Y se decide cuántos elementos o individuos se van a elegir para la muestra.

• K : Intervalo de muestreo

• N : Tamaño total de la población

• n : Tamaño de la muestra

K = 100 / 50 = 2

Los sujetos que conformarán la muestra son seleccionados sistemáticamente, dejando pasar un cierto número antes de estudiar el siguiente.

Por ejemplo si el intervalo de muestreo es de 10, se debera escoger un numero al azar entre 1 y 10, esta selección se puede hacer con un dado o con un generador de numeros aleatorios.

Se aplica el intervalo k de manera sistemática

• A partir del primer elemento seleccionado, se elige cada k-ésimo elemento de la lista.

• Este proceso continúa hasta completar el tamaño de la muestra.

✔️ Se revisan los datos y se corrigen errores.
✔️ Se organizan y analizan utilizando herramientas estadísticas.
✔️ Se interpretan los resultados y se toman decisiones basadas en ellos

• Fácil de aplicar: Su método es sencillo y no requiere pasos complejos.

  
  

• Rápido y económico: Permite seleccionar muestras de manera ágil, reduciendo tiempo y costos.

  
  

• Eficiente en poblaciones ordenadas: Funciona especialmente bien cuando los datos están organizados en una lista.

• Riesgo de sesgo: Si la población tiene un patrón repetitivo, la muestra puede no ser representativa.

  
  

• Menos aleatorio: No todos los elementos tienen la misma probabilidad de ser elegidos.

  
  

• Requiere una lista ordenada: Si la población no está bien organizada, el método puede fallar.

  
  

• Limitado en poblaciones pequeñas: Puede excluir ciertos grupos si el intervalo no es adecuado.

• Tipo de muestreo: Probabilístico, estratificado y por conglomerados, con selección sistemática en cada estrato, asegurando que todas las unidades tengan una probabilidad conocida de ser elegidas.

  
  

• Marco muestral: Basado en la cartografía del Censo, divide el territorio en unidades primarias de muestreo, incluyendo áreas urbanas y rurales para garantizar una representación precisa.

  
  

• La estratificación: agrupa a la población en diferentes categorías según características geográficas y socioeconómicas, permitiendo obtener resultados más precisos.

  
  

• Conglomerados: Se seleccionan unidades primarias de muestreo (como sectores o manzanas), dentro de las cuales se eligen viviendas y hogares de forma sistemática y aleatoria.

• Los municipios con ≥7,000 habitantes fueron UPM individuales; los más pequeños se agruparon. Las UPM de tamaño promedio fueron de "certeza" (probabilidad 1) y las demás, de "no certeza" con probabilidad proporcional.

• Tabla de números aleatorios

• Generador de números aleatorios en software estadístico

• Sorteo manual (como una esa la esfera que usan para el baloto)

• Asignación proporcional: Se toma un porcentaje igual de cada estrato en función de su tamaño en la población.

• Asignación óptima: Se asignan más muestras a los estratos con mayor variabilidad interna.

Tamaño de la Muestra:
La muestra total fue de 7,905 empresas, divididas en 3,785 de inclusión forzosa y 4,010 de inclusión probabilística. Se calcula considerando la variabilidad esperada en los ingresos y otros factores estadísticos.

Errores de Muestreo:
Se mide la precisión de las estimaciones mediante el coeficiente de variación (CV). Un CV alto indica menor precisión en los datos y afecta la confiabilidad de los resultados.

Factores de Expansión y Estimaciones:
Se aplican factores de expansión para extrapolar los resultados muestrales a la población total, ajustando por empresas liquidadas, inactivas o no localizadas. Las estimaciones se realizan según los dominios de estudio: escala de personal, escala de producción y organización jurídica.