MUESTREO

Act. Lyssett Bellato Gil

Muestreo
Es una tcnica central para el xito de muchos trabajos de investigacin de mercados. Conceptos bsicos:
Poblacin.- Universo Muestra.- Parte de la poblacin Parmetro.- Caracterstica de la poblacin que nos interesa

Muestreo
Estimacin.- Medicin, llamada estadstico Error muestral.- Se debe a que hemos extrado una muestra en vez de un censo. Este error es inevitable en el proceso de muestreo. Error no muestral.- Sesgo o tendencia hacia arriba o hacia abajo del parmetro de la poblacin. Exactitud.- Precisin, aproximacin ms cercana de nuestra muestra al valor verdadero del parmetro de la poblacin, expresndose a menudo como un intervalo; $200 +- $15 Confianza.- Grado de certidumbre sobre la exactitud de la estimacin de la muestra.

Ventajas del muestreo

Menos caro. Bien realizado, aporta resultados que tienen la misma precisin que un censo. Menos tiempo, rapidez de la muestra. Exactitud

Error muestral
Surge al tomar una muestra en vez de hacer un censo completo de la poblacin. El error muestral se reduce al aumentar el tamao de la muestra.

Error no muestral
O sesgo (direccionalidad), es una tendencia a un error direccional que existira si efectuamos un censo completo de la poblacin. Es posible que una muestra sea ms verdica que el censo. Ello obedece a una combinacin de limitaciones de tiempo y recursos, as como la capacidad de estimar con instrumentos estadsticos el error mximo de una muestra grande y bien planeada utilizando para ello trabajadores de campo.

Procedimiento muestral
Determinar la poblacin y los parmetros pertinenetes Escoger el marco apropiado de muestreo

Escoger entre muestreo probabilstico y no probabilstico

Escoger un mtodo de muestreo

Escoger el tamao necesario de la muestra

Seleccionar la muestra y reunir informacin

Validar la muestra

Analizar los datos y presentar los resultados

Mtodos de muestreo probabilstico

Muestra aleatoria simple Sistemtico Mt. probabilstico Estratificado proporcional desproporcional Conglomerados De reas Polietpico

Mtodos de muestreo no probabilstico

De conveniencia
Con fines especiales

No probabilstico Cuotas Juicio Bola de Nieve

Tipos de muestras
Muestreo fijo y secuencial Diseos probabilsticos No probabilsticos Diseos por atributos y por variables

Muestreo fijo y muestreo secuencial

Las muestras fijas suponen un tamao previamente establecido. En el muestreo secuencial el nmero de unidades que van a muestrearse no se escoge de antemano. Luego de tomar cada muestra se decide: a) continuar el muestreo, b) llegar a conclusiones y aplicar medidas a partir de la informacin reunida hasta ese momento. Un problema del muestreo secuencial es la complejidad matemtica.

Comparacin entre muestreo probabilstico y no probabilstico

Las muestras probabilsticas exigen mtodos de seleccin en que los miembros de la muestra se escogen aplicando un proceso aleatorio.

Distincin entre muestreo de atributos y variables

Atributo es la caracterstica cualitativa o descriptiva que un miembro de la poblacin posee o no posee. Generalmente se refiere a la proporcin de la poblacin que tiene la caracterstica en estudio. Se procura utilizar la proporcin muestral como una estimacin de la proporcin de la poblacin.

Atributos
Ejemplo: Poseer un televisor Sony Haber ido al cine la semana pasada Haber votado en la ltima eleccin

Variables
Trata de estimar una media de poblacin y no una proporcin de ella. Determina los aos promedio de la educacin formal La frecuencia con que se compra un producto La edad La frecuencia de compra puede expresarse en funcin de una variable (compras en el ao pasado) o en funcin de un atributo(0-4, 5-9, 10 o ms compras el ao pasado)

Muestras no probabilsticas
Rpido y sucio Ventajas de menor tiempo y costo Conveniencia de recurrir a las tcnicas que se usan: 1. Muestras basadas en la comodidad del investigador 2. Muestras con fines especiales 3. Muestras por cuotas 4. Muestras por juicio

Muestra basada en la comodidad del investigador

Por que se cuenta con ellas Todos hemos visto reportajes y noticias de prensa en que un reportero pide una muestra aleatoria de transentes que digan lo que opinan de la nueva moda, si estn a favor de la liberacin femenina o si apoyarn las nuevas leyes de proteccin al ambiente.

Comodidad del investigador

Los reportajes se acompaan a menudo de fotografas y de cuotas parciales atribuidas a cada respondiente entrevistado. Tienen valor como noticias, pero su valor cientfico es insignificante. Los programas en que los radioescuchas telefonean al estudio son una forma de muestra basada en la comodidad del investigador; los oyentes dan su opinin sobre el tema del da a travs del telfono.

Comodidad del investigador

Los respondientes son individuos autoseleccionados que tienen un inters ms vital en la cuestin y ms tiempo libre. Estas muestras no son representativas. Es un instrumento til en la fase exploratoria.

Muestra seleccionada con fines especiales

La seleccin de los miembros es a fin de cumplir con criterios previamente establecidos que se juzgan importantes. Un fabricante de juguetes llevar a cabo un estudio observacional en el cual los nios, seleccionados por su tendencia a romper juguetes, juegan con los productos de la firma.

Fines especiales
Un candidato poltico, al formular sus estrategias para la inminente campaa electoral, querr conocer las opiniones de los opositores de su candidatura.

Muestra por Cuotas

Es una tcnica de gran uso, que garantiza sistemticamente que la muestra se parezca un poco a la poblacin. El paso inicial es dividir la poblacin en categoras Los miembros de la muestra se escogen segn las cuotas establecidas que hacen la composicin de la muestra sea proporcionalmente semejante a la de la poblacin respecto al nmero de miembros de esas categoras.

Muestra por Cuotas

La categorizacin usada puede ser unidimensional (edades), bidimensional (edades y sexo), tridimensional (edad, sexo y escolaridad) Cuando se hace un estudio de muestreo por cuotas, los errores de seleccin influyen en los resultados.

Muestra por Cuotas

Suele ser utilizado por razones de tiempo y costo por los investigadores de la opinin pblica y en la creacin de paneles de consumidores. * La clasificacin de la muestra en proporciones semejantes a las proporciones correspondientes de la poblacin no significa que la muestra sea representativa. * Aunque represente a la poblacin en esas caractersticas, quiz falten otras semejanzas.

Muestreo de Juicio
A juicio del investigador representa a la poblacin. No es que la muestra sea tpica, sino es que el investigador la considera como tal. La eficacia de la muestra de juicio depende de la opinin del investigador o experto que haya seleccionado los miembros.

Muestreo de Juicio
Puede haber casos en los cuales el juicio de un especialista en la materia producir una muestra ms representativa que la que se hubiera conseguido aplicando un mtodo de muestreo probabilstico. Esto ocurre especialmente cuando los tamaos de la muestra son pequeos.

Muestreo de Juicio
Es imposible asegurar que una muestra de juicio sea representativa de la poblacin. Tampoco podemos recurrir a tcnicas estadsticas para determinar el tamao de la muestra que se requiere para lograr determinado grado de exactitud ni proyectar estadsticamente los resultados en un nivel de confianza para el parmetro de estudio de la poblacin

Muestras Probabilsticas
1. 2. 3. 4. 5. 6. Se consigue exactitud mensurable y ausencia de sesgo en el error muestral Muestreo aleatorio simple Muestreo sistemtico Muestreo estratificado Muestreo de conglomerados Muestreo de reas Muestreo polietpico

Muestreo aleatorio simple

Cada miembro de la poblacin tiene igual probabilidad de figurar en la muestra. Equivale a extraer nombres de una urna o escoger canicas de determinado color que se encuentran en una bolsa. En una tabla de nmeros aleatorios, hay la misma probabilidad de que determinado dgito sea 0, 1 o 2 y as sucesivamente.

Muestreo aleatorio simple

Una lista del directorio telefnico tomado de una ciudad. Nos bastarn 12 telfonos. Si empleamos la tabla de nmeros aleatorios para generar una muestra de cinco personas extradas de la lista.

Procedimiento del MAS

Listar y asignar nmeros a los integrantes de la poblacin Empezar en un pto. previamente establecido en la tabla de no. aleatorios; por ejemplo, tercer dgito en la primera columna Si el tamao de la poblacin exige X dgitos para ser expresada (en una poblacin de 150 X ser igual a 3), se emplean los sig. X dgitos para incluir un nmero aleatorio.

Corresponde el no. aleatorio al no. previamente asignado a cualquier miembro de la poblacin?

No, es mayor que el tamao de la poblacin

Si Asignar el miembro de la poblacin a la muestra

Combinar los sig. X dgitos para formar otro no. aleatorio

Tenemos todava el tamao requerido de la muestra?

Si

Fin

Parte de una tabla de nmeros aleatorios

48461 76534 70437 59584 04285 77340 59183 91800 12066 69907 14952 38149 25861 03370 10412 10412 62687 04281 24817 91751 72619 49692 38504 42806 69189 69189 91778 39979 81099 53512 73689 31366 14752 11393 85171 85171 80354 03927 48940 23748 52059 52093 23757 71722 29082 29082 23512 82564 69554 65906

Lista de un directorio telefnico

1

Barrera Antonio, calle Mayor 3 2 Benitez Carlos, Flores 4 3 Casas Antonio, Hegel 153 4 Czares Antonio, Calle 15 5 Daz Roberto, Hroes 43 6 Huicochea Gerardo, Playa 53 7 Martnez Matrtha, Hornos 118 8 Prez Ren, Olmos 3 9 Snchez Anselmo, Oteros 503 10 Tllez Miguel, Marte 12 11 Velzquez Susana, Maestros 19 12 Zorrilla Jos Luis, Flores 120

307-4192 307-4932 307-0527 307-6817 307-1328 307-7329 307-2413 307-4205 307-2136 307-2589 307-1425 307-8888

Muestreo aleatorio simple

Se asignarn nmeros consecutivos a los miembros de la poblacin y se indican a la izquierda de los nombres. Se comienza en un lugar establecido de antemano en la tabla de nmeros aleatorios; por ejemplo el tercer dgito hacia debajo de la primera columna. Por ser nuestra poblacin de 12 un nmero de dos dgitos, usaremos los dos primeros dgitos en el tercer rengln de la tabla de nmeros aleatorios.

Muestreo aleatorio simple

Esos dos dgitos son 70, por lo cual habremos rebasado el tamao de la poblacin y tendremos que pasar al siguiente no. aleatorio, que es 59 y tambin excede a nuestra poblacin, pasamos al siguiente, 04. Ya tenemos el primer miembro de la muestra, la Sra. Corts.

Muestreo aleatorio simple

Los nmeros que quedaron incluidos en la muestra fueron los siguientes: 04, 12, 03, 10, 11

Muestreo sistemtico
Sirvindose de una lista ordenada de los miembros de la poblacin meta definida, los investigadores seleccionan un pto. de partida aleatorio para el primer miembro muestreado. Despus de determinar cul tiene que ser el valor de intervalo de salto (N/n), constante para asegurar la representatividad, este intervalo se aplica para elegir a cada miembro n-simo desde el punto de partida aleatorio hasta que se toma la muestra necesaria.

Muestreo sistemtico
Este mtodo muestral se emplea de modo que se abarque la lista entera, no importa cul sea el punto de partida, y con l se logra el mismo objetivo que persigue el MAS.

Muestreo estratificado (MAE)

La poblacin se divide en categoras mutuamente excluyentes en donde todos los miembros quedan incluidos. Las categoras pueden variar mucho entre s respecto al parmetro de inters y pese a ello, exhibir una gran semejanza dentro de cada categora.

Muestreo estratificado
Hay que muestrear cada estrato o categora, como si fueran poblaciones independientes. En el interior de cada estrato, puede utilizarse una muestra aleatoria simple o el muestreo sistemtico para medir las caractersticas del subgrupo.

Muestreo estratificado
Si furamos a realizar un estudio de las actitudes ante la legalizacin de la mariguana, podramos querer estratificar la poblacin en categoras de edad, puesto que es probable que los jvenes sean ms liberales respecto a esa sustancia y a las limitaciones de su consumo.

Muestreo estratificado
Se parece al muestreo por cuotas, pero se vale de las tcnicas de seleccin al escoger a los miembros muestrales de cada estrato. La superioridad de ME sobre el MAS depender de la relacin que haya entre ellos y de la homogeneidad de cada uno.

Muestreo estratificado
Es imprescindible tener informacin previa sobre la poblacin para contar con una base que nos permita estructurar el diseo de estratificacin. Los tamaos de la muestra de varios estratos debe ser proporcional o desproporcional a la poblacin ms grande.

Bases de la estratificacin
La estrategia general consiste en tener estratos donde los miembros sean lo ms semejantes posible, pero que difieran al mximo de los integrantes de otros estratos en cuanto al parmetro. Los resultados de un estudio exploratorio anterior, o los datos afines presentados en fuentes secundarias, pueden ser de gran utilidad como complemento de los estratos de juicio.

Nmero de estratos
Se recomienda que no se tengan tantos estratos distintos que no haya mucha diferencia . Cuanto ms estratos se utilicen mayor homogeneidad habr dentro de ellos; pero esto puede ocurrir a expensas de un costo exorbitante que no se compensa con la mayor exactitud de la estimacin del parmetro de la poblacin.

Estratificacin proporcional
La proporcin de la muestra que posee determinada caracterstica es la misma que la proporcin de la poblacin que posee las mismas caractersticas. Si 20% de la poblacin est formada por graduados universitarios, el 20% de la muestra estratificada tambin lo estar.

Estratificacin desproporcional
Cuando la variabilidad dentro de algn estrato sea mucho mayor o mucho menor que en los otros. Tienen en cuenta que los miembros de un estrato particular no necesitan ser muestreadas tan ampliamente como un estrato en que el parmetro muestre mucha variabilidad.

Muestreo por conglomerados

Seleccin de grupos y no de individuos dentro de la poblacin. Dividir la poblacin en grupos que sean (como en el muestreo estratificado) mutuamente excluyentes. Seleccin de una muestra aleatoria de los grupos se selecciona para un muestreo ulterior.

Muestreo por conglomerados

Los miembros concretos de la muestra se escogen con tcnicas probabilsticas del muestreo de los grupos escogidos.(cuando es muy grande) Algunos autores recomiendan censar.

Muestreo por conglomerados

1. La poblacin se clasifica en estratos. 2. Los estratos se muestrean, mediante una tabla de nmeros aleatorios a fin de obtener una muestra de los grupos de estratos. 3. Al concentrarse en esos estratos, el investigador har despus una muestra o censo de cada uno, para extraer una muestra total.

Muestreo por conglomerados

Es sumamente til cuando es grande el costo de llegar a los miembros de la muestra en el campo. Estadsticamente no es tan eficiente.

Muestreo por rea

Es una forma de muestreo por conglomerados en el cual las reas geogrficas sirven de base para determinar los estratos de la poblacin. Esos conglomerados geogrficos se describen en trminos de manzanas de ciudades u otras definiciones de zonas.

Muestreo por rea

1. Podramos dividir primero la ciudad en bloques. 2. Seleccionar aleatoriamente un muestreo de las manzanas en esa lista. 3. El entrevistador visitar cada domicilio situado en las manzanas escogidas.

Muestreo por rea

Uno de los problemas es que las personas que son similares respecto a caractersticas demogrficas como ingresos y escolaridad tienden a vivir en la misma colonia, lo cual merma la eficiencia estadstica del mtodo en comparacin con una muestra aleatoria simple del mismo tamao.

Muestreo polietpico
Las muestras pueden ser de una sola etapa o de varias. Al hablar del muestreo de rea en el estudio en que un muestreo de manzanas de ciudad fue sometido a un censo, haba solamente una etapa. Si quisiramos muestrear las familias que habitan en las manzanas, tendramos una muestra de dos etapas porque aplicaramos procedimientos probabilsticos de seleccin en dos distintas etapas del proceso muestral.

Muestreo polietpico
1 etapa.- rea metropolitana 2 etapa.- agrupamiento por manzanas o distritos 3 etapa.- domicilios particulares

Muestreo polietpico
Refleja elegancia y riqueza de las posibilidades que ofrece el muestreo por conglomerados y por reas. Ayuda a convertir una poblacin para la cual no se dispone de una lista prctica o fidedigna en una poblacin