INVESTIGACION

DE
MERCADO

UNDIDAD 3
GRUPO FORMADO POR:
 Asencio Villegas Erick Javier
 Bodero Carranza Melissa Jamileth
 Melendez Sanchez Genesis Mishell
 Castro Novillo Tommy Alexander
DOCENTE:
Ing. Marlo López Mba.

CURSO:
Administración 4to Nivel ASS89
Guayaquil, 19 de Noviembre del 2021

PEREGUNTAS DE LA UNIDAD III

1. Detalle su definición respecto a universo y margen de error
El error de definición de universo ocurre cuando el investigador selecciona una
población inadecuada para su estudio, ocasionando así resultados inexactos.
Para evitar este error, el investigador debe definir el universo desde los
objetivos de la investigación, puede hacerlo en términos geográficos (una
localidad, distrito, país, etc) o en términos sectoriales (la población urbana,
industrias de una determinada categoría).
El margen de error se refiere a la cantidad de error de muestreo aleatorio
resultado de la elaboración de una encuesta. Es un término importante dentro
de la investigación de mercados ya que define el nivel de confianza de los
resultados obtenidos en la encuesta o investigación. A mayor margen de error
existe un menor grado de confianza en la investigación y viceversa.
Es importante establecer límites temporales a la definición de la población a
estudiar, ya que estos pueden variar sus características con el paso del tiempo.
2. Enumere los 5 pasos del proceso de diseño del muestreo
 Definir a tu población meta
 Definir el marco del muestreo
 Elegir una técnica de muestreo
 Determina el tamaño de la muestra
 Realiza el muestreo

3. Cuál es su definición respecto a la población meta

Conjunto de elementos u objetos que posee la información que busca el
investigador y acerca del cual deben hacerse las inferencias.
4. Describa lo que entiende sobre la determinación y técnica del
marco de muestreo
Es la totalidad de unidades de muestreo en el cual se identifica a todos los
elementos de una población objetivo y que permite seleccionar una muestra de
la misma con fines de estimación estadística.
Pueden ser de áreas, de listas y también los procedimientos que pueden tener
en cuenta a todas las unidades de muestreo sin el esfuerzo físico de listarlas
efectivamente. Un marco ideal no debe presentar omisiones, duplicaciones, ni
elementos extraños.
Las técnicas de muestreo son un conjunto de técnicas estadísticas que
estudian la forma de seleccionar una muestra representativa de la población,
es
decir, que represente lo más fielmente posible a la población a la que se
pretende extrapolar o inferir los resultados de la investigación, asumiendo un
error
mesurable y determinado.
5. Describa lo que se debe considerar para la determinación de la
muestra
Lo primer qué se debe tomar en cuenta para la determinación de la
muestra es el tamaño de la misma, Antes de poder calcular el tamaño de
la muestra, es necesario determinar ciertos aspectos de la población
objetivo y del grado de precisión que se necesita:
Tamaño de la población.
¿Cuántas personas en total conforman el segmento que desea estudiar?
Para saberlo, debe tener claro quién forma parte del grupo de población
y quién no. Por ejemplo, si se desea saber más sobre dueños de perros,
debe incluir a todas las personas que, en algún momento, hayan tenido
al menos un perro (dependiendo de los objetivos de la encuesta, podría
incluir o no a aquellos que tuvieron perro anteriormente, pero no en la
actualidad). No se preocupe si no puede calcular el número exacto. Es
habitual iniciar la investigación de mercado con un tamaño de población
desconocido o un rango estimado.
Margen de error (intervalo de confianza)
Es inevitable que se produzcan errores. Lo importante es determinar qué
grado de error será aceptable en su estudio. El margen de error, también
llamado intervalo de confianza, se expresa en valores medios. Es
necesario establecer qué diferencia se aceptará entre la media de la
muestra y la media de la población a estudiar. Si alguna vez vio una
encuesta política, entonces ha visto un intervalo de confianza y cómo se
expresa. Se ve como algo parecido a esto: “El 68 % de los votantes
aprobaron la propuesta Z, con un margen de error de +/– 5 %”.
Nivel de confianza.
Esto es lo que sigue al intervalo de confianza del paso 2. Se refiere a
cuánta confianza se desea tener en que la media real se encontrará
dentro del margen de error. Los intervalos de confianza más comunes
son de un 90 %, un 95 % y un 99 % de confianza.
Desviación estándar.
En este paso, se debe estimar cuánto variarán las respuestas que se
reciban entre sí y con respecto a la media. Una desviación estándar baja
significa que todos los valores se agruparán en torno a la media,
mientras que una desviación estándar alta significa que se distribuirán en
un rango mucho más amplio, con valores atípicos muy pequeños y muy
grandes. Dado que aún no se ha realizado la encuesta, lo más seguro es
optar por una desviación estándar de 0,5, que garantizará que el tamaño
de la muestra sea lo suficientemente grande.
6. DETALLE LO QUE SE REQUIERE PARA LA REALIZACION DEL
PROCESO DE MUESTREO
Para la realización del proceso de Muestreo se requiere de lo siguiente:
 En primer lugar, el investigador debe definir claramente la población
objetivo.
En investigación, la población es un grupo determinado de
personas u objetos que posee la característica que se cuestiona en
un estudio. Para poder definir claramente la población objetivo, el
investigador debe identificar todas las cualidades específicas
comunes a todas esas personas u objetos.
Una población puede ser tan simple como todos los ciudadanos de
California o puede ser específica, como todos los estudiantes
secundarios varones de 17 años de edad con asma que hayan
estado tomando broncodilatadores desde los 12 años.
 Definir la población accesible teniendo en cuenta el tiempo, el
presupuesto y la mano de obra del investigador.
Este proceso ayudará a los investigadores a tener una idea
concreta sobre la muestra que pueden obtener de la población.
Si el investigador tiene mucho tiempo, fondos y mano de obra,
puede optar por realizar el estudio con una muestra
completamente aleatoria, pero si el dinero, el tiempo y la mano de
obra son limitados, el investigador puede elegir usar el muestreo
por conveniencia.
Igualmente, el tipo de muestreo de población debe depender del
diseño y la pregunta de investigación.
 Destinar el dinero, tiempo y mano de obra disponibles para el
reclutamiento.

7. DESCRIBA LO QUE USTED ENTIENDE POR METODO DE

MUESTREO PROBABILISTICO Y QUE PERMITE AL INVESTIGADOR.
 El muestreo probabilístico es una técnica de muestreo en la que un
investigador establece una selección de unos pocos criterios y elige al
azar a los miembros de una población. Todos los miembros tienen la
misma oportunidad de formar parte de la muestra con este parámetro de
selección.

Este método se refiere al análisis de grupos pequeños de una población,

que utiliza formas de métodos de selección aleatoria, Por ejemplo, si
tienes una población de 100 personas, cada persona tendría una
probabilidad de 1 de 100 de ser seleccionado.

Permite obtener la mejor oportunidad de crear una muestra

representativa de la población.

8. DESCRIBA LOS METODOS DE MUESTREO PROBABLISTICO.

Muestreo aleatorio simple: Una de las mejores técnicas de muestreo
probabilístico que ayuda a ahorrar tiempo y recursos es el método de
muestreo aleatorio simple. Es un método fiable de obtención de
información en el que cada uno de los miembros de una población se
elige al azar, simplemente por casualidad. Cada individuo tiene la misma
probabilidad de ser elegido para formar parte de una muestra.

Por ejemplo, en una organización de 500 empleados, si el equipo de

recursos humanos decide llevar a cabo actividades de creación de
equipos, es muy probable que prefieran escoger fichas de un tazón. En
este caso, cada uno de los 500 empleados tiene la misma oportunidad de
ser seleccionado.

Muestreo por conglomerados: También conocido como muestreo por

racimos, es un método en el que los investigadores dividen a toda la
población en secciones o conglomerados que representan a una
población. Los grupos se identifican e incluyen en una muestra basada
en parámetros demográficos como la edad, el sexo, la ubicación, etc.
Esto hace que sea muy sencillo para el creador de la encuesta obtener
una inferencia efectiva a partir de la retroalimentación.
Por ejemplo, si el gobierno de los Estados Unidos desea evaluar el
número de inmigrantes que viven en su territorio, puede dividirlos en
grupos basados en estados como California, Texas, Florida,
Massachusetts, Colorado, Hawái, etc. Esta forma de realizar una
encuesta será más efectiva ya que los resultados se organizarán por
estados y proporcionarán datos de inmigración objetivos.

Muestreo sistemático: Los investigadores utilizan el método de

muestreo sistemático para elegir los miembros de la muestra de una
población a intervalos regulares.

Para ello es necesario seleccionar un punto de partida para la muestra y

un tamaño de muestra que pueda repetirse a intervalos regulares. Este
tipo de método de muestreo tiene un alcance predefinido y, por lo tanto,
esta técnica de muestreo es la que menos tiempo consume.

Por ejemplo, un investigador tiene la intención de recoger una muestra

sistemática de 500 personas en una población de 5000. Numera cada
elemento de la población de 1 a 5.000 y elegirá a cada 10 individuos para
que formen parte de la muestra (Población total/tamaño de la muestra =
5.000/500 = 10).

Muestreo estratificado: El muestreo aleatorio estratificado es un

método en el que el investigador divide la población en grupos más
pequeños que no se superponen, sino que representan a toda la
población. Durante el muestreo, estos grupos pueden organizarse y
luego extraer una muestra de cada grupo por separado.

Por ejemplo, un investigador que desee analizar las características de las

personas pertenecientes a diferentes divisiones de ingresos anuales
creará estratos (grupos) según los ingresos anuales de la familia.
Por ejemplo, menos de 20.000 dólares, 21.000 a 30.000 dólares, 31.000
a 40.000 dólares, 41.000 a 50.000 dólares, etc.

Con esto, el investigador concluye las características de las personas

que pertenecen a diferentes grupos de ingresos. Los comercializadores
pueden analizar a qué grupos de ingresos dirigirse y a cuáles eliminar
para obtener los resultados deseados.

9. DECRIBA LAS CARACERISTICA DEL METODO NO

PROBABILISTICO Y DETALLE A CADA UNO DE ELLOS
Muestreo por conveniencia
El muestreo por conveniencia es una técnica de muestreo no probabilística
donde las muestras de la población se seleccionan solo porque están
convenientemente disponibles para el investigador. Estas muestras se
seleccionan solo porque son fáciles de reclutar y porque el investigador no
consideró seleccionar una muestra que represente a toda la población .
Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo por
conveniencia (con una ligera variación). En el muestreo consecutivo el
investigador elige una sola persona o un grupo de muestra, realiza una
investigación durante un periodo de tiempo, analiza los resultados y luego pasa
a otra asignatura o grupo de sujetos si es necesario.
Esta técnica de muestreo le da al investigador la oportunidad de trabajar con
muchos temas y afinar su investigación mediante la recopilación de resultados
que tienen conocimientos vitales.

Muestreo por cuotas

Hipotéticamente, supongamos que un investigador desea estudiar los objetivos
profesionales de los empleados de una organización. En esta organización
trabajan 500 empleados y estos son conocidos en conjunto como “población”.
Muestreo intencional o por juicio
En esta técnica de muestreo no probabilístico, las muestras se seleccionan
basándose únicamente en el conocimiento y la credibilidad del investigador. En
otras palabras, los investigadores eligen solo a aquellos que estos creen que
son los adecuados (con respecto a los atributos y la representación de una
población) para participar en un estudio de investigación.
Muestreo de bola de nieve
Este tipo de técnica de muestreo ayuda a los investigadores a encontrar
muestras cuando son difíciles de localizar. Los investigadores utilizan esta
técnica cuando el tamaño de la muestra es pequeño y no está disponible
fácilmente.
Este sistema de muestreo bola de nieve funciona como el programa de
referencia. Una vez que los investigadores encuentran sujetos adecuados, se
les pide a estos ayudas para buscar a sujetos similares y así poder formar una
muestra de buen tamaño.
10. EN LA ELECCION DE LA MUESTRA A QUE SE CONSIDERA
POLACION FINITA, POBLACION INFINIITA Y MARGEN DE ERROR.
DESCRIBA EL CÁLCULO DE LA MUESTRA Y EL MARGEN DE
EROR.
Población finita
Es aquella en la que el número de valores que la componen tiene un fin. Por
ejemplo, la población estadística que nos indica la cantidad de árboles de una
ciudad es finita. Es cierto que puede variar con el tiempo, pero en un instante
determinado es finita, tiene fin.
Población infinita
Se trata de aquella población que no tiene fin. Por ejemplo, el número de
planetas que existen en el universo. Aunque puede que sea finito, el número es
tan grande y desconocido que estadísticamente se asume como infinito.
Margen de error
se refiere a la cantidad de error de muestreo aleatorio resultado de la
elaboración de una encuesta. Es un término importante dentro de la
investigación de mercados ya que define el nivel de confianza de los resultados
obtenidos en la encuesta o investigación. A mayor margen de error existe un
menor grado de confianza en la investigación y viceversa.

Calculo de margen de error

El margen de error nos da una estadística; Mientras más pequeños sean éstos
márgenes, los resultados de nuestras encuestas serán más exactos. En una
muestra probabilística cada elemento de la población tiene una probabilidad de
selección.
Calculo de la muestra
El tamaño de la muestra de una encuesta es muy importante para poder
realizar una investigación de manera correcta, por lo que hay que tener en
cuenta los objetivos y las circunstancias en que se desarrolle la investigación.

11. EJEMPLARICE CONSIDERNADO UNA POBLACION FINITA Y UNA

POBLACION INFIITA APLIQUE LA FORULA QUE REQUIERE CADA
PROCESO A SU EMPRENDIMIENTO

12.

DESCRIBA LA RECOLECION, PREPARACION, ANALISIS Y

PRESENTACION DE LOS DATOS

Recolección de datos
La recolección de datos se refiere al enfoque sistemático de reunir y medir
información de diversas fuentes a fin de obtener un panorama completo y
preciso de una zona de interés.
Preparación de datos
Es una actividad de autoservicio que convierte datos dispares, sin formato y
desordenados en una vista limpia y consistente. El proceso incluye la
búsqueda, limpieza, transformación, organización y recolección de datos.
Análisis de datos
Es la ciencia que se encarga de examinar un conjunto de datos con el
propósito de sacar conclusiones sobre la información para poder tomar
decisiones, o simplemente ampliar los conocimientos sobre diversos temas.
Presentación de datos
Es una actividad de autoservicio que convierte datos dispares, sin formato y
desordenados en una vista limpia y consistente. El proceso incluye la
búsqueda, limpieza, transformación, organización y recolección de datos.

13. DESCRIBA LOS PROCESOS DEL TRABAJO DE CAMPO Y

RECOLECION DE DATOS: SELECION DE OS TRABAJADORES DE
CAMPO, SUPERVISORES DE LOS TRABAJADORES DE CAMPO,
VALIDACION DEL TRABAJO DE CAMPO, Y EVALUACION DE LOS
TRABAJADORES DE CAMPO
 Selección de los trabajadores de campo

El objetivo de Nestlé es posicionarse como líder mundial en Nutrición, Salud y

Bienestar, además, ser una empresa confiable para todos sus grupos de
interés y un referente de desempeño financiero en su sector.

 Supervisores de los trabajadores de campo

La hoja de ruta de Nestlé pretende alinear a su gente detrás de un conjunto

coherente de prioridades estratégicas que aceleren el logro de sus objetivos.

 Validación del trabajo de campo

Estas metas exigen de sus colaboradores una inspiración de largo plazo, que
permita construir el futuro y las acciones empresariales de corto plazo.

 Supervisores de los trabajadores de campo

Nestlé trabaja para alcanzar el liderazgo y la confianza mediante el

cumplimiento de las expectativas de los consumidores, los accionistas, las
comunidades en las que opera y la sociedad en su conjunto.

 Validación del trabajo de campo

Por lo mismo, la compañía está invirtiendo para garantizar la sostenibilidad
financiera y ambiental de sus acciones y operaciones en el largo plazo,
específicamente en: Capacidad, tecnologías, habilidades, personas, marcas,
investigación y desarrollo.

 Evaluación de los trabajadores de campo

Su objetivo es satisfacer las necesidades actuales sin comprometer la

capacidad de las generaciones futuras, para así cumplir con sus requerimientos
de modo de asegurar un crecimiento rentable año a año y en el largo plazo

.
 14. DETALLE LOS PASOS DEL PROCESO DE PREPARACION DE LOS
DATOS
Las 5 etapas de la preparación de datos

 Importar o adquirir datos.

 Descubrimiento.
 Limpieza de datos.
 Mejora de datos.
 Publicación

15. DESCRIBA SU APRENDIZAJE RESPECTO A LA OBSERVACION DE

LAS TABLAS Y LS FIGURAS.

METAS

ENSEÑ ANZAS OBSERVACION

PLANIFICACIONES APRENDIZAJES