Malhotra Mr05 PPT 11

Capìtulo 11
Muestreo:
diseño y procedimientos
11-1
© 2007 Prentice Hall
Esquema del capìtulo
1) Objetivos
2) Muestreo o Censo
3) El proceso de diseño de Muestreo
i. Definiciòn de la poblaciòn meta
ii. Determinaciòn del marco de
muestreo.
iii. Elecciòn de una tècnica de
muestreo.
iv. Determinaciòn el tamaño de la
muestreo.
v. Realizaciòn del proceso de
muestreo.
© 2007 Prentice Hall 11-2
4) Clasificaciòn de la tècnicas de muestreo
i. Tècnicas de muestreo no probabilìstico
a. Muestras por conveniencia
b. Muestreo por juicio
c. Muestreo por cuotas
d. Muestreo de bola de nieve
ii. Tècnicas de muestreo probabilistico
a. Muesteo aleatorio simple
b. Muestreo sistemàtico
c. Muestreo estratificado
d. Muestreo por conglomerados
e. Otras tècnicas de muestreo
probabilistico o no probabilistico
5. Elecciòn del muestreo probabilìstico o no

probabilistico
6. Usos del muestreo no probabilìstico y
probabilìstico
7. Muestreo por internet
8. Investigaciòn de mercados internacionales
9. Etica en la investigaciòn de mercados
10. Resùmen

Muestra o censo
Table 11.1
Condiciones que favorecen el uso de
Tipo de estudio Muestra Censo
pequeño grande
1. presupuesto
2. tiempo disponible poco mucho
3. tamaño de la poblaciòn grande pequeño
4. varianza en la caracteristica pequeño grande
5. costo de los errores de muestreo bajo alto
6. Costo de los errores que no son muestreo alto bajo
7. naturaleza de la mediciòn Destructiva No destructiva
8. atenciòn a casos individuales si No

El proceso de diseño del muestreo
Fig. 11.1
Definir la poblaciòn meta
Determinar el marco de muestreo
Seleccionar las tècnicas de muestreo
Determinar el tamaño de la muestra
Llevar a cabo el proceso de muestreo

Definiciòn de la poblaciòn meta
La poblaciòn meta es el conjunto de elementos u

objetos que poseen la informaciòn buscada por el
investigador acerca del cual se haràn inferencias.
 Un elemento es el objeto sobre el cual se desea

informaciòn,
 La unidad de muestreo es un elemento, o una
unidad que contiene al elemento, que està disponible
para la selecciòn en alguna etapa del proceso de
muestreo.
 Extensiòn se refiere a los lìmites geogràficos.
 Tiempo es el perìodo considerado.

Determinar el tamaño de la muestra
Factores cualitativos importantes en la determinación
del tamaño de la muestra son los siguientes:
 La importancia de la decisiòn.
 La naturaleza de la investigaciòn.
 El nùmero de variables.
 La naturaleza del anàlisis.
 Tamaño de las muestras utilizados en estudios
similares.
 Tasas de incidencias.
 Tasas de terminaciòn.
 Restricciones de recursos.

Tamaño de muestras usadas en estudios
de investigaciòn de mercados
Tabla 11.2
Tipo de estudio Tamaño mìnimo Rango tìpico
Investigaciòn para la identificación del 500 1,000-2,500

problema (ej. potencial de mercado)
Investigaciòn para la solución del 200 300-500
problema (ej. asignación de precios)
Pruebas de productos 200 300-500
Estudios de prueba de mercado 200 300-500
Publicidad en t. v., radio o impresa (por 150 200-300

comercial o anuncio probado)
Auditorias de mercado de prueba 10 tiendas 10-20 tiendas
Sesiones de grupo 2 grupos 6-15 grupos

Clasificaciòn de las tècnicas de muestreo
Fig. 11.2
Tècnicas de muestreo
No probabilistico Probabilìstico
Muestreo por Muestreo por Muestreo Muestreo de

conveniencia juicio Por cuotas Bola de nieve
muestreo Muestreo Muestreo Muestreo por otras tècnicas

aleatorio simple sistemàtico estratificado conglomerados De muestreo

Muestreo por conveniencia
muestreo por conveniencia busca obtener una

muestra de elementos convenientes. La selecciòn de las
unidades de muestreo se deja principalmente al
entrevistador. Muchas veces los encuestados son
seleccionados porque se encuentran en el lugar y
momento adecuados.
 Uso de estudiantes, grupos de la iglesia y miembros de

organizaciones sociales.
 Entrevistas en centros comerciales sin calificar a los
encuestados.
 Uso de listas de cuentas de crèdito de las tiendas
departamentales.
 Entrevistas con “gente en la calle”.
Ilustraciòn gràfica de las tècnicas
de muestreo no probabilìstico.-
Fig. 11.3
A B C D E
El grupo D se reuniò
1 6 11 21
en un momento y lugar
16
convenientes, por lo
que se seleccionò a
2 7 12 17 22 todos los elementos.
La muestra resultante
consta de los
3 8 13 18 23 elementos 16, 17, 18,
19, 20. Advierta que
no se seleccionò
4 9 14 19 24
ningùn elementos de
los grupos A, B, C, y E
5 10 15 20 25

Juicio de muestreo
Juicio de muestreo es una forma de muestreo

por conveniencia, en el cual los elementos de la
poblaciòn se seleccionan con base en el juicio del
investigador.
 Mercados de prueba.
 Ingenieros de compras elegidos en una
investigaciòn de mercados industriales.
 Indicadores de distritos electorales
seleccionados en la investigaciòn.
 Testigos expertos usados en los tribunales

Ilustraciòn gràfica de las tècnicas
de muestreo no probabilìstico.-
Fig. 11.3
A B C D E
El investigador considera
que los grupos B, C y E
son tìpicos y
1 6 11 16 21 convenientes,por lo que
se seleccionan uno o dos
elementos de cada uno
2 7 12 17 22 de estos grupos, segùn
su tipicidad y
conveniencia. La
3 8 13 18 23 muestra resultante està
conformada por los
elementos 8, 10, 11, 13 y
4 9 14 19 24 24. Advierta que no se
seleccionò ningùn
elementos de los grupos
5 10 15 20 25 A y D.
Muestreo por cuotas
Muestreo por cuotas puede considerarse como un muestreo por
juicio restringido de dos etapas.
 La primera consiste en desarrollar categorias de control, o cuotas,

de los elementos de la poblaciòn.
 Se seleccionan los elementos de la muestra con base en la
conveniencia o el juicio.
Composiciòn de Composiciòn
la poblaciòn de la muestra
Caracteristicas
de control Percentaje Percentaje Nùmero
Gènero
Masculino 48 48 480
femenino 52 52 520
____ ____ ____
© 2007 Prentice Hall
100 100 1000 11-15
Ilustraciòn gràfica de las tècnicas de muestreo no
probabilìstico.-
Fig. 11.3
A B C D E
Se impone una cuota
de un elemento de
cada grupo, del A al E.
1 6 11 16 21
Dentro de cada grupo,
se selecciona un
elemento con base a
2 7 12 17 22 un juicio o
conveniencia. La
muestra resultante
3 8 13 18 23
esta formada por los
elementos 3, 6, 13, 20
y 22. Advierta que se
4 9 14 19 24
seleccionò un
elemento de cada
5 10 15 25 columnaò grupo.
20
Muestreo de bola de nieve
En el muestreo de bola de nieve, se selecciona

un grupo inicial de encuestados, por lo general al
azar.
 Después de entrevistada, estos encuestados se les

pide identificar a otras personas que pertenecen a
la población de interés.
 Afecta a los encuestados se seleccionan sobre la

base de las referencias.

probabilìstico.-
Aleatorio
Selecciòn referencia
A B C D E Se selecciona al azar
los elementos 2 y 9 de
los grupos A y B. El
1 6 11 16 21
elemento 2 refiere a
los elementos 12 y 13.
2 7 12 17 22 El elemento 9 refiere al
elemento 18. La
muestra resultante
3 8 13 18 23
està formada por los
elementos 2, 9, 12, 13
4 9 14 19 24 y 18. Advierta que no
se seleccionò ningùn
elemento del grupo E
5 10 15 20 25
Muestreo aleatorio simple
 Cada elemento de la poblaciòn tiene una

probabilidad de selecciòn igual y conocida.
 Cada posible muestra de un determinado tamaño

tiene una probabilidad igual y conocida de ser la
muestra seleccionada realmente
 Esto implica que cada elemento se selecciona de

manera independiente de cualquier otro
elemento.

Representaciòn gràfica de las
tècnicas de muestreo probabilìstico
Fig. 11.4
A B C D E
Seleccione cinco
1 6 11 16 21 nùmeros
aleatorios del 1 al
2 12 17 22
25. la muestra
7
resultante consta
de los elementos
3 8 13 18 23 de la poblaciòn 3,
7, 16, 24. Note
que no hay
4 9 14 19 24
elementos del
grupo C
5 10 15 20 25
Muestreo sistemàtico
 La muestra es elegido por la selección de un punto de
partida al azar y, a continuación, recogiendo todos los
elementos de ITH a partir de la sucesión de marcos
de muestreo.
 El intervalo de muestreo, i, se determina dividiendo el

tamaño de la población N por el tamaño de la
muestra n y el redondeo al entero más cercano.
 Cuando la orden de los elementos está relacionada

con la característica de interés, muestreo sistemático
aumento de la representatividad de la muestra.

Muestreo sistemàtico
 Si el orden de los elementos produce un patrón

cíclico, muestreo sistemático puede reducir la
representatividad de la muestra.
Por ejemplo, hay 100.000 elementos en la población

y una muestra de 1000 es deseado. En este caso, el
intervalo de muestreo, i, es de 100. Un número
aleatorio entre 1 y 100 está seleccionado. Si, por
ejemplo, este número es de 23, la muestra consta
de 23 elementos, 123, 223, 323, 423, 523, y así
sucesivamente.

probabilìstico.-
Fig. 11.4
A B C D E
1 6 11 16 21 Elija un nùmero aleatorio

entre 1 y 5, digamos 2. La
muestra resultante consta
2 7 12 17 22 de la poblaciòn 2, (2+5=)
7, (2+5x2=) 12, (2+5 x 3=)
17 Y (2+5 x 4=) 22.
3 8 13 18 23 Note que todos los
elementos fueron
seleccionados de una
4 9 14 19 24 sola fila
5 10 15 20 25

Muestreo estratificado
 Es un proceso de dos pasos en que la poblaciòn se
divide en subpoblaciones ò estratos.
 Los estratos tienen que ser mutuamente excluyentes y

colectivamente exhaustivos, por lo que cada elemento
de la poblaciòn debe asignarse a un ùnico estrato sin
omitir algùn elemento de la poblaciòn.
 A continuación, se seleccionan los elementos de cada

estrato por un procedimiento aleatorio, por lo general el
muestreo aleatorio simple
 Un objetivo importante del muestreo estratificado

consiste en incrementar la precisiòn sin aumentar el
costo.

 Los elementos dentro de un estrato debe ser tan homogéneo
como sea posible, pero los elementos en los diferentes
estratos deben ser lo más heterogénea posible.
 Las variables de estratificación también debe estar

estrechamente relacionados con la característica de interés.
 Por último, las variables que debería disminuir el costo de la

estratificación proceso por ser fácil de medir y aplicar.

 En el muestreo estratificado proporcional, el tamaño

de la muestra proceden de cada estrato es
proporcional al tamaño relativo de ese estrato de la
población total.
 En el muestreo estratificado desproporcionado, el

tamaño de la muestra de cada estrato es
proporcional al tamaño relativo de ese estrato y la
desviación estándar de la distribución de la
característica de interés entre todos los elementos
que en el estrato.

Ilustraciòn gràfica de las tècnicas de muestreo
estratificado.-
Fig. 11.4
A B C D E
Seleccione al azar un
1 6 11 16 21
nùmero del 1 al 5 de
cada estrato, A a E.
La muestra resultante
2 7 12 17 22
consta de los
elementos de la
3 8 13 18 23 poblaciòn 4, 7, 13, 19
y 21. Advierta que se
tomò un elemento de
4 9 14 19 24
cada columna.
5 10 15 20 25
Muestreo por conglomerados
 La poblaciòn meta primero se divide en

subpoblaciones o conglomerados mutuamente
excluyentes y colectivamente exhaustivos.
 Luego se selecciona una muestra aleatoria de

conglomerados con base en una tècnica de muestreo
porbabilìstico, como el muestreo aleatorio simple.
 Si de cada conglomerado seleccionado se extrae de

manera probabilìstica una muestra de elementos, el
procedimiento es un muestreo por conglomerado de
dos etapas.

 Elementos dentro de un clúster debe ser lo más

heterogénea posible, pero sí las agrupaciones debe
ser tan homogéneo como sea posible. Lo ideal sería
que cada grupo debe ser una pequeña
representación de la población.
 En probabilidad proporcional al tamaño de

muestreo, los grupos están incluidos en la muestra
con probabilidad proporcional al tamaño. En la
segunda etapa, la probabilidad de selección de una
unidad de muestreo en un grupo seleccionado varía
inversamente con el tamaño de la agrupación.

Gràfica ilustrativa de un
conglomerado (DOS ETAPAS)
Fig. 11.4
A B C D E SELECCIONE AL AZAR
TRES
CONGLOMERADOS,
1 6 11 16 21 ELIJA AL AZAR UNO O
DOS ELEMENTOS. LA
MUETRA RESULTANTE
2 7 12 17 22
CONSTA DE LOS
ELEMENTOS DE LA
3 8 13 18 23
POBLACIÒN 7, 18, 20,
21 Y 23. NOTE QUE NO
SE SELECCIONÒ
4 9 14 19 24 NINGÙN ELEMENTO
DE LOS
CONGLOMERADOS
5 10 15 20 25 AyC
Tipos de muestreo por conglomerados
Fig 11.5
Muestreo de Muestreo de Muestreo

una etapa dos etapas etapas multiples
Muestreo por Muestreo

Conglomerado simple Probabilistico
Proporcional al tamaño

Virtudes y defectos de las tècnicas
bàsicas de muestreo
Table 11.3
Tecnica virtudes defectos
Muestreo probabilistico Menor costo, menor Sesgo de selecciòn, muestra no
Muestreo por conveniencia consumo de tiempo; representativa; no se recomienda para
menor conveniencia investigaciòn descriptiva y causal
Muestreo por juicio Menor costo, conveniencia No permite generalizar, es subjetivo
no consume tiempo
Muestreo por cuotas Pueden controlarse ciertas Sesgo de selecciòn, la representatividad
caracteristicas de la muestra No es segura
Muestreo bola de nieve Pueden estimarse Consume mucho tiempo
caracteristicas poco comunes
Muestreo probabilistico Es facil de entender, Es dificil construir el marco de muestreo;

Muestreo aleatoria simple Resultados extrapolables costoso, Menor precisiòn;
(MAS) La representatividad no es segura
Muestreo sistemàtico Puede incrementar la Puede disminuir la representatividad
representatividad
màs facil de poner en practica
que el MAS, no se requiere marco
de muestreo
Muestreo estratificado Incluye subpoblaciones Es dificil elegir las variables de
importantes; estratificaciòn relevantes, no es factible
precision estratificar con muchas variables; es costoso
Muestreo por conglomerados Es econòmico y fàcil de Poco preciso; es difìcil calcular e
poner en pràctica. Interpretar los resultados

Clasificaciòn del muestreo por intenet
Fig. 11.6
Muestreo por internet
Muestreo de Muestreo por Otras tècnicas

Intercepciòn en linea Reclutamiento en lìnea
No aleatorio Aleatorio Panel No panel
Paneles Paneles Alquiler de

de
de reclutados lista de
volun-
tarios voluntarios
Procedimientos para la preparación
de muestras de probabilidad
Exhibit 11.1
Simple Random
Sampling
1. Select a suitable sampling frame

2. Each element is assigned a number from 1 to N
(pop. size)
3. Generate n (sample size) different random numbers
between 1 and N
4. The numbers generated denote the elements that
should be included in the sample
Procedures for Drawing
Probability Samples
Systematic
Exhibit 11.1, cont.
Sampling
1. Select a suitable sampling frame

2. Each element is assigned a number from 1 to N (pop. size)
3. Determine the sampling interval i:i=N/n. If i is a fraction,
round to the nearest integer
4. Select a random number, r, between 1 and i, as explained in
simple random sampling
5. The elements with the following numbers will comprise the
systematic random sample: r, r+i,r+2i,r+3i,r+4i,...,r+(n-1)i

Probability Samples
Stratified
Exhibit 11.1, cont. Sampling
1. Select a suitable frame

2. Select the stratification variable(s) and the number of strata, H
3. Divide the entire population into H strata. Based on the
classification variable, each element of the population is assigned
to one of the H strata
4. In each stratum, number the elements from 1 to Nh (the pop.
size of stratum h)
5. Determine the sample size of each stratum, nh, based on
proportionate or disproportionate stratified sampling, where
H
nh = n
h=1
6. In each stratum, select a simple random sample of size nh
Probability Samples Cluster
Sampling
Exhibit 11.1, cont.
1. Assign a number from 1 to N to each element in the population
2. Divide the population into C clusters of which c will be included in
the sample
3. Calculate the sampling interval i, i=N/c (round to nearest integer)
4. Select a random number r between 1 and i, as explained in simple
random sampling
5. Identify elements with the following numbers:
r,r+i,r+2i,... r+(c-1)i
6. Select the clusters that contain the identified elements
7. Select sampling units within each selected cluster based on SRS
or systematic sampling
8. Remove clusters exceeding sampling interval i. Calculate new
population size N*, number of clusters to be selected C*= C-1,
and new sampling interval i*.
Probability Samples
Exhibit 11.1, Cluster
cont. Sampling
Repeat the process until each of the remaining

clusters has a population less than the sampling
interval. If b clusters have been selected with
certainty, select the remaining c-b clusters
according to steps 1 through 7. The fraction of units
to be sampled with certainty is the overall sampling
fraction = n/N. Thus, for clusters selected with
certainty, we would select ns=(n/N)(N1+N2+...+Nb)
units. The units selected from clusters selected
under two-stage sampling will therefore be n*=n- ns.

Choosing Nonprobability Vs.
Probability Sampling
Table 11.4
Conditions Favoring the Use of
Factors Nonprobability Probability
sampling sampling
Nature of research Exploratory Conclusive
Relative magnitude of sampling Nonsampling Sampling

and nonsampling errors errors are errors are
larger larger
Variability in the population Homogeneous Heterogeneou

(low) s (high)
Statistical considerations Unfavorable Favorable
Operational considerations Favorable Unfavorable

Tennis' Systematic Sampling
Returns a Smash
Tennis magazine conducted a mail survey of its subscribers to
gain a better understanding of its market. Systematic sampling
was employed to select a sample of 1,472 subscribers from the
publication's domestic circulation list. If we assume that the
subscriber list had 1,472,000 names, the sampling interval
would be 1,000 (1,472,000/1,472). A number from 1 to 1,000
was drawn at random. Beginning with that number, every
1,000th subscriber was selected.
A brand-new dollar bill was included with the questionnaire as

an incentive to respondents. An alert postcard was mailed one
week before the survey. A second, follow-up, questionnaire was
sent to the whole sample ten days after the initial questionnaire.
There were 76 post office returns, so the net effective mailing
was 1,396. Six weeks after the first mailing, 778 completed
questionnaires were returned, yielding a response rate of 56%.

Malhotra Mr05 PPT 11

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Malhotra Mr05 PPT 11

Cargado por

Copyright:

Formatos disponibles

Capìtulo 11

5. Elecciòn del muestreo probabilìstico o no

© 2007 Prentice Hall 11-4

2. tiempo disponible poco mucho

3. tamaño de la poblaciòn grande pequeño

4. varianza en la caracteristica pequeño grande

5. costo de los errores de muestreo bajo alto

6. Costo de los errores que no son muestreo alto bajo

7. naturaleza de la mediciòn Destructiva No destructiva

8. atenciòn a casos individuales si No

© 2007 Prentice Hall 11-5

Definir la poblaciòn meta

Determinar el marco de muestreo

Seleccionar las tècnicas de muestreo

Determinar el tamaño de la muestra

Llevar a cabo el proceso de muestreo

© 2007 Prentice Hall 11-6

La poblaciòn meta es el conjunto de elementos u

 Un elemento es el objeto sobre el cual se desea

© 2007 Prentice Hall 11-7

© 2007 Prentice Hall 11-8

Tipo de estudio Tamaño mìnimo Rango tìpico

Investigaciòn para la identificación del 500 1,000-2,500

Estudios de prueba de mercado 200 300-500

Publicidad en t. v., radio o impresa (por 150 200-300

Sesiones de grupo 2 grupos 6-15 grupos

© 2007 Prentice Hall 11-9

Muestreo por Muestreo por Muestreo Muestreo de

muestreo Muestreo Muestreo Muestreo por otras tècnicas

© 2007 Prentice Hall 11-10

muestreo por conveniencia busca obtener una

 Uso de estudiantes, grupos de la iglesia y miembros de

© 2007 Prentice Hall 11-12

Juicio de muestreo es una forma de muestreo

© 2007 Prentice Hall 11-13

 La primera consiste en desarrollar categorias de control, o cuotas,

En el muestreo de bola de nieve, se selecciona

 Después de entrevistada, estos encuestados se les

 Afecta a los encuestados se seleccionan sobre la

© 2007 Prentice Hall 11-17

 Cada elemento de la poblaciòn tiene una

 Cada posible muestra de un determinado tamaño

 Esto implica que cada elemento se selecciona de

© 2007 Prentice Hall 11-19

 El intervalo de muestreo, i, se determina dividiendo el

 Cuando la orden de los elementos está relacionada

© 2007 Prentice Hall 11-21

 Si el orden de los elementos produce un patrón

Por ejemplo, hay 100.000 elementos en la población

© 2007 Prentice Hall 11-22

1 6 11 16 21 Elija un nùmero aleatorio

© 2007 Prentice Hall 11-23

 Los estratos tienen que ser mutuamente excluyentes y

 A continuación, se seleccionan los elementos de cada

 Un objetivo importante del muestreo estratificado

© 2007 Prentice Hall 11-24

 Las variables de estratificación también debe estar

 Por último, las variables que debería disminuir el costo de la

© 2007 Prentice Hall 11-25

 En el muestreo estratificado proporcional, el tamaño

 En el muestreo estratificado desproporcionado, el

© 2007 Prentice Hall 11-26

 La poblaciòn meta primero se divide en