MUESTREO

Mostrar los beneficios del muestreo 2. Analizar los tipos de muestreo 3. Aplicar las frmulas de muestreo para poblaciones finitas e infinitas
1.

MUESTREO
Una paso fundamental para realizar un estudio estadstico del

mercado es obtener unos resultados confiables y que puedan ser aplicables. No obstante resulta casi imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin, por lo que la solucin es llevar a cabo el estudio basndose en un subconjunto de sta denominada muestra.
Sin embargo, para que los estudios tengan la validez y confiabilidad

buscada es necesario que tal subconjunto de datos, o muestra, posea algunas caractersticas especficas que permitan, al final, generalizar los resultados hacia la poblacin en total. Esas caractersticas tienen que ver principalmente con el tamao de la muestra y con la manera de obtenerla.

 POBLACIN, es el conjunto de unidades (personas, empresas y

familias, etc.) de las cuales se desea informacin las poblaciones pueden ser finitas o infinitas. Se consideran infinitas aquellas formadas por ms de 5000 unidades.

MARCO MUESTRAL, es la fuente de informacin, es la base de

datos de la cual se extrae la muestra. Para analizar el comportamiento de la poblacin por ejemplo el listado de las 100 empresas ms grandes de Bolivia.

MUESTRA, es una parte de las unidades de la poblacin a partir

de ella se hace inferencias y pronsticos

En el caso de tomar en cuenta a todos los elementos de una

poblacin el estudio se denomina CENSO.

TIPOS DE MUESTREO
Muestreo no probabilstico
Los elementos de la muestra se seleccionan siguiendo criterios determinados por el investigador siempre procurando la representatividad de la muestra

Muestreo probabilstico
Todos los individuos o elementos de la poblacin tienen la misma probabilidad de ser incluidos en la muestra extrada, asegurndonos la representatividad de la misma

A. MUESTREO NO PROBABILSTICO
Este tipo de muestreo se utiliza cuando el probabilstico

resulta muy costoso, teniendo presente que no sirve para hacer generalizaciones puesto que no existe certeza de que la muestra extrada tenga representatividad, puesto que no todos los elementos de la poblacin tiene la misma probabilidad de ser seleccionados.

A.1 MUESTREO DISCRECIONAL

Los elementos de la muestra son seleccionados por el investigador de

acuerdo a criterios que l considera de aporte para el estudio. Ejemplo: Seleccionar a cajeros de un banco en un estudio sobre el comportamiento del usuario ante el pago de impuestos.

A.2 MUESTREO CAUSAL O INCIDENTAL

Los elementos de la muestra son seleccionados directa o

intencionadamente de acuerdo a la facilidad de acceso Ejemplo: Un profesor universitario frecuentemente utilizar a sus estudiantes para integrar muestras.

A.3 POR CUOTAS O CUPOS

Presupone un buen conocimiento de los estratos de la poblacin y

selecciona a los elementos o individuos ms representativos de cada estrato. Primero. Se realiza una clara divisin por cuotas (estratos) Segundo. A cada cuota se aplica un muestreo discrecional
Ejemplo: Seleccionar 20 estudiantes de la carrera de ingeniera industrial, que ya hayan cursado el noveno semestre de la carrera y que tengan promedio arriba del 65 por ciento. Se eligen a los primeros 20 que cumplan con estas condiciones. Este tipo de muestreo se utiliza especialmente en las encuestas de opinin.

A.4 SNOW BALL

Algunos elementos seleccionados de la muestra conducen a

otros y estos a otros hasta conseguir una muestra adecuada en tamao. Ejemplo: Realizar estudios con poblaciones marginales, tipos de enfermos, especialistas, etc.

B. MUESTREO PROBABILSTICO
Todos los individuos o elementos de la poblacin tienen la

misma probabilidad de ser incluidos en la muestra extrada, asegurndonos la representatividad de la misma

B.1 MUESTREO ALEATORIO SIMPLE

Todos los elementos de la poblacin tienen la misma

probabilidad de ser seleccionados en la muestra y esta probabilidad es conocida. Este tipo de muestreo es ms recomendable, pero resulta mucho ms difcil de llevarse a cabo y, por lo tanto, es ms costoso. Para seleccionar una muestra de este tipo se requiere tener en forma de lista todos los elementos que integran la poblacin investigada y utilizar tablas de nmeros aleatorios.

EJEMPLO
A un grupo de 100 personas se les numera de uno a cien y se

depositan en una urna 100 bolitas a su vez numeradas de uno a cien. Para obtener una muestra aleatoria simple de 20 elementos, tendramos que sacar 20 bolitas numeradas de la urna que nos seleccionarn en forma completamente al azar a los 20 elementos escogidos para que opinen sobre un nuevo producto.

B.2 MUESTREO ALEATORIO SISTEMTICO

Es susceptible de ser ms preciso que el muestreo aleatorio simple.

Se elige un primer elemento del universo y luego se van escogiendo otros elementos igualmente espaciados a partir del primero. Consiste en dividir la poblacin en n estratos, compuestos de k unidades. Ejemplo: a partir de una lista de 100 establecimientos de comestibles, deseamos seleccionar una muestra probabilstica de 20 tiendas. La forma de hacerlo sera:
Dividir 100 entre 20 para obtener 5 que es el salto sistemtico Extraer un nmero al azar entre 1 y 5. Supngase que es el nmero 2

el cual corresponde al primer elemento seleccionado. Se incluyen en la muestra de establecimientos numerados: 2, 7, 12, 17, 22,..,97.

B.3 MUESTREO POR ZONAS

Es ideal cuando se desea que las entrevistas se apliquen en reas representativas del fenmeno a estudiar, en un rea determinada. Esta zona puede ser una ciudad, un barrio, etc. Se procede por etapas:
Primera etapa: seleccin de manzanas en un mapa. Se necesita un plano de la

ciudad que se investigar. Segunda etapa: seleccin de hogares en esas manzanas. Posteriormente se deben eliminar del plano las manzanas no destinadas a casa habitacin: como parques, iglesias, tiendas e industrias. Tercera etapa: Se enumera cada manzana de las que restan en el plano con un criterio uniforme para no alterar la aleatoriedad. Al mismo tiempo se determinar el nmero de manzanas que estarn en la muestra. Una vez realizados estos pasos se encuentra un nmero promedio de viviendas por manzana

Ejemplo: Se desea realizar un estudio en las familiar de una ciudad, en esta ciudad existen cerca de 5,000 manzanas disponibles y 200,000 hogares, con un promedio de 40 hogares por manzana.
Se fija un salto mnimo de hogares para hacer cada entrevista. Un salto

es el nmero de casas que se dejarn de visitar despus de cada encuesta. A mayor salto, mayor dispersin de la muestra y mayor representatividad, pero mayor costo. Se recomiendan saltos no menores de 4 ni mayores de 10 casas. Se puede utilizar un salto promedio de 8. Se determina el tamao de la muestra. Suponiendo que la muestra es de 800 hogares entrevistados, se tiene:

40 hogares por manzana/8

 El nmero de manzanas que se deben dejar de visitar despus de

haber encuestado una manzana, se obtiene de la siguiente forma: si se precisa 160 manzanas

5000/160=31,25

Se obtiene un nmero aleatorio entre 1 y 32 = 25

Primera manzana.25 Salto sistemtico..32 Segunda manzana....57 Salto sistemtico..32 Tercera manzana89 Etc.

Se localizan las manzanas en el mapa y se procede a la encuesta.

B.4 MUESTREO ALEATORIO ESTRATIFICADO

Se aplica cuando la poblacin no es homognea con relacin a la

caracterstica que se desea estudiar: clases sociales, regiones, sexo, grupos de edad. En este caso la poblacin queda dividida en estratos o grupos y el muestreo debe hacerse de tal forma que todos esos grupos queden representados.
Para determinar el tamao de la muestra en cada estrato, sobre

todo si la estratificacin es por niveles de ingreso y por regiones, se puede utilizar dos mtodos:

 Clculo proporcional al tamao del estrato. En este caso existe

una relacin proporcional entre el tamao del estrato y el nmero de elementos que aporta a la muestra. Cuanto mayor sea el estrato, mayor ser el tamao de la muestra seleccionada.
Clculo desproporcional al tamao del estrato. Este tipo de

clculo se utiliza para no tener muestras excesivamente grandes en los estratos de mayor tamao y muestras demasiado pequeas que no permitan un anlisis mayor en los estratos de menor tamao. Muchas veces, los productos a investigar tienen su mayor demanda en los estratos ms pequeos.

Ejemplo: Se desea realizar una investigacin acerca de las actitudes, preferencias y hbitos de consumo de las madres de familia y los nios por un nuevo tipo de galleta en el mercado no obstante es evidente que esete estudio debe enfocarse ms hacia los niveles socioeconmicos altos, ya que son quienes pueden hacer frente a un precio Premium del 20%.
Suponga que la muestra total es de 500 encuestas en la ciudad del estudio.

Considerando los porcentajes de hogares en cada estrato socioeconmico en un muestreo probabilstico con clculo proporcional obtendramos:

Sin embargo, este nmero de entrevistas por estrato no permitira mayor

anlisis y desvirtuara los objetivos de la investigacin en los estratos altos.

 Aqu se deber calcular el tamao de cada muestra mediante el

mtodo desproporcional, analizando el comportamiento de la caracterstica para cada estrato y se haciendo una estimacin de su distribucin en la muestra total.

Es evidente que si se aplica el muestreo directamente proporcional al

tamao del estrato, al intentar investigar la probabilidad de pago de un precio Premium, la investigacin se ve muy limitada, precisamente por el tamao del estrato. Al balancear el tamao del mismo con la probabilidad de posesin del producto, se podr explorar mejor el fenmeno.

LA INFERENCIA ESTADSTICA
El objetivo del muestreo es estimar parmetros de la

poblacin, tales como la media o la varianza, con base en la informacin contenida en una muestra. La teora de muestreo permite desarrollar mtodos de seleccin de muestras y de estimacin, que proporcionen, al menor costo posible, estimaciones con la suficiente exactitud para los propsitos establecidos.
Para calcular el tamao de una muestra hay que tomar en

cuenta tres factores:

 El nivel de confianza es el porcentaje de seguridad que existe

para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a que no existe ninguna duda para generalizar resultados e implica estudiar a la totalidad de los casos de la poblacin. Para evitar un costo muy alto para el estudio se busca un porcentaje de confianza menor. Comnmente en las investigaciones sociales se busca alrededor de 95%. El error o porcentaje de error equivale a elegir una probabilidad de aceptar una hiptesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hiptesis verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismo tamao que la poblacin, por lo que conviene correr un cierto riesgo de equivocarse. Comnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la confianza y el error.

 La variabilidad es la probabilidad (o porcentaje) con el que se

acept y se rechaz la hiptesis que se quiere investigar en alguna investigacin anterior o en un ensayo previo a la investigacin actual. El porcentaje con que se acept tal hiptesis se denomina variabilidad positiva y se denota por p, y el porcentaje con el que se rechaz se la hiptesis es la variabilidad negativa, denotada por q. Hay que considerar que p y q son complementarios, es decir, que su suma es igual a la unidad: p+q=1. Adems, cuando se habla de la mxima variabilidad, en el caso de no existir antecedentes sobre la investigacin (no hay otras o no se pudo aplicar una prueba previa), entonces los valores de variabilidad es p=q=0.5.

EN RESUMEN:
Cuando deseamos estimar el tamao de una muestra, debemos conocer los

siguientes aspectos: a) El nivel de confianza o seguridad (1 - ). El nivel de confianza prefijado da lugar a un coeficiente (Z). Por ejemplo para una seguridad del 95%, Z = 1.96, para una seguridad del 99%, Z = 2.58. (Estos valores provienen de las tablas de la distribucin normal Z) b) La precisin que deseamos para el estudio es decir el mximo error muestral c) Una idea del valor aproximado del parmetro que queremos medir. Esta idea se puede obtener revisando la literatura, por estudio pilotos previos. En caso de no tener dicha informacin utilizaremos el valor p = 0.5 (50%). Una consideracin clave para una investigacin es la cantidad de informacin con la que se cuente; especficamente se pueden tener dos casos: desconocer la poblacin del fenmeno estudiado, o bien, conocerla.

Clculo del Tamao de la Muestra desconociendo el Tamao de la Poblacin.

La frmula para calcular el tamao de muestra cuando se

desconoce el tamao de la poblacin es la siguiente:

Es la constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.
Es el error muestral deseado. El error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la poblacin y el que obtendramos si preguntramos al total de ella

Z = nivel de confianza, P = probabilidad de xito, es la proporcin de individuos que poseen la caracterstica de estudio en la poblacin q = probabilidad de fracaso d = precisin (error muestral mximo admisible)

 Ejemplo 1: si los resultados de una encuesta dicen que 100

personas compraran un producto y tenemos un error muestral del 5% comprarn entre 95 y 105 personas. Ejemplo 2: si hacemos una encuesta de satisfaccin a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarn. Ejemplo 3: si los resultados de una encuesta electoral indicaran que un partido iba a obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje real de votos estar en el intervalo 52-58% (55% +/- 3%).

Ejemplo: A cuntas familias tendramos que estudiar para conocer la preferencia del mercado en cuanto a una marca de shampoo para beb, si se desconoce la poblacin total?
Seguridad = 95%; Precisin = 3%;

Probabilidad de xito = asumamos que puede ser prxima al 5%; si no tuvisemos ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao muestral. Entonces: Z = 1.962 (ya que la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1 0.05 = 0.95) d = precisin (en este caso deseamos un 3%)

Se requerira encuestar a no menos de 203 familias para poder tener una seguridad del 95%

Ejemplo: Cmo hubiera cambiando el ejemplo anterior, si se desconoce la proporcin esperada? Cuando se desconoce la probabilidad de xito esperada, se tiene que utilizar el criterio conservador (p = q = 0.5), lo cual maximiza el tamao de muestra de la siguiente manera: Z = 1.962 (ya que la seguridad es del 95%) p = Probabilidad de xito(en este caso 50% = 0.5) q = 1 p (en este caso 1 0.5 = 0. 5) d = precisin (en este caso deseamos un 3%) quedando como resultado:

Se requerira encuestar a no menos de 1068 familias para poder tener una seguridad del 95%

Clculo del Tamao de la Muestra conociendo el Tamao de la Poblacin.

La frmula para calcular el tamao de muestra cuando se conoce el tamao

de la poblacin es la siguiente:

Donde: N = tamao de la poblacin Z = nivel de confianza,

P = probabilidad de xito q = probabilidad de fracaso d = precisin (error mximo admisible)

Ejemplo: A cuntas familias tendramos que estudiar para conocer la preferencia del mercado en cuanto a una marca de shampoo para beb, si se conoce que el nmero de familias con bebs en el sector de inters es de 15,000? Seguridad = 95%; Precisin = 3%; Probabilidad de xito= asumimos que puede ser prxima al 5%; si no tuviese ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao muestral.

Se requerira encuestar a no menos de 200 familias para poder tener una seguridad del 95%

Ejemplo: Cmo hubiera cambiando el ejemplo anterior, si se desconoce la proporcin esperada?

Si se desconoce la probabilidad de xito esperada, se tendra que utilizar el criterio conservador (p = q = 0.5), lo cual maximiza el tamao de muestra de la siguiente manera: Z = 1.962 (ya que la seguridad es del 95%) p = Probabilidad de xito(en este caso 50% = 0.5) q = 1 p (en este caso 1 0.5 = 0. 5) d = precisin (en este caso deseamos un 3%) quedando como resultado:

Se requerira encuestar a no menos de 997 familias para poder tener una seguridad del 95%

EL NIVEL DE SEGURIDAD EN EL MUESTREO

Segn diferentes seguridades, el coeficiente de Z vara as: Si la seguridad Z fuese del 90% el coeficiente sera 1.645 Si la seguridad Z fuese del 95% el coeficiente sera 1.96 Si la seguridad Z fuese del 97.5% el coeficiente sera 2.24 Si la seguridad Z fuese del 99% el coeficiente sera 2.576
Si los recursos del investigador son limitados, debe recordar que a medida que se disminuya el nivel de seguridad, se permitir un mayor error en el estudio de investigacin, lo cual a su vez permitir al investigador trabajar con un nmero de muestra ms reducido, sacrificando la confiabilidad de los resultados.

EJEMPLO
Los investigadores de una empresa de productos de aseo personal

desean a aplicar una encuesta en la ciudad de Bellavista para conocer las preferencias de consumo de una nueva crema aftershave. Su principal duda es el nmero de personas que debern encuestar para realizar su investigacin. Por lo que le han solicitado determinar:

1.- La poblacin meta. El elemento y unidad muestral. 2.- El marco muestral y el estrato. 3.- El tipo de muestreo ms adecuado. 4.- La distribucin y el tamao de la muestra a utilizar.

Tomar en cuenta que la poblacin meta estar compuesta solo por varones mayores de 18 aos.

POBLACIN DE VARONES EN BELLAVISTA

Edades De 18 a 25 aos De 26 a 30 aos + de 30 aos Total

|Nivel A |58,000 |123,000 |215,000 |396,000

|Nivel B |89,000 |234,000 |450,000 |773,000

|Nivel C |113,000 |567,000 |600,000 |1,280,000

Como la poblacin meta estar compuesta solo por varones mayores de 18 aos en este caso coincide que cada persona de sexo masculino del distrito de Bellavista, mayor de 18 aos, ser el elemento muestral y la unidad de muestra. El marco muestral para obtener los datos de la poblacin meta, ser el listado anual de distribucin poblacional que emite el INSTITUTO NACIONAL DE ESTADSTICA El estrato est conformado por los varones mayores de 18 aos de los niveles socioeconmicos A, B, C.

 La tcnica de muestreo ms conveniente es el muestreo

aleatorio estratificado por ser el de uso ms frecuente cuando queremos una primera aproximacin de mercado. A travs de ella podremos seleccionar las unidades de muestra al azar, segn la distribucin poblacional, definida por las caractersticas de control. Es decir, estableceremos cuotas segn sexo, edad y nivel socio econmico. Variables importante por la naturaleza de la investigacin.
Para empezar, sumamos las columnas de cada nivel

socioeconmico, para luego obtener los porcentajes de cada una, en base al total neto de varones.

Edades De 18 a 25 aos De 26 a 30 aos + de 30 aos Total

|Nivel A |58,000 |123,000 |215,000 |396,000

|Nivel B |89,000 |234,000 |450,000 |773,000

|Nivel C |113,000 |567,000 |600,000 |1,280,000

El total neto ser 2.449

|Edades |18 a 25 aos |26 a 30 aos |+ de 30 aos |Total Varones

|Nivel A |2.37% |5.02% |8.78% |16.00%

|Nivel B |3.63% |9.55% |18.37% |32.00%

|Nivel C |4.61% |23.15% |24.50% |52.00%

|Total Neto

|100.00%

Una vez obtenidos los porcentajes, estaremos en capacidad de establecer la cantidad de encuestas a realizar en cada rango de edad y nivel socioeconmico.

Luego procederemos a calcular el tamao de muestra de acuerdo con los datos y la frmula correspondiente.
Nivel de confianza Distribucin normal estandarizada Si tiene caractersticas de inters No tiene caractersticas de inters Error Tamao de la poblacin = 0.95 z =1.96 p =0.60 q =0.40 d =0.05 N =2,449

Indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 5%.
Es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la poblacin y el que obtendramos si preguntramos al total de ella

=2257,93/7,04=321 encuestas

De acuerdo a los porcentajes para cada estrato se tiene

|Edades |18 a 25 aos |26 a 30 aos |+ de 30 aos |Total Varones |Nivel A |2.37% |5.02% |8.78% |16.00% |Nivel B |3.63% |9.55% |18.37% |32.00% |Nivel C |4.61% |23.15% |24.50% |52.00% |100.00% |Total Neto

El nmero de entrevistas para cada estrato ser:

|Nivel A 18 a 25 aos 26 a 30 aos + de 30 aos Total Varones 8 16 28 52 Nivel B 12 31 59 102 Nivel C 14 74 79 167 321 |Total

EJERCICIOS
1. Determinar el tamao de la muestra para realizar una encuesta de satisfaccin a clientes de un determinado modelo de coche del que hemos vendido 10.000 unidades (N), en la que queremos una confianza del 95%, deseamos un error muestral del 5% y consideramos que estarn satisfechos el 50% (p=q=0.5) 2. Determinar el tamao de la muestra para contrastar el porcentaje de personas de un pas que ven un determinado programa de televisin. Si la poblacin del pas es de 40 millones de personas, estimamos que lo ve el 20% de la poblacin (p=0.2 y q=0.8), queremos una confianza del 95% y estamos dispuestos a asumir un error muestral del 5%