MUESTREO
POBLACIÓN: La suma de todos los elementos que comparten un conjunto común de características y que constituyen el universo para el propósito del problema de la investigación de mercados.
ď Ž
Muestra: Subgrupo de elementos de la poblaciĂłn seleccionada para participar en el estudio.
Definir la Población Meta
Determinar el Marco de Muestreo
Seleccionar la técnica (s) de Muestreo
Determinar el Tamaño de la Muestra
Llevar a cabo el proceso del muestreo
DETERMINAR EL TAMAÑO DE LA MUESTRA
El tamaño de la muestra se refiere al número de elementos que deben incluirse en el estudio, que comparten un conjunto de características comunes, también se le conoce como universo. Se define en términos de elementos, unidad de muestreo, extensión y tiempo.
Puede servir de ayuda los datos de INEGI, SIGMA (Mercados Potenciales), CATASTRO, datos de la propia compañía, etc.
DETERMINAR EL MARCO DE LA MUESTRA
Se refiere a un listado de los elementos de la población. Ejemplos: nombres y teléfonos del directorio telefónico, lista de clientes, estudiantes, mapa de hogares, etc.
TÉCNICAS DE MUESTREO
Muestreo No Probabilístico: Técnica de muestreo que no usan procedimientos de selección al azar, sino que se basan en el juicio personal del investigador. Muestreo Probabilístico: Procedimiento de muestreo donde cada elemento de la población tiene una oportunidad probabilística fija para ser elegido en la muestra.
Técnicas de Muestreo
No Probabilístico
Muestreo Por Conveniencia
Muestreo por Juicio
Probabilístico
Muestreo por Cuotas
Muestreo de bola de nieve
Técnicas de Muestreo
Probabilístico
Muestreo Aleatorio Simple
Muestreo Sistemático
NO Probabilístico
Muestreo Estratificado
Proporcional
Muestreo por conglomerado
No Proporcional
Otras técnicas de Muestreo
TÉCNICAS DE MUESTREO NO PROBABILISTICO
Muestreo por Conveniencia: Técnica de muestreo no probabilístico que busca obtener una muestra de elementos convenientes. La selección de las unidades de muestreo se deja principalmente al entrevistador.
Ejemplos: Uso de estudiantes, grupos sociales, grupos religiosos. Entrevistas en centros comerciales sin calificar a los encuestados. Uso de listas de cuentas de crédito de tiendas departamentales. Cuestionarios en revistas. Entrevistas con gente de la calle.
Muestreo por Juicio: Forma de muestreo por conveniencia en que los elementos de la población se seleccionan de forma deliberada con base en el juicio del investigador.
Ejemplos: Mercados de Prueba, para nuevos productos. Indicadores de distritos electorales. Testigos expertos usados en tribunales. Tiendas departamentales elegidas para probar un nuevo sistema de exhibición de mercancía.
Muestreo por Cuotas: Es un muestreo por juicio restringido de 2 etapas. La primera consiste desarrollar categorías de control o cuotas de elementos de la población. En la segunda se seleccionan los elementos de la muestra con base en la conveniencia o el juicio. Las características de control pueden ser: Sexo, Edad, Raza…
ď Ž
Muestreo Bola de Nieve: Se selecciona al azar al grupo inicial de encuestados. Los encuestados posteriores se seleccionan con base en las referencias o informaciĂłn proporcionada por los encuestados iniciales.
TÉCNICAS DE MUESTREO PROBABILÍSTICO
Muestreo Aleatorio Simple: Cada elemento de la población tiene una probabilidad de selección igual y conocida. Cada elemento se selecciona independientemente de cualquier otro, es equivalente al método usado en la lotería.
Muestreo Sistemático: Se selecciona un punto de inicio aleatorio y luego se elige de manera sucesiva cada i-ésimo elemento del marco de muestreo. Para determinar el intervalo de muestreo, i, se divide el tamaño de la población (N) entre el tamaño de la muestra (n) y se redondea al número entero más cercano. Población = 100,000 Muestra = 1000
(i) Intervalo de muestreo= 100, se elige un número aleatorio entre 1 y 100 como 25 entonces el intervalo ser de 100 a partir del 25 como: 25, 125, 225, 325 y así sucesivamente.
Muestreo estratificado: La población se divide en subpoblaciones o estratos. Los estratos tienen que ser mutuamente excluyentes y colectivamente exhaustivos, por lo que cada elemento de la población debe asignarse a un único estrato sin omitir algún elemento de la población. A continuación se seleccionan los elementos de cada estrato aleatoriamente. (Por lo regular se aplica la técnica de muestreo aleatorio simple) Los estratos deben ser lo más homogéneos que sea posible
Un objetivo importante consiste en incrementar la precisión sin aumentar el costo. El muestreo estratificado puede asegurar que todas las subpoblaciones importantes estén representadas en la muestra. Esto es importante por si llega a darse un sesgo en la distribución de la característica de interés en la población.
Por ejemplo:
El ingreso anual en la mayoría de los hogares es menor a 50,000, hay un sesgo en la distribución, de los ingresos familiares y son muy pocos los que tienen ingresos anuales iguales o superiores a 200,000 dólares. Si se obtiene una muestra aleatoria simple, la representación de los hogares con ingresos iguales o superiores a 200,000 tal vez no sea adecuada. El muestreo estratificado combina la sencillez del muestreo aleatorio simple con las ganancias potenciales de precisión.
ď Ž
Muestreo por Conglomerados: La poblaciĂłn meta primero se divide en subpoblaciones o conglomerados mutuamente excluyentes y exhaustivos. Luego se selecciona una muestra aleatoria de conglomerados con base probabilĂstica, Para cada conglomerado seleccionado, se incluyen todos los elementos de la muestra
CONGLOMERADO VS ESTRATIFIICADO
En el de conglomerado se elige una muestra de subpoblaciones (conglomerados) mientras que en el muestreo estratificado se seleccionan todas las subpoblaciones (estratos) para un muestreo posterior. Ambos estudios también difieren en sus objetivos. Conglomerado ---- Incrementar eficiencia por medio de la reducción de costos. Estratificado --- Incrementar la precisión. Elementos de un conglomerado deben ser tan heterogéneos como sea posible. Aunque en si el conglomerado debe ser homogéneo. O sea un conglomerado debe ser una representación a pequeña escala de una población.
Parámetro: Descripción resumida de una característica de una población meta. Denota el valor real que se obtendría si se realizará un censo. Estadístico: Descripción resumida de una característica de la población meta. Se usa como estimación del parámetro de la población. Intervalo de Confianza: Rango dentro del que caerá el verdadero parámetro de la población suele ser entre 99 y 90% dentro de nuestra distribución normal. Distribución del muestreo: La distribución de los valores de una muestra estadística, que se calculan para cada posible muestra que se extraiga de la población meta dado un plan de muestreo especifico
Inferencia estadística: El proceso de generalizar los resultados de la muestra a los resultados de la población. Distribución normal: La base para la inferencia estadística clásica que tiene forma de campana y apariencia simétrica. Sus medidas de la tendencia central son todas idénticas. Intervalo de confianza del 95%
Error estadístico
Error estándar: La desviación estándar de la distribución del muestreo de la media o de la proporción. Valor de Z: El número de errores estándar a que se encuentra un punto de la media
CALCULO DEL TAMAÑO DE n
n=
Formula de proporciones para poblaciones finitas N<500,000
Z²N p q e² (N-1) + Z² p q
Z= Coeficiente de confianza N= Universo o Población p= Probabilidad a Favor q= Probabilidad en Contra e= Error de estimación n= Tamaño de la muestra
CÁLCULO DEL TAMAÑO DE n
n= Z²pq e²
Z= Nivel de confianza p= Probabilidad a Favor q= Probabilidad en Contra e= Error de estimación n= Tamaño de la muestra
Formula de proporciones para poblaciones infinitas N>500,000
EJERCICIOS
Se te ha asignado una investigación de mercados para una compañía dedicada a la elaboración de libretas con cupones para universitarios. Se desea saber si existe demanda suficiente en el mercado de la ciudad de Oaxaca para dicho producto. El mercado meta se puede definir como jóvenes universitarios entre los 18 y 21 años de clase media ( C+, Cm, C-) y que estudian en universidades particulares. Después de buscar los datos pertinentes se sabe que el tamaño de este mercado es de 16,500 estudiantes. Como investigador decides utilizar una confianza del 95% y dado que no se conoce la probabilidad de ocurrencia del evento decides tomar el 50%.
CALCULO DE Z: Confianza: 95% яБо
Z= 1.96 N= 16,500 P= .5 q= .5 e= .05
RESULTADO n=
(1.96) ² (16,500) (.5) (.5) (.05) ² (16,500 – 1) + (1.96) ² (.5) (.5)
n= ?????