Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. CAPÍTULOCAPÍTULOCAPÍTULOCAPÍTULO Muestreo: teoría, diseños y temas en la investigación de mercados 11-2

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Valor del muestreo en la investigación  El “muestreo” es una parte esencial de lo que significa ser un “humano”. Por lo tanto, cuando “muestreamos” estamos haciendo algo “natural”.  El proceso de muestreo relacionado con la investigación de mercados es bastante complejo, que se basa más en el método científico que en la intuición.  El muestreo es eficaz y permite que el equipo de investigación proyecte los resultados procedentes de un grupo pequeño hacia una población meta más grande, con lo que se ahorra tiempo y dinero.  La información recabada de grupo pequeño (o muestra) permite que el equipo de investigación elabore juicios respecto a la población meta total, ayudando así a que la administración maneje el problema de información o la oportunidad de mercado. 11-3

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Muestreo como parte del proceso de investigación  Un censo es una tentativa de investigación que trata de incluir los datos relacionados con todo miembro de la población meta definida.  Una muestra es una tentativa de investigación que busca elaborar juicios sobre un grupo más grande de encuestados, mediante la comunicación con un grupo más pequeño de personas extraído de la población meta total. 11-4

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. El juego-lenguaje del muestreo 11-5a Automóviles Mazda ElementosAdultos compradores de automóviles. Unidad muestralAutomóviles nuevos Mazda. Marco muestralDel primero de enero del 2002 al 30 de septiembre del Pulidor para uñas ElementosDamas entre 18 y 34 años que hayan adquirido por lo menos una marca de pulidor para uñas durante los últimos 30 días. Unidad muestralCiudades estadounidenses con una población de entre y un millón de habitantes Marco muestralDel primero de junio al primero de julio del 2002

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. El juego-lenguaje del muestreo 11-5b Servicios bancarios al detalle ElementosHogares con cuentas de cheques Unidad muestralHogares ubicados dentro de un radio de 10 millones a partir de la ubicación central del Banco Nacional, en Charlotte, Carolina del Norte. Marco muestralDel primero de enero al 30 de abril del 2000.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Distribución muestral y TLC 11-6 Ingreso por hogar promedio Porcentaje de hogares  ≈ χ ≈ χ

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Error muestral y no muestral  El error muestral se refiere a cualquier clase de desviación que pueda atribuirse a “confusiones” al momento de extraer una muestra.  El error muestral se refiere a cualquier clase de desviación que pueda atribuirse a “confusiones” al momento de determinar el tamaño de la muestra.  El error no muestral se refiere a cualquier tipo de desviación que se presenta en la empresa de investigación independientemente de si se ha utilizado una muestra o un censo. 11-7

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Determinación de los tamaños de muestra apropiados  La precisión general se refiere a la cantidad de error general de muestreo relacionada con los datos puros que ha recabado el equipo de investigación.  La precisión exacta es la cantidad de error de muestreo para un nivel de confianza específico.  Un intervalo de confianza es un margen estadístico de “valores” dentro del cual se espera que quede el verdadero valor del parámetro de la población meta definida. 11-8

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Determinación de los tamaños de muestra apropiados Hay tres factores que tienen una función en la determinación del tamaño de la muestra apropiados: 1)La variabilidad de la característica de población. 2)El nivel de confianza deseado en el estimado. 3)Grado de precisión deseado. 11-9

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Métodos muestrales probabilísticos 11-10a Muestreo Aleatorio Sencillo (MAS) Los investigadores utilizan una tabla de números aleatorios, marcación aleatoria de dígitos, u otro procedimiento de selección aleatoria que garantice que cada unidad muestral que integra la población meta definida tenga una oportunidad, igual, y diferente de cero, de ser elegida en la muestra. Muestreo Aleatorio Sistemático (MASI) Sirviéndose de alguna forma de lista ordenada de los miembros de la población meta definida, los investigadores seleccionan un punto de partida aleatorio para el primer miembro muestreado. Tras determinar cuál tiene que ser el valor de “intervalo de salto” constante para garantizar la representatividad, este intervalo se aplica para elegir a cada enésimo miembro a partir del punto de partida aleatorio hasta completar la muestra necesaria. Este método muestral se utiliza de modo que abarque la lista entera, sin importar el punto de partida. Este método alcanza la misma meta final del método MAS y es más eficiente.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Métodos muestrales probabilísticos 11-10b Muestreo Aleatorio Estratificado (MAE) Cuando se cree que la población meta definida tiene una distribución anormal (o bifurcada) para una o más de suscaracterísticas distintivas (por ejemplo, edad, ingresos, propiedad de productos), los investigadores tienen que identificar subpoblaciones, a las que llamaestratos. Después de que se han frecuentado los estratos, se elabora una muestra aleatoria sencilla por cada estrato. Se aplican factores de ponderación proporcional y desproporcional para estimar los valores de población totales. Muestreo de conglomerados Este método requiere que la población meta definida se segmente en áreas geográficas, cada una de las cuales se considera muy similar a las otras. Los investigadores seleccionan al azar algunas áreas y luego levantan un censo de los elementos de cada área; como alternativa pueden elegir más áreas y tomar muestras de cada una. Este método muestral es atractivo cuando los investigadores pueden identificar fácilmente las áreas que son muy semejantes.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Métodos muestrales no probabilísticos 11-11a Muestreo de conveniencia Es un método en el cual las muestras se toman a conveniencia del investigador o entrevistador, con frecuencia al mismo tiempo que se va realizando el estudio. Los supuestos en que se basa este método son que la población meta definida es homogénea y los individuos entrevistados son semejantes a la población meta general en cuanto a las características en estudio. Muestreo de juicio Se selecciona a los participantes de acuerdo con la creencia del investigador u otra persona experimentada de que cumplirán los requisitos del estudio. El supuesto fundamental es la creencia subjetiva del investigador de que las opiniones de un grupo de expertos percibidos sobre el tema de interés son representativas de la población meta definida entera.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Métodos muestrales no probabilísticos 11-11b Muestreo de cuota Este método implica la selección de participantes prospectos de acuerdo con cuotas especificadas de antemano sobre características demográficas (edad, raza, sexo, ingresos), actitudes específicas (por ejemplo, satisfacción o insatisfacción, simpatía o antipatía, calidad grande o marginal o inexistente) o comportamientos específicos (por ejemplo, comprador comparativo regular u ocasional o raro, usuario del producto en grado nulo o alto o ligero). El propósito fundamental del muestreo de cuota consiste en garantizar que los subgrupos preestablecidos de la población meta definida se encuentran representados en factores muestrales pertinentes, determinados por el investigador o el cliente.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Métodos muestrales no probabilísticos 11-11c Muestreo de bola de nieve Este método implica identificar y calificar subjetivamente a un conjunto de encuestados iniciales que a su vez pueden ayudar al investigador a identificar a más personas que se incluirán en el estudio. Luego de entrevistar a una persona, el entrevistador le pide que lo ayude a identificar a otra persona con características, opiniones o emociones similares. Los miembros de la población meta definida que quizá no sostengan creencias o emociones semejantes a las que tienen los encuestados tienen menos posibilidades de ser incluidos en este tipo de muestra.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Resumen de diferencias comparativas 11-12a Lista de los elementos de población Lista completa necesariaNinguno es necesario Información sobre las unidades muestrales Se identifica cada unidad Se necesitan detalles de hábitos, actividades, rasgos, etc. Se requiere habilidad muestral Se requiere habilidad Se requiere poca habilidad Requerimiento de tiempo Consume tiempoBajo consumo de tiempo Costo por unidad muestreada Moderado a alto Bajo Factor de comparaciónMuestreo probabilísticoMuestreo no probabilístico

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Resumen de diferencias comparativas 11-12b Estimados de parámetros de la población Sin desviaciónHay desviación Representatividad de la muestra Buena, asegurada Sospechosa, indeterminable Exactitud y confiabilidad Calculada con intervalos de confianza Desconocida Medición del error de muestreo Medidas estadísticas No hay medida fiel disponible Factor de comparaciónMuestreo probabilísticoMuestreo no probabilístico

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Factores críticos para la elección del diseño 11-13a Factores de selección Preguntas Objetivo de investigación ¿Requieren los objetivos de investigación el uso de diseños de investigación cualitativa o cuantitativa? Grados de precisión ¿Requiere la investigación que se hagan predicciones o inferencias inductivas acerca de la población meta definida, o sólo inspecciones preliminares profundas? Disponibilidad de recursos ¿Existen estrechas restricciones presupuestarias respecto de los recursos monetarios y humanos que puedan asignarse al proyecto de investigación? Marco de tiempo¿Qué tan pronto debe terminarse el proyecto de investigación?

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Factores críticos para la elección del diseño 11-13b Factores de selección Preguntas Conocimiento anticipado de la población meta ¿Existen listas completas de los elementos de la población meta definida? ¿ Qué tan fácil o difícil es generar el marco muestral necesario de los encuestados prospectos? Alcance de la investigación ¿La investigación va ser internacional, nacional, regional, o local? Necesidades percibidas de análisis estadístico ¿En qué medida son precisas las proyecciones estadísticas y/o diferencias supuestas hipotéticamente en las estructuras de datos necesarias?

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Pasos para el desarrollo de un plan muestral Paso 1 Definir la población meta. Paso 2 Elegir el método de recolección de datos. Paso 3 Identificar el o los marcos muestrales necesarios. Paso 4 Elegir el método muestral apropiado. Paso 5 Determinar los tamaños de muestra necesarios y las tasas de contacto total. Paso 6 Trazar un plan operativo para seleccionar unidades muestrales. Paso 7 Ejecutar el plan operativo.

Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved. Resumen de objetivos de aprendizaje  Analizar el concepto del muestreo y hacer una lista de razones para efectuarlo.  Identificar y explicar las diferentes funciones que tiene el muestreo en el proceso total de la investigación.  Identificar las diferencias fundamentales entre los métodos muestrales probabilístico y no probabilístico y señalar sus fortalezas y debilidades.  Analizar y calcular las distribuciones muestrales, los errores estándar, los intervalos de confianza y la forma en que se usan para evaluar la precisión de una muestra.  Identificar los criterios que intervienen en la determinación del diseño muestral apropiado para un proyecto de investigación dado.  Analizar los factores que deben considerarse al determinar el tamaño de la muestra.  Analizar los métodos de cálculo de los tamaños de muestra apropiados.  Identificar y explicar los pasos necesarios para desarrollar un plan muestral, y diseñar varios planes muestrales diferentes