Está en la página 1de 48

INVESTIGACIÓN DE

MERCADOS CUANTITATIVA
SEMANA 4
COMPETENCIA A DESARROLLAR

Competencias Nivel de logro Definición


Cuestiona un tema o una
situación, analiza información
Uso de la información para el
2 y la utiliza de manera ética
pensamiento crítico
para llegar a una o más
conclusiones
Identifica parcialmente el
problema, los criterios y usa
algunas herramientas para la
Toma de decisiones 2 selección de alternativas con
una perspectiva de largo plazo,
evaluando los posibles
resultados de la decisión
UNIDAD 1:
INVESTIGACIÓN
CUANTITATIVA
• Semana 4:
• Muestreo:
• Muestreo probabilístico
• Muestreo no
probabilístico
LOGRO DE LA SESIÓN

Al finalizar esta sesión el alumno reconoce y


aplica los diferentes tipos de muestreo, así
como sus técnicas, con el objetivo de
desarrollar una investigación cuantitativa que
permita recopilar información para tomar
decisiones en el contexto de una problemática
empresarial.
MAPA DEL CURSO

Unidad 1 Unidad 2 Unidad 3


Investigación de Estudios Ad Hoc de Estudios continuos de
Mercados Cuantitativa Investigación Investigación
Cuantitativa Cuantitativa
• Definición, • Estudio Base • Brand Tracking
características,
ventajas y desventajas. • Estudio de producto • Auditoria de
producto
• Técnicas de • Estudio de imagen y
Investigación posicionamiento
cuantitativa • Estudio de
• Instrumentos y escalas segmentación

• Muestreo • Estudio de satisfacción


MUESTREO

En investigación de mercados, normalmente se


trabajan con muestras…

¿Por qué?
MUESTREO

En investigación de mercados, normalmente se


trabajan con muestras…

¿Por qué?
MUESTREO

¿En qué estudio se trabaja con toda la


población?
MUESTREO

¿En qué estudio se trabaja con toda la


población?
MUESTREO

¿Cómo se mide el rating en nuestro país?


¿De qué tamaño es la muestra del estudio
que mide el rating?
MUESTREO

¿Será suficiente
una muestra de
480 hogares para
representar a todo
Lima?
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO: Población meta

¿Qué es la población?
Es el conjunto de TODOS los elementos que poseen la información buscada por el
investigador y acerca de los cuales se espera hacer inferencias.

¿Cómo la definimos?
Una manera práctica es tener en cuenta variables fácilmente identificables:
Sexo:
Rango de edad:
NSE (nivel socioeconómico):
Ámbito geográfico:
Característica específica de uso o consumo del producto en evaluación y su
frecuencia:

¿Cómo la cuantificamos?
Con fuentes secundarias lo más formales y confiables posible. Ejemplo: Población
→ INEI / NSE → APEIM / Ministerios, Asociaciones, etc. / Otros: Artículos o
entrevistas en diarios o revistas especializadas.
DISEÑO DE MUESTREO: Población meta

Ejemplo:
Se desea realizar una investigación sobre las preferencias de las plataformas de
streaming entre jóvenes centennials de los distritos de la zona 7 de Lima
Metropolitana.

• Sexo: hombres y mujeres.


• Rango de edad: 18 a 24 años
• NSE: A, B y C
• Ámbito geográfico: Miraflores, San Isidro, San Borja, Surco, La Molina
• Característica específica: consumen o usan plataformas de streaming.
DISEÑO DE MUESTREO: Población meta

Cuantificación:
1. Hombres y mujeres de 18 a 24 años que vivan en Miraflores, San Isidro, San
Borja, Surco, La Molina.

https://www.inei.gob.pe
/sistemas-consulta/

INEI - SISTEMA DE INFORMACIÓN REGIONAL PARA LA TOMA DE DECISIONES

TOTAL
INDICADOR La Molina Miraflores San Borja San Isidro Surco
ZONA 7
Población censada de 18 años de edad 2,275 997 1,482 713 5,115 10,582
Población censada de 19 años de edad 2,244 972 1,392 656 4,912 10,176
Población censada de 20 años de edad 2,480 1,161 1,505 683 5,190 11,019
Población censada de 21 años de edad 2,370 1,087 1,531 715 5,135 10,838
Población censada de 22 años de edad 2,226 1,071 1,509 741 5,168 10,715
Población censada de 23 años de edad 2,182 1,156 1,486 708 5,031 10,563
Población censada de 24 años de edad 2,222 1,274 1,524 739 5,139 10,898
TOTAL 15,999 7,718 10,429 4,955 35,690 74,791
Nota: Actualizado en octubre de 2019.
Fuente: Instituto Nacional de Estadística e Informática - Censo Nacional de Población y Vivienda.
DISEÑO DE MUESTREO: Población meta

Cuantificación:
2. NSE: A, B y C

https://apeim.com.pe/informes-
nse-anteriores/

93.5%
DISEÑO DE MUESTREO: Población meta

Cuantificación:
3. Que consumen o usan plataformas de streaming

https://plataformas.news/ott/no
ta/mas-de-la-mitad-de-los-
peruanos-utiliza-los-servicios-
streaming
DISEÑO DE MUESTREO: Población meta

Cuantificación:

Hombres y mujeres de 18 a 24 años que


vivan en Miraflores, San Isidro, San Borja, 74,791
Surco, La Molina.
NSE A, B y C 93.5%
Que consuman o usen plataformas de
71.0%
streaming
Población de estudio 49,659
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO: Marco muestral

¿Qué es el marco muestral?


Es un listado de todos los elementos de la población.
Cuando no se puede tener un listado, puede ser una serie de instrucciones para
identificar la población meta (por ejemplo identificarlos en base a los mapas de la
ciudad, donde se tienen ubicados los hogares por NSE).

Características:
• Cada elemento de la población de estudio está presente en el marco muestral.
• Cada elemento de la población está presente solo una vez en el marco
muestral.
• No hay elementos externos a la población de interés presentes en el marco.
• Para que funcione correctamente debe estar actualizado.
DISEÑO DE MUESTREO: Marco muestral

Ejemplos:

1. Estudio de satisfacción de los clientes de Entel.

Población: Clientes activos de Entel


Marco muestral: Base de datos con los nombres y números de celular de los
clientes activos (lo proporciona la misma empresa Entel)

2. Estudio de Opinión pública realizada por Ipsos para América TV


https://www.ipsos.com/sites/default/files/ct/news/documents/2022-
08/Informe%20Encuesta%20Nacional%20Urbano%20Rural%20-
%20America%20Televisi%C3%B3n%20al%2012%20de%20agosto%202022%20%28
Publicado%2014%20agosto%29.pdf

Población: Hombres y mujeres de 18 años a más de la población nacional urbano


rural del Perú.
Marco muestral: Ipsos usa como marco muestral la última cartografía del INEI, que
proviene del Censo 2017 (Mapas)
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO: Técnicas de muestreo
Técnicas de
muestreo

No
Probabilístico
Probabilístico

Procedimiento muestral en el Procedimiento muestral en


que los elementos de la el que todos los elementos
muestra son elegidos en base de la población tiene una
al juicio personal del oportunidad de ser elegidos
investigador. No todos los como parte de la muestra.
elementos de la población Los elementos de la muestra
tienen oportunidad de formar se seleccionan al azar.
parte de la muestra. Este tipo Es indispensable contar con
de muestreo es usado en el marco muestral.
investigación cualitativa. Es el tipo de muestreo más
En ciertos casos, debido a usado en la investigación
limitaciones “operativas” se cuantitativa.
puede usar también en
investigación cuantitativa.
DISEÑO DE MUESTREO: Técnicas de muestreo

Técnicas de
muestreo

No
Probabilístico
Probabilístico

Conveniencia Aleatorio simple

Juicio Sistemático

Cuotas Estratificado

Bola de Nieve Conglomerados


DISEÑO DE MUESTREO: Técnicas de muestreo

Técnicas de
muestreo

No
Probabilístico
Probabilístico

Conveniencia Aleatorio simple

Juicio Sistemático

Cuotas Estratificado

Bola de Nieve Conglomerados


MUESTREO: Muestreo no probabilístico

• Es el método de muestreo en el cual los elementos de la muestra son


seleccionados a juicio del investigador.
• La probabilidad de selección de cada unidad muestral es desconocida, por lo
que los resultados obtenidos de esta muestra no se pueden extrapolar
estadísticamente a la población.
• El tamaño de la muestra es decisión del investigador.
• Se usa en estudios cualitativos en donde no hay necesidad de proyectar los
resultados obtenidos.
• En investigación cuantitativa:
• Es útil cuando no se cuenta con un marco muestral apropiado.
• Se usa cuando hay restricciones de acceso a la población. Ejemplo: la
pandemia dificulta que los encuestadores puedan salir a encuestar a
hogares en todo Lima.
• Se usa también cuando el costo de una muestra probabilística es alto y el
presupuesto no lo permite.
MUESTREO NO PROBABILÍSTICO:
Conveniencia
• Busca obtener una muestra de elementos convenientes. Aquellos a los que más
fácil acceso se tiene.
• La selección de la muestra se deja principalmente al entrevistador.
• Muchas veces los encuestados son seleccionados porque se encuentran en el
lugar y momento adecuados.
• Ejemplos:
• Si se busca estudiar a compradoras de supermercados, el encuestador se
ubica en la puerta de los supermercados que más cerca tiene.
• Circular un cuestionario virtual en las redes sociales de los investigadores.
MUESTREO NO PROBABILÍSTICO:
Juicio
• Es una forma de muestreo por conveniencia, en el cual los elementos de la
población se seleccionan con base en el juicio del investigador
• El investigador utiliza su juicio o experiencia para elegir a los elementos que se
incluirán en la muestra, porque considera que son representativos o
adecuados.
• Ejemplos:
• Si se quiere conocer la opinión acerca de un nuevo tipo de pasta, el
investigador puede seleccionar a quienes él cree que son los chefs más
reconocidos en este tipo de comidas.

Investigador
MUESTREO NO PROBABILÍSTICO:
Cuotas
• Es una forma de muestreo que busca asemejarse lo más posible a la población,
a través de la presencia, usualmente, proporcional de los diferentes segmentos
que la componen.
• Se trabaja en dos etapas:
• Primera se determinan las cuotas por segmento: Sexo, edad, NSE, etc.
• Segunda, la elección de cada elemento para cada segmento puede ser por
conveniencia o juicio.
• Ejemplos:
• Estudio sobre opinión de los docentes de universidades públicas de Lima
sobre el retorno a la presencialidad en las clases. Se busca que en la
muestra haya docentes de todas las universidades públicas en la misma
proporción que en la población.

Muestra
MUESTREO NO PROBABILÍSTICO:
Bola de nieve
• Se selecciona un grupo inicial de encuestados.
• Este grupo inicial refiere a otros encuestados.
• Se suele usar cuando el público objetivo es muy específico.
• Ejemplos:
• Estudio sobre acceso a la educación para niños con autismo.
• Estudio sobre accesorios deportivos para runners.
MUESTREO NO PROBABILÍSTICO:
Para practicar

1. Solicitar opinión a personas que transitan por un centro comercial

2. Se elige a compradores industriales de determinadas empresas, pues se les considera


representativos de la industria.

3. Se desea investigar a un grupo de estudiantes de universidades que están siguiendo


cursos en ingles. Se selecciona una muestra del 60% de universidades particulares y 40%
de universidades estatales. Luego se aplica un muestreo por conveniencia

4. Se selecciona a jóvenes que practican el violín para un estudio de mercado y se les pide a
los jóvenes que nos refieran contactos que estudian o han estudiado con ellos violín.
DISEÑO DE MUESTREO: Técnicas de muestreo

Técnicas de
muestreo

No
Probabilístico
Probabilístico

Conveniencia Aleatorio simple

Juicio Sistemático

Cuotas Estratificado

Bola de Nieve Conglomerados


MUESTREO: Muestreo probabilístico

• Es el método de muestreo en el cual todos los elementos de la muestra tienen


una probabilidad conocida de formar parte de la muestra.
• Los resultados obtenidos de esta muestra SI se pueden extrapolar
estadísticamente a la población.
• Para determinar el tamaño de la muestra se toman en cuenta las
probabilidades y margen de error.
• Se usa en estudios cuantitativos en los que se requiere proyectar los resultados
obtenidos a la población.
• En investigación cuantitativa:
• Se requiere un marco muestral apropiado.
• Su uso implica presupuesto y tiempos holgados.
MUESTREO PROBABILÍSTICO:
Aleatorio simple
• Todos los elementos de la población tienen la misma probabilidad de ser
elegidos para formar parte de la muestra.
• Se requiere tener un marco muestral actualizado. La muestra se extrae del
marco muestral de manera aleatoria (por sorteo).
• Es útil cuando no hay características relevantes que “diferencien” a los
elementos de la población.
• Ejemplos:
• Se realizará un estudio de satisfacción de los clientes de Entel. La empresa
tiene la base de datos de sus clientes (marco muestral). Por sorteo se elige
a cada elemento de la muestra.
MUESTREO PROBABILÍSTICO:
Sistemático
• El primer encuestado, se elige determinando un punto de inicio aleatorio.
Luego se elige cada “n” elemento en sucesión del marco muestral.
• Ejemplos:
• Se realizará un estudio de satisfacción de los clientes de Entel. La empresa
tiene la base de datos de sus clientes (marco muestral). El primer
encuestado se elige aleatoriamente y luego se establece que se encuestará
cada 20 “sorteados”.
MUESTREO PROBABILÍSTICO:
Estratificado
• La población objetivo se divide en estratos y se seleccionan muestras de cada
estrato. La elección de esta muestra (de cada estrato) puede ser aleatoria
simple o sistemática
• Estos estratos están basados en alguna característica relevante que
“diferencian” a los elementos de la población
• El muestreo estratificado puede ser proporcional o no proporcional al peso de
los estratos en la población.
• Ejemplos:
• Se realizará un estudio de satisfacción de los clientes de Entel. La empresa
tiene definido 3 tipos de clientes en función a los montos de facturación
de cada uno de ellos: Clientes grandes, medianos y pequeños. Los
resultados del estudio se requieren conocer por tipo de cliente.
MUESTREO PROBABILÍSTICO:
Estratificado
Estudio de satisfacción de clientes de Entel:
La empresa tiene 10,000 clientes y los clasifica como clientes grandes, medianos y
pequeños. Esta clasificación la realiza en función a las ventas que hace a cada cliente.
Cantidad de clientes % de clientes Ventas % de ventas
Clientes grandes 2,000 20% 60,000 60%
Clientes medianos 3,000 30% 30,000 30%
Clientes pequeños 5,000 50% 10,000 10%
Total clientes 10,000 100,000

La muestra que se establece para el estudio es de 400 casos


Si la empresa quiere resultados por tipo de cliente, se debe trabajar con un muestreo
estratificado. La pregunta es ¿debe ser proporcional o no proporcional.?

Muestreo estratificado PROPORCIONAL NO PROPORCIONAL


Clientes grandes 80 240
Clientes medianos 120 120
Clientes pequeños 200 40
Muestra total 400 400
MUESTREO PROBABILÍSTICO:
Por conglomerados
• La población meta se divide primero en subpoblaciones o conglomerados
mutuamente excluyentes.
• Luego, se selecciona una muestra aleatoria de conglomerados.
• Después de la elección de conglomerados, internamente se eligen a los
elementos a través de un muestreo aleatorio simple o sistemático.

• Ejemplos:
• Si se quiere medir el nivel de aceptación de la gestión del presidente de la
república, se divide Lima en conglomerados (puede ser conjuntos de
manzanas). Se eligen sólo algunos conglomerados y se trabajo sólo con
ellos. Lima Metropolitana

1 2 3 4 5

6 7 8 9 10

11 12 13 14 15

16 17 18 19 20

21 22 23 24 25

Conglomerados elegidos para la muestra


MUESTREO PROBABILÍSTICO:
Para practicar

1. Se pretende realizar un estudio sobre los hábitos de lectura en los estudiantes de una
universidad. Las alumnos que actualmente estudian en esta universidad son 544 y se
quiere extraer una muestra de 65. Para elegir a los 65 alumnos, se asigna a cada uno un
número del 1 al 544 asociando cada número a un único individuo. Una vez realizada esa
asignación, se introducen las 544 bolas numeradas en una urna, se mezclan
cuidadosamente y se seleccionan 65 bolas al azar

2. Para obtener una muestra de suscriptores telefónicos en una ciudad grande, se puede
elegir el vigésimo nombre de cada página de la guía telefónica. También podemos
escoger un nombre de la primera página del directorio y después seleccionar cada
nombre del lugar número cien a partir del ya seleccionado.

3. Nos interesa obtener una muestra de las opiniones de los profesores de una gran
universidad. Puede ser difícil obtener una muestra con todos los profesores, así es que
elegimos una muestra de cada facultad, de tal manera que todas estén representadas en
la muestra de estudio.
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO:
Tamaño de muestra
N
Población finita: N < 100,000

Población infinita: N > 100,000

Z E
Coeficiente del nivel de confianza
(Ojo, no el nivel de confianza, su % error muestral permitido
coeficiente)

P Q
Probabilidad de rechazo o en contra
Probabilidad de aceptación o a favor
(Máximo 50%, opinión de expertos o
(Máximo 50%, opinión de expertos o
Estudios previos)
Estudios previos)
DISEÑO DE MUESTREO:
Tamaño de muestra
DISEÑO DE MUESTREO:
Tamaño de muestra
EJERCICIO:
Se está trabajando la etapa cuantitativa de un estudio de imagen y
posicionamiento, para eso, de acuerdo a los resultados de la etapa
exploratoria se sabe que el universo son mujeres que usan cremas faciales
especializadas en eliminación de manchas generadas por el sol. El universo
es de más de un millón de mujeres, además por información de expertos
se conoce que 6 de cada 10 mujeres tienen estas características. Se exige
un margen de error de 3% y un nivel de confianza de 98%.
¿Cuál es el tamaño de muestra?
DISEÑO DE MUESTREO:
Tamaño de muestra
EJERCICIO:
Se está trabajando el lanzamiento de un nuevo equipo altamente
especializado en minería. En este caso el universo serían super
intendentes de geología y se conoce que sólo hay 1200 de ellos en
nuestro país. Se exige un margen de error de 4% y un nivel de
confianza de 95%. Hallar la muestra
¿Cuál es el tamaño de muestra?
DISEÑO DE MUESTREO: Proceso
Definir la población
meta

Determinar el marco
muestral

Seleccionar la técnica
de muestreo

Determinar el tamaño
de la muestra

Llevar a cabo el
proceso de muestreo
DISEÑO DE MUESTREO:
Ejecución del proceso de muestreo
Implica las indicaciones específicas para la ejecución del tipo de muestreo seleccionado y la
elección de cada elemento de la muestra.
Ejemplo para un estudio sobre la intención de voto para las elecciones municipales del distrito
de Los Olivos. Se utilizará un muestreo por conglomerados y estratificado :

1. Se establece el marco muestral a través de la cartografía más reciente (mapas según censo
2017)
2. Se determinan los conglomerados (dividir Los Olivos en conglomerados que pueden ser
conjuntos de manzanas) y estratos (por ejemplo NSE)
3. Se eligen los conglomerados aleatoriamente, con visualización de los mapas a través de
softwares especializados, se asegura que haya máxima dispersión evitando concentración
en ninguna zona en particular.
4. Se calcula el tamaño de muestra para cada estrato (proporcionalmente a los NSE)
5. Dentro de cada conglomerado elegido se respetan las proporciones por NSE
6. Se eligen los hogares a visitar, eligiendo una primera vivienda y para el resto se hacen
“saltos” de 5 hogares.
7. Si en los hogares elegidos hay más de una persona mayor de 18 años, se elige a la persona
cuyo cumpleaños sea el más próximo.
BIBLIOGRAFÍA

Investigación de Mercados: conceptos


esenciales
Malhotra, Naresh K. Pearson
Education,
México DF 2016

También podría gustarte