Contexto


ABC

¿Alguna vez has pensado por qué algunos productos que se venden o empresas que abren son exitosas y otras no? La respuesta es sencilla: algunos empresarios piensan que el producto se venderá de manera automática. Antes de abrir un negocio o lanzar un producto a la venta, se consideran muchos costos, por ejemplo del local, de producción, de gastos fijos, de inventarios y muchos otros, pero en ocasiones no se toma en cuenta al elemento más importante del proceso, es decir, al consumidor. Finalmente, él comprará el producto y si le resulta satisfactorio, volverá a comprarlo o regresará a la tienda. Por ello, es importante conocer los aspectos que este consumidor espera que el producto o empresa tengan.

Como podrás suponer, la forma más eficiente de obtener esta información es a través de una investigación de mercados que tiene como objetivo el mercado meta, pero ahora surgen otras pregunta.

Preguntas detonadoras o de reflexión:

¿Debo entrevistar a todos mis posibles clientes o sólo a unos pocos? Si son sólo unos pocos, ¿cómo los selecciono para saber si mi muestra es representativa?

¿A quién entrevisto? ¿Cómo hago un plan de muestreo?

Explicación


Muestreo

Cualquier proyecto de investigación de mercados requerirá que se obtenga información sobre un tema o asunto en particular, acerca de una población. Es necesario definir primeramente qué es una población. Kotler (2008, p.335) la define como “la suma de todos los elementos que comparten algún conjunto común de características y que constituyen el universo para los propósitos del problema de la investigación de mercados.”

Generalmente, los parámetros son números o proporciones que pueden ser obtenidos mediante un censo o una muestra. El censo implica numerar a todos los elementos de una población para posteriormente calcular el parámetro directamente de la población. En cambio, la muestra es un subgrupo de la población, seleccionado para participar en el estudio (Malhotra, 2008). De la muestra se obtienen las características deseadas, medidas en forma de estadísticos y sobre las cuales se hacen inferencias para los parámetros de la población.

Así, se hacen inferencias que unen o vinculan las características medidas a través de una muestra con los parámetros de la misma población a través de estimaciones y pruebas de hipótesis, que veremos más adelante.

Existen ciertos criterios que nos ayudan a saber cuándo es preferible utilizar un censo y cuándo una muestra (Malhotra, 2008):

Muestra

  • Poco presupuesto.
  • Poco tiempo.
  • La población es elevada o grande.
  • La varianza en lo que se busca medir es baja.
  • Se esperan mínimos errores ocasionados por el muestreo.
  • Los errores de no muestreo pueden ser elevados.
  • La naturaleza de la medición es destructiva
  • Se busca atender casos particulares.

Censo

  • Se tiene un elevado presupuesto.
  • Se dispone de tiempo.
  • La población es baja o poca.
  • La varianza en lo que se busca medir es elevada.
  • Los errores de muestreo pueden ser elevados.
  • No se esperan muchos errores por no muestreo.
  • La naturaleza de la medición es no desctructiva.
  • No se pretenden atender casos particulares.

8.1 8.1 Diseño de la muestra o censo

Los pasos para realizar un proceso de muestreo, según Zikmund (2014), son los siguientes:

Sin embargo, Malhotra (2008) ve el proceso de manera abreviada, uniendo algunos de los pasos en el mismo punto. Su proceso es el siguiente y es el que será descrito brevemente de manera posterior:

Definición de la población meta

La población meta es el conjunto de elementos u objetos que tienen o poseen la información que el investigador busca y sobre la cual se harán inferencias. Es muy importante que se defina con mucho cuidado y detalle exactamente quiénes componen la población meta, debido a que un error en su identificación acarreará que la información obtenida pertenezca a personas que no interesan para los propósitos de la investigación y llevará a conclusiones erróneas.

Para lograr una definición clara de la población meta, debe definirse en términos de:

Elemento : objeto sobre el cual se desea información, regularmente, el encuestado

Unidad de muestreo: elemento, o unidad que contiene al elemento y que está disponible para la selección en algún momento del proceso de muestreo.

Extensión: límites geográficos.

Tiempo: periodo considerado.

Determinación del marco del muestreo

El marco de muestreo es una representación de todos los elementos de la población meta. Por lo general, es un listado o un conjunto de instrucciones que servirán para identificar a la población meta. Un directorio telefónico o de asociados a una industria, la lista de alumnos de una escuela, incluso un mapa forman un marco de muestreo.

Cuando no es posible tener una lista, debe al menos tener la especificación o instrucciones para lograr identificar a la población meta.

Selección de las técnicas de muestreo

En este punto, se deben tomar decisiones sobre la forma en que se llevará a cabo el muestreo. Se elegirá entre una técnica bayesiana o no bayesiana, si se podrá hacer un reemplazo o no en la misma y si se utilizará un muestreo probabilístico o no probabilístico.

Las técnicas bayesianas implican la elección de los elementos de manera secuencial. Es decir, cada vez que se agrega un elemento a la muestra, ésta debe ser analizada y evaluada tanto en forma estadística como en costos. Una técnica no bayesiana indica que será analizada hasta una vez que todos los elementos han sido encuestados.

El muestreo con reemplazo hace que un elemento que fue seleccionado de la muestra para obtener información sobre él puede ser entrevistado y, de manera posterior, regresado al marco de muestreo, lo que permitiría que en algún momento posterior pudiera ser seleccionado para ser entrevistado nuevamente. Un muestreo sin reemplazo implica que una vez que un elemento fue extraído del marco para ser entrevistado, no podrá ser regresado al mismo ni entrevistado posteriormente.

Los procedimientos de muestreo probabilísticos y no probabilísticos se verán a detalle en el siguiente subtema.

Determinación del tamaño de muestra

Determinar el tamaño de muestra es calcular cuántos elementos de la población serán incluidos en el estudio. Aquí se consideran tanto aspectos tanto cualitativos como cuantitativos. La parte cuantitativa se verá a detalle en el tema siguiente, pero la parte cualitativa se considerará ahora.

Algunos otros factores cualitativos importantes para determinar el tamaño de la muestra son los siguientes:

  • La importancia de la decisión – entre más importante, más elevado deberá ser el tamaño de muestra.
  • La naturaleza de la investigación – investigaciones exploratorias y descriptivas requieren tamaños de muestra pequeños; en cambio, investigaciones causales y concluyentes por lo general necesitan tamaños de muestra elevados.
  • El número de variables – cuando se tienen muchas variables, es preferible tener muestras grandes ya que el error de muestreo se ve disminuido por la cantidad de respuestas obtenidas.
  • La naturaleza del análisis – análisis más complejos requieren de mayor número de variables. Igualmente, cuando se va a segmentar o analizar por grupos, es necesario tener muestras elevadas.
  • Los tamaños de muestra utilizados en estudios similares – Malhotra (2008) sugiere los siguientes tamaños de muestra, acordes a los tipos de estudios:

Tipo de estudio

Rango típico

Investigación para la identificación del problema

1,000-2,500

Investigación para la solución del problema

300-500

Prueba de producto

300-500

Prueba de mercado

300-500

Publicidad en televisión, radio o impresa

200-300

Auditorías de mercado de prueba

10-20 tiendas

Sesiones de grupo

6-15 grupos

  • Las tasas de incidencia – si no es sencillo dar con el elemento para que éste sea entrevistado, ocasionará un mayor costo buscarlo (lo que impacta en otras restricciones, a su vez). Entre más complicado sea dar con un tipo de elemento en particular, menor puede ser la muestra.
  • Las tasas de terminación – la dificultad para que una persona termine una encuesta puede hacer que se acepten números menores, razonable de muestras.
  • Las restricciones – el presupuesto y tiempo pueden limitar la cantidad de encuestas a aplicar.

Ejecución del proceso de muestreo

Normalmente, se piensa que ejecutar el muestreo es simplemente aplicar las encuestas, pero no es así. Se requiere de una especificación cuidadosa de cómo serán llevadas a cabo todas y cada una de las decisiones del diseño de muestreo, atendiendo claramente aspectos como la población, el marco de muestreo, la unidad de muestreo, las técnicas de muestreo y el tamaño de la muestra.

Así, si se definió un hogar como unidad de muestreo, es necesario ser específicos en los procedimientos a seguir en caso de que un hogar esté desocupado o decidan no responder a la entrevista.

8.2 Técnicas de muestreo probabilístico y no probabilístico

Las técnicas de muestreo se clasifican entre probabilísticas y no probabilísticas. Sin embargo, existe también el muestreo por Internet, que aunque es clasificado como un punto aparte de los anteriores, se basa en ellos para ser ejecutado. La clasificación de los muestreos puede verse gráficamente en el siguiente diagrama.

Muestreo no Probabilístico

Haz clic en cada tipo de muestreo para ver a detalle.

El muestreo no probabilístico puede considerarse un método arbitrario, ya que se basa en el juicio personal del investigador para hacer la selección de los elementos de la muestra. En ellos,, la probabilidad de cualquier miembro particular de ser seleccionado como parte de la muestra es desconocida. Técnicamente no existe un método estadístico para medir el error de muestreo aleatorio en una muestra no probabilística. Aun así, los resultados mostrados en investigaciones pasada señalan que el uso de muestras no probabilísticas es pragmático y con excelentes resultados para propósitos específicos del investigador (Zikmund, 2014).

Muestreo probabilístico

Los métodos probabilísticos se fundamentan en procedimientos de selección basados en probabilidades. Esto indica que la selección de los participantes será aleatoria, por lo que el sesgo que se obtiene en los no probabilísticos, aquí es nulo. Vale la pena aclarar que el término aleatorio aquí se refiere al procedimiento de selección de la muestra y no a la descripción de los datos en la muestra. La aleatoriedad es un procedimiento cuyo resultado no puede ser predicho ya que depende de las probabilidades.

Uno de los más importantes métodos probabilísticos –y de los más utilizados- es el muestreo aleatorio simple. En él se asegura que cada elemento de la población tiene una probabilidad de selección igual y conocida; y cada posible muestra de un determinado tamaño (n) tiene una probabilidad igual y conocida de ser la muestra seleccionada realmente. Esto implica que cada elemento se selecciona de manera independiente de cualquier otro elemento.

Haz clic aquí para ver el procedimiento.

El muestreo sistemático es un procedimiento sencillo. En él, la muestra se elige al seleccionar un punto de inicio aleatorio y luego eligiendo de manera sucesiva cada k-ésimo elemento del marco de muestreo. El intervalo de muestreo K se determina dividiendo el tamaño de la población (N) entre el tamaño de la muestra (n) y se redondea al número entero más cercano.

Haz clic aquí para ver el procedimiento.

El muestreo estratificado es considerado un proceso de dos pasos en que la población se divide en subpoblaciones llamadas estratos. Los estratos deben ser mutuamente excluyentes y colectivamente exhaustivos, de manera tal que cada elemento de la población quede asignado a un único estrato sin omitir algún elemento de la población. Posteriormente, se seleccionan los elementos de cada estrato mediante un procedimiento aleatorio, por lo regular el muestreo aleatorio simple.

Se debe hacer notar que dentro de un estrato, los elementos deben ser tan homogéneos como sea posible, mientras que los elementos de diferentes estratos tienen que ser tan heterogéneos como sea posible y que las variables de la estratificación requieren una relación estrecha con las características de interés.

Existen dos subtipos de este tipo de muestreo:

El muestreo estratificado proporcional, en el que el tamaño de la muestra seleccionada de cada estrato es proporcional al tamaño relativo de ese estrato en la población total.

El muestreo estratificado no proporcional, en el que el tamaño de la muestra de cada estrato es proporcional al tamaño relativo de ese estrato y a la desviación estándar de la distribución de la característica de interés entre todos los elementos del estrato.

Haz clic aquí para ver el procedimiento.

En el muestreo por conglomerados la población meta primero se divide en subpoblaciones, en este caso llamados conglomerados o grupos, cada uno mutuamente excluyente y colectivamente exhaustivo. Posteriormente se selecciona una muestra aleatoria de conglomerados con base en una técnica de muestreo probabilístico, como el muestreo aleatorio simple.  Para cada conglomerado seleccionado se incluyen todos los elementos de la muestra (una etapa), o se toma una muestra de elementos en forma probabilística (dos etapas).

A diferencia de los estratos, los elementos dentro de los conglomerados deben ser tan heterogéneos como sea posible, aunque los conglomerados tienen que ser tan homogéneos como sea posible. De manera ideal, cada conglomerado debe ser una representación a pequeña escala de la población.

En el muestreo por conglomerados proporcional al tamaño, los conglomerados se muestran con una probabilidad proporcional al tamaño. En la segunda etapa, la probabilidad de seleccionar una unidad de muestreo de un conglomerado seleccionado varía inversamente con el tamaño del conglomerado.

Haz clic aquí para ver el procedimiento.

Existen algunas otras técnicasde muestreo probabilístico consideradas una extensión de las técnicas básicas. Fueron desarrolladas para tratar problemas de muestreo complejos.

El muestreo por secuencia es una de ellas en la que los elementos de la población son mostrados de manera secuencial. Por etapa se realiza la recolección y análisis de datos para determinar si debe aumentarse la cantidad de elementos o terminar ahí.

El muestreo doble o de dos fases consiste en entrevistar algunos elementos de la población en dos ocasiones. En la primera fase de este muestreo se selecciona la muestra y todos los elementos son entrevistados. En la segunda fase, una submuestra de la muestra original es obtenida y muestreada. Se puede extender a tres o más fases y éstas pueden ocurrir de manera simultánea o alterna.

Muestreo por Internet

El uso del Internet ofrece una serie de ventajas lo que hace conveniente la obtención de datos por este medio, además de sencilla, rápida y económica. Sin embargo, uno de los inconvenientes de su uso es la representatividad, ya que muchos hogares carecen de una computadora y acceso a internet, aspecto aún más restringido en países en vías de desarrollo.

Como se vio en el diagrama principal, las técnicas de muestreo por Internet se clasifican en: intercepción en línea, reclutamiento en línea y otras técnicas.

En el muestreo de intercepción en línea se intercepta a las personas que visitan una determinada página o sitio web y se les da la oportunidad de participar en una encuesta. En algunos casos esta intercepción puede ser a todos los visitantes y en otras al azar a través de un muestreo aleatorio simple o sistemático.

Los paneles en línea son semejantes a los paneles ordinarios. Aquí, los grupos se reclutan en línea o por medios tradicionales o bien, las personas se pueden ofrecer como voluntarias para participar. Los paneles se llevan a cabo en línea en horarios disponibles para todos.

Las personas también pueden reclutarse a través de páginas web o bien, ofrecerse como voluntarios para participar en determinados estudios de manera individual. A estas personas regularmente les estarán llegando estudios en los que, acorde a su perfil, pueden o no participar en ellos.

Otras técnicas para reclutar participantes en una investigación de mercado pueden darse por medio de proveedores de investigación de mercados que ya cuenta con listas y muestras para distintos tipos de estudios o bien, con invitaciones a participar posteriores a una compra en línea.

Cierre


Estamos terminando este tema después de ver casi todos los aspectos para hacer un plan de muestreo y asegurarnos de que los entrevistados serán representativos de la población (si ese es el objetivo del estudio) o saber si podemos seleccionar algunos –y cómo podemos hacerlo- que nos proporcionen la información requerida por el investigador para la toma de decisiones.

Hemos visto cómo saber si debemos entrevistar a toda la población o tomar sólo una muestra, qué tipo de muestreo hacer y cómo llevarlo a cabo. Definirse por un tipo de muestreo en particular no es sencillo. Existen múltiples métodos, probabilísticos, no probabilísticos y por Internet, cada uno con sus características particulares, sus ventajas y desventajas. Por ello es importante conocerlos todos antes de decidirse por el uso de uno en particular. Incluso, considerar la posibilidad de hacer mezclas o combinaciones de distintos tipos de muestreo.

Todo esto, nos llevará a poder especificar y ejecutar el plan de muestreo adecuadamente para el logro de los objetivos. Aun así, el proceso de muestreo no ha finalizado. Nos falta todavía un elemento clave que atiende el siguiente tema: la determinación del tamaño de muestra.

Checkpoint


Antes de concluir el tema, asegúrate de poder contestar las preguntas que se enlistan a continuación.

Haz clic en cada pregunta para conocer su respuesta .

Los muestreos probabilísticos se basan en mecanismos de selección basados en la probabilidad. Estos incluyen los muestreos del tipo aleatorio simple, sistemático, estratificado y de conglomerados. Con estas técnicas, el error de muestreo puede ser preestablecido de manera precisa.

Son dos fuentes de discrepancia entre los resultados de una muestra y los parámetros de la población. El error de muestreo se da como consecuencia de las variaciones de probabilidad de la misma población. El error de muestreo aleatorio es una función del tamaño de la muestra y puede ser estimado utilizando el teorema del límite central. El error no de muestreo o sistemático proviene de fuentes como errores en el marco del muestreo, errores en el registro de las respuestas o no respuestas de quienes fueron contactados para responder o participar.

Referencias


Libro de texto:
  • Malhotra, N. (2008). Investigación de Mercados: Un enfoque aplicado. (5ª ed.) México: Pearson.

Libro de apoyo:

  • Zikmund, W. y Babin, B. (2012). Essentials of marketing research. EE. UU.: South-Western CENAGUE Learning.

Glosario


Censo.Numerar a todos los elementos de una población para posteriormente calcular el parámetro directamente de ella.

Marco de muestreo. Representación de todos los elementos de la población meta.

Muestra. Un subgrupo o pequeña parte de la población, seleccionado para participar en el estudio

Muestreo aleatorio simple. Muestreo que se asegura que cada elemento de la población tiene una probabilidad de selección igual y conocida; y cada posible muestra de un determinado tamaño (n) tiene una probabilidad igual y conocida de ser la muestra seleccionada realmente.

Muestreo de la bola de nieve.  Implica el uso de métodos probabilísticos para la selección inicial de encuestados (por lo general al azar). Después de entrevistarlos se les solicita que identifiquen a otras personas que pertenezcan a la población meta de interés. Los encuestados subsecuentes se seleccionan con base en las referencias.

Muestreo doble. Consiste en entrevistar algunos elementos de la población en dos ocasiones. En la primera fase de este muestreo, se selecciona la muestra y todos los elementos son entrevistados. En la segunda fase, una submuestra de la muestra original es obtenida y muestreada.

Muestreo estratificado. Proceso de dos pasos en que la población se divide en subpoblaciones llamadas estratos. Los estratos deben ser mutuamente excluyentes y colectivamente exhaustivos, de manera tal que cada elemento de la población quede asignado a un único estrato sin omitir algún elemento de la población. Posteriormente, se seleccionan los elementos de cada estrato mediante un procedimiento aleatorio, por lo regular el muestreo aleatorio simple.  Puede ser proporcional o no proporcional.

Muestreo no probabilístico. Método arbitrario, ya que se basa en el juicio personal del investigador para hacer la selección de los elementos de la muestra.

Muestreo por conglomerados.  En éste, la población meta primero se divide en subpoblaciones, en este caso llamados conglomerados o grupos, cada uno mutuamente excluyente y colectivamente exhaustivo. Posteriormente se selecciona una muestra aleatoria de conglomerados con base en una técnica de muestreo probabilístico, como el muestreo aleatorio simple. Para cada conglomerado seleccionado se incluyen todos los elementos de la muestra (una etapa), o se toma una muestra de elementos en forma probabilística (dos etapas).

Muestreo por conveniencia. Se refiere a un muestreo en el que las personas o unidades de una muestra se obtienen de manera conveniente.

Muestreo por cuota. Se asegura que varios subgrupos de la población sean representados en muestras de características pertinentes al punto exacto que el investigador desee.

Muestreo por juicio (o propositivo). Forma de muestreo en la cual un individuo experimentado selecciona la muestra basada en su juicio sobre algunas características necesarias para ser incluido en la muestra.

Muestreo por secuencia. Los elementos de la población son mostrados de manera secuencial. Por etapa se realiza la recolección y análisis de datos para determinar si deben aumentarse la cantidad de elementos o terminar ahí.

Muestreo probabilístico. Método de selección de los elementos de la muestra basado en procedimientos de selección que tienen su base en probabilidades.

Muestreo sistemático.  La muestra se elige al seleccionar un punto de inicio aleatorio y luego eligiendo de manera sucesiva cada k-ésimo elemento del marco de muestreo.  El intervalo de muestreo K se determina dividiendo el tamaño de la población (N) entre el tamaño de la muestra (n) y se redondea al número entero más cercano. 

Población. La suma de todos los elementos que comparten un conjunto de características y que constituyen el universo.

Población meta. Conjunto de elementos u objetos que tienen o poseen la información que el investigador busca y sobre la cual se harán inferencias.