Investigación de Mercados MUESTREO. Relevancia del muestreo Investigación de Mercados.

Presentación del tema: "Investigación de Mercados MUESTREO. Relevancia del muestreo Investigación de Mercados."— Transcripción de la presentación:

1 Investigación de Mercados MUESTREO

2 Relevancia del muestreo Investigación de Mercados

3 Relevancia del muestreo Investigación de Mercados

4 Relevancia del muestreo Investigación de Mercados

5

6 Objetivo del Muestreo 11 El objetivo del muestreo es obtener una muestra representativa de la población objetivo con el fin de obtener inferencias a partir de la muestra El principio básico del muestreo es muy simple: generar una muestra aleatoria y estimar el valor deseado. Una muestra representativa reproduce los parámetros poblacionales con el mínimo sesgo. Es decir que los parámetros de la muestra son muy parecidos a los parámetros de la población. Para reducir el sesgo no es necesario aplicar el cuestionario a todos los clientes de la población, basta obtener un subconjunto de ellos; pero la forma de seleccionar dicho subconjunto depende del tipo de muestreo seleccionado.

7 Relevancia del muestreo Investigación de Mercados

8 Relevancia del muestreo Selección de un número relativamente pequeño de elementos tomado de un grupo de elementos definido mayor, con la expectativa de que la información recogida del grupo menor permita que se hagan juicios sobre el grupo mayor. Decisión con gran influencia en el proceso de investigación de mercados Clave: –Decisiones acertadas en la selección de elementos –Confiar en que los datos generados por la muestra puedan transformarse en información precisa de la población. –Qué hacer para controlar y compensar la no respuesta.

9 Definiciones Básicas 14 Los elementos de una población son la unidades de dónde se obtiene la información. Los elementos constituyen la unidad de análisis. –Por ejemplo los individuos de una población específica. Las unidades de análisis están determinadas por el estudio. La población objetivo la constituyen la colección de todos los elementos. Esta población debe estar definida en Contenido Unidades Perfil (geográfico, demográfico, nichos de mercado) Tiempo Por ejemplo, en una encuesta sobre expectativas de los consumidores se puede especificar: –“Todas las personas mayores de 18 años que vivan en viviendas urbanas de conjuntos habitacionales de Infonavit de la República Mexicana durante el 2018”.

10 Definiciones Básicas 15 La población muestral es un subconjunto de elementos de la población objetivo. La población encuestada difiere un poco de la población objetivo en cuanto a la No Respuesta y la Cobertura. –El contenido de la encuesta puede ser variado pero hay un tópico central, el cual sirve para determinar el tamaño de muestra. El concepto de universo es distinto al de población. El universo denota una población infinita, la población es más limitada al objetivo del estudio. No usar el concepto de Universo sino más bien el de población.

11 Definiciones Básicas 16 La unidades de muestreo contienen uno varios elementos de muestreo y usualmente sirve para obtener los elementos de la muestra. Por ejemplo, las viviendas pueden ser las unidades de muestreo y los elementos son las personas mayores de 18 años que habitan la vivienda. Marco muestral: Los listados se usan para identificar y seleccionar las unidades de muestreo. En muchos casos dichos listados existen (e.g., registros de clientes, listados telefónicos) El problema típicamente es conseguir dichos listados o identificar las unidades de muestreo que estén actualizadas.

12 Definiciones Básicas 17 La unidades de observacionales Son las unidades de donde se extrae la observación. Las unidades de respuesta constituyen las unidades de observación. Por ejemplo, las viviendas pueden ser las unidades de muestreo y los jefes de familia son las unidades observacionales. Es posible que en una vivienda se tome información del jefe de familia y de los hijos.

13 Investigación de Mercados Brecha muestral Diferencia entre el marco muestral y la población: –Subset: marco muestral < población –Superset: marco muestral > población –Intersección: algunos elementos del marco muestral no pertenecen a la población y otros elementos de la población no están incluídos en el marco muestral.

14 Posibles Problemas en Marco Muestral Clustering o Conglomerado :cuando varios elementos de la población se corresponden con un elemento del marco muestral. Duplicación: cuando varios elementos del marco muestral se corresponden con un elemento de la población.

15 Investigación de Mercados Error de Muestreo Valor verdadero Estimación Estimación  Valor verdadero ERROR UNIVERSO MUESTRA

16 Investigación de Mercados Proceso de Diseño del Muestreo Definir la PoblaciónDeterminar Marco MuestralSelecccionar Técnica(s) de MuestreoDeterminar el Tamaño de la MuestraEjecutar el Proceso de Muestreo

17 Investigación de Mercados TECNICAS DE MUESTREO PROBABILISTICO NO PROBABILISTICO  Cada miembro del universo tiene posibilidades conocidas de ser elegido en la muestra  El entrevistador tiene normas estrictas sobre como seleccionar a los entrevistados  Es necesario una especie de listado de todos los miembros del universo  El grado de negativas no es demasiado alto (<= 30%)  Se puede establecer el intervalo de confianza  No se puede calcular la probabilidad de ser seleccionada en la muestra  El entrevistador va a utilizar mayor libertad de criterio  Se aplica cuando la proporción de negativas es alto o no es posible establecer un listado  La teoría de los intervalos de confianza no se puede aplicar

18 Investigación de Mercados Clasificación de las Técnicas de Muestreo Técnicas Muestreo No probabilístico Probabilístico Muestreo por Conveniencia Muestreo por juicio Muestreo por cuota Muestreo de Bola de nieve Muestreo sistemático Muestreo estratificado Muestreo conglomerados Otras técnicasMuestreo aleatorio simple

19 Muestreo No Probabilístico La selección de la muestra no es aleatoria, sino que se basa, en parte, en el juicio del entrevistador. No se basa en ninguna teoría de la probabilidad y, por lo tanto, no es posible calcular la precisión o acotar el error cometido. No es posible calcular estos errores ni la confianza de las estimaciones que, además, no siempre se reducen aumentando el tamaño de la muestra. En el muestreo no probabilístico los costos y la dificultad del diseño son más reducidos. Este muestreo puede dar buenos resultados, pero tiene el riesgo de proporcionar datos erróneos.

20 Razones de uso de Muestreo No Probabilístico 25 En algunos casos resulta imposible obtener listados, o el presupuesto asignado es bastante limitado que imposibilita obtener muestras probabilísticas. Sin embargo, dichas muestras son útiles en tanto la inferencia se limite a poblaciones con características semejantes a la muestra.

21 Investigación de Mercados Muestreo No Probabilístico: Muestreo por Conveniencia Las muestras son tomadas a conveniencia del investigador a veces al tiempo que se realiza el estudio. Ej. Muestras de estudiantes, captación en un centro comercial, etc.

22 Investigación de Mercados Muestreo No Probabilístico Muestreo por juicio Los participantes se eligen a propósito, de acuerdo a la opinión del investigador de que cumplirán con los objetivos del estudio. Por lo general este tipo de muestreo suele ser utilizado en los estudios cualitativos. Por ejemplo, si se requiere estudiar a los clientes de un parque de diversiones, se puede acudir a dicho parque y entrevistar a los clientes que usan este servicio. Dado que los estudios cualitativos se centran en la profundidad del conocimiento, no hay necesidad en enfatizar sobre la representatividad de la muestra, mientras se cumpla con el requisito básico del criterio establecido para elegir a las unidades de muestreo. Ej cuentas clave, expertos, mercados prueba

23 Investigación de Mercados Muestreo No Probabilístico Muestreo por cuota Este tipo de muestreo se utiliza con frecuencia en encuestas sobre poblaciones muy grandes. –Por ejemplo, si el consejo de la ciudad desea medir la satisfacción de los habitantes acerca de tres servicios públicos y se especifica que en la muestra son adultos mayores de 18 años y debe haber 100 personas que opinen sobre el servicio de agua, 100 por el servicio de alumbrado público, y 100 por el servicio de recaudación de impuestos. –De esta manera se recaban 300 encuestas de satisfacción cumpliendo las cuotas establecidas. No obstante en un muestro de cuota se puede combinar un muestreo probabilístico al seleccionar al azar las unidades de respuesta por cada cuota definida. Adicionalmente, se pueden definir más criterios como porcentaje de personas mayores de 18 años, residentes en la Cd. de Guadalajara, que han tenido experiencia con el servicio al menos por tres meses. –Específicamente se puede especificar que el 15% de la muestra tenga entre 21 y 30 años de edad, el 18% entre los 31 y los 40 años, etc. Quizá se definan otros criterios como género, niveles de ingresos, gripos étnicos y vecindad residencial. En una muestra representativa todos estos grupos deberán estar considerados en la muestra para que refleje a la población objetivo.

24 Investigación de Mercados Muestreo No Probabilístico Muestreo por bola de nieve Se elige un grupo inicial de encuestados, normalmente de forma aleatoria: Este grupo ayuda a identificar a otros que pertenecen a la poblacion de interés. Recomendable cuando la población es muy pequeña y /o la tarea de crear un marco muestral es casi imposible. Ej pink market

25 Muestreo Probabilístico Las muestras se seleccionan al azar, no se seleccionan por los investigadores. Cada elemento de la población tiene una probabilidad conocida de ser elegido. Se puede conocer el error muestral, el nivel de confianza y el nivel de precisión de las estimaciones. Los resultados se pueden generalizar. Es el único método que puede evaluar la representatividad de la muestra. Es más caro que el muestreo no probabilística. Es, en general, más lento y complicado que el muestreo no probabilística.

26 Investigación de Mercados Muestreo Probabilístico Muestreo aleatorio simple Se asegura que cada unidad muestral en la población tiene una probabilidad conocida, igual y diferente de cero de ser seleccionada. Requiere que se identifiquen todas las unidades muestrales. Por ejemplo, la Lotería Nacional. Cada una de las esferas dentro de la urna tiene la misma probabilidad de ser elegida. Sin embargo, si se necesita una muestra representativa de una población grande quizás sea más práctico tomar una muestra aleatoria sistemática.

27 Investigación de Mercados Muestreo aleatorio sistemático Un muestreo sistemático consiste en seleccionar unidades de muestreo a partir de un listado, de manera sistemática. –Por ej., se si una lista contiene mil clientes y se desea una muestra de 100, se elige una unidad por cada 10 clientes de la población. –Lo primero es generar un número aleatorio de arranque entre 1 y 10 y luego se eligen las unidades con incrementos de 10, lo que origina una muestra aleatoria sistemática de 100 clientes. –De esta manera todas las unidades de muestreo en el listado tienen la misma probabilidad de ser elegidos. Supóngase que se tiene una población de tamaño N y se requiere una muestra de tamaño n entonces se toma un intervalo del entero más cercano a k = N/n Por ejemplo, si se tiene un listado basta con elegir la k-ésima unidad y de ahí elegir el resto en múltiplos de k.

28 Muestreo Aleatorio Sistemático Otro ejemplo, sucede cuando el supervisor de campo se encuentra con la situación de seleccionar un número de unidades al azar dentro de una cuadra (o estudiantes dentro de un salón, clientes dentro de un supermercado, o clientes de una estacón de gasolina) En estas situaciones basta con seleccionar a la unidad k, 2k, 3k, …. nk Otra de las ventajas es que este tipo de muestreo obtiene muestra proporcionales al tamaño de la población. Sin embargo, si existen estratos definidos en la población, es posible que el muestreo sistemático no logre capturar dicha variación. 33

29 Investigación de Mercados Muestreo aleatorio estratificado Consiste en dos etapas: –La población se divide en grupos o estratos homogéneos dentro de si mismos y heterogéneos entre si. –Los elementos se seleccionan de cada estrato mediante un procedimiento aleatorio Tipos: –Proporcionado: el tamaño de cada estrato depende de su tamano relativo en la población –Desproporcionado: independiente de su tamaño relativo en la población –Asignación óptima: considera el tamaño y la variabilidad dentro del estrato

30 Muestreo aleatorio estratificado Los estratos se definen de acuerdo a la variable de interés. Dentro de cada estrato las unidades son homogéneas y entre estratos las unidades son heterogéneas. –Por ejemplo, si se sabe de antemano que hay un grupo de clientes con mayor poder adquisitivo y diferente de otro grupo con menos poder adquisitivo, se requiere que la muestra represente de igual forma a estos dos grupos. Cada grupo forma un estrato. –Otro ejemplo, de estratos pueden ser los clientes abonados a la Comisión Federal de Electricidad divididos en segmentos o tarifas de consumo. Por ejemplo, los usuarios de consumo bajo (tarifa doméstica de baja tensión y alta tensión), usuarios de consumo medio (e.g., tarifa de media tensión) y usuarios de consumo alto (e.g., tarifa de alta tensión). –Cada nivel de consumo define un estrato. Por tanto se debe obtener un listado y a partir de éste se obtiene una muestra aleatoria por cada estrato. Investigación de Mercados

31 Muestreo por conglomerado o agrupamientos Las unidades muestrales se dividen no en forma individual, sino en sub-poblaciones mutuamente excluyentes, llamadas conglomerados. Se supone que cada conglomerado es representativo de la heterogeneidad de la población meta. Después, se selecciona una muestra aleatoria de grupos en base a muestreo probabilístico. Para cada grupo seleccionado se puede: –Hacer un censo: muestreo por conglomerados de una etapa –Muestra probabilística: muestreo por conglomerados de dos etapas

32 Muestreo por Conglomerados (clusters) 37 Los conglomerados son grupos de unidades heterogéneas dentro de cada conglomerado pero el nivel de heterogeneidad es igual de un conglomerado a otro. La selección de elementos de muestreo es muy costosa. Entonces se seleccionan conglomerados (clusters) y la unidad de muestreo será el conglomerado. Cada cluster será identificado con una unidad muestral. Por ejemplo, se requiere tomar una muestra de tamaño n=400 de un listado de N=10,000 viviendas en la ciudad. Si no se tiene un buen listado de todas las viviendas, entonces podemos obtener una muestra de las viviendas seleccionando un 1/25 de las cuadras. Las viviendas que se ubiquen dentro de las cuadras seleccionadas constituyen la muestra con una probabilidad de 1/25 de seleccionar dichas viviendas (400/10,000)

33 Paso 1 Paso 2 Paso 3 Paso 4 Paso 5 Paso 6 Determinar los factores de conglomerado para identificarlos Unidades muestrales: 45 tiendas Liverpool Categorías de conglomerados: A, B y C y estacionalidad entre semana o fin. Asignar un número a cada unidad muestral en cada conglomerado Ej Ventas entre semana (01) a (52) Determinar si el método es de uno o dos pasos Determinar # de unidades muestrales en cada congl. A muestrear para que sean representativas del mismo Dadas la homogeneidad dentro de cada conglomerado y restricciones de costo, se muestrea una sola tienda de cada conglomerado durante 2 periodos de entre semana y 4 periodos de fin de semana. Emplear números aleatorios para elegir la unidad muestral (tienda) dentro de cada conglomerado y los marcos de tiempo de entre semana y fin de semana que se muestraran.. Determinar tamaño de muestra necesarios para cada conglomerado y marco de tiempo. Ej. Tienda A: 43 personas en semana (10) 43 personas en semana (34) Elegir método probabilístico para seleccionar clientes en tiendas.

34 Diferencias entre las técnicas de muestreo

35 Selección de Técnicas No Probabilística vs. Probabilística