Estadística para la

Investigación de Mercados

1
 Censo o muestra

El objetivo de la mayor parte de los proyectos de investigación de

mercados es obtener información sobre las características o parámetros
de una población.

¿Qué es una población?

• Es el conjunto de todos los elementos que poseen algunas

características comunes respecto al problema de investigación de
mercados.

• Son los objetos de estudio.

• La información acerca de la población puede obtenerse mediante un

censo o una muestra.

2
 Censo o muestra

¿Qué es un censo?

• Es un recuento de todos los elementos de una población.

¿Qué es una muestra?

• Es un subconjunto de los elementos de una población seleccionados para

participar en un estudio.

Muestra

Universo
poblacional

3
 Censo o muestra

Cuando ocupar muestra o censo:

Muestra Censo
Presupuesto Reducido Amplio

Tiempo Breve Prolongado

Tamaño poblacional Grande Pequeño

Varianza de la población Baja Alta

Costo errores de muestreo Bajo Alto

Profundización en casos individuales Sí No

Confidencialidad del estudio Sí No

En la gran mayoría de las investigaciones

de mercados se usa muestra.
4
 Proceso de muestreo
Definición de la
población objetivo

Definición del
marco de la muestra

Selección del
método de muestreo

Determinación del
tamaño de la muestra
1 4

Problemas por
falta de respuestas 5
 Definición de la población objetivo

La población objetivo es un conjunto de elementos que poseen la información

que busca el investigador y acerca del cual deben hacerse las inferencias.

La población objetivo se define por:

• Elemento: objeto sobre el cual se desea información.

• Unidad de muestra: unidad básica que contiene los elementos.

• Extensión: zona geográfica

• Tiempo

Ejemplo:
• Elementos: mujeres, mayores de 25 años, que hayan comprado aceite en los últimos
30 días.

• Unidades: supermercados

• Extensión: Región Metropolitana

• Tiempo: julio del 2018

6
 Definición del marco de la muestra

El marco de la muestra es una representación de los elementos de la población

objetivo que consiste en una lista o grupo de indicaciones.
•El marco muestral se puede obtener de: directorios telefónicos, listas de
correos electrónicos, listas de empleados de empresas de determinada
industria, entre otros.
Ejemplo:
• Grupo objetivo: hombres y mujeres, de los grupos socioeconómicos ABC1 y C2,
que hayan leído El Mercurio en los últimos 30 días.
• Marco de la muestra: lista de socios (teléfonos o e-mail) del Club de Lectores de
El Mercurio.

7
Implica definir descriptivamente y cuantitativamente la población que se
esta estudiando.
Definir la población en términos de:
- Variables sociodemográficas
Descriptivamente - Otras variables (usuarios de productos
o servicios)

Cuantitativamente Definir cuántos elementos

componen la población en estudio
Se necesita determinar el conocimiento de marcas y hábitos de zapatillas en
jóvenes (hombres) de Santiago de 15 a 30 años.

Descriptivamente
La población en estudio esta constituida por hombres de 15 a 30 años,
pertenecientes a los G.S.E. Altos (ABC1), medios (C2C3) y bajo (D), de la
ciudad de Santiago.
Cuantitativamente
Hombres 1.745.651
GSE % 15-30 (29%) 506.239
A ABCD (90%) 455.615
B 10
C1
C2 20
C3 25 ABC1 C2C3 D Total
D 35 15 - 30 50.573 227.808 177.234 455.615
E 10
1. Considerar los objetivos de la investigación

2. Consideración de alternativas

3.Conocer el mercado

4. Considerar la unidad de muestreo apropiada

5. Especificar claramente lo que se excluye

6. Evitar la sobredefinición

7. Considerar la conveniencia
 Selección del método de muestreo

Métodos de
Muestreo

No
Probabilístico
Probabilístico

Estratificado Aleatorio Por Por De

Simple Conglomerados conveniencia juicio

Asignación Asignación Por

Monoetápico Bietápico
Proporcional Óptima cuotas

Asignación
Polietápico
Igual

11
 Muestreo probabilístico

El muestreo probabilístico es una técnica de muestreo en la cual cada

elemento tiene una probabilidad conocida y mayor de cero de ser
seleccionado para la muestra.

Características del muestreo probabilístico:

• Permite realizar inferencias (proyecciones) estadísticas acerca de las

características del grupo objetivo.

• Permite obtener un error estándar (intervalo de confianza) para las

características del grupo objetivo.

Hay 3 grandes métodos de muestreo probabilístico:

• Muestreo aleatorio simple (SRS).

• Estratificado.

• Por Conglomerados.

12
 Muestreo probabilístico
Muestreo aleatorio simple

El muestreo aleatorio simple (SRS) es una técnica de muestreo

probabilístico en la cual cada elemento tiene una probabilidad idéntica y
conocida de ser seleccionado.

Características del muestreo aleatorio simple:

• Cada elemento se selecciona en forma independiente de cualquier otro.
• La muestra se toma del marco muestral de una manera totalmente
aleatoria (equivalente a un sistema de lotería).
• Un SRS requiere la numeración o empadronamiento de todos los
elementos del marco muestral.

Ventajas:
• Fácil de comprender.
• Los resultados pueden proyectarse naturalmente a la población objetivo.

Desventajas:
• No siempre son factibles (imposible “enumerar” una población demasiado grande).
• Puede ser costoso (ej.: área geográfica muy extensa como todo Chile).
• Distorsiones en tamaños de muestra muy pequeños.
13
 Muestreo probabilístico
Muestreo estratificado

El muestreo estratificado es una técnica de muestreo probabilístico

que utiliza un procedimiento de dos pasos en el cual primero se divide
la población en sub-grupos (estratos) y luego los elementos de cada
estrato se seleccionan de manera aleatoria.

Características del muestreo estratificado:

•Se deben utilizar variables de clasificación que dividan la población en

estratos (grupos) cuyos elementos sean homogéneos entre sí, pero
heterogéneos respecto a los elementos pertenecientes a los estratos
restantes.

•Las variables de estratificación deben ser relevantes para el problema de

investigación.

GSE, Edad, Sexo,

Ciudad, etc. 14
 Muestreo probabilístico
Muestreo estratificado

Población Muestra
Asignación Proporcional E ABC1 ABC1 44
7% 11%
El número de elementos seleccionados es D C2 92
C2
proporcional al tamaño que tiene el estrato 25%
23%
C3 136
con respecto a la población total. D 100
E 28
C3 Total 400
34%

Población Muestra
Asignación Igual E ABC1 ABC1 80
7% 11%
D
C2
C2 80
El número de elementos seleccionados es 25%
23% C3 80
el mismo para cada estrato.
D 80
E 80
C3 Total 400
34%

Población Muestra
Asignación No Proporcional u Óptima
E ABC1 ABC1 120
El número de elementos seleccionados no es 7% 11%
D C2 120
C2
proporcional al tamaño que tiene el estrato, 25%
23% C3 100
sino que tiene relación con la importancia D 40
(asimétrica) que tiene cada estrato para el E 20
estudio. C3
15
Total 400
34%
 Muestreo probabilístico
Muestreo por conglomerados

El muestreo por conglomerados es una técnica de muestreo

probabilístico en la cual primero se divide la población en grupos
excluyentes. Luego se selecciona una muestra de estos grupos.
Finalmente, para cada grupo seleccionado se toma una muestra de
elementos de manera aleatoria.

Características del muestreo por conglomerados:

•La selección de los grupos a incluir en la muestra puede hacerse de manera
aleatoria o según el tamaño de cada grupo (según la cantidad de elementos
que componen cada grupo).

16
 Muestreo probabilístico
Muestreo por conglomerados
Monoetápico
Se incluyen todos los elementos de los grupos seleccionados.
Ejemplo: Se divide una cuidad en comunas. Se seleccionan algunas de estas comunas. Luego se
seleccionan todos los hogares pertenecientes a estas comunas.

Bietápico
Se incluye una muestra (aleatoria o proporcional al tamaño) de los grupos seleccionados.
Ejemplo: Se divide una cuidad en comunas. Se seleccionan algunas de estas comunas. Luego se
selecciona una muestra de los hogares pertenecientes a estas comunas.

Polietápico
Se incluye una muestra (aleatoria o proporcional al tamaño) de los grupos seleccionados en varias
etapas.
Ejemplo: Se divide una cuidad en comunas. Se seleccionan algunas de estas comunas. Luego
estas comunas se dividen en manzanas. Se seleccionan algunas de estas manzanas. Luego estas
manzanas se dividen en calles. Luego se selecciona una muestra de los hogares pertenecientes a
estas calles.

17
 Muestreo probabilístico

Ventajas Desventajas
Muestreo aleatorio •Fácil de entender •Complejo de construir
simple (SRS) •Resultados fáciles de proyectar •Más costoso
•No permite realizar análisis por
segmento
Muestreo •Incluye todas las sub- •Difícil de elegir variables de
estratificado poblaciones relevantes estratificación
•Mayor precisión •No es factible estratificar en
base a muchas variables
•Más costoso
Muestreo por •Fácil de poner en práctica •Menor precisión (inexactitud
conglomerados •Menos costoso por grupos heterogéneos)
•Resultados difíciles de
proyectar

18
 Muestreo Muestreo por
Estratificado Conglomerado

Cuando se advierte una gran

Cuando cada grupo presenta una
variación dentro de cada grupo
pequeña variación en su interior,
pero los grupos son esencialmente
pero existe una gran variación
semejantes entre sí.
entre ellos.
 Muestreo no probabilístico

El muestreo no probabilístico es una técnica de muestreo que no utiliza

procedimientos de selección aleatorios (por casualidad) , sino que depende del
juicio del investigador.
Características del muestreo no probabilístico:
• No hay forma de establecer la probabilidad de seleccionar un determinado
elemento.
• Los resultados no se pueden proyectar estadísticamente al grupo
objetivo.
• Se utilizan especialmente en: test de conceptos, test de nombres, pruebas
de envase y otros estudios en que importa más explorar la diversidad de
respuestas de un grupo determinado, que estimaciones estadísticas muy
precisas de la población total.

Hay 3 grandes métodos de muestreo no probabilístico:

• Conveniencia.
• Criterio (juicio)
• Cuotas.
20
 Muestreo no probabilístico
Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no probabilístico

que trata de obtener una muestra de elementos convenientes, es decir, se
selecciona a los entrevistados porque se encuentran en el lugar adecuado en el
momento oportuno.

Características del muestreo por conveniencia:

•Las unidades de muestra suelen ser accesibles, fáciles de medir y

cooperativas.

•Están presentes algunas fuentes de sesgo de selección (auto-selección o

“sobre-muestreo” de ciertos grupos de la población).

•Suelen usarse en generación de hipótesis, exploración de ideas o estudios

piloto.

Ejemplos:
•Estudiantes, grupos religiosos y grupos sociales en general.
•Intercepción en centros comerciales (sin filtrar a los encuestados de acuerdo a sus
características).
•Cuestionarios que se incluyen en revistas.
21
 Muestreo no probabilístico
Muestreo por criterio (juicio)

El muestreo por criterio o juicio es una técnica de muestreo no probabilístico

en la cual se elige intencionalmente a los elementos que conformarán la muestra
de acuerdo al juicio del investigador.
Características del muestreo por criterio:
•El investigador, a través de su juicio y experiencia, cree que ciertos elementos
son representativos de la población y por ello deben ser incluidos en la
muestra.
•El muestreo por criterio es absolutamente subjetivo.
•Frecuentemente se ocupa el criterio llamado “bola de nieve”, que consiste en
pedirle a los entrevistados que identifiquen a otras personas que puedan
representar la población en estudio.

Ejemplos:
•Mercados de prueba: el mercado chileno, para representar a todos los mercados
sudamericanos.
•Alumnos de IM, para representar a los alumnos del IC.
•Compradores del mall Parque Arauco, para representar a los consumidores de todos los
centros comerciales de la ciudad de Santiago.
22
 Muestreo no probabilístico
Muestreo por cuotas

El muestreo por cuotas es una técnica de muestreo no probabilístico en la que

primero se definen grupos de acuerdo a ciertas características de control (GSE,
sexo, edad, etc.) y luego se asigna una cantidad de elementos (cuota) para cada
grupo, los cuales son seleccionados de acuerdo al juicio o conveniencia del
investigador.

Características del muestreo por cuotas:

•Las características de control usadas para definir los grupos deben ser
relevantes para el problema de investigación.
•Con frecuencia, las cuotas que se asignan a cada grupo corresponden a la
distribución real de la población respecto a las características de control.
•Una vez que se asignan las cuotas, existe amplia libertad en la forma de
seleccionar los elementos que conformarán la muestra de cada grupo.
•Puede no ser representativo si se omiten variables de control relevantes por
dificultades prácticas asociadas a la inclusión de muchas de éstas.
•Existen muchas fuentes potenciales de sesgo, como que los encuestadores
vayan a lugares en los cuales es más fácil encontrar participantes (ej.
universidades) y eviten otros más complejas (ej. poblaciones marginales).
 Muestreo no probabilístico
Muestreo por cuotas

Ejemplo:
Supongamos un estudio que busca determinar los hábitos de lectura de la población adulta de
una ciudad de 350.000 habitantes. Se seleccionó una muestra de 1000 elementos. Las
características de control son: sexo, edad y raza.

Composición Composición Composición

de la población de muestra de muestra
Porcentaje Porcentaje Porcentaje
Sexo
Hombres 48 48 30
Mujeres 52 52 70
100 100 100

Edad
18-29 27 27 35
30-44 39 39 45
45-59 16 16 10
60 ó más 18 18 10
100 100 100

Raza
Blancos 59 59 59
Negros 35 35 35
Otros 6 6 6
100 100 100

Proporcional No Proporcional (mayor

importancia: mujeres y
menores de 45 años)
 Muestreo no probabilístico

Ventajas Desventajas
Muestreo por •Costo bajo •Sesgos de selección
conveniencia •Toma poco tiempo •No es recomendable para la
investigación conclusiva

Muestreo por criterio •Costo bajo •Subjetivo

•Toma poco tiempo •Resultados no generalizables
Muestreo por cuota •La muestra puede controlarse •No asegura representatividad
para ciertas características •Sesgos de selección
relevantes. •Más costoso y demoroso

25
 Muestreo probabilístico y no probabilístico

Condiciones que favorecen el uso de:

Muestreo Muestreo no
probabilístico probabilístico
Naturaleza de la Concluyente Exploratoria
investigación
Necesidad de Sí No
proyectar resultados a
la población
Varianza de la Alta (elementos heterogéneos) Baja (elementos homogéneos)
población
Conocimientos Avanzados Básicos
estadísticos
Presupuesto Alto Bajo

Tiempo Prolongado Breve

26
 4

Determinación del tamaño de la muestra

El tamaño de la muestra es el número de elementos que se incluirán

en el estudio.

El proceso de determinación del tamaño de la muestra es complejo y

requiere varias consideraciones no sólo cuantitativas sino que también
algunas consideraciones cualitativas.

27
 Determinación del tamaño de la muestra 4

Consideraciones cualitativas

• Importancia de la decisión

En general, para decisiones muy importantes, es necesaria más información y que ésta sea
muy precisa. Sin embargo, se debe considerar que cuando más grande sea la muestra,
cada unidad de información adicional se obtiene a un costo más elevado y menor será su
aporte en precisión.

• Naturaleza de la investigación

Para la investigación exploratoria el tamaño de la muestra es reducido. Para la investigación

conclusiva, se requieren muestras más grandes.

• Número de variables

Si se desea analizar los datos cruzándolos por varias variables se requiere una muestra
más extensa.

28
 Determinación del tamaño de la muestra 4

Consideraciones cualitativas

• Naturaleza del análisis de datos

Si se va a ocupar un análisis estadístico de los datos más sofisticado (uso de técnicas

multivariadas) es recomendable un tamaño de muestra más grande.

• Tamaños de muestra utilizados en estudios similares

Los tamaños de muestra utilizados en estudios similares pueden servir como lineamientos
para aproximar un tamaño de muestra, en especial en muestreos no probabilísticos.

• Limitaciones de recursos
Mientras más recursos se tienen: dinero, tiempo y personal calificado para la recopilación
de datos, entonces se puede aspirar a obtener un tamaño de muestra más grande.

29