Resumen 10 - Marketing Research PDF

Preview

Summary

UNIDAD 10 MUESTREO: PROCEDIMIENTOS Y DEL DE LA MUESTRA 1. Muestra o Censo. La suma de todos los elementos que comparten un conjunto de y que constituyen el universo para el del problema de la de mercados. completa de los elementos de la u objetos de estudio. Presupuesto grande, mucho tiempo, costo e...

Description

UNIDAD 10 - MUESTREO: DISEÑO, PROCEDIMIENTOS Y DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA 1. Muestra o Censo. -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. -Censo: Numeración completa de los elementos de la población u objetos de estudio. Presupuesto grande, mucho tiempo, población pequeña, costo en los errores es alto, no se presta atención a los casos individuales. -Muestra: Subgrupo de elementos de la población seleccionado para participar en el estudio. Presupuesto pequeño, poco tiempo, población grande, costo de los errores son altos, se presta atención a casos individuales. -Parámetros: característica o medida de la población. -Dato estadístico: característica o medida de una muestra. 2. Proceso de diseño de muestreo. A) Definición de la población meta: el conjunto de elementos u objetos que poseen la información buscada por el investigador y acerca del cual se harán inferencias. La población meta debe definirse en términos de los elementos, las unidades de muestreo, la extensión y el tiempo. Un elemento es el objeto sobre el cual se desea información. La unidad de muestreo es un elemento, o una unidad que contiene al elemento, que está disponible para la selección en alguna etapa del proceso de muestreo. B) Determinación del marco de muestreo: es la representación de los elementos de la población meta. Consiste en un listado o conjunto de instrucciones para identificar la población meta. C) Elección de una técnica de muestreo: técnica bayesiana, método de selección en que los elementos se seleccionan de manera secuenciada. La técnica bayesiana incorpora en forma explícita la información previa sobre los parámetros de la población, así como los costos y las probabilidades asociadas con decisiones equivocadas. En el muestreo con reemplazo se selecciona un elemento del marco de muestreo y se obtienen los datos adecuados. Luego se devuelve al elemento al marco de muestreo, lo que hace posible que un elemento se incluya en la muestra en más de una ocasión. En el muestreo sin reemplazo, una vez que se selecciona un elemento para incluirlo en la muestra, se retira del marco de muestreo, por lo que no puede elegirse de nuevo. D) Determinar el tamaño de la muestra: se refiere al número de elementos que deben incluirse en el estudio. Entre los factores cualitativos importantes que deben contemplarse al determinar el tamaño de la muestra se encuentran: 1. la importancia de la decisión, 2. la naturaleza de la investigación, 3. el número de variables, 4. la naturaleza del análisis, 5. tamaños de muestras utilizadas en estudios similares, 6. tasas de incidencias, 7. tasas de terminación y 8. Restricciones de recursos. Concepto de incidencia: porcentaje de la población general o grupo aceptable para su inclusión en la muestra con base en ciertos criterios. E) Realización del proceso de muestreo: especificación detallada de cómo se llevarán a cabo las decisiones del diseño de muestreo relacionadas con la población, el marco de muestreo, la unidad de muestreo, las técnicas de muestreo y el tamaño de la muestra.

1

3. Clasificación de las técnicas de muestreo.

4. Técnicas de muestreo no probabilístico. A. muestreo por conveniencia; busca obtener una muestra de elementos convenientes. La selección de las unidades de muestreo se deja principalmente al entrevistador. Muchas veces los encuestados son seleccionados porque se encuentran en el lugar y momento adecuados. B. muestreo por juicio; forma de muestreo por conveniencia, en el cual los elementos de la población se seleccionan con base en el juicio del investigador. El investigador utiliza su juicio o experiencia para elegir a los elementos que se incluirán en la muestra, porque considera que son representativos de la población de interés, o que de alguna otra manera son adecuados. C. muestreo por cuotas; puede considerarse como un muestreo por juicio restringido de dos etapas. La primera etapa consiste en desarrollar categorías de control, o cuotas, de los elementos de la población. Para desarrollar estas cuotas, el investigador lista las características de control relevantes y determina su distribución en la población meta. Las características de control relevantes (que pueden incluir sexo, edad y, en algunos casos, raza) se identifican con base en el juicio. En la segunda etapa, se seleccionan los elementos de la muestra con base en la conveniencia o el juicio. Una vez que se han asignado las cuotas, hay una libertad considerable para seleccionar los elementos que se incluirán en la muestra. El único requisito es que los elementos elegidos cumplan con las características de control. D. muestreo de bola de nieve; se selecciona un grupo inicial de encuestados, por lo general al azar, a quienes después de entrevistar se les solicita que identifiquen a otras personas que pertenezcan a la población meta de interés. Los encuestados subsecuentes se seleccionan con base en las referencias. 5. Técnicas de muestreo probabilístico. A. muestreo aleatorio simple; (MAS), cada elemento de la población tiene una probabilidad de selección igual y conocida. Además, cada posible muestra de un determinado tamaño (n) tiene una probabilidad igual y conocida de ser la muestra seleccionada realmente. Esto implica que cada elemento se selecciona de manera independiente de cualquier otro elemento. La muestra se extrae del marco de muestreo usando un procedimiento aleatorio. 2

Para extraer una muestra aleatoria simple, el investigador primero recopila el marco de muestreo en el que a cada elemento se le asigna un número de identificación único. Luego se generan números aleatorios para determinar qué elementos se incluirán en la muestra. B. 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. Ejemplo: suponga que la población consta de 100,000 elementos y se desea una muestra de 1,000. En este caso, el intervalo de muestreo (i) es 100. Se elige un número aleatorio entre 1 y 100. Si este número es, por ejemplo, 23, la muestra estará formada por los elementos 23, 123, 223, 323, 423, 523, etcétera. C. muestreo estratificado; es un proceso de dos pasos en que 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 mediante un procedimiento aleatorio, por lo regular el muestreo aleatorio simple. A diferencia del muestreo por cuotas, en el muestreo estratificado los elementos de la muestra se seleccionan de manera probabilística y no con base en la conveniencia o el juicio. D. muestreo por conglomerados; la población meta primero se divide en subpoblaciones o conglomerados mutuamente excluyentes y colectivamente exhaustivos. Luego se selecciona una muestra aleatoria de conglomerados con base en una técnica de muestreo probabilístico, como el muestreo aleatorio simple. Para cada conglomerado seleccionado, se incluyen todos los elementos en la muestra, o se toma una muestra de elementos en forma probabilística. Si se incluye en la muestra a todos los elementos del conglomerado seleccionado, el procedimiento se denomina muestreo por conglomerados de una etapa. Si de cada conglomerado seleccionado se extrae de manera probabilística una muestra de elementos, el procedimiento es un muestreo por conglomerados de dos etapas. Muestreo por área: Forma común de muestreo por conglomerados en que los conglomerados están formados por áreas geográficas como condados, zonas habitacionales, manzanas u otras descripciones de áreas. E. otras técnicas de muestreo probabilístico; muestreo por secuencia los elementos de la población se muestrean en secuencia, en cada etapa se realizan la recolección y el análisis de los datos, y se decide si deben muestrearse elementos adicionales de la población. Muestreo doble, llamado también muestreo de dos fases, ciertos elementos de la población se muestrean dos veces. En la primera fase se selecciona una muestra y se reúne alguna información de todos sus elementos. En la segunda fase, se extrae una submuestra de la muestra original y se obtiene información adicional de los elementos de la submuestra. 6. Elección de muestreo probabilístico vs. no probabilístico.

3

7. Muestreo por internet. Aspectos importantes = problema: representatividad; alta probabilidad de incluir a usuarios frecuentes de internet; muestras no restringidas por internet: sesgo de autoselección; no aconsejable para productos de consumo no orientados a la computadora; evita errores de muestreo: controlar la base de selección de los encuestados. 8. Distribución del muestreo. -Definiciones y símbolos: 







 

Parámetro: un parámetro es la descripción resumida de una característica o medida fi ja de una población meta. Un parámetro denota el valor real que se obtendría si se realizara un censo en vez de trabajar en una muestra. Estadístico: un estadístico es una descripción resumida de una característica o medida de la muestra. El estadístico de la muestra se utiliza como una estimación del parámetro de la población. Corrección de la población finita: la corrección de la población finita (cpf) es la corrección de la sobreestimación de la varianza del parámetro de la población, por ejemplo, una media o una proporción, cuando el tamaño de la muestra es 10 por ciento o más del tamaño de la población. Nivel de precisión: cuando se calcula el parámetro de la población usando el estadístico de la muestra, el nivel de precisión es el tamaño deseado del intervalo que se estima. Es decir, la máxima diferencia permitida entre el estadístico de la muestra y el parámetro de la población. Intervalo de confianza: el intervalo de confianza es el rango dentro del que caerá el verdadero parámetro de la población, suponiendo un determinado nivel de confianza. Nivel de confianza: el nivel de confianza es la probabilidad de que un intervalo de confianza incluya el parámetro de la población.

4







   

Población derivada: consta de todas las muestras de la población objetivo que son posibles con un plan de muestreo dado. La media de todas las posibles muestras es igual a la media de la población. La varianza de la media guarda relación con la varianza poblacional. La distribución de la muestra tiene forma de campana. Teoría central del límite: consistente con el Teorema Central del Límite, independiente de la forma que tiene la distribución de la variable en la población, con muestras de 30 elementos (a veces menos), la distribución de las medias de las muestras se vuelve de 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 específico. 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. Error estándar: La desviación estándar de la distribución del muestreo de la media o de la proporción. Valor z: El número de errores estándar a que se encuentra un punto de la media.

9. Procedimiento estadístico para determinar el tamaño de una muestra. Tres consideraciones básicas para determinar el tamaño de la muestra: 1. Cuán homogénea es la población en relación con la característica que se desea estimar (varianza). 2. Cuánta precisión se necesita en la estimación (precisión). 3. Cuán confiado hay que estar de que el valor verdadero caiga dentro del rango de precisión establecido. -Varianza: grado en el que la característica poblacional de interés cambia de persona a persona. (p o q) 5

-Precisión: grado aceptable de error de la estimación de un parámetro poblacional. (e)

-Confianza: grado en que el investigador se sentirá seguro de que su estimación se aproximara al valor verdadero del parámetro. (z) Nivel de Confianza (z) ¿cómo se determina? Es costumbre entre los investigadores de marketing usar un 95% de nivel de confianza, z = 1.96 ó el 99% de nivel de confianza, z = 2.58. 10. Enfoque del intervalo de confianza: determinación del tamaño de la muestra para medias y para proporciones. El enfoque de intervalo de confianza para determinar el tamaño de la muestra se basa en la construcción de intervalos de confianza alrededor de medias o proporciones de la muestra, utilizando la fórmula del error estándar. ¿Cuándo es significativo calcular la media? Cuando se utilizan: escalas de intervalo o escalas de razón. Las escalas de intervalo sirven para comparaciones básicas (comparaciones de intervalos; ejemplo: ¿Cuál es la opinión sobre gaseosas?, rango “desfavorable-favorable” del 1 al 7). Las escalas de razón se utilizan para comparaciones absolutas de magnitudes (ejemplo: dividí entre 100 los puntos a las siguientes gaseosas).

6

¿Cuándo se utiliza la fórmula de la proporción para calcular el tamaño de la muestra? Cuando se utilizan: escalas nominales y escalas ordinales. Las escalas nominales tienen como comparaciones básicas la identidad (ejemplo: hombre/mujer, usuario/no, DNI). Las escalas ordinales tienen como comparación básica el establecer un orden (ejemplo: preferencia, clase social, dureza de materiales). Estimación de la proporción de una población (p): 1. Estudio piloto; 2. Estudios previos; 3. Juicio del investigador. La posición más conservadora es predecir que π = 50% (0,50), lo que llevará a una muestra más grande. TAMAÑO DE LA POBLACION Y TAMAÑO DE LA MUESTRA: a menos que la muestra vaya a ser mayor que el 5-10% de la población, el tamaño de la población no entra dentro del cálculo del tamaño de la muestra. 11. Estimación del tamaño de la muestra para parámetros múltiples. El cálculo del tamaño de la muestra debe basarse en la consideración de todos los parámetros que hay que estimar. Se ha basa en los procedimientos de inferencia estadística tradicional, considerando muestreo aleatorio simple. 12. Ajuste del tamaño de la muestra determinado de forma estadística. El tamaño inicial de la muestra tiene que ser mucho más grande porque comúnmente las tasas de incidencia (ocurrencia de elegibles) y de terminación son menores al 100%. Por lo tanto, el tamaño inicial de la muestra, es igual al tamaño final de la muestra, sobre la tasa de incidencia multiplicada por la tasa de terminación. 13. Falta de respuesta y muestreo. Para mejorar las tasas de respuesta se puede: reducir las negativas (rechazos) y reducir los “no hay nadie en casa”. ¿Cómo? En cuanto a las negativas se puede: notificar previamente, motivar a los encuestados, dar incentivos, diseñar y aplicar mejor el cuestionario, hacer seguimiento. En cuanto a las ausencias en casa, se puede llamar constantemente. 14. Ética. Usar muestreo probabilístico siempre que sea posible. Si se exagera la desviación estándar, se incrementa el tamaño de la muestra y con ello las ganancias de la consultora.

7...