Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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.