Investigación de Mercados El muestreo Prof. Fernando Martínez

Objetivo Particular El alumno conocerá los diferentes tipos de muestreo y la determinación de una muestra. Todas las marcas, productos, logotipos y material publicitario utilizados en esta obra son marcas registradas de sus respectivos fabricantes.

MUESTREO Definición de términos Censo.- Es el proceso de obtención de información acerca de la población contactando a cada miembro de la población. Universo.- El total de elementos que reúnen ciertas características homogéneas, las cuales son objeto de una investigación. Muestra.- Es una parte del universo que debe presentar los mismos fenómenos que ocurren en aquel, con el fin de estudiarlos y medirlos.

Plan de muestreo La mayoría de los estudios de investigación de mercados están limitados a una muestra o subgrupo de la población total en relación con la investigación, más que a un censo de todo el grupo.el plan de muestreo describe como se debe seleccionar el subgrupo.

No probabilístico Probabilístico Técnicas de muestreo No probabilístico Probabilístico Muestreo por conveniencia Muestreo por juicio Muestreo por cuota Muestreo por de bola de nieve Muestreo aleatorio simple Muestreo sistemático Muestreo estratificado Proporcionado Desproporcionado Muestreo por agrupamientos Otras técnicas de muestreo

Muestreo probabilístico El muestreo probabilístico implica cuatro consideraciones: Especificar la población objetivo. Desarrollar el método para seleccionar la muestra. Determinar el tamaño de la muestra. Considerar el problema de la ausencia de respuesta.

Muestreo probabilístico Muestreo aleatorio simple (MAS). Cada elemento de la población tiene una probabilidad de selección conocida y equitativa. Relación entre exactitud y costo. Eficiencia del muestreo, entre mayor séale costo mayor será la exactitud. Ejercicio: Generar de una lista de números aleatorios entre 1 y 20 utilizando la función random de excel.

Muestreo probabilístico Muestreo sistemático. La muestra es elegida al seleccionar un punto de inicio al azar y luego eligiendo algún elemento en sucesión del marco de muestreo. El intervalo de muestreo, i, se determinar al dividir el tamaño de la población N entre el tamaño de la población n, y aproximarlo al dígito más cercano. Por ejemplo, existen 100,000 elementos en la población y se desea una muestra de 1000. En éste caso, el intervalo de muestre, i, es 100. Se selecciona un número al azar entre 1 y 100. si, por ejemplo, éste número es 23, la muestra consiste en los elementos 23, 123, 223, 323, etc.

Muestreo probabilístico Muestreo estratificado. Es un proceso de dos fases en que la población se divide en subpoblaciones o estratos. El estrato debe ser mutuamente excluyente y colectivamente exhaustivo en cuanto a que cada elementos de población debe asignarse a sólo un estrato y no se deben omitir elementos de población. Luego, los elementos se seleccionan para cada estrato mediante un procedimiento aleatorio, por lo general MAS.

Muestreo probabilístico Muestreo por agrupamientos. La población objetivo se divide en subpoblaciones o grupos mutuamente excluyentes y colectivamente exhaustivos. Luego se selecciona una muestra aleatoria de grupos con base en una técnica de muestreo probabilístico, como el MAS. Para cada grupo seleccionado, se incluyen todos los elementos en la muestra o se toma una muestra de elementos en forma probabilística. La distinción fundamental entre el muestreo de agrupamiento y el estratificado es que en el muestreo de agrupamiento sólo se elige una muestra de subpoblaciones (grupos), en tanto que en el estratificado todas las subpoblaciones (estratos) se seleccionan para muestreo posterior.

Muestreo probabilístico Muestreo de etapas múltiples.- 1er Paso desarrollar una muestro por agrupamientos obtener una muestra de áreas (por estado , para sacar muestra representativa) ; 2º obtener una muestra por agrupamiento ( por municipio seleccionado ); 3º obtener un muestreo por agrupamiento de (colonias); 4º finalmente se selecciona sistemáticamente casa de cada colonia y se obtiene una muestra aleatorio de los miembros de cada casa.

Muestreo no probabilístico Propiedades Dentro del muestreo no probabilístico se eliminan los costos y las molestias de hacer un marco de muestreo, pero también la precisión con la que se puede presentar la información resultante. De hecho los resultados pueden contener sesgos ocultos e incertidumbres que los hacen peores que si no se tuviera información en lo absoluto.

Muestreo no probabilístico Muestreo por conveniencia. Se intenta obtener una muestra de elementos conveniente. La selección de unidades de muestreo se deja principalmente al entrevistador. A menudo los encuestados se seleccionan porque están en el lugar correcto en el tiempo apropiado. Ejemplos: estudiantes, grupos de iglesia; entrevistas en centros comerciales sin calificar al encuestado, tiendas departamentales utilizando listas de cuentas de crédito, cuestionarios desprendibles incluidos en revistas y, entrevistas de “gente en la calle”.

Muestreo no probabilístico Muestreo de criterio o juicio. Es una forma de muestreo por conveniencia, los elementos se seleccionan con base en el juicio del investigador o experiencia. Ejemplos: mercado de prueba seleccionado para determinar el potencial de un nuevo producto, ingenieros de compras seleccionados en una investigación de marketing industrial porque se consideran representativos de la empresa, presuntos líderes seleccionados en la investigación de conducta de voto, testigos expertos utilizados en la corte.

Muestreo no probabilístico Muestreo de bola de nieve. Se selecciona un grupo inicial de encuestados , generalmente al azar. Después de entrevistados se les pide que identifiquen a otros que pertenecen a la población de interés. Los encuestados subsecuentes seleccionan con base en sus referencias. Se utiliza en investigaciones industriales de comprador-vendedor para identificar pares de compradores y vendedores.

Elección del muestreo probabilístico o no probabilístico La elección entre los muestreos probabilístico y no probabilístico debe basarse en consideraciones como: naturaleza de la investigación, magnitud relativa de errores de muestreo y que no son de muestreo, variabilidad en la población, así como consideraciones estadísticas y operaciones.

Muestreo no probabilístico Muestreo Probabilístico Elección del muestreo probabilístico o no probabilístico Condiciones que favorecen el uso de Factores Muestreo no probabilístico Muestreo Probabilístico Naturaleza de la investigación Exploratoria Concluyente Magnitud relativa de errores de muestreo y errores que no son de muestreo Los errores que no son de muestreo son mayores Los errores de muestreo son mayores Variabilidad en la población Homogénea (baja) Heterogénea (alta) Consideraciones estadísticas Desfavorables Favorables Consideraciones operacionales

Usos del muestreo probabilístico y no probabilístico El muestreo no probabilístico se utiliza en pruebas de concepto, pruebas de paquetes, pruebas de nombre y pruebas de copia, donde en general no se necesitan las proyecciones de las poblaciones. En esos estudios, el interés se centra en la proporción de la muestra que da diversas respuestas o expresa diferentes actitudes. Se pueden tomar muestras de estos estudios utilizando métodos como muestreo por cuota en centros comerciales.

Usos del muestreo probabilístico y no probabilístico El muestreo probabilístico se utiliza cuando hay necesidad de estimados muy exactos de participación de mercados o volumen de ventas para el mercado entero. Los estudios de rastreo de mercado nacional, que proporcionan información en una categoría de producto y tasas de uso de marca, así como los perfiles de usuarios psicogáficos y demográficos, utilizan muestreo probabilístico. Los estudios que utilizan muestreo probabilístico por lo general utilizan entrevistas telefónicas. El muestreo estratificado y el sistemático se combinan con alguna forma de marcado digital aleatorio para seleccionar a los encuestados.

La Muestra El diseño y determinación del tamaño de la muestra, es un paso muy importante dentro de la investigación de mercados. La muestra debe ser una reducción del universo en donde se puedan estudiar y medir los mismos fenómenos que ocurren en el.

La Muestra Para que la muestra alcance los objetivos preestablecidos debe reunir las siguientes características: Cantidad de elementos seleccionados deberán ser el mínimo para que representen a la población o universo, este mismo debe prever errores Deben estar todos aquellos elementos que contengan las mismas cualidades y características de la totalidad de la población o universo a) Ser representativa b) Ser suficiente

Curva normal de distribución Curva normal de distribución. Al realizar una investigación de mercado y graficar las respuestas obtenidas, generalmente observamos que suelen adoptar la forma de una campana simétrica la cual llamamos curva normal de distribución o curva de Gauss. m

Intervalo de confianza Intervalo de confianza. Es la probabilidad de que la media de la muestra esté cerca de la media del universo. Margen de error. Se considera como error de la muestra la cifra que al ser sumada o restada a la media forma un intervalo. m s 2s 3s 90% 95% 99%

Determinación del tamaño de la muestra El tamaño de la muestra no tiene que ver con el tamaño del universo, es decir, que la muestra no es proporcional al universo, lo que realmente determina el tamaño es la precisión que se requiere de la información y la proporción de individuos con las características que nos interesan. La formula para determinar el tamaño de la muestra en universos de poblaciones finitas de menos de 100,000 elementos es :

Determinación del tamaño de la muestra Se determina el error máximo que puede ser aceptado en los resultados, regularmente se trabaja con el 5%, ya que situaciones superiores al 10% reducirán demasiado la validez de la información. Conocer la situación que guarda el mercado, u objeto de investigación. Cuando no se conoce ni se tiene una idea clara de la situación de mercado es necesario calcular con sus máximos valores, tanto a la probabilidad de que se realice el vento favorable, como el que no se realice. Esto es 50% a (P) y 50% a (Q), que son las variables que se emplean para designar probabilidad a favor o en contra. Determinar el grado de confianza con que se va a trabajar. X = Promedio del universo X +- 1 sigma = 90% de los casos X +- 2 sigmas = 95% de los casos X +- 3 sigmas = 99% de los casos Aplicar las fórmulas para poblaciones finitas e infinitas.

n = p q s E2 Poblaciones infinitas (más de 100,000 elementos) 2 n = tamaño de la muestra z = valor bajo la curva normal p = probabilidad a favor q = probabilidad en contra E = error de estimación 50% = 0.674 90% = 1.645 = 95% = 1.96 99% = 2.58 Entre mas alto sea el porcentaje de sigma y bajo el de ( e), el tamaño de la muestra será más real y dejará menos lugar de errores.

Poblaciones finitas (menos de 100,000 elementos) s N p q n = s p q 2 n = tamaño de la muestra N = universo o población total s = nivel de confianza p = probabilidad a favor q = probabilidad en contra e = error de estimación 50% = 0.674 90% = 1.645 = 95% = 1.96 99% = 2.58

Error de estimación El error de estimación es utilizado principalmente para tres propósitos: Para comparar la precisión obtenida por el muestreo simple aleatorio con otros métodos de muestreo. Para estimar el tamaño de la muestra que se necesita en una encuesta que este siendo planeada. Para estimar la precisión realmente obtenida en una encuesta que se haya terminado.

Error de estimación 50% = 0.674 90% = 1.645 = 95% = 1.96 99% = 2.58