Title: Mtodos Cuantitativos Aplicados al Marketing
1Métodos Cuantitativos Aplicados al Marketing
Martín Gonzalez Rozada
Economía Empresarial
2Conceptos Básicos de Muestreo
- Un paso importante en la investigación es la
especificación del error máximo tolerable en los
estimadores utilizados. - El tamaño de la muestra debe ser aquel que
permita obtener los niveles deseados de
precisión.
3Conceptos Básicos de Muestreo
- Ejemplo Un analista de mercado se está
preparando para estudiar a los usuarios de PC. - Entre otras cosas desea estimar el porcentaje de
usuarios con conexión a internet. - Para facilitar las cosas supongamos que es
factible tomar una muestra aleatoria simple.
4Conceptos Básicos de Muestreo
- Qué tan grande debe ser la muestra?
- Esta pregunta no puede responderse sin antes
saber qué tan exactamente quiere el analista
conocer el porcentaje de usuarios con conexión a
internet.
5Conceptos Básicos de Muestreo
- Supongamos que está satisfecho si el porcentaje
es correcto con un margen de error de 5. - Esto es, si la muestra indica que el 43 tiene
conexión a internet, el porcentaje para todos los
usuarios es seguro que cae entre el 38 y el 48.
6Conceptos Básicos de Muestreo
- En términos técnicos, si el porcentaje (p) de la
muestra se distribuye normalmente, un intervalo
de confianza del 95 se calcularía como p
1.96 ?p - Como ?p (PQ/n)1/2, se puede establecer,
- 1.96 (PQ/n)1/2 5 ó n 3.84 PQ/25
7Conceptos Básicos de Muestreo
- En este punto aparece una dificultad que es común
en todos los problemas de estimación del tamaño
muestral. - La fórmula de cálculo del tamaño muestral depende
de alguna propiedad de la población que va a ser
muestreada (P).
8Conceptos Básicos de Muestreo
- Una forma de resolver esto es conseguir algun
dato acerca de P. Por ejemplo, si se sabe de
estudios anteriores que el porcentaje de usuarios
con conexión a internet varía entre 30 y 60
entonces, - El tamaño muestral varía entre 323 y un máximo de
384.
9Conceptos Básicos de Muestreo
- En general, la fórmula para el tamaño muestral
cuando estamos interesados en trabajar con
proporciones es, - Supongamos que las unidades se clasifican en 2
clases C y C. Se establece algún margen de error
d en la proporción estimada p de unidades
pertenecientes a la clase C y hay un pequeño
error ? que estamos dispuestos a correr de que el
error real sea mayor que d.
10Conceptos Básicos de Muestreo
- Lo que queremos es Pr(p - P ? d) ?
- Si se supone un muestreo aleatorio simple y se
considera que p se distribuye normalmente, la
fórmula que conecta al tamaño muestral con el
grado de precisión d es d Z?/2 ?p - Donde Z?/2 es el valor crítico de una
distribución normal estándar y ?p (PQ/n)1/2 es
el desvío estándar de p.
11Conceptos Básicos de Muestreo
- Resolviendo para n
- n0 Z2?/2 PQ/d2
- ó n0 PQ/V S2/V
- Donde V d2 /Z2?/2 es la varianza deseada de p
12Conceptos Básicos de Muestreo
- Si la población es finita es necesario aplicar un
factor de corrección como sigue. - n n0/1 (n0/N)
- Donde N es el tamaño de la población.
13Conceptos Básicos de Muestreo
- En el ejemplo anterior, d0.05 p0.5 ?0.05
Z2?/2 1.96 - Por lo tanto n0 1.962 (0.5)(0.5)/0.052 384
- Si N3200, entonces
- n 384/1(384/3200) 343
14Conceptos Básicos de Muestreo
- Si se necesitara presentar los estimadores no
solo para la población total, sino para ciertas
subdivisiones (por ejemplo división por género)
el tamaño muestral será diferente. - En general, si hay k subdivisiones,
- n0 k S2/V