UNIVERSIDAD JOSE CARLOS MARIATEGUI

Carrera Profesional de Ingeniera Comercial Curso: Investigacin de Mercados II Ciclo VII Alumna: Adriana E. Ramos Ramos
TCNICAS DE MUESTREO PROBABILSTICO Las tcnicas de muestreo probabilstico varan en trminos de la eficiencia del muestreo, un concepto que refleja compensaciones entre los costos y la precisin del muestreo. La precisin (que se refiere al nivel de incertidumbre sobre las caractersticas que se medirn) est inversamente relacionada con los errores de muestreo; pero positivamente relacionada con el costo. Cuanto mayor sea la precisin, ms alto ser el costo, y la mayora de los estudios requieren una compensacin. El investigador debe esforzarse por obtener el diseo de muestreo ms eficiente en funcin del presupuesto asignado. La eficiencia de una tcnica de muestreo probabilstico puede evaluarse comparndola con el muestreo aleatorio simple. Muestreo aleatorio simple En el muestreo aleatorio simple (MAS), cada elemento de la poblacin tiene una probabilidad de seleccin igual y conocida. Adems, cada posible muestra de un determinado tamao (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. Este mtodo es equivalente al sistema de lotera donde los nombres se colocan en un recipiente, el cual se agita y de l se sacan los nombres de los ganadores de una manera no sesgada. Para extraer una muestra aleatoria simple, el investigador primero recopila el marco de muestreo en el que a cada elemento se le asigna un nmero de identificacin nico. Luego se generan nmeros aleatorios para determinar qu elementos se incluirn en la muestra. Los nmeros aleatorios pueden generarse mediante una rutina de cmputo o una tabla. Suponga que se selecciona una muestra con un tamao de 10 a partir de un marco de muestreo que contiene 800 elementos. Para ello podra empezar en la fila 1 y columna 1 de la tabla 1, considerar los tres dgitos de la derecha y bajar por la columna hasta haber seleccionado 10 nmeros entre 1 y 800. Se descartan los nmeros que estn fuera de este rango. Los elementos correspondientes a los nmeros generados de manera aleatoria constituyen la muestra. De esta forma, en nuestro ejemplo se seleccionaran los elementos 480, 368, 130, 167, 570, 562, 301, 579, 475 y 553. Advierta que los tres ltimos dgitos de la fi la 6 (921) y la fi la 11 (918) se descartaron porque estaban fuera del rango. El MAS tiene muchas caractersticas convenientes, como el hecho de que es fcil de entender y que los resultados de la muestra pueden extrapolarse a la poblacin meta. La mayora de las tcnicas de inferencia estadstica suponen que los datos se recabaron usando un muestreo aleatorio simple. Sin embargo, este mtodo sufre de al menos cuatro desventajas importantes. Primero, a menudo resulta difcil construir un marco de muestreo que permita extraer una muestra aleatoria simple. Segundo, el MAS llega a generar muestras muy grandes o extendidas en amplias zonas geogrficas, lo cual incrementara el tiempo y el costo de la recoleccin de datos. Tercero, el MAS a menudo produce menor precisin con mayores errores estndar que otras tcnicas de muestreo probabilstico. Cuarto, quizs el MAS no genere una muestra representativa.

UNIVERSIDAD JOSE CARLOS MARIATEGUI

Carrera Profesional de Ingeniera Comercial Curso: Investigacin de Mercados II Ciclo VII Alumna: Adriana E. Ramos Ramos

UNIVERSIDAD JOSE CARLOS MARIATEGUI

Carrera Profesional de Ingeniera Comercial Curso: Investigacin de Mercados II Ciclo VII Alumna: Adriana E. Ramos Ramos
Aunque en promedio las muestras obtenidas representarn bien a la poblacin meta, una muestra aleatoria simple determinada quiz no lo haga, lo cual es ms probable si es pequeo el tamao de la muestra. Por estas razones, en la investigacin de mercados no suele emplearse el MAS. Son ms populares procedimientos como el muestreo sistemtico. Muestreo sistemtico Para obtener una muestra usando el muestreo sistemtico, se selecciona un punto de inicio aleatorio y luego se elige de manera sucesiva cada i-simo elemento del marco de muestreo. Para determinar el intervalo de muestreo, i, se divide el tamao de la poblacin (N) entre el tamao de la muestra (n) y se redondea al nmero entero ms cercano. Por ejemplo, suponga que la poblacin 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 nmero aleatorio entre 1 y 100. Si este nmero es, por ejemplo, 23, la muestra estar formada por los elementos 23, 123, 223, 323, 423, 523, etctera. El muestreo sistemtico es similar al muestreo aleatorio simple en el hecho de que cada elemento de la poblacin tiene una probabilidad conocida e igual de ser seleccionado. No obstante, difiere del muestreo aleatorio simple en que slo las muestras permisibles de tamao n que pueden extraerse tienen una probabilidad igual y conocida de seleccionarse. La probabilidad de que el resto de las muestras de tamao n queden seleccionadas es cero. El muestreo sistemtico es menos costoso y ms sencillo que el muestreo aleatorio simple, porque la seleccin aleatoria se hace slo una vez. Adems, los nmeros aleatorios no tienen que concordar con los elementos individuales como en el MAS. Como algunas listas contienen millones de elementos, es posible ahorrar mucho tiempo y reducir as el costo del muestreo. Si se dispone de informacin de la poblacin que est relacionada con las caractersticas de inters, puede usarse el muestreo sistemtico para obtener una muestra ms representativa y confi able (menor error de muestreo) que el muestreo aleatorio simple. Otra ventaja relativa es que el muestreo sistemtico puede usarse incluso sin conocer la composicin (elementos) del marco de muestreo. Por ejemplo, cuando se aborda a cada i-sima persona que sale de una tienda departamental o un centro comercial. Por estas razones, es frecuente el uso del muestreo sistemtico en encuestas a los consumidores por correo, telefnicas, en centros comerciales y por Internet. Muestreo estratificado El muestreo estratificado es un proceso de dos pasos en que la poblacin se divide en subpoblaciones o estratos. Los estratos tienen que ser mutuamente excluyentes y colectivamente exhaustivos, por lo que cada elemento de la poblacin debe asignarse a un nico estrato sin omitir algn elemento de la poblacin. A continuacin se seleccionan los elementos de cada estrato mediante un procedimiento aleatorio, por lo regular el muestreo aleatorio simple. Aunque en teora slo debe emplearse el muestreo aleatorio simple para seleccionar los elementos de cada estrato, en ocasiones se emplean el muestreo sistemtico y otros procedimientos de muestreo probabilstico. A diferencia del muestreo por cuotas, en el muestreo estratificado los elementos de la muestra se seleccionan de manera probabilstica y no con base en la conveniencia o el juicio. Un objetivo importante del muestreo estratificado consiste en incrementar la precisin sin aumentar el costo. Las variables utilizadas para dividir a la poblacin en estratos se conocen como variables de estratificacin. Los criterios para la seleccin de esas variables incluyen homogeneidad, heterogeneidad, relacin y costo. Dentro de un estrato, es necesario que los elementos sean tan homogneos como sea posible, mientras que los elementos de los diferentes estratos requieren ser tan heterogneos como sea posible. Las variables de estratificacin deben tener una relacin estrecha con las caractersticas de inters. Cuanto mejor se cumplan estos criterios, mayor ser la eficacia en el control de la variacin externa al muestreo. Por ltimo, tiene que resultar sencillo medir y aplicar las variables, con la finalidad de reducir el costo del proceso de

UNIVERSIDAD JOSE CARLOS MARIATEGUI

Carrera Profesional de Ingeniera Comercial Curso: Investigacin de Mercados II Ciclo VII Alumna: Adriana E. Ramos Ramos
estratificacin. Las variables que suelen usarse para la estratificacin incluyen caractersticas demogrficas (como en el ejemplo de muestreo por cuotas), tipo de cliente (con o sin tarjeta de crdito), tamao de la empresa o tipo de industria. Es posible usar ms de una variable para la estratificacin, aunque por razones pragmticas y de costo rara vez se utilizan ms de dos. El nmero de estratos a utilizar es cuestin de juicio, pero la experiencia sugiere que no se usen ms de seis. Con ms de seis estratos, cualquier ganancia en precisin se pierde por el mayor costo de la estratificacin y el muestreo. Muestreo por conglomerados En el muestreo por conglomerados, la poblacin 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 tcnica de muestreo probabilstico, 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 probabilstica. 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 probabilstica una muestra de elementos, el procedimiento es un muestreo por conglomerados de dos etapas.

La distincin fundamental entre el muestreo por conglomerados y el muestreo estratificado es que en el primero slo se elige una muestra de subpoblaciones (conglomerados), mientras que en el muestreo estratificado se seleccionan todas las subpoblaciones (estratos) para un muestreo posterior. Ambos mtodos tambin difieren en sus objetivos. El objetivo del muestreo por conglomerados es incrementar la eficiencia del muestreo mediante la reduccin de los costos. El objetivo del muestreo estratificado es incrementar la precisin. Con respecto a la homogeneidad y heterogeneidad, los criterios que se usan para formar los conglomerados son justo lo contrario a los que se usan para formar los estratos. Los elementos dentro de un conglomerado deben ser tan heterogneos como sea posible, aunque los conglomerados deben ser tan homogneos como sea posible. De manera ideal, cada conglomerado debe ser una representacin a pequea escala de la poblacin. En el muestreo por conglomerados, el marco de muestreo slo se necesita para los conglomerados seleccionados para la muestra. Una forma comn de muestreo por conglomerados es el muestreo por rea, en el cual los conglomerados estn formados por reas geogrficas como condados, zonas habitacionales o manzanas. Si slo se realiza un nivel de muestreo en la seleccin de los elementos bsicos (por ejemplo, el investigador muestrea manzanas y luego incluye en la muestra a todas las casas de la manzana), el diseo se conoce como muestreo por rea de una etapa . Si se realizan dos (o ms) niveles de muestreo antes de seleccionar los elementos bsicos (el investigador muestrea manzanas y luego muestrea las casas de las manzanas elegidas), el diseo se conoce como muestreo por rea de dos etapas (o de etapas mltiples). La caracterstica distintiva de la muestra por rea de una etapa es que todas las casas de las manzanas (o reas geogrficas) seleccionadas se incluyen en la muestra.

UNIVERSIDAD JOSE CARLOS MARIATEGUI

Carrera Profesional de Ingeniera Comercial Curso: Investigacin de Mercados II Ciclo VII Alumna: Adriana E. Ramos Ramos
Otras tcnicas de muestreo probabilstico Adems de las cuatro tcnicas bsicas de muestreo probabilstico, existen otras tcnicas de muestreo que, en su mayora, se consideran una extensin de las tcnicas bsicas y se desarrollaron para tratar problemas de muestreo complejos. Dos tcnicas con alguna relevancia para la investigacin de mercados son el muestreo por secuencia y el muestreo doble. En el muestreo por secuencia los elementos de la poblacin se muestrean en secuencia, en cada etapa se realizan la recoleccin y el anlisis de los datos, y se decide si deben muestrearse elementos adicionales de la poblacin. No se conoce de antemano el tamao de la muestra, pero antes de iniciar el muestreo se establece una regla de decisin. En cada etapa, esta regla indica si el muestreo debe continuar o si se ha obtenido suficiente informacin. El muestreo por secuencia se ha utilizado para determinar las preferencias por dos alternativas rivales. En un estudio se pregunt a los encuestados cul de las dos alternativas preferan y el muestreo termin cuando se acumul evidencia suficiente para validar una preferencia. Tambin se ha empleado para establecer el precio diferencial entre un modelo estndar y un modelo de lujo de un artculo de consumo duradero. En el muestreo doble, llamado tambin muestreo de dos fases, ciertos elementos de la poblacin se muestrean dos veces. En la primera fase se selecciona una muestra y se rene alguna informacin de todos sus elementos. En la segunda fase, se extrae una submuestra de la muestra original y se obtiene informacin adicional de los elementos de la submuestra. El proceso puede extenderse a tres o ms fases, las cuales pueden ocurrir al mismo tiempo o en diferentes momentos. El muestreo doble es til cuando no se dispone de un marco de muestreo para la seleccin final de las unidades de muestreo, pero se sabe que los elementos del marco estn incluidos en un marco de muestreo mayor. Por ejemplo, un investigador desea seleccionar hogares que consumen jugo de manzana en una determinada ciudad. Los hogares de inters estn contenidos dentro del conjunto de todos los hogares, pero el investigador no sabe cules son. Al aplicar el muestreo doble, en la primera fase el investigador podra obtener un marco de muestreo de todos los hogares, comprndolo o construyndolo a partir del directorio de la ciudad. Luego obtendra una muestra de hogares, usando el muestreo aleatorio simple, para determinar la cantidad de jugo de manzana consumido. En la segunda fase, los hogares que consumen jugo de manzana se seleccionaran y estratificaran de acuerdo con la cantidad de jugo de manzana consumido. Luego se obtendra una muestra aleatoria estratificada y se plantearan preguntas detalladas concernientes al consumo de jugo de manzana