UNIVERSIDAD NACIONAL SANTIAGO ANTNEZ DE MAYOLO FACULTAD DE ADMINISTRACIN Y TURISMO DIRECCIN ACADMICO PROFESIONAL DE ADMINISTRACIN INVESTIGACIN DE MERCADOS RESUMEN

DE CAPTULOS 18, 19 Y 16 ANTNEZ SHUAN MANKEN PIO CELESTINO LEN WALTER MARCELO 15/11/2011 091.1304.244 081.1304.013

CAPTULO 13: LOS PRINCIPIOS DEL MUESTREO MUESTREO. 1. ELEMENTO.- Es la unidad acerca de la cual se solicita informacin. Es la base del anlisis. El ms comn son los individuos, productos, almacenes, empresas, familias, etc. 2. POBLACIN.- O universo, conjunto de todos los elementos seleccionados en la muestra. Sus trminos son: a) Elementos, b) Unidad de muestreo, c) Alcance y d) Tiempo. 3. UNIDAD DE MUESTREO.- Es el elemento o elementos disponibles para su seleccin en alguna etapa del proceso de muestreo. 4. MARCO MUESTRAL.- Es una lista de todas las unidades de muestreo disponibles para su seleccin en una etapa del proceso de muestreo. 5. POBLACIN DEL ESTUDIO.- Es el conjunto de elementos del cual se selecciona realmente la muestra. BENEFICIOS IMPORTANTES DEL MUESTREO Una muestra ahorra dinero.

Una muestra ahorra tiempo. Una muestra puede ser ms exacta. Una muestra es mejor si el estudio conlleva la descripcin o contaminacin del elemento muestreado.

PROCESO DE MUESTREO Definir la poblacin. Identificar el marco muestral. Decidir el tamao de muestra. Seleccionar un procedimiento especfico mediante el cual se determinar la muestra. Seleccin fsicamente de muestra.

PROCEDIMIENTO DE MUESTREO 1. PROCEDIMIENTO NO PROBABILSTICO o Muestreo por conveniencia ( depende del investigador). o Muestreo por juicios (intencionales). o Muestreo por prorrateo, es un tipo especial de muestras intencionales. 2. PROCEDIMIENTO PROBABILSTICO.- Se conoce la probabilidad de que un elemento de la poblacin sea incluido en la muestra (seleccin por reglas mecnicas de seleccin).

CAPTULO 14: MUESTREO ALEATORIO SIMPLE Y TAMAO DE LA MUESTRA. PARMETRO.- Es una descripcin resumida de una medida de la poblacin bajo estudio. ESTADSTICO.- Es una descripcin resumida de una medida en la muestra seleccionada. Se utiliza para estimar el parmetro de la poblacin.

UNA POBLACIN PARA EXAMINAR: Segmentos de informacin: El nmero de estudiante de cada alumno (identificar cada elemento). La edad de cada alumno (variable continua). Una declaracin si el alumno tiene el propsito de tomar el curso de investigacin de mercados. (variable dicotmica). CLCULOS CONTINUAS Condiciones del muestreo aleatorio simple: Cada elemento tiene una posibilidad igual de ser seleccionada. Cada combinacin de los elementos de la muestra tiene igual oportunidad de ser seleccionada. Hemos seleccionado una muestra de tamao 5 de una poblacin de tamao de 50, n/N 5/50 1/10 .1 de los elementos de la poblacin. Decimos que la fraccin muestral es .1, que se utiliza para estimar el uso total en la poblacin de un producto o servicio. Uso total de la muestra Fraccin muestral = 350 galones La media o promedio de la muestra es: suma de los valores dividida entre el tamao de la muestra. =

ESTADSTICOS

MUESTRALES

PARA

VARIABLES

35 .1

= 22.6

La varianza muestral es: =

( ) ( )

= 8.3

= de la poblacin es 16.9

CLCULOS

ESTADSTICOS

MUESTRALES

PARA

VARIABLES

DICOTMICAS Toda la teora y los procedimientos que aplicamos a variables continuas tambin se aplican a variables dicotmicas. El problema del tamao de la poblacin es simplemente que para las poblaciones finitas debemos cambiar la frmula que utilizaremos para calcular el error estndar de la distribucin muestral de la media. El clculo de los intervalos de confianza de un estimador nos da la sensacin de que sabemos exactamente de cunto es el error en el que estamos incurriendo. Las muestras probabilsticas pueden ser muy exactas. DETERMINACIN DEL TAMAO DE LA MUESTRA Para determinar el tamao de muestra requerido se despejan as: Precisin = 3

1.5 aos = 3 1.5 =

1.5 = 18 = = 12 n = 144 Un tamao de muestra de 144 nos asegura una precisin de 1.5 aos, si S = 60

Nadie debe aceptar a ciegas el tamao de muestra generado por una frmula estadstica. Una razn para hacerlo es la existencia de errores no muestrales. Un estudio de investigacin de mercados es siempre un compromiso entre la elegancia tcnica y las limitaciones prcticas que enfrentan los investigadores y gerentes. Estas limitaciones afectan las decisiones sobre el tamao de la muestra: Objetivos del estudio Limitaciones de tiempo Limitaciones de costos Aceptabilidad de la audiencia y poltica Procedimientos de anlisis de datos.

CAPITULO 15: PROCEDIMIENTOS MS COMPLEJOS DE MUESTREO MUESTREO ESTRATIFICADO: Propsito: Es de dar como resultado una disminucin en el error estndar del estimador esto quiere decir que el intervalo de confianza seria ms pequeo. Mtodo de seleccin: 1. La poblacin elegida se divide en subgrupos y separados en estratos como por ejemplo: divididos por el sexo, y deben ser excluyentes (una persona no puede ser de ambos estratos). 2. Se selecciona una muestra aleatoria simple de cada estrato. Calculo de los estadsticos dentro de los estratos Cuando se calcula la media, varianza, desviacin estndar dentro de un estrato y se compara los resultados de la muestra en conjunto obtenemos resultados interesantes. Calculo de la media y el error estndar para toda la muestra Este paso es considerar como se calcula el error y la media estndar para toda la muestra gracias a resultados obtenidos por los estratos.

La media: es el promedio ponderado de las medias dentro del estrato. Error estndar de la media: Es ms compleja, viene a ser la raz cuadrada de la combinacin ponderada del cuadrado del error estndar dentro de cada estrato Calculo del intervalo de confianza asociado El procedimiento de muestreo estratificado es ms eficiente que un no estratificado, por eso se da el uso frecuente del muestreo estratificado. El muestreo estratificado es ms eficiente ya que se utiliza la variabilidad dentro de los estratos error estndar global a calcular. Utilidad en investigacin de mercados El mejoramiento para cualquier tamao de muestra ha dado como resultado que la mayora de las empresas utilicen el muestreo estratificado en la prctica. Los tipos de variable se miden en la I.M muestran una alta variabilidad que puede reducirse por la estratificacin, suponemos que nos pidan monitorear las ventas al por menos de un producto, entonces tendramos que medir el nivel de ventas unitarias en una muestra de almacenes y cuestionarnos: Qu factores contribuyen a la variabilidad de la variable que queremos medir? Pues incluyen las siguientes: Tamao de almacn: los ms grandes tendran ms ventas que los pequeos. Da de la semana: el producto se vende ms los fines de semana. Regin del pas: el producto esta ms establecido en un determinado lugar que en otro.

Qu variables de estratificacin deben usarse? La mayora de los estudios estn diseados para medir muchas otras variables, en una buena variable de estratificacin para algunas es posible que no sea para otros, ya que lo que se quiere es que al seleccionar una variable de estratificacin es contribuir de manera ms significativa a travs de todas las variables.

Muestreo estratificado no proporcional El tamao general de la muestra puede asignarse a los estratos sobre una base no proporcional con los tamaos de la poblacin de los estratos ya que esta distribucin es directa y porque entonces complicar las cosas con una asignacin sobre otra base? Pues es por las diferencias de variabilidad dentro de los estratos, para encontrar una ptima distribucin debemos conocer algo acerca de la variabilidad dentro de los estratos antes del muestreo la experiencia y los estudios nos facilitaran este conocimiento. Existen muchas formulas matemticas para determinar la distribucin optima de la muestra para los estratos pero son muy complejas. Pues en general lo que nos quieren decir estn formulas son que: Cuanto ms grande sea el estrato, mayor ser la muestra Cuanto ms grande sea la variabilidad dentro de un estrato mayor ser la muestra.

MUESTREO POR CONGLOMERADOS Un conglomerado o grupo de elementos se seleccionan aleatoriamente y en forma simultnea por lo tanto antes de realizar esta muestra la poblacin debe dividirse en grupos mutuamente excluyentes y colectivamente exhaustivos, luego se selecciona aleatoriamente una muestra Muestreo sistemtico El mtodo El investigador selecciona un k-ensimo elemento en el marco dentro de los primeros k elementos deseamos seleccionar una muestra sistemtica y hacemos lo siguiente: 1. obtenemos un numero aleatorio, supongamos entre 1 y 10 2. sumamos 10 a este nmero aleatorio, y este ser el segundo de la muestra sumamos otros 10 para obtener el tercero, y as sucesivamente. Una vez especificados el intervalo de la muestra y el punto de partida aleatorio, los elementos a incluirse en la muestra se vuelven automticos.

En la prctica se utiliza ms el muestreo sistemtico que el muestreo aleatorio simple porque es ms fcil y econmico, tampoco tenemos que ir de un lado a otro, ni por verificar la duplicacin de los elementos. Y tampoco necesitamos un marco maestral completo para sacar una muestra sistemtica. El problema de la periodicidad Se llama as al problema con el muestreo sistemtico, que consiste en obtener estimativos sesgados, si la lista de elementos que compone el marco forma un patrn cclico que coincide con un mltiplo de tamao del intervalo maestral se dice que este tipo de marco se llama periodicidad. Estratificacin implcita con muestreo sistemtico El marco esta ordenado con base en lo que podra utilizarse como una variable de estratificacin, la seleccin de una muestra automticamente nos dar una muestra estratificada, esto nos muestra que nos da es ms eficiente a nivel estadstico.

En conclusin podemos decir del muestreo sistemtico que tiene las siguientes ventajas: 1. 2. 3. 4. Facilidad de seleccin de la muestra Costo Eliminacin de la necesidad de un marco completo Estratificacin implcita de los marcos apropiadamente ordenados y estos se relaciona con: 1. Problema de una posible periodicidad 2. Posibles problemas tcnicos al calcular el error estndar

MUESTREO POR REAS Aspectos bsicos Los profesionales del muestreo dedujeron que las personas residen en una parte especfica de terreno entonces porque no tomar muestras de estas partes de terreno y entrevistar a las personas que viven ah, entonces lo llamamos un muestreo de reas. Una muestra por reas de una etapa:

Supongamos que queremos realizar una prueba de uso de una nueva frmula se champ hemos decidido llevar esta prueba en la ciudad de Arequipa, y no contamos con una lista exacta d las familias, ya que no contamos con informacin actualizada entonces utilizamos el siguiente mtodo: 1. Enumeramos todas las manzanas de la ciudad 2. Escogemos una muestra aleatoria simple o sistemtica 3. Intentamos colocar el producto en todas las unidades familiares de manzanas seleccionadas en la ciudad. Este es un sistema de muestreo probabilstico. Muestras por reas de mltiples etapas Una muestra por reas puede tener varias etapas segn lo que el investigador desee, los pasos serian: 1. 2. 3. 4. Enumerar todas las manzanas de la ciudad Escoger una muestra aleatoria simple o sistemtica de manzanas de la ciudad. Enumerar las unidades familiares localizadas en las manzanas seleccionadas Elegir una muestra aleatoria simple o sistemtica de unidades familiares de las manzanas seleccionadas de la ciudad.

Propiedades de las muestras por reas de mltiples etapas Es menos eficiente estadsticamente que el muestreo aleatorio simple, pues en este se calcula un solo error maestral. En cambio las muestras por reas de mltiples etapas tienen ms errores mustrales Muestreo por reas de igual probabilidad Hay dos maneras de asegurar una seleccin de elementos de igual posibilidad en una muestra por reas: 1. Seleccin de conglomerados con igual posibilidad seleccin de elementos con igual proporcin dentro de conglomerados: con este mtodo se da igual oportunidad a cada conglomerado va a ser seleccionado independientemente del tamao. 2. Probabilidad proporcional al tamao(PPT): este procedimiento PPT de dos etapas se realizara como sigue: en la primera etapa a cada conglomerado se le asignara una oportunidad de ser seleccionado de manera proporcional al

nmero de elementos de la segunda etapa que pueda contener, con el resultado de que los conglomerados mas grandes tendrn una mejor oportunidad para ser seleccionados, as se seleccionara una pquela proporcin menor de elementos de los conglomerados ms grandes que de los conglomerados pequeos, como resultado se espera de que la probabilidad de seleccin de todos los elemento en la segunda etapa seria la misma. Muestreo por reas de probabilidad desigual Cada elemento solo necesita una probabilidad conocida de ser seleccionado para ser un procedimiento probabilstico. Con frecuencia se seleccionan de manera desproporcionada, la investigacin puede generar probabilidades desiguales debido a una cantidad de razones entre ellas: 1. Sin realizar un anlisis detallado de los subgrupos 2. Se realiza un muestreo estratificado no proporcional 3. Una muestra genera una proporcin ms pequea de un subgrupo particular que la proporcin de la poblacin. 4. Un diseo PPT requiere un conocimiento de los tamaos de los conglomerados. Inferencia estadstica y procedimientos complejos de muestreo Un importante estudio realizado por Frankel llego a la conclusin que: 1. los estimativos de la muestra eran aproximadamente no sesgados 2. las varianzas de la muestra eran aproximadamente no sesgados 3. el error estndar calculado permiti que se calcularan los intervalos de confianza validos MARCACION ALEATORIA DE DIGITOS Hoy en da se ha vuelto cada vez ms importante con el creciente predominio de las entrevistas telefnicas como medio para contactar encuestados, una de sus ventajas es que permite el contacto con personas que no tienen nmeros telefnicos registrados. Una posible desventaja es que pueda sobrestimar los hogares con mltiples lneas telefnicas. Los siete dgitos de un nmero telefnico se pueden generar aleatoriamente, sin embargo es costoso e ineficaz ya que se generan muchos nmeros que no se utilizan, lo ms comn al utilizarse es que se seleccione un numero de una gua telefnica y

los dos ltimos dgitos se reemplazan con nmeros aleatorios y tiene las propiedades de una verdadera muestra probabilstica. TAMAO DE LA MUESTRA Esta seleccin de tamao de muestra involucra un intercambio entre los mismos factores analizados, existe una modificacin que debe hacerse aunque debemos precisar un modificacin y establecer un nivel de confianza y aplicar la formula de error para el tamao estndar ya que esta es difiere en el muestreo estratificado y por areas de aquella del muestreo simple. SELECCIN INTERNACIONAL DE MUESTRAS Existen dificultades en la seleccin de muestras, esto es ms que todo en la seleccin de los tipos de muestras probabilsticas complejas. Los problemas ms complejos resultan de la falta de datos demogrficos suficientes de censos y la falta de listas adecuadas de las cuales sacar las muestras, la ausencia de estos datos hace que la seleccin de muestras por areas, basadas en la probabilidad, sea virtualmente imposible y la falta de conocimiento sobre ciertas caractersticas impide el uso de muestras estratificadas como la seleccin de muestras con probabilidad proporcional al tamao. CAPITULO 16: OPERACIONES DE CAMPO La operacin de campo es aquella fase del proyecto donde se hace contacto con los encuestados, administran los instrumentos de recoleccin de datos, los registran y los devuelven al la cede central para su procesamiento. PLANEACION DE LAS OPERACIONES DE CAMPO Hay 4 aspectos comunes en las operaciones de campo: 1. Programacin del tiempo: Establecen los tiempos en los que deben de durar cada proceso de la investigacin. 2. Presupuesto: Es la asignacin de costos para cada periodo de tiempo en cada proceso, establecido en la investigacin de campo. 3. Personal: El xito de la investigacin depender de la calidad de personal que contratemos 4. Medicin del desempeo: En este aspecto se tendrn que tomar mediciones claras para cumplir con los objetivos

METODOS DE RECOLECCION DE DATOS En esta parte se presentan aquellos aspectos de las operaciones de campo que difieren como son: a) Entrevista personal: Es muy importante seleccionar y capacitar bien a nuestros futuros encuestadores ya que de la calidad de informacin que nos proporcionen realizaremos una buena investigacin, es por ello que tendremos que motivarlos con buenas remuneraciones y buen trato. b) Entrevista telefnica: Es una entrevista tambin importante, en la que la encuesta se realiza de cualquier parte geogrfica. c) Entrevista por correo: La ventaja de esta entrevista es su mayor probabilidad de cumplir con los programas de tiempo y ajustarse a los presupuestos, en comparacin a los otros mtodos. d) Entrevistas basadas en computador: Se usan principalmente en entrevistas asistidas por computador.

ERRORES EN LAS OPERACIONES DE CAMPO Las principales fuentes de error son: Errores en la seleccin de muestra: Los procedimientos de muestreo probabilstico que parecen eliminar los errores de seleccin todava contienen el potencial de error. Errores de no respuesta: Esta se refiere a la diferencia de todos aquellos que responden a la encuesta y los que no lo hacen, esta puede ser una de las fuentes de error ms serias. Errores en el proceso de entrevista: Dentro de este tipo de error, tanto en la entrevista personal y telefnica pueden surgir estos cuatro tipos de errores por parte del entrevistador estos son: 1) La armona entre el entrevistador y el encuestado. 2) La formulacin de las preguntas. 3) Registro de las respuestas y 4) Cometer fraude. 1. La armona entre el entrevistador y el encuestado: Este factor es muy importante ya que de la buena relacin que tenga en entrevistador y el encuestado surgirn respuestas ms completas y exactas. 2. Formulacin de las preguntas: Se han desarrollado 7 pautas que a continuacin se darn a conocer.

a) Estar completamente familiarizado con el cuestionario: El entrevistador deber comprender perfectamente el cuestionario y leerlo en forma natural y correcta. b) Formular las preguntas exactamente como aparecen escritas en el cuestionario: No cambiar nada ya que distorsionara los resultados. c) Formular las preguntas que aparecen en el cuestionario: La primeras preguntas no deben de sesgar a las ltimas. d) Formular cada una de las preguntas especificadas en el cuestionario: Todas las preguntas deben de ser contestadas sin omitir ninguna. e) Utilizar tcnicas de indagacin para lograr que el encuestado conteste la pregunta: Orientar al encuestado si no entiende la pregunta. Hay varias tcnicas neutrales de indagacin: Repetir la pregunta. Hacer una pausa de expectativa Repetir la respuesta del encuestado Tranquilizar al encuestado Formular preguntas neutrales o hacer comentarios neutrales. Solicitar una aclaracin adicional.

f) Tener en cuenta los cambios que se hagan al cuestionario: Los cambios que se hagan en la encuesta tienen que ser declarados y escritos por el encuestador para evitar distorsiones. g) Dar una razn lgica para recolectar datos personales: Responder al encuestado que sus datos personales son necesarios para saber cmo los hombres piensan en comparacin con las mujeres.

3. Registro de respuestas: Cada entrevistador debe realizar un reporte de los datos conforme al modelo establecido. 4. Reglas para registrar las respuestas: presentamos algunas reglas. 1. 2. 3. 4. Registrar las respuestas durante la entrevista. Emplear las mismas palabras del encuestado No resumir Incluir todo lo que se relacione con los objetivos de la pregunta

5. Incluir todas las indagaciones y comentarios 6. Mantener el inters del encuestado. Consejos para tomar notas: Esta habilidad se obtendr solo practicando Mecnica del registro y edicin de entrevistas: Estos son: Utilizar un lpiz, escribir en forma legible, utilizar parntesis para poner observaciones, asegurarse que los datos estn completos, etc. Cometer fraude: Significa que el entrevistador llene el cuestionario en su casa o en cualquier lugar sin encuestar a nadie. OPERACIONES DE CAMPO INTERNACIONALES En estos tipos de operaciones todava se encuentran dificultades en cuanto a falta de sistemas eficientes de telefona, necesidad de supervisores para controlar a los entrevistadores que no estn preparados, la diversidad de culturas y la ausencia de tipos de tecnologas ms eficientes.