Documentos de Académico
Documentos de Profesional
Documentos de Cultura
del Consumidor
Retail
1
INVESTIGACIÓN
CAUSAL
2
Clasificación del diseño de la investigación
Diseño de la
Investigación
Diseño de Investigación
Diseño Causal
Descriptiva
Simple Múltiple
3
Diseños experimentales y no
experimentales
Segmento a
evaluar
Estímulo
(Ej. Publicidad)
A Estímulo
B
Grupo de control Grupo experimental
Influencia Estímulo = B -A
6
Análisis de Causalidad
INNOVA CIÓN
80
70
CERCANIA EMOCIONAL CAL IDAD DE SERVICIO
60
Δ=+40%
50
40
30
IMAGEN COBER TURA
20 Δ=+40%
Control 10
Publicidad 1 0
Publicidad 2
Δ=+40%
7
TRA NSPARENCIA
Análisis de Causalidad
VIO 2 O 3 PUBLICIDADES VIO 1 PUBLICIDAD NO VIO PUBLICIDAD
PRESTIGIOSA
80%
JUVENIL UNA MARCA CON TRADICIÓN
70%
60%
TIENE ALGO DIFERENTE AL RESTO / DISTINTIVA ALTO RENDIMIENTO
50%
40%
30%
CON ESTILO 20% OFRECE VEHÍCULOS DE PRIMERA CALIDAD
10%
0%
8
MUESTREO: DISEÑO Y
PROCEDIMIENTOS
9
Definiciones
• Población: La colección completa de
objetos que están siendo estudiados,
donde
N = número de objetos en la población.
Parámetro de la Población
10
Definiciones
• Muestra: Una porción o sub-conjunto
seleccionado de los objetos que están
siendo estudiados, para participar del
estudio, donde
§ n = número de objetos en la muestra.
§ Estadística de la muestra
11
Muestra o censo
Muestra Censo
1. Presupuesto Pequeño Grande
2. Tiempo disponible Poco Mucho
3. Tamaño de la población Pequeña Grande
4. Varianza de la característica Grande Pequeña
5. Costo de los errores de muestreo Bajo Alto
12
Proceso de diseño de muestreo
Definir la población meta
13
Clasificación de las técnicas de muestreo
Técnicas de
muestreo
No
Probabilístico Probabilístico
2.º la probabilidad, en el sentido de respetar que todos los elementos del universo
tengan la misma probabilidad de entrar a formar parte de la muestra.
14
Técnicas de muestreo
No Probabilístico
15
Técnicas de muestreo
Probabilístico
Proporcional No Proporcional
16
Muestreo Probabilístico: Aleatorio Simple
Lista de Clientes
Muestra Aleatoria
18
Muestreo Probabilístico: Sistemático
19
Muestreo Probabilístico: Sistemático
1 26 51 76
2 27 52 77
N = 100 3
4
28
29
53
54
78
79
5 30 55 80
6 31 56 81
Se desea una muestra n = 20 7
8
32
33
57
58
82
83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: 16 41 66 91
17 42 67 92
Seleccionado: 4 18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
20 24 49 74 99
25 50 75 100
Muestreo Probabilístico: Sistemático
1 26 51 76
2 27 52 77
N = 100 3
4
28
29
53
54
78
79
5 30 55 80
6 31 56 81
Se desea una muestra n = 20 7
8
32
33
57
58
82
83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: 16 41 66 91
17 42 67 92
Seleccionado: 4 18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
Empezar con el 4 y escoger cada 22
23
47
48
72
73
97
98
21 quinto número 24
25
49
50
74
75
99
100
Muestreo Probabilístico: Estratificado
22
Muestreo Probabilístico: Estratificado
POBLACIÓN ESTRATOS MUESTRA
23
Muestreo Probabilístico: Por conglomerados
• La población se divide en grupos, conglomerados,
racimos o clúster.
• Seleccionamos una muestra aleatoria de estos
conglomerados.
• Hay una variación considerable dentro de cada grupo,
pero los grupos son esencialmente similares entre si.
24
Muestreo Probabilístico: Por conglomerados
POBLACIÓN CONGLOMERADOS MUESTRA
25
Elección del muestreo probabilístico frente al
no probabilístico
Muestreo no Muestreo
FACTORES
probabilístico probabilístico
26
DETERMINAR EL TAMAÑO DE
LA MUESTRA
27
¿Qué tamaño de muestra emplear?
Tener en cuenta...
Objetivos de la investigación
Tiempo Presupuesto
Margen de error
28
Intervalo de confianza
Límite de Límite de
Confianza Inferior Confianza Superior
29
Intervalo de confianza
• Probabilidad de que el intervalo contiene al parámetro de la
población.
• Se denota 100(1 - a)%
• 1- a es la probabilidad bajo la curva en el ancho del intervalo.
• + a /2 y - a /2 son la probabilidades en los extremos o colas.
• Niveles de confianza típicos son 99%, 95%, 90%
30
Intervalo y nivel de confianza
Distribución de sx_
Muestreo de la Media a/2 1-a a/2
_
x
µ`x = µ µ + Za / 2s X
µ - Za / 2s X
100(1 - a)% de los
intervalos de las
muestras
contienen a µ
31
Intervalo y nivel de confianza
s s
x - za £ µ £ x + za
2 n 2 n
IC (90%) = x ± 1.64s x
IC (95%) = x ± 1.96s x
IC ( 99%) = x ± 2.58s x
32
Determinación del tamaño de la muestra
s
margen de error = zs x = z
n
2
æ zs ö
n = çç ÷÷
è margen de error ø
pq
margen de error = zs p = z
2
n
z pq
n= 2
margen de error
33
Cálculo de muestras
Error Muestral vs Muestra (muestras infinitas)
20.0%
18.0% 17.9%
16.0%
14.0% 13.9%
Muestras recomendables para públicos
12.7% masivos
12.0%
10.3%
10.0%
9.0%
8.0% 8.0%
6.9%
6.0% 5.7%
4.9%
4.4%
4.0% 4.0% 3.7% 3.5%
3.1% 3.0% 2.8% 2.5%
2.0% 2.2%
2.0%
0.0%
30 50 60 90 120 150 200 300 400 500 600 700 800 1,000 1,100 1,200 1,500 2,000 2,500
34
Ejemplo
• Una empresa quiere medir el nivel de satisfacción de sus clientes y
quiere tener representatividad por cada uno de sus segmentos.
• Para un n=200 casos, todos los segmentos tienen
representatividad?
Proporcional No Proporcional
Segmentos BdD % n n
A 5,000 10% 20 50
B 10,000 20% 40 50
35
Cálculo de muestras
Error Muestral vs Muestra (muestras infinitas)
20.0%
Para totales en muestras
18.0% 17.9% complejas (por tipo de
cliente, metodología)
16.0%
14.0% 13.9%
12.7%
12.0%
10.3%
10.0%
9.0%
8.0% 8.0%
6.9%
6.0% 5.7%
4.9%
4.4%
4.0% Muestras mínimas para armar 4.0% 3.7% 3.5%
segmentos 3.1% 3.0% 2.8% 2.5%
2.0% 2.2%
2.0%
0.0%
30 50 60 90 120 150 200 300 400 500 600 700 800 1,000 1,100 1,200 1,500 2,000 2,500
36
Ejemplo
No Proporcional
Segmentos BdD % n
A 5,000 10% 30
B 10,000 20% 30
C 35,000 70% 90
37
Cálculo de muestras
Error Muestral vs Muestra (muestras infinitas)
20.0%
18.0% 17.9%
38
Ejemplo
• Un estudio para las ciudades del norte del País
No Proporcional
Censo INEI n
Segmentos %
2007
39