INVESTIGACIN DE MERCADOS (Clase 7)

Muestreo: diseo y procedimientos

Poblacin: El total de todos los elementos que comparten un conjunto de caractersticas comunes y comprenden el universo del propsito del problema de investigacin de mercado. Censo: Enumeracin completa de los elementos de una poblacin u objetos de estudio. Muestra: Subgrupo de elementos de la poblacin seleccionado para participar en el estudio

Proceso de diseo del muestreo

Definir la poblacin Objetivo

Determinar marco de muestreo

Seleccionar tcnicas de muestreo

Determinar tamao de muestra

Ejecutar proceso de muestreo

1.- Definicin de la Poblacin Objetivo

La poblacin Objetivo es la recoleccin de elementos u objetos que poseen la informacin buscada por el investigador y acerca de la cual se deben realizar las deducciones. La Poblacin Objetivo se debe definir en trminos de elementos, unidades de muestra, la extensin, y el tiempo.

Un elemento es el objeto que posee la informacin buscada por le investigador y acerca de la cual se harn deducciones, por ej. el encuestado.

Una unidad de muestra es un elemento, o una unidad que contiene el elemento, que est disponible para la seleccin en una etapa del proceso de muestra.

La extensin consulta los lmites geogrficos. El tiempo es el perodo de tiempo en estudio.

2.- Determinacin de Marco de Muestreo

Marco de Muestreo: Representacin de los elementos de la poblacin objetivo. Consiste en una lista o conjunto de instrucciones para identificar a la poblacin objetivo. Ej: Directorio telefnico Directorios de Empresas.

3.- Eleccin de una tcnica de muestreo

3.a) Mtodo Bayesiano Mtodo de seleccin donde los elementos se eligen siguiendo una secuencia. Explcitamente incorpora informacin previa acerca de los parmetros de poblacin, as como los costos y probabilidades relacionados con tomar las decisiones equivocadas. 3.b) Muestreo con reemplazo Tcnica de muestreo en la que el elemento puede incluirse en la muestra ms de una vez. 3.c) Muestreo sin reemplazo Tcnica de muestreo en la que el elemento no se puede incluir en la muestra ms de una vez.

4.- Determinacin del tamao de muestra

El tamao de muestra est referido al nmero de elementos que se incluirn en el estudio. Como factores cualitativos relevantes: a) Naturaleza de la investigacin. b) Nmero de variables. c) Tamao de muestra utilizados en estudios similares. d) Restricciones de recursos., etc.

5.- Ejecucin del proceso de muestreo

Requiere especificar detalladamente cmo llevarn a cabo las decisiones de diseo muestreo con relacin a la poblacin, marco muestreo, unidad de muestreo, tcnica muestreo y tamao de muestra. se de de de

Clasificacin de tcnicas de muestreo

Tcnicas de Muestreo Probabilistico

No Probabilstico

Muestreo por Muestreo por Muestreo por Muestreo de conveniencia juicio cuota Bola de nieve

MAS

Muestreo Sistemtico

Muestreo Estratificado

Muestreo por Agrupamiento

Otros

Tcnicas de Muestreo
A.- Muestreo no Probabilstico: Tcnicas de muestreo que no utilizan procedimientos de seleccin por casualidad. En su lugar, se basan en el juicio personal del investigador. Se utilizan cuando no se

puede dimensionar o identificar claramente el Universo muestral, o este no se conoce. En este muestreo los resultados son vlidos a nivel de muestra. Son cuatro: Muestreo por Cupo, por conveniencia, Muestreo por juicio, Muestreo de Bola de Nieve.
B.- Muestreo Probabilstico: Procedimiento de muestreo en el que cada elemento de la poblacin tiene una oportunidad probabilstica fija de ser seleccionado para muestra.

Tcnicas de Muestreo No Probabilstico

1)

Muestreo por Juicio: Es una forma del muestreo por conveniencia, en que la muestra se selecciona en base al juicio del investigador. Este, elige los elementos a ser incluidos en la muestra. Es subjetivo y su valor depende de la experiencia del investigador.
Mercados de prueba para determinar potencia de productos. Tiendas elegidas aleatoriamente para probar nuevos mtodos de exhibicin de mercadera.-

Ej:

Tcnicas de Muestreo No Probabilistico

2) Muestreo por Cuotas (o cupo): Tcnica de

muestreo no probabilstico, que es un muestreo por juicio restringido de dos etapas. La primera etapa consiste en desarrollar categoras de control o cuotas de elementos de la poblacin. En la segunda etapa, los elementos de muestra se seleccionan con base en la conveniencia o juicio.

Tcnicas de Muestreo No Probabilistico

Caractersticas Muestreo por Cuota (Cupo): 1 El Universo es divisible segn criterio y experiencia del investigador., y este se puede dividir por varias variables, atributos del productos o cuantitativas. 2 Se usa cuando no es posible conocer el tamao del universo o cuando no es requisito conocerlo. 3 Se usa cuando se conoce la proporcin de cada segmento del universo.

Tcnicas de Muestreo No Probabilistico

Etapas del Muestreo por cuotas (cupo):

1 Seleccionar las caracteristicas o variables de control: Edad, sexo; G.S.E., etc. 2 Establecerlos elementos poblacionales relevantes como subsegmentos del Universo. (definidos por las variables de control).

Tcnicas de Muestreo No Probabilistico

Caracterstica de Control
/ Edad Sexo Masculino Femenino Composicin de la poblacin /muestra Menor a 20 15% 15% Mayor o igual a 20 35% 35% Total 50% 50%

Total

30%

70%

100%

Elementos poblacionales: Personas Variables de Control: Edad y sexo de las personas.

nij: = (Nij) ; n=% N nij: Tamao de cada segmento o nicho, segn las variables e control utilizadas. En este caso los smbolos representan a dos de ellas. Nij = Proporcin de cada segmento en el universo
N n= Tamao de la muestra.

Tcnicas de Muestreo No Probabilistico

Caracterstica de Control / Edad Sexo Masculino Femenino Total Composicin de la poblacin /muestra Menor a 20 6 6 12 Mayor o igual a 20 14 14 28 Total 20 20 40

Si n= 40
De esta forma se determinan los cupos: CUPO 1; 6 hombre menores 20 aos; 14 hombres mayores 20 aos CUPO2: 6 mujeres menores 20 aos; 14 mujeres mayores 20 aos

Tcnicas de Muestreo No Probabilistico

3) Muestreo por conveniencia:
Tcnica de muestreo no probabilstico que intenta obtener una muestra de elementos convenientes. La seleccin de las unidades de muestreo se deja principalmente al entrevistador. Variables relevantes: Intervalos de tiempo, reas geogrficas, etc.
Ej: Personas que visitan un Mall en distintos das de la semana. Alumnos que asisten a una clase en determinado da, de acuerdo a calendario. Encuesta de evaluacin docente.

Tcnicas de Muestreo No Probabilistico

4) Muestreo de Bola de Nieve:
Tcnica de muestreo no probabilstico en la que un grupo inicial de encuestados es seleccionado en forma aleatoria. Los encuestados posteriores se seleccionan en bases a referencias o informacin proporcionada por los encuestados iniciales.

B.- Muestreo Probabilstico

Procedimiento de muestreo en el cual cada elemento de la poblacin tiene una oportunidad probabilstica fija de ser seleccionado para la muestra.
La clasificacin de las tcnicas de muestreo de probabilidad se realiza con base en: - Muestreo de elementos contra muestreo de grupo. - Probabilidad unitaria igual contra probabilidades desiguales. - Seleccin no estratificada contra estratificada. - Seleccin aleatoria contra sistemtica. - Tcnicas de una sola etapa contra tcnicas de etapas mltiples.

1. Muestreo aleatorio simple (M.A.S.):

Cada elemento de la poblacin tiene una probabilidad de seleccin idntica y conocida. Cada muestra (n) tiene una probabilidad idntica y conocida de ser la muestra que se elija.

Ejemplo:
1. Seleccionar un marco de muestra adecuado. (alumnos) 2. A cada elemento se le asigna un N de 1 a N. (100 als.) 3. Generar (n) nmeros aleatorios diferentes entre 1 y N utilizando un paquete de software

1.

Muestreo aleatorio simple (M.A.S.):

Clculo con utilizacin de la tabla estadstica de N aleatorios sencillos: Tamao de muestra = 15 Marco de muestra = 900
1. Se inicia en el rengln 1 y la columna 1 de la tabla 1, considerando los tres dgitos de la derecha. 2. Se busca hacia abajo, por la columna , hasta seleccionar 15 nmeros entre 1 y 900. 3. n = 480, 368, 130, 167, 570, 562, 301, 579, 475, 553, 429, 365, 119, 85, 368 y 11.

2. Muestreo aleatorio sistemtico:

La muestra se elige mediante la seleccin de un punto de inicio aleatorio y la eleccin de cada isimo elemento en sucesin (i), a partir del marco de la muestra.
Ejemplo: N = 100.000 alumnos. Se desea n = 1.000 alumnos. i = 100.000/1.000 = 100 i = 100 Se selecciona un N aleatorio entre 1 y 100: 27, Muestra = 27, 127, 227, 327, 427, 527, 627, 727, 827, etc.

2. Muestreo aleatorio sistemtico:

Frmula:
1. 2. 3. 4. 5. Seleccionar un marco de muestra adecuado. A cada elemento se le asigna un nmero de 1 a N. Determinar el intervalo de muestra, i, donde i = N/n. Seleccionar un N aleatorio, k, entre 1 e i. Los elementos con los N siguientes formarn parte de la muestra aleatoria sistemtica:

k,
27,

k + i,
27+100,

k + 2i,
27 + 2 x100,

k + 3i.., k + (n+1)i.
327,

3. Muestreo aleatorio estratificado (M.A.E.):

Se determina cuando se debe estratificar la muestra a fin que los elementos posean un determinado atributo (profesin, residencia, sexo, etc.). Se divide a la poblacin en subpoblaciones o estratos y se selecciona una muestra para cada estrato. Cada estrato funciona en forma independiente, se puede aplicar dentro de cada estrato el MAS o el MAE para elegir los elementos concretos que formaran parte de la muestra.

3. Muestreo aleatorio estratificado (M.A.E.):

La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos muestrales. Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato.

Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin, no se conoce la desviacin.

3.

1. Seleccionar un marco de muestra adecuado. 2. Seleccionar la (s) variables (s) de estratificacin y el N de estratos, H. 3. Dividir toda la poblacin en H estratos. Con base en la variable de clasificacin, cada elemento de la poblacin se asigna a uno de los H estratos. 4. En cada estrato, numerar los elementos de 1 a N h (el tamao de la poblacin del estrato h). 5. Determinar el tamao de la muestra de cada estrato, n h con base en el muestreo estratificado proporcionado o desproporcionado, donde
H h=1

Frmula:

Muestreo aleatorio estratificado (M.A.E.):

nh = n

6. En cada estrato, seleccionar una muestra aleatoria sencilla de

tamao nh

4. Muestreo aleatorio por conglomerados:

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Ejemplo:
Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc. son conglomerados naturales.

Cuando los conglomerados son rea geogrficas suele hablarse de "muestreo por reas".

4. Muestreo aleatorio por conglomerados:

1. La poblacin meta se divide en subpoblaciones, o grupos, recprocamente selectas y colectivamente exhaustivas. 2. Se selecciona una muestra aleatoria de los grupos, con base en una tcnica de muestreo probabilstico como el M.A.S. 3. Para cada grupo seleccionado, ya sea que se incluyan todos los elementos en la muestra o que se tome una muestra de elementos en forma probabilstica. 4. Si todos los elementos en cada grupo seleccionado se incluyen en la muestra = Muestreo de una etapa. 5. Si una muestra de los elementos se toma en forma probabilstica de cada grupo seleccionado = Muestreo de grupo de dos etapas.

4. Muestreo aleatorio por conglomerados:

En otras palabras:

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

4. Muestreo aleatorio por conglomerados:

Tipos de muestreo aleatorio por conglomerado

Muestreo de grupo

Muestreo de una Etapa

Muestreo de dos Etapas

Muestreo de Etapas mltiples

Muestreo de Grupo sencillo

Probabilidad Proporcional al tamao de la muestra

5. Muestreo polietpico

Ante lo compleja que puede llegar a ser la situacin real de muestreo con la que nos enfrentemos es muy comn emplear lo que se denomina muestreo polietpico. Se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado.

Criterios entre eleccin de muestras probabilsticas

1. Grado de Exactitud de los resultados, por tipo de

muestra, acorde con las decisiones de Mercadotecnia a tomar. 2. Recursos y Costos. 3. Grado de Usos. 4. Tiempo disponible para obtener los resultados. 5. Disponibilidad de la informacin de la Poblacin definida (listas de las unidades muestrales). 6. Accesibilidad para seleccionar a las unidades muestrales. 7. Distribucin geogrfica de la poblacin.

Eleccin del muestreo no probabilstico/ probabilstico

Condiciones que favorecen el uso de Muestreo no Muestreo Factores
1. Naturaleza de la investigacin 2. Magnitud relativa de los errores de muestreo y de falta de muestreo

probabilstico

probabilstico Concluyente
Los errores de muestreo son Heterognea Favorables. Desfavorables.

Exploratoria
Los errores de falta de muestreo son + grandes Homognea (baja) Desfavorables Favorables

gr. 3. Variabilidad en la poblacin (alta) 4. Consideraciones estadsticas. 5. Consideraciones operativas.

Determinacin del tamao de la muestra para un M.A.S.

Las estrategias estadsticas para determinar el tamao de la muestra se basan en la estimacin de los valores desconocidos de los parmetros de la poblacin, por medio de las estadsticas de la muestra.

Determinacin del tamao de la muestra para un M.A.S.

Conceptos estadsticos claves:
Parmetro: Es una descripcin resumida de una caracterstica fija
o medida de la poblacin meta. Indica el valor real que se obtendra si se realizara un censo.

Estadstico: Es una descripcin resumida de una caracterstica o

medida de la muestra. Se utiliza como un estimada del parmetro de la poblacin.

Error Muestral, de estimacin o standard:

Es la diferencia entre un estadstico y su parmetro correspondiente. Nos da una nocin clara de hasta dnde y con qu probabilidad una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo.

Determinacin del tamao de la muestra para un M.A.S.

Conceptos estadsticos claves:
Nivel de Confianza: Probabilidad de que la estimacin

efectuada se ajuste a la realidad. La informacin que se recoge est distribuida segn la ley de probabilidad (Gauss o Student), se llama nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor del parmetro.
Intervalo de confianza: Es el rango en el que se encontrar el parmetro de la poblacin real, suponiendo un nivel determinado de confianza.