Capítulo doce

Muestreo:
determinación del tamaño
final e inicial de la muestra

12-1
© 2007 Prentice Hall
 Resumen del capítulo
1. Panorama del capítulo
2. Definiciones y símbolos
3. Distribución del muestreo
4. Procedimiento estadístico para determinar el tamaño
de la muestra
5. Intervalos de confianza
i. Determinación del tamaño de la muestra: medias
ii. Determinación del tamaño de la muestra:
proporciones
6. Características y parámetros múltiples
7. Otras técnicas de muestreo probabilístico

© 2007 Prentice Hall 12-2

 Resumen del capítulo

8. Ajuste del tamaño de la muestra determinado de

forma estadística

9. Temas de falta de respuesta en el muestreo

i. Mejorar las tasas de respuesta
ii. Ajustes por la falta de respuesta

10. Investigación de mercados internacionales

11. Ética en la investigación de mercados

12. Resumen
© 2007 Prentice Hall 12-3
 Definiciones y símbolos
 Un parámetro es la descripción resumida de una
característica o medida fija de una población meta. Un
parámetro denota el valor real que se obtendría si se
realizara un censo en vez de trabajar en una muestra.

 Un estadístico es una descripción resumida de una

característica o medida de la muestra. El estadístico de la
muestra se utiliza como una estimación del parámetro de la
población.

 La corrección de la población finita (cpf) es la corrección de

la sobreestimación de la varianza del parámetro de la
población, por ejemplo, una media o una proporción, cuando
el tamaño de la muestra es 10 por ciento o más del tamaño
de la población.

© 2007 Prentice Hall 12-4

 Definiciones y símbolos
 El nivel de precisión es el tamaño deseado del
intervalo que se estima cuando se calcula el
parámetro de la población usando el estadístico de la
muestra. Esta es la máxima diferencia permisible
entre el estadístico de la muestra y el parámetro de
la población.

 El intervalo de confianza es el rango dentro del cual

caerá el verdadero parámetro de la población,
suponiendo un determinado nivel de confianza.

 El nivel de confianza es la probabilidad de que un

intervalo de confianza incluya el parámetro de la
población.
© 2007 Prentice Hall 12-5
 Símbolos para estadísticos de la
población y de la muestra
Tabla 12.1

Variable Población Muestra _

Media µ X

Proporción  p

Varianza 2 s2

Desviación estándar 
_
s _
Tamaño N n
_
Error estándar de la media x Sx _
Error estándar de la proporción p Sp

Variación estandarizada (z) (X-µ)/ (X-X)/S

Coeficiente de variación (C) /µ S/X

© 2007 Prentice Hall 12-6

 Enfoque del intervalo de confianza
El cálculo del intervalo de confianza implica determinar la distancia
por debajo (XL) y por arriba (X U) de la medida de la población ( X),
que contiene un área especificada de la curva normal (figura 12.1).

Los valores z correspondientes a XL

XL - m
zL =
x

XU - m
zU =
x
donde= -z y = +z. Por lo tanto el valor más bajo de X
zL zU

X L = m - zx
y el valor más alto de X es

X U = m+ zx

© 2007 Prentice Hall 12-7

 Enfoque del intervalo de confianza
Advierta que m se estima con X . El intervalo de confianza se obtiene
mediante
X  zx
Ahora podemos establecer un intervalo de confianza del 95 por ciento
alrededor de la media de la muestra de $182. Como primer paso,
calculamos el error estándar de la media:
x =  = 55/ 300 = 3.18
n

En la tabla 2 del apéndice de tablas estadísticas, vemos que el 95 por ciento

central de la distribución normal cae dentro de los valores z + 1.96. El
intervalo de confianza del 95 por ciento está dado por

X + 1.96x
= 182.00 + 1.96(3.18)
= 182.00 + 6.23

Así, el intervalo de confianza del 95 por ciento fluctúa entre $175.77 y

$188.23. La probabilidad de encontrar la verdadera media de la población
entre $175.77 y $188.23 es del 95 por ciento.

© 2007 Prentice Hall 12-8

 Intervalo de confianza del 95 por
ciento
Figura 12.1

0.475 0.475

_ _ _
XL X XU
© 2007 Prentice Hall 12-9
 Determinación del tamaño de la muestra
para medias y proporciones
Tabla 12.2
Pasos Medias Proporciones

1. Especifique el nivel de precisión D = $5.00 D = p -  = 0.05

2. Especifique el nivel de confianza (NC) NC = 95% NC = 95%

3. Determine el valor z asociado con el NC El valor z es 1.96 El valor z es 1.96

4. Determine la desviación estándar de la Estimación de :  = 55 Estimación de :  =

población 0.64

5. Determine el tamaño de la muestra n = 2z2/D2 = 465 n = (1-) z2/D2 = 355

usando la fórmula para el error estándar

6. Si el tamaño de la muestra representa nc = nN/(N+n-1) nc = nN/(N+n-1)

10% de la población, aplique la corrección
de la población finita

7. Si es necesario, vuelva a estimar el

=   zsx
_ = p  zsp
intervalo de confianza empleando s para -
estimar 

8. Si la precisión se especifica en términos D = Rµ D = R

relativos más que absolutos, determine el n = C2z2/R2 n = z2(1-)/(R2)
tamaño de la muestra al sustituir D.

© 2007 Prentice Hall 12-10

 Tamaño de la muestra para estimar
parámetros múltiples
Variable
Media de los gastos mensuales de los hogares en
Tabla 12.3 Compras en tiendas
departamentales
Ropa Regalos

Nivel de confianza 95% 95% 95%

Valor z 1.96 1.96 1.96

Nivel de precisión (D) $5 $5 $4

Desviación estándar de la $55 $40 $30

población ()

Tamaño de muestra requerido 465 246 217

(n)

© 2007 Prentice Hall 12-11

 Ajuste del tamaño de la muestra
determinado de forma estadística

La tasa de incidencia se refiere a la tasa de ocurrencia o

el porcentaje de personas elegibles para participar en el
estudio.

En general, si hay c factores que califican con una

incidencia de Q1, Q2, Q3, ...QC, cada una expresada como
una proporción:

Tasa de incidencia = Q1 x Q2 x Q3....× QC

Tamaño inicial de la muestra= Tamaño final de la muestra

Tasa de incidencia × tasa de terminación
© 2007 Prentice Hall 12-12
 Mejoramiento de las tasas de
respuesta
Fig. 12.2 Procedimientos para
mejorar las tasas de respuesta

Reducir las negativas Reducir los

(rechazos) “No hay nadie en casa”

Notificación Motivar a los Incentivos Diseño y Seguimiento Otros

previa encuestados aplicación facilitadores
del
cuestionario

Llamadas
constantes

© 2007 Prentice Hall 12-13

 Ajuste por la falta de respuesta

 Submuestreo de quienes no respondieron: el

investigador establece contacto con una submuestra
de personas que no respondieron, por lo regular
mediante entrevistas personales o telefónicas.

 En el reemplazo, quienes no respondieron en una

encuesta actual se sustituyen con personas que no
contestaron en una encuesta anterior similar. El
investigador trata de localizar a quienes no
respondieron en una encuesta anterior para aplicarles
el cuestionario de la encuesta actual, tratando de
convencerlos mediante el ofrecimiento de un incentivo
adecuado.
© 2007 Prentice Hall 12-14
 Ajuste por la falta de respuesta

 En la sustitución, el investigador cambia a quienes no

responden por otros elementos del marco de muestreo
que se espera que sí contesten. El marco de muestreo
se divide en subgrupos que son internamente
homogéneos en términos de las características de los
encuestados, pero heterogéneos en términos de las
tasas de respuesta. Estos subgrupos se utilizan luego
para identificar sustitutos similares a individuos
específicos que no contestaron, pero distintos a los que
respondieron de la muestra.

© 2007 Prentice Hall 12-15

 Ajuste por la falta de respuesta

 Estimaciones subjetivas: Cuando ya no es factible

incrementar la tasa de respuesta por medio del
submuestreo, el reemplazo o la sustitución, se puede
hacer estimaciones subjetivas de la naturaleza y efecto
del sesgo por falta de respuesta. Esto implica evaluar
los probables efectos de la falta de respuesta a partir
de la experiencia y la información disponible.

 El análisis de tendencias es un intento por discernir la

tendencia entre los primeros y los últimos encuestados.
Esta tendencia se extrapola a quienes no respondieron
para estimar su posición en la característica de interés.

© 2007 Prentice Hall 12-16

 Ajuste por la falta de respuesta

 La ponderación intenta tomar en cuenta la falta de

respuesta mediante la asignación de valores
diferenciales a los datos según las tasas de respuesta.
Por ejemplo, en una encuesta las tasas de respuesta
fueron 85, 70 y 40%, respectivamente, para los
grupos de alto, mediano y bajo ingresos. Al analizar
los datos, a los subgrupos se les asignaron valores
inversamente proporcionales a su tasa de respuesta.
Es decir, los valores asignados eran (100/85),
(100/70) y (100/40), respectivamente, para los
grupos de alto, mediano y bajos ingresos.

© 2007 Prentice Hall 12-17

 Ajuste por la falta de respuesta

 La imputación implica atribuir o asignar la

característica de interés a quienes no respondieron,
con base en la similitud de las variables disponibles
tanto para quienes no respondieron como para los
que sí lo hicieron. Por ejemplo, a un participante
que no reporta el uso de una marca se le puede
atribuir el uso de un encuestado con características
demográficas similares.

© 2007 Prentice Hall 12-18

 Encontrar probabilidades que
corresponden a valores conocidos
Figura 12A.1

Área entre µ y µ + 1  = 0.3431

Área entre µ y µ + 2  = 0.4772 El área es 0.3413
Área entre µ y µ + 3  = 0.4986

µ-3  µ-2  µ-1  µ µ+1 µ+2  µ+3Escala Z

35 40 45 50 55 60 65 (µ=50,  =5)
-3 -2 -1 0 +1 +2 +3 Escala Z
© 2007 Prentice Hall 12-19
 Encontrar probabilidades que
corresponden a valores conocidos
Figura 12A.2
El área es 0.450 El área es 0.500

El área es 0.050

Escala X
X 50

Escala Z
-Z 0
© 2007 Prentice Hall 12-20
 Encontrar valores que corresponden a
probabilidades conocidas: intervalo de confianza
Fig. 12A.3

El área es 0.475 El área es 0.475

El área es 0.025 El área es 0.025

Escala X
X 50

Escala Z
-Z 0 -Z
© 2007 Prentice Hall 12-21