Calculo de La Muestra

CALCULO DE LA MUESTRA
Muestreo
Todo estudio de Mercado requiere de la selección de
una muestra.
Una alternativa es hacer uso del censo, en el cual el

estudio se realiza utilizando todos los elementos
disponibles de una población definida.
Beneficios del Muestreo
 Ahorra Dinero.
 Ahorra tiempo.
 Puede ser más precisa.
 Es mejor cuando el estudio conlleva a destrucción

ó contaminación del elemento muestreado.
Conceptos en el
Muestreo
Población: Universo de todos los elementos definidos
antes de la selección de la muestra.
Elemento: unidad acerca de la cual se solicita
información.
Unidad de muestreo: donde específicamente se va
aplicar el muestreo.
Alcance: hasta donde llega la aplicación del
muestreo.
Tiempo: Fecha del muestreo.
Conceptos en el
Muestreo
Si se desea monitorear las ventas de un nuevo
producto de consumo la población podría ser:
 Elemento: Nuevo producto de consumo.

 Unidad de Muestreo: supermercado,
droguerías, tiendas, almacenes de cadena.
 Alcance: la ciudad de Valledupar
 Tiempo: 16 al 22 de Julio de 2018
¿Cómo calcular la muestra correcta?
El cálculo del tamaño de la muestra es uno de los aspectos a concretar en las
fases previas de la investigación comercial y determina el grado de credibilidad
que concederemos a los resultados obtenidos.
Una fórmula muy extendida que orienta sobre el cálculo del tamaño de la muestra
para datos globales es la siguiente: (conociendo el tamaño de la población)
http://www.feedbacknetworks.com/cas/experiencia/sol-preguntar-calcular.htm
http://www.netquest.com/panel_netquest/calculadora_muestras.php
N: es el tamaño de la población o universo (número total de posibles
encuestados).
k: es una constante que depende del nivel de confianza que asignemos. El nivel
de confianza indica la probabilidad de que los resultados de nuestra investigación
sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos
equivocar con una probabilidad del 4,5%.
Los valores k más utilizados y sus niveles de confianza

son:
k 1,15 1,28 1,44 1,65 1,96 2 2,58
Nivel de confianza 75% 80% 85% 90% 95% 95,5% 99%
e: es el error muestral deseado. El error muestral es la diferencia que puede haber

entre el resultado que obtenemos preguntando a una muestra de la población y el
que obtendríamos si preguntáramos al total de ella.
p: es la proporción de individuos que poseen en la población la característica de
estudio. Este dato es generalmente desconocido y se suele suponer que p=q=0.5
que es la opción más segura.
q: es la proporción de individuos que no poseen esa característica, es decir, es 1-

p.
n: es el tamaño de la muestra (número de encuestas que vamos a hacer).
Ejemplo 1: si los resultados de una encuesta dicen que 100 personas comprarían
un producto y tenemos un error muestral del 5% comprarán entre 95 y 105
personas.
Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error

muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que
entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo
estarán.
Ejemplo 3: si los resultados de una encuesta electoral indicaran que un partido
iba a obtener el 55% de los votos y el error estimado fuera del 3%, se estima que
el porcentaje real de votos estará en el intervalo 52-58% (55% +/- 3%).
• Ejemplo 4: para realizar una encuesta de satisfacción a clientes de un

determinado modelo de coche del que hemos vendido 10.000 unidades (N), en la
que queremos una confianza del 95,5% que determina que k=2, deseamos un
error muestral del 5% (e) y consideramos que estarán satisfechos el 50%
(p=q=0.5) necesitaríamos una muestra de 385 clientes.
• Ejemplo 5: contrastar el porcentaje de personas de un país que ven un

determinado programa de televisión. Si la población del país es de 40 millones de
personas, estimamos que lo ve el 20% de la población (p=0.2 y q=0.8), queremos
una confianza del 95,5% que determina que k=2 y estamos dispuestos a asumir
un error muestral del 5% (e) necesitaríamos una muestra de 256 personas.
Universo o Población total: si no lo conoce con exactitud puede ingresar un
número aproximado. Cuando es muy grande prácticamente no afecta el tamaño
de la muestra ni el margen de error.
Intervalo de confianza: en ambos cuadros el intervalo de confianza utilizado
para el cálculo es 95%. Esto significa que existe un 95% de probabilidad de que
el margen de error sea el calculado para ese tamaño muestral.
Heterogeneidad: en ambos cuadros la heterogeneidad utilizada para los
cálculos es del 50%. Esto es el peor caso posible, el que maximiza el margen
de error. Significa por ejemplo que un 50% de la muestra opina una cosa y el
otro 50% lo contrario. En cualquier otro caso, por ejemplo en una proporción de
80% / 20%, el margen de error disminuye.
Margen de error: es el intervalo en el que puede oscilar un resultado. A modo
de ejemplo: si para un universo de 200.000 personas y una muestra de 500
casos el margen de error es de ± 4.4%, significa que si un resultado es del 50%
en realidad está comprendido entre 45.6% y 54.4%.
Cuando no se conoce el tamaño de la población
K^2 x P x (1-P)
n = ---------------------
e^2
Descripción:
n = tamaño de la muestra requerido
K = nivel de fiabilidad de 95% (valor
estándar de 1,96)
p = es la proporción de individuos que poseen en
la población la característica de estudio
e = margen de error de 5% (valor estándar
de 0,05)
En el proyecto de Al Haouz en Marruecos, se ha calculado que cerca
del 30% (0,3) de los niños de la zona del proyecto padecen de
malnutrición crónica. Este dato se basa en estadísticas nacionales
sobre malnutrición en las zonas rurales .
N = 323 encuestas
K^2 x SIGMA^2
n = ---------------------
e^2
Descripción:
n = tamaño de la muestra requerido
K = nivel de fiabilidad de 95% (valor
estándar de 1,96)
SIGMA = es la desviación standard
e = margen de error de 5% (valor estándar
de 0,05)
PROCESO DE MUESTRO
Definición
Población
Identificar marco
muestral
Tamaño de la
muestra
Procedimiento de
muestreo
Selección muestra
PROCEDIMIENTO DE MUESTREO
Procedimientos de
Muestreo
Procedimientos no Procedimientos
probabilístico probabilístico
•Muestreo de conveniencia • Muestreo aleatorio simple.
•Muestreo de Juicio • Muestreo estratificado.
•Muestreo por cuotas •Muestreo por conglomerado:

•Sistemático
•Por Áreas
Procedimientos
Probabilísticas
Cálculos de los parámetros de evaluación:
 Tendencia Central
n
x
N
x i i
 i 1
s i 1
N n 1
N n
 (x   )  (x   )
2 2
i
i
2  i 1
2  i 1
n 1
N
 Dispersión y desviación estándar
Tamaño de la Muestra
Datos
• Nivel de Confianza
• Error
• Desviación Estándar
z 2 2
n
E2
Métodos de
Estimación
Estimación de la Demanda
Métodos
• Métodos Gráficos: se utiliza para fenómenos
con tendencias seculares.
• Medias Móviles: se utiliza para fenómenos con
tendencias seculares y de mucha utilidad para
aquellos cuya serie de datos presentan
irregularidades
• Método de Mínimos cuadrados: se basa en
calcular la ecuación de una curva, para una
serie de puntos dispersos.
Estimación de la Demanda
Métodos
• Método de Ecuaciones no lineal: cuando la
tendencia del fenómeno es claramente no
lineal.
• Métodos de Serie de Tiempo: se refiere a la
medición de una variable en el tiempo a
intervalos espaciados uniformemente.
• Métodos de suavización exponencial, para
pronostico a corto plazo.

Calculo de La Muestra

Cargado por

Copyright:

Formatos disponibles

Calculo de La Muestra

Cargado por

Información del documento

Descripción original:

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

Calculo de La Muestra

Cargado por

Copyright:

Formatos disponibles

CALCULO DE LA MUESTRA

Una alternativa es hacer uso del censo, en el cual el

 Puede ser más precisa.

 Es mejor cuando el estudio conlleva a destrucción

 Elemento: Nuevo producto de consumo.

Los valores k más utilizados y sus niveles de confianza

e: es el error muestral deseado. El error muestral es la diferencia que puede haber

q: es la proporción de individuos que no poseen esa característica, es decir, es 1-

n: es el tamaño de la muestra (número de encuestas que vamos a hacer).

Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error

• Ejemplo 4: para realizar una encuesta de satisfacción a clientes de un

• Ejemplo 5: contrastar el porcentaje de personas de un país que ven un

•Muestreo de conveniencia • Muestreo aleatorio simple.

•Muestreo de Juicio • Muestreo estratificado.

•Muestreo por cuotas •Muestreo por conglomerado:

También podría gustarte