Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Paso 3 Diseño Inv Muestreo
Paso 3 Diseño Inv Muestreo
Competencia
Conocer, analizar y aplicar los conceptos y procesos del plan de muestreo, para el desarrollo de la
metodología del proyecto de investigación de mercados, considerando el uso de herramientas tecnológica.
POBLACIÓN
Conjunto de todos los elementos que comparten un grupo común de características, y forman el universo para el
propósito del problema de investigación de mercado.
CENSO
Conteo completo de los elementos de una población u objetos de estudio.
MUESTRA
Subgrupo de elementos de la población que se seleccionan para participar en el estudio.
POBLACIÓN META
Conjunto de elementos u objetos que posee la información que busca el investigador y acerca del cual deben
hacerse las inferencias.
ELEMENTOS
Objeto que posee la información que busca el investigador y acerca el cual deben hacerse las inferencias.
UNIDAD DE MUESTRA
Unidad básica que contiene los elementos de la población que se incluirá en la muestra.
MARCO DE MUESTRA
Representación de los elementos de la población meta que consiste en una lista o grupo de indicaciones para
identificar la población meta.
TAMAÑO DE LA MUESTRA
Número de unidades que se incluirán en un estudio.
1
PROCESO DE DISEÑO DE LA MUESTRA
1-Definir la población
La población meta debe definirse en términos de los elementos, las unidades de muestra, la extensión y el
tiempo. En la investigación por encuesta por general el elemento es el entrevistado.
2
5-Ejecutar el proceso de muestreo
La ejecución del proceso de muestreo requiere de una especificación detallada de la forma en que se ponen en
practica la decisiones del diseño d la muestra respecto a la población, el marco muestral, la unidad de muestra,
la técnica de muestreo, y el tamaño de la muestra.
TÉCNICAS DE
MUESTREO
ESTRATIFICADO
MUESTREO POR
MUESTREO POR
MUESTREO POR
CONVENIENCIA
BOLA DE NIEVE
MUESTREO DE
MUESTREO DE
SISTEMÁTICO
ALEATORIO
MUESTREO
MUESTREO
MUESTREO
GRUPO
CUOTA
JUICIO
MUESTREO NO PROBABILISTICO
Técnicas de muestreo que no utilizan procedimientos de selección por causalidad, sino que más bien dependen
del juicio personal del investigador.
MUESTREO PROBABILÍSTICO
Procedimiento de muestreo en el cual cada elemento de la población tiene una oportunidad probabilística fija de
ser seleccionado para la muestra.
3
Ejemplo: entrevistas de intercepción en centros comerciales sin seleccionar a los entrevistados de acuerdo con
sus cualidades.
4
MUESTREO SISTEMÁTICO
Técnica de muestreo probabilístico en la que la muestra se elige mediante la selección de un punto de inicio
aleatorio y después la selección de cada iesimo elemento en sucesión a partir del marco de la muestra.
Ejemplo: supongamos que tenemos una población de 120 trabajadores de una empresa textil, de los cuales se
desea seleccionar el 10% de esa población, para enviaros a un taller de actualización sobre algunas técnicas de
higiene y seguridad, lo cual va ser de gran provecho, para el área en el cual trabajan.
Se puede seguir el siguiente procedimiento:
n = 4, 14, 24, 34, 44, 54, 64, 74, 84, 94, 104, 114
MUESTREO ESTRATIFICADO
Técnica de muestreo probabilístico que utiliza un proceso de dos pasos para dividir la población en
subpoblaciones o estratos. Los elementos se seleccionan de cada estrato mediante un procedimiento aleatorio.
Ejemplo: suponga que se tiene una población formada por 150 trabajadores pertenecientes a la zona franca, los
cuales se dividen en las siguientes categorías: administrativos, técnicos y especialistas. Se desea seccionar al
20% de los trabajadores para que estudien los días sábados. Aquí se va a tener una matriz de datos de 150
trabajadores (organizados de 10 en 10) y para proceder a su estratificación, se tiene lo siguiente:
Administrativos: 7 columnas de 10c/u = 70 (1 al 70)
Técnicos: 5 columnas de 10c/u =50 (71 al 120)
Especialistas: 3 columnas de 10c/u =30 (121 al 150)
Solución: para proceder a la escogencia de la muestra en cada subestrato, se sigue el siguiente procedimiento:
Se multiplica la cantidad de elementos de cada subestrato por k, es decir, los cálculos para todos los casos.
Estrato 1: 70*0.2 =14
Estrato 2: 50*0.2 = 10
Estrato 3: 30*0.2 =6
La sumatoria final es de 30, correspondiente a la a la muestra señalada al inicio del ejercicio.
Con la aplicación de este método de muestreo, se puede encontrar cuantos elementos son en la muestra, pero no
dice quienes son. Para contestar a esta interrogante, se utilizan os otros métodos conocidos con anterioridad.
5
MUESTREO POR CONGLOMERADOS
Técnicas de muestreo probabilístico de dos pasos en la que la población meta se divide primero en sub
poblaciones mutuamente excluyentes y colectivamente exhaustivas, llamadas grupos, y después se selecciona
una muestra aleatoria de grupos con base en una técnicas de muestreo probabilístico como el muestreo aleatorio
simple. Para cada grupo seleccionado, se incluyen todos los elementos en la muestra o se toma una muestra de
elementos en forma probabilística.
Ejemplo: ubicar l universo en un barrio X y delimitar el territorio por zonas para proceder a llenar los
cuestionarios.
6
ELECCIÓN DEL MUESTREO NO PROBABILÍSTICO CONTRA EL MUESTREO PROBABILÍSTICO.
TAMAÑO DE LA MUESTRA
La elección de la muestra probabilística y no probabilística se determina con base en los objetivos del estudio,
el esquema de la investigación y el alcance de sus contribuciones. Las muestras probabilísticas tienen muchas
ventajas, quizás la principal sea que puede medirse el tamaño de error en nuestras predicciones. Se dice incluso
que el principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, la que se le
llama error estándar.
La muestra probabilística son esenciales en los diseños de investigación transeccionales cuantitativos (por
encuestas), donde se pretende hacer estimaciones de variables en la población.
Los elementos maestrales tendrán valores muy parecidos a los de la población, de esta manera que las
mediciones en el subconjunto nos darán estimados precisos del conjunto mayor.
7
se = la desviación estándar de la distribución austral y representa la fluctuación de y.
(se) = el error estándar al cuadrado, es la formula que nos servirá para calcular la varianza (V) de la población
(N). Y la varianza de la muestra (n) será la expresión S.
Cuando se hace una muestra probabilística (recordemos que estamos bajo el enfoque cuantitativo), uno debe
preguntarse: dado que una población es de N, ¿Cuál es el menor numero de unidades muéstrales (personas,
organizaciones, etcétera) que necesito para conformar una muestra (n) que me asegure un error estándar menor
de .01?
La respuesta de esta pregunta busca encontrar la probabilidad de ocurrencia de y y que mi estimado y se
acerque a Y, el valor real de la población. Si establecemos el error estándar y fijamos .01, sugerimos que esta
fluctuación promedio de nuestro estimado y con respecto a los valores reales de la población Y no sea > .01, es
decir, que de 100 casos, 99 veces mi predicción sea correcta y que el valor de y se situé en un intervalo de
confianza que comprenda el valor de Y. resumiendo, para una determinada varianza (V) de y, ¿Qué tan grande
debe ser mi muestra? Ello se determina en dos pasos:
S
1- n = = tamaño provisional de la muestra = varianza de la muestra
V varianza de la población
2-n = n
1+n/N
Para un estudio de directores generales consideramos a todos aquellos directores generales de empresas
industriales y comerciales que, en 2005, tienen un capital social superior a 3 Millones de córdobas, con
ventas superiores a los 10 millones de córdobas o con más de 300 personas empleadas. Con estas
características se preciso que la población era de N =1176 directores generales, ya que 1176 empresas
reunían las características. ¿Cual es entonces el número de directores generales n que se debe entrevistar,
para tener un error estándar menor de 0.15, y dado que la población total es de 1176?
8
s= varianza de la muestra expresada como la probabilidad de ocurrencia de y.
n= tamaño de la muestra
n= s
V= (.015) = .000225
n= .09 = 400
.000225
n= n = 400 = 298
1+n/N 1+400/1176
n= 298