Investigación de Mercados

Unidad II
MÉTODOS DE MUESTREO Y DISEÑO MUESTRAL

Séptima Semana:
Estimación de parámetros y tamaño de la muestra

Alberto Díaz Rosillo

 CONTENIDO SESIÓN
Tamaño de muestra

I. Determinación del tamaño de muestra para enfoque cualitativo

1) Tamaño en grupos focales
2) Tamaño en entrevistas en profundidad

II. Determinación del tamaño de muestra para enfoque cuantitativo

1) La estimación de parámetros
2) Tamaño de muestra para estimar la media poblacional. MAS
3) Tamaño de muestra para estimar la proporción poblacional. MAS
4) Tamaño en muestreo estratificado proporcional
5) Tamaño en muestreo estratificado óptimo
6) Tamaño en muestreo estratificado incluyendo costos

2
I. Determinación del
tamaño de la muestra para
enfoque cualitativo

3
 1. TAMAÑO EN GRUPOS FOCALES
Buscamos saber cómo piensan o reaccionan unas
determinadas personas sobre un hecho concreto
Pertinencia de los grupos focales
 El producto o servicio es inexistente
 Público objetivo difícil de conseguir
 Necesidad de entender un problema
 Definir preguntas de un cuestionario
 Conocer aspectos culturales
 Interpretar un fenómeno desde lo vivido o la experiencia
 Conocer procesos mentales
 Determinar cómo es el proceso de elección de un producto/servicio
 Realización de análisis sensoriales
 1. TAMAÑO EN GRUPOS FOCALES

Criterios de selección de la muestra

 La definición del público objetivo
 Características sociodemográficas
 Compatibilidad entre los integrantes de la muestra (códigos
socioculturales, educación, jerarquía, formación, religión, etc.)
 Equilibrio en integrantes
 Heterogeneidad intra e intergrupal. Alejar saturación.
 1. TAMAÑO EN GRUPOS FOCALES

Pertinencia de los
grupos focales
Análisis:
El discurso
Los gestos
Tono de la voz
Reacción frente a imágenes Criterios de selección
de la muestra
 2. TAMAÑO EN ENTREVISTAS EN PROFUNDIDAD
Entender los motivos de las opciones escogidas individuales. Recomendado cuando
el tema es muy personal, cuando tiene implicaciones emocionales o cuando se
requiere de la opinión de expertos. (C. Ivankovich & Y. Araya-Quesada, 2011)

Conseguir la saturación de
la información

Experiencia
Costo justificado
II. Determinación del
tamaño de la muestra para
enfoque cuantitativo

8
 1. LA ESTIMACIÓN DE PARÁMETROS

La estimación de parámetros consiste en el cálculo aproximado del valor

de un parámetro en la población, utilizando la inferencia estadística, a partir
de los valores observados en la muestra estudiada

Población (N) ¿Para todo tipo de investigaciones?

Xi = Variable Muestra (n)

Parámetro
μ= Media aritmética poblacional Estimador
Π = Proporción poblacional X = Media aritmética muestral
p = Proporción muestral

ESTIMACION

Variables cuantitativas: Media aritmética

Variables categóricas: Proporción poblacional
2. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA MEDIA POBLACIONAL
(muestreo aleatorio simple MAS)

¿DE DONDE PARTIMOS?

Tamaño de muestra Error muestral

µ= ± Error muestral
σ
Error muestral = E = Znc * = 𝑍𝑛𝑐
𝑛

σ  S; estimado desviación típica población (estudio piloto, estudios anteriores)

𝑍𝑛𝑐 : Valor normal tipificada a un nivel de confianza dado
2. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA MEDIA POBLACIONAL
(muestreo aleatorio simple MAS)

CUIDADO. Recordad. Son variables cuantitativas.

Para poder estimar µ necesitamos un tamaño de muestra de:

Población infinita Población finita
2
𝑍𝑛𝑐 𝑆 𝑍𝑆𝑁 2 2
𝑛=
𝐸 n= 2 2 2
𝑍 𝑆 +𝐸 (𝑁−1)
Problema: antes de realizar la investigación
no conocemos el valor de S.
3. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL
(muestreo aleatorio simple MAS)

Estimación de frecuencias relativas, proporciones (p)

Dirigido hacia variables categóricas

(opciones de respuesta categorías).

¿DE DONDE PARTIMOS?

𝑝 1−𝑝
𝜋 = 𝑝 + 𝑒𝑟𝑟𝑜𝑟 = 𝑍𝑛𝑐 ∗ 𝑆𝑝 = 𝑍𝑛𝑐 ∗ 𝑛

Sp: estimación del error típico de la proporción 𝑥 − 𝑛𝑝

Z=
P: proporción de éxitos. 𝑛𝑝𝑞
q: proporción de fracasos (1-p). Si no se conoce se toma p=q=0,5
3. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL
(muestreo aleatorio simple MAS)

Para poder estimar π necesitamos un tamaño de muestra de:

Población infinita Población finita

2
Z 2
pq Z pqN
n 1 / 2 n 2 1 / 2

E 2
E ( N  1)  Z1 / 2 pq
2
3. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL
(muestreo aleatorio simple MAS)

Ejemplo
Se desea estimar el porcentaje de trabajadores que consumen café, en un zona
industrial que agrupa a 4000 trabajadores.
¿Qué tamaño de muestra debe considerarse, Si el nivel de confianza con el que se
va ha trabajar es del 95%, un nivel de precisión absoluta de 0.05?
Por estudios anteriores se sabe que el 60% de los trabajadores toman café.

Determinación del tamaño de la muestra:

Tenemos la siguiente información:

N = 4000
P = Porcentaje de trabajadores que toman café = 60%
Z = 95%, el valor Z de la distribución normal estándar es de 1.96
E = 0.05
3. TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN POBLACIONAL
(muestreo aleatorio simple MAS)

Ejemplo
(1.96) 2 * 0.60 * 0.40 * 4000
n
(0.05) 2 (4000  1)  (1.96) 2 * 0.60 * 0.40

Realizando operaciones llegamos a:

3687 .936 3687 .936
n   337.74  338
9.9975  0.921984 10.919484

Observación:
Se recomienda siempre al tamaño de muestra final agregar una tasa de no
respuesta que varía entre 3% y 7% dependiendo del tipo de estudio.
 4. TAMAÑO EN MUESTREO ESTRATIFICADO PROPORCIONAL

Los estratos de la muestra (el número de datos a considerar)

conservan la misma proporción de la población

Población infinita
Para estimar medias Para estimar proporciones

n
Z 2
1 / 2 WiSi 2

n
Z12 / 2 WiPiqi
2
E E2

Wi: Proporción del estrato en la población

Si: Desviación típica del estrato Pi: Proporción de éxitos en el estrato

(no la conocemos antes de realizar la investigación)
 4. TAMAÑO EN MUESTREO ESTRATIFICADO PROPORCIONAL

Los estratos de la muestra (el número de datos a considerar)

conservan la misma proporción de la población

Población finita
Para estimar medias Para estimar proporciones

Wh: Proporción del estrato en la población

Sh: Desviación típica del estrato Ph: Proporción de éxitos en el estrato

(no la conocemos antes de realizar la investigación)
4. TAMAÑO EN MUESTREO ESTRATIFICADO PROPORCIONAL

Ejemplo estratificado proporcional

Se desea estimar el porcentaje de personas mayores de edad que consumen café
al menos 3 veces a la semana en Lima. En un estudio de dos años atrás se
encontraron los siguientes porcentajes de consumo de café en estos distritos: La
Molina: 55%. Magdalena: 40%. Villa María: 20%. Se considera porcentajes sobre el
total de la población los siguientes: La Molina: 30%, Magdalena 20%, Villa María:
50%.
¿Qué tamaño de muestra debe considerarse para un muestreo estratificado si el
nivel de confianza con el que se va ha trabajar es del 95% con un nivel de precisión
absoluta (error) de 0.05?

Pi: Proporción de éxitos en el estrato Z12 / 2 WiPiqi

Wi: Proporción del estrato en la población
n 2
E
4. TAMAÑO EN MUESTREO ESTRATIFICADO PROPORCIONAL

Ejemplo estratificado proporcional

Z12 / 2 WiPiqi
n
E2
1,962 (0,07425 + 0,048 + 0,08)
n= = 310,78  311
0,052

Reparto de la muestra total en los distintos estratos:

Distrito Proporción Tamaño en el estrato
La Molina 0,07425/0.20225 = 0,3671 0,3671 * 310,78 = 114,08  115
Magdalena 0,048/0.20225 = 0,2370 0,2370 * 310,78 = 73,65  74
Villa María 0,08/0.20225 = 0,3955 0,3955 * 310,78 = 122,92  123
100% 312
 5. TAMAÑO EN MUESTREO ESTRATIFICADO ÓPTIMO

Con la afijación óptima tendemos a dar más elementos de muestra a aquellos estratos que tienen
mayor variabilidad. También llamado no proporcional, con este muestreo cada estrato es proporcional
a la desviación estándar. En otras palabras, el número de datos en cada estrato será mayor en la
medida en que exista mayor variabilidad entre ellos.

Población infinita
Para estimar medias Para estimar proporciones

n= n=

(La desviación típica no la conocemos

antes de realizar la investigación)
5. TAMAÑO EN MUESTREO ESTRATIFICADO ÓPTIMO

Ejemplo estratificado óptimo

Se desea estimar el porcentaje de personas mayores de edad que consumen café
al menos 3 veces a la semana en Lima. En un estudio de dos años atrás se
encontraron los siguientes porcentajes de consumo de café en estos distritos: La
Molina: 55%. Magdalena: 40%. Villa María: 20%. Se considera porcentajes sobre el
total de la población los siguientes: La Molina: 30%, Magdalena 20%, Villa María:
50%.
¿Qué tamaño de muestra debe considerarse para un muestreo estratificado
óptimo si el nivel de confianza con el que se va ha trabajar es del 95% con un nivel
de precisión absoluta (error) de 0.05?

n
Z 2
1 / 2  w i pi qi 2

E2
 5. TAMAÑO EN MUESTREO ESTRATIFICADO ÓPTIMO

Ejemplo estratificado óptimo

n
Z 2
1 / 2  w i pi qi 2

E2
1,962 (0,149 + 0,098 + 0,200)2 1,962 (0,447)2
n= = = 307,35  308
0,052 0,052
Reparto de la muestra total en los distintos estratos:

Distrito Proporción Tamaño en el estrato

La Molina 0,149/0.447 = 0,334 0,334 * 307,35 = 102,5  103
Magdalena 0,098/0,447 = 0,219 0,219 * 307,35 = 67,3  68
Villa María 0,200/0,447 = 0,447 0,447 * 307,35 = 137,4  138
100% 309
 6. TAMAÑO EN MUESTREO ESTRATIFICADO
(asignación incluyendo costos)
Los costos son distintos en cada estrato
Reparto del tamaño de muestra total teniendo en cuenta el costo unitario de obtener
un registro en cada estrato
En caso de medias En caso de proporciones

Sh: Desviación típica Ph: Porcentaje de casos de

en el estrato h n: Tamaño de muestra total
éxito en cada estrato
Ch: Costo por unidad de
Nh: Tamaño de muestra Wh: Proporción de
en cada estrato
muestreo en el estrato h
muestra en cada estrato
(La desviación típica no la conocemos
antes de realizar la investigación)
6. TAMAÑO EN MUESTREO ESTRATIFICADO INCLUYENDO COSTOS

Ejemplo para asignación incluyendo costos

Ci = costo en soles de cada unidad de muestreo en cada estrato.
n = 310,78 tamaño de muestra n = 307,35 tamaño de muestra óptimo

MUESTREO ESTRATIFICADO. ASIGNACIÓN EN FUNCIÓN DE COSTOS

La Molina Magdalena Villa María
pi 0,55 0,4 0,2
qi 0,45 0,6 0,8
ci 15 12 10
Raiz (pi * qi / ci) 0.128 0.141 0.126
Wi 0.30 0.20 0.50
Raiz (pi * qi / ci) * Wi 0.0385 0.028 0.063
∑(Raiz (pi * qi/ci) * Wi) 0,130
Di = Raiz/∑Raiz 0.296 0.217 0.486
ni = n *Di 92.0 67,5 151,1
ni = 92 68 152
 Investigación de Mercados
Unidad II
MÉTODOS DE MUESTREO Y DISEÑO MUESTRAL

Séptima Semana:
Estimación de parámetros y tamaño de la muestra

Alberto Díaz Rosillo