Resumen Captulo 10: Muestreo: teoras, diseos y planes

VALOR DE LOS MTODOS DE MUESTREO EN LA INVESTIGACIN DE MERCADOS

Existen 2 diseos bsicos de muestreo:

1. Muestreo probabilstico: tcnica para extraer una muestra en la que cada unidad de
muestreo tiene una probabilidad conocida de ser incluida en la muestra.
Este muestro le permite al investigador juzgar la fiabilidad y validez de los datos reunidos
mediante el clculo de la probabilidad de que los resultados de la muestra sean diferentes
de la poblacin objetivo definida.
2. Muestreo no probabilstico: proceso de muestreo en el que se desconoce la probabilidad
de elegir cada unidad de muestreo.
 Tipos de diseo de muestreo probabilstico
Muestreo aleatorio simple: procedimiento de muestreo probabilstico que asegura que
cada unidad de muestreo en la poblacin objetivo tiene una conocida e igual
oportunidad de ser elegida.

Desventajas:
- Dificultad de obtener una lista completa y exacta de los elementos de la
poblacin objetivo.
Ventajas:
- Tcnica fcil de entender y los resultados de la encuesta se pueden generalizar a
la poblacin objetivo definida dentro de un margen previsto de error.
- Le permite al investigador obtener clculos sin sesgo de las caractersticas de la
poblacin

Muestreo aleatorio sistemtico: tcnica de muestreo de probabilidad que requiere que

la poblacin objetivo definida se ordene de alguna manera. El MASIS se ha convertido
en una aceptada alternativa de mtodo de probabilidad para obtener muestras. Para
emplearlo, el investigados debe tener la lista completa de las unidades de muestreo
potenciales que compongan la poblacin objetivo definida. Se seleccionan las unidades
de muestreo de acuerdo con su posicin utilizando un intervalo de salto:

Ej. Si el investigador quiere que se extraiga una muestra de 100 de una poblacin
objetivo de 1.000, el intervalo de salto sera de 10. Una vez determinado el intervalo, el
investigador elegira aleatoriamente un punto de partida y tomara cada dcima unidad
hasta llegar al fin de la lista entera de la poblacin objetivo.
Desventajas:
- Existe un riesgo potencial de que haya patrones ocultos en los datos que no
sean descubiertos por el investigador. Esto podra dar como resultado una
muestra que no sea fielmente representativa de la poblacin objetivo definida.
- El investigador tiene que saber con exactitud cuntas unidades de muestreo
componen la poblacin objetivo definida.
Ventajas:
- Es una forma fcil de extraer una muestra asegurando al mismo tiempo el
carcter aleatorio.
- Es ms breve en el tiempo que le toma extraer una muestra (en comparacin
con el muestreo aleatorio simple)
 Muestreo aleatorio estratificado: mtodo de muestreo probabilstico en el que la
poblacin objetivo definida se divide en grupos llamados estratos, y se seleccionan
muestras de cada estrato.
La extraccin de una muestra aleatoria estratificada comprende 3 pasos:
1) Dividir la poblacin objetivo en subgrupos o estratos homogneos
2) Extraer muestras aleatorias de cada estrato
3) Combinar las muestras de cada estrato en una sola muestra de la poblacin
objetivo.

Hay 2 mtodos que se usan para obtener muestras de los estratos:

A. Muestreo estratificado proporcionado: mtodo en el que cada estrato depende

de su tamao en relacin con la poblacin. Por lo tanto, los estratos mayores se
muestrean ms intensamente porque forman un porcentaje mayor de la
poblacin objetivo definida.
B. Muestre estratificado desproporcionado: mtodo en el que el tamao de cada
estrato es independiente de su tamao en relacin con la poblacin.
Existe un mtodo alternativo llamado "asignacin ptima"; aqu se considera el
tamao relativo del estrato, as como la variabilidad dentro del mismo.

Desventajas:
- Es difcil determinar la base para la estratificacin
- La informacin secundaria pertinente para los factores de estratificacin podra
no estar disponible fcilmente.
Ventajas:
- Ofrece seguridad de la representatividad en la muestra
- Ofrece la oportunidad de estudiar cada estrato y de hacer comparaciones entre
estratos
- Ofrece la capacidad de hacer clculos para la poblacin objetivo con la
expectativa de mayor precisin y menos errores.

Muestreo por conglomerado: es semejante al muestreo aleatorio estratificado, pero

difiere en que las unidades de muestreo se dividen en subpoblaciones mutuamente
excluyentes y colectivamente exhaustivas llamadas "conglomerados". Se supone que
cada conglomerado es representativo de la heterogeneidad de la poblacin objetivo.
Cuando se ha identificado el conglomerado, se eligen las unidades de muestreo en
perspectiva para la muestra.
o Muestreo por rea: una forma de muestreo por conglomerado en la que los
conglomerados se forman por designaciones geogrficas.
 Ventajas:

- Se usa mucho por su rentabilidad y facilidad de ejecucin.

Desventajas:

- Los conglomerados a menudo son homogneos (esto hace que los clculos de la
muestra sean menos precisos)

Tipos de diseo de muestreo no probabilsticos:

Muestreo por conveniencia: mtodo en el que las muestras se toman como le sea ms
cmodo al investigador. Los supuestos son que la poblacin objetivo es homognea.
Desventajas:
- Los datos no son generalizables a la poblacin objetivo definida
Ventajas:
- Permite entrevistar a un gran nmero de encuestados en un tiempo corto

Muestreo por juicio/intencional: se elige a los encuestados de la muestra porque el

investigador cree que cumplen con los requisitos del estudio.
Desventajas:
- Se podra no medir la representatividad de la muestra
Ventajas:
- Si el juicio del investigador es correcto, la muestra generada por el muestreo por
juicio ser mejor que la generada por el muestreo por conveniencia.

Muestreo por cuota: consiste en la seleccin de los participantes en perspectiva

conforme a cuotas pre-especificadas de caractersticas demogrficas (edad, raza,
gnero, ingresos), actitudes especficas o comportamientos especficos. Su propsito es
asegurar que los subgrupos pre-especificados de la poblacin objetivo queden
representados en los factos de muestreo relevantes.
Desventajas:
- El xito del estudio depender de decisiones subjetivas otmadas por los
investigadores.
Ventaja:
- La muestra generada contiene subgrupos especficos en las proporciones
deseadas por los investigadores
- Reduce el sesgo de seleccin de los trabajadores de campo.

Muestreo de bola de nieve/de recomendacin: consiste en identificar y calificar un

conjunto de encuestados iniciales en perspectiva que a su vez pueden ayudar al
investigador a identificar a personas adicionales para incluirlas en el estudio.
Se usa generalmente en situaciones en las que la poblacin objetivo definida es
pequea y nica.
 Desventaja:
- Resulta limitada la capacidad de generalizar los resultados a los miembros de la
poblacin objetivo.
Ventajas:
- Es un mtodo razonable que sirve en poblaciones objetivo pequeas

DETERMINACIN DEL DISEO DE MUESTREO APROPIADO

PASOS DEL DESARROLLO DE UN PLAN DE MUESTREO