MUESTREO EN INVESTIGACION

DE MERCADO
 i c i ó n:
De f i n
Constantemente obtenemos conclusiones
acerca de un grupo grande (universo) en base
a un grupo pequeño (muestra).
Ejem. Taza de café.
 Conceptos de muestreo
• Elemento.- es la unidad que posee la
información buscada por el investigador y
acerca de la cual se harán las deducciones.

• Ejm:
– Individuos
– Empresas
– Familias
– Tiendas
– Etc...
PROCESO DE MUESTREO

DEFINIR LA POBLACIÓN
OBJETIVO ¿A quién encuestamos?

DETERMINAR EL MARCO DE
Lista de la Población
MUESTREO
objetivo

SELECCIONAR TÉCNICA DE • Probabilístico

MUESTREO • No Probabilístico

DETERMINAR EL TAMAÑO
DE LA MUESTRA ¿A cuántos encuestamos?
 Conceptos de muestreo
Población o Universo.- conjunto de todos los elementos
definidos antes de la selección de la muestra. Una
población adecuadamente asignada se define en
términos de:

– 1) elementos Ejm: Negociantes

– 2) unidades de muestreo Ejm: Puntos de venta
(Bodegas,
Kioskos, puestos
de mercado, etc.)
– 3) alcance Ejm: Trujillo
– 4) tiempo Ejm: 10- 25 Abr. 2013
2
 Conceptos de muestreo
Unidad de muestreo.- Unidad básica que contiene
los elementos de población disponibles para su
selección en alguna etapa del proceso de
muestreo.
Ejm:
– Manzanas de ciudades
– Familias
– Hombres de 50 años a más
– Ciudades con una
población mayor a 500,000
habitantes
 Conceptos de muestreo

• Marco muestral.- Es una lista de todas las unidades

de muestreo disponibles para su selección en una
etapa del proceso de muestreo.
• Ejm:
– Una lista de alumnos
– Una lista de votantes
– Un mapa
– Una lista de empleados
– Etc...
 Conceptos de muestreo
Población del estudio.- Es el conjunto de elementos
del cual se selecciona realmente la muestra. A
diferencia de la población o universo ésto es lo que
selecciona realmente que es un tanto diferente a la
idea original. Lo que sucede es que los elementos de
la población se omiten del marco muestral.
Ejm:
– Una lista de miembros de un club
puede estar incompleta.
–Algunas personas tienen números
telefónicos no registrados.
El uso del muestreo en investigación de mercado
tiene sus ventajas y desventajas.

t aj a s:
V e n
- Menor costo.
- Menor tiempo de recolección.
- Mayor facilidad de control.
Desventajas: induce a error.
error
Error de recolección: así se aplique el estudio al
100% del Universo (censo), jamás se eliminará
o s :
s t i p este error, e inclusive no es factible estimar su

Do magnitud. Si hay un buen formato de encuesta,

capacitación de los encuestadores y supervisión,
será pequeño.

Error de muestreo: cuando se usa

muestreo se introduce una fuente
adicional de error. Esto debido a que es
muy difícil tomar una muestra realmente
representativa.
Problema de muestreo básico: udi a r :
e s t
s o a
i v e r
l Un
de
c i ó n
f i ni
De
1.

Lo primero que definiremos en una operación de muestreo es

el grupo entero de particularidades a estudiar y respecto a las
que se desea generalizar.
 d e l a s
n ic i ó n r :
e fi d i a
2. D e s a e stu
b l
v ar i a

Es lo que se quiere medir con el estudio.

Ejem. Número de
consumidores por
marca, preferencia,
hábitos de consumo,
etc.
 m u e s t r a.
ñ o d e l a o bl e ma s
3 . D is e a s u v e z 3 pr
r e s e nta n
S e p
b á s i c o s :
a) Determinación de las unidades de muestreo.
b) Selección de los elementos de la muestra.
c) Estimación de las características del Universo en
base a datos de la muestra.

Una breve descripción de cada una de ellas...

a) Determinación de las unidades de muestreo:
Existirán casos en los que no será posible obtener una lista
de los elementos del Universo. Ejm: hogares, bodegas,
ferreterías,etc.
Si queremos trabajar al azar, las muestras podrían ser las
manzanas.
DISTRITO XXXX

A B C E...

4
b) Selección de los elementos de la muestra:

Podemos seleccionarlos:

Muestreo probabilístico: cuando todos los

elementos del Universo tienen la misma
probabilidad de ser elegidos como parte de la
muestra.

Muestreo no probabilístico:
cuando sucede lo contrario.
 c) Estimación de las características del
Universo en base a datos de la muestra:

Los investigadores de mercado están interesados en cifras que

describan características del Universo a estudiar.
Ejem: Media aritmética de consumo.

En la práctica, estas cifras no se conocen por lo

que se estiman en la muestra.
En conclusión: Dependemos de estimados.

Entonces, se justifica usar muestreo???

 p l o :
Eje m
Se tiene los naipes de una baraja (52).
Se le sacan los naipes de figura (12).
El Universo a estudiar será de 40 cartas.

Algunas características de este universo son:

Media: 5.5
P(Palo): 0.25
P(Rojo): 0.50
 r i me nt o :
e nte e x pe
a e l s i g ui
Se r e a l i z
Se saca 50 muestras de 5 elementos cada una.
(se saca cada muestra al azar independiente)
Por cada uno de estos 50 grupos se analizó la
proporción de naipes rojos.
A continuación mostramos la
tabla de frecuencia de las
muestras:
Porción de Naipes Rojos Frecuencia
0.00 (Todos Negros) 2
0.20 ( 1R y 4N ) 3
0.40 ( 2R Y 3N ) 14 Carácter Universo
0.60 ( 3R Y 2N ) 21
0.80 ( 4R Y 1N ) 8
1.00 ( TODOS ROJOS ) 2
Frecuencia

25

20

15

10

0
0,00 0,20 0,40 0,60 0,80 1,00

La distribución de las muestras se ajusta a una distribución normal

Para la determinación del tamaño de la muestra, se incluye Z valor de la distribución
normal :

l M ue s tr e o :
r mul as de
Fo Z = valor en tabla
segun nivel de
confianza
n = p x q x Z2 e = error de la
e2 muestra

Se usa para poblaciones con universos grandes y difíciles

de precisar.

Para universos más pequeños e identificados usaremos:

n= p x q x N x Z2 N = Tamaño de la
poblacion
e2 x N + p x q x Z 2
 Procedimientos de muestreo

Procedimientos de muestreo

Procedimientos Procedimientos
No Probabilístico Probabilístico

Muestra por Muestra por Muestra por Muestra Muestra

Muestra
Conveniencia Juicio Bola de nieve Aleatoria por
conglomerado estratificada
simple

Muestra Muestra
Sistemática por áreas
 Muestreo Probabilístico
En el muestreo probabilístico se conoce la probabilidad
de que un elemento de la población sea incluido en la
muestra y los elementos de la muestra se seleccionan
por medio de reglas mecánicas de decisión.
No se deja intervenir al
investigador en la selección de los
elementos de la muestra. Con este
tipo de muestreo se permite medir
el error muestral que
probablemente ocurrirá en la
muestra dando una exactitud al
resultado.
 Muestreo Aleatorio Simple
• Es un enfoque por el cual cada
miembro de la población tiene
igual probabilidad de ser
seleccionado.

• Ejm: Población : Tarjetas con

nombres de alumnos dentro de
una caja.
En este caso toda la población
puede salir seleccionada con
igual probabilidad
 Muestreo estratificado
• Similar al muestreo aleatorio, pero se separa
en diversos subgrupos naturales
homogéneos llamados estratos.
• A mayor diferencia en las opiniones hayan
en cada estrato, mayor será la muestra.
 Muestreo de conglomerados
• La población se divide en subgrupos y
TODOS los miembro de estos subgrupos se
vuelven parte de la muestra.
• Este método es útil cuando se puede
identificar fácilmente aquellos subgrupos
que sean representativos de la población.
 Muestreo
Estratificado Por Conglomerados
(Agrupamientos)
• Homogeneidad dentro del • Homogeneidad entre
grupo grupos
• Heterogeneidad entre • Heterogeneidad dentro de
grupos los grupos
• Todos los grupos • Selección aleatoria de los
incluídos grupos
• La eficiencia del muestreo • La eficiencia del muestreo
mejora incrementando la mejora disminuyendo el
exactitud a una tasa más costo a una tasa más
rápida que el costo. rápida que la exactitud.
 MUESTREO DE HOGARES

• Especificación del ámbito.

• Selección aleatoria de conglomerados (grupos de
manzanas). Si se desea esta selección es
realizada para NSE determinado.
• Selección de hogares (sistemático).
• Selección de persona:
 por cuotas
 método del próximo cumpleaños / tabla de Kish
ETAPA I
LIMA METROPOLITANA DISTRITO dividido en
MANZANAS clasificadas por NSE

1 2

5 6
3 4
7

9 10 11
8
14 15
16
12 13 17

18

NSE predominante
en la manzana
NSE A NSE C
NSE B NSE D/E
ETAPA II
DISTRITO dividido en MANZANAS
clasificadas por NSE
MANZANA dividida en HOGARES
1 2
2 <-- 5 3
Esquina Sentido Puerta Salto
5 6
3 4
4 1

7
. . .
9 10 11
8
14 15

. x
16
12 13 17
. Salto .4
18 . 3 .3
. 2
DISTRITO dividido en MANZANAS
clasificadas por NSE
3 . . 1
12
Muestreo Estratificado Proporcional
• El número de objetos o unidades de muestreo
elegidas de cada grupo es proporcional en la
población.
Ejemplo: Estudio de Imagen, 500 casos, distribuir por rango de edades:
ESTUDIO
Reporcentaje IMAGEN Edades
500
17,8% 41% 206 25-34

12,6% 29% 145 35-44

7,7% 18% 89 45-54

5,1% 12% 59 55-65

43,3% 100,0% 500

Muestreo Estratificado No Proporcional

• El tamaño de la muestra en cada grupo no es

proporcional a los tamaños respectivos de los
grupos de la población.
• Si los tamaños de grupo son pequeños, el
muestreo estratificado proporcional no producirá
un tamaño de muestra suficientemente grande
como para hacer comparaciones significativas, por
ello se desproporciona la muestra.
Muestreo Estratificado No Proporcional
Ejemplo: Estudio Base (450 casos) y Estudio de Imagen (500 casos),
distribuir por NSE A, B y C:

Resultados en muestra Porporcionada

BASE IMAGEN
7% 33 37 Nivel A pocos casos
31% 140 155
62% 277 308
450 500

Muestra Desproporcionada
BASE IMAGEN
Alto/Medio Alto 68 0,15 75
Medio 150 0,33 167
Bajo Superior 232 0,52 258
450 500
 Muestreo No Probabilístico
La selección de la muestra se
basa principalmente en el criterio
del encuestador. Pueden ser:
• Muestreo por conveniencia
• Muestreo por juicio
• Muestreo por bola de nieve.

En este tipo de muestreo se desconoce la

probabilidad de que las personas sean
seleccionadas por lo que no se puede hallar el
error muestral
 Muestreo por Conveniencia
• Cuando la muestra es obtenida de una
población fácilmente accesible.
• Ejemplos:
– Estudiantes o Grupo religioso para experimento
– Solicitar opinión a personas que transitan por
un centro comercial
 Muestreo por juicios
• Se seleccionan con base en lo que algún
experto considera acerca de la contribución
que esas unidades o elementos de muestreo
harán para responder la pregunta de
investigación inmediata.
• Ejm: Se hace un juicio para determinar qué
ciudades serán las mejores para probar el
potencial de venta de un nuevo producto.
 Muestreo por Bola de nieve
• El investigador no tiene una lista de elementos del
universo.
• Ubica de alguna manera un elemento del universo
y lo toma como elemento de la muestra.
• Luego para ubicar otros elementos de la muestra
se le pide referencias de otros elementos del
universo al anteriormente ubicado y así
sucesivamente.
• Ejm: Ortodoncistas, dueños de perros raza x,
especialistas en SAP, etc.
Fin de Clase