MATERIA: INVESTIGACIN DE MERCADO CURSO: APD02 INTEGRANTES: ERNESTO CARTAGENA MOLINA NINIBETH HEREDIA ROSADO INGRID MERO LLERENA

EDDY CARRASCO NAVARRO WILLIAM LOOR TUAREZ ALEXIS ALEJANDRO SABANDO PROFESOR: LCDA. BEATRIZ RODRIGUEZ TEMA:

DISEO DE MUESTRA GRUPO #2

INTRODUCCIN
El diseo de la muestra es la fase de un proyecto de generacin de estadstica bsica donde se define el esquema de muestreo a utilizar, se determina el tamao y procedimiento de seleccin de la muestra y, en el caso del muestreo probabilstico, se calculan los factores de expansin y los estimadores que se requieren para la generacin de resultados. En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una poblacin), se selecciona una muestra, entendiendo por tal una parte representativa de la poblacin. El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de hacer inferencias sobre dicha poblacin. En esta ocasin nosotros el grupo 2 les hablaremos del muestreo y entre ellos tendremos los siguientes temas a analizar: Definicin de terminologas: poblacin, muestra, unidad de anlisis, parmetro, estadstico, error de muestreo y De no muestreo. Beneficios del muestreo. Tipos de muestreo probabilstico. Tipos de muestreo no probabilstico.

POBLACIN
Es el conjunto de entidades o cosas respecto de los cuales se formula la pregunta de la investigacin, o lo que es lo mismo el conjunto de las entidades a las cuales se refieren las conclusiones de la investigacin. El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. Destacamos algunas definiciones: "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica y en nuestro caso social, y este tamao vienen dados por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es m uy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos.

Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de habitantes de una comarca. Cuando la poblacin es muy grande, es obvio que la observacin y/o medicin de todos los elementos se multiplica la complejidad, en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica.

MUESTRA
La muestra es una representacin significativa de las caractersticas de una poblacin, que bajo, la asuncin de un error (generalmente no superior al 5%) estudiamos las caractersticas de un conjunto poblacional mucho menor que la poblacin global. La muestra es un subconjunto, subgrupo o fragmento representativo, de la poblacin, cuyas caractersticas esenciales son las de ser objetivas y reflejo fiel del conjunto de ella. As los resultados obtenidos en la muestra se puedan generalizarse a todos los elementos que conforman la poblacin. Varias definiciones: "Se llama muestra a una parte de la poblacin a estudiar qu sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996).

"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia ", Cadenas (1974). Por ejemplo estudiamos los valores sociales de una poblacin de 5000 habitantes aprox., entendemos que sera de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadstica nos dota de una herramienta que es la muestra para extraer un c onjunto de poblacin que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Los objetivos de la extraccin de una muestra de la poblacin son dos: a) Restringir una cantidad de Unidades de Anlisis plausibles de ser medidas con disponibles. b) Que dicho conjunto de Unidades de Anlisis sea representativo de la poblacin, segn determinadas propiedades bajo la perspectiva del Objetivo. Esto significa que idealmente se espera que para toda propiedad de inters, la distribucin de dicha propiedad en la muestra sea igual a la distribucin d e la misma en la poblacin. los recursos

MUESTRA: POBLACIN O CONJUNTO COMPLETO: Conjunto formado por todos los elementos a estudiar. Parte de una poblacin que se considera representativa de la misma. MUESTREO: Accin de escoger muestras representativas.

UNIDAD DE ANLISIS

La unidad de anlisis corresponde a la entidad mayor o representativa de lo que va a ser objeto especfico de estudio en una medicin y se refiere al qu o quin es objeto de inters en una investigacin. Por ejemplo: Debe estar claramente definida en un protocolo de investigacin y el investigador debe obtener la informacin a partir de la unidad que haya sido definida como tal, aun cuando, para acceder a ella, haya debido recorrer pasos intermedios. Las unidades de anlisis pueden corresponder a las siguientes categoras o entidades:

Personas Grupos humanos Poblaciones completas Unidades geogrficas determinadas Eventos o interacciones sociales (enfermedades, accidentes, casos de infecciones

intrahospitalarias, etc.) Entidades intangibles, susceptibles de medir (exmenes, das camas)

El tipo de anlisis al que se someter la informacin es determinante para elegir la unidad de anlisis. Por ejemplo, si el objetivo es dar cuenta de la satisfaccin del usuario de un servicio mdico, la unidad de anlisis natural es el paciente atendido, o la persona que se atiende en ese servicio mdico. La unidad de muestreo corresponde a la entidad bsica mediante la cual se acceder a la unidad de anlisis. En algunos casos, ambas se corresponden. Por ejemplo, si se desea estimar la prevalencia de dao auditivo en relacin con niveles de ruido ambiental en una muestra de trabajadores de una fbrica, la unidad de muestreo puede corresponder a la entidad "sujeto", si se dispone de un registro detallado de cada sujeto. La unidad de anlisis es por cierto el trabajador de la fbrica. Si en el mismo ejemplo se conoce de secciones de la fbrica con distinto nivel de exposicin al ruido, podra obtenerse una muestra de cada seccin (estratos). En este caso, la unidad de muestreo corresponde a la "seccin", de donde se obtendr a los sujetos a estudiar de acuerdo a algn procedimiento aleatorio de seleccin. La unidad de anlisis es tambin en este caso, el trabajador.

CONCEPTOS CLAVES

1. La unidad de anlisis corresponde a la entidad o caracterstica que ser objeto de estudio. 2. En un estudio puede haber ms de una unidad de anlisis simultneamente. 3. La eleccin de la unidad de anlisis determina el tratamiento estadstico que se le dar a la informacin. 4. Unidad de muestreo y de anlisis deben corresponderse entre s. 5. Una unidad de anlisis puede estar constituida por un agregado poblacional completo y no en sus miembros.

PARMETRO ESTADISTICO

En estadstica, un parmetro es un nmero que resume la gran cantidad de datos que pueden derivarse del estudio de una variable estadstica. El clculo de este nmero est bien definido, usualmente mediante una frmula aritmtica obtenida a partir de datos de la poblacin. Los parmetros estadsticos son una consecuencia inevitable del propsito esencial de la estadstica: crear un modelo de la realidad.

El estudio de una gran cantidad de datos individuales de una poblacin puede ser farragoso e inoperativo, por lo que se hace necesario realizar un resumen que permita tener una idea global de la poblacin, compararla con otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parmetros estadsticos. Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin la media aritmtica de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el total de individuos que componen tal poblacin.

Enfoque descriptivo

Grficas de distribuciones normales para distintos valores de sus dos parmetros.

Un parmetro estadstico es una medida poblacional. Este enfoque es el tradicional de la estadstica descriptiva. En este sentido, su acepcin se acerca a la de medida o valor que se compara con otros, tomando una unidad de una determinada magnitud como referencia. Por su parte, la faccin ms formal de la estadstica, la estadstica matemtica y tambin la inferencia estadstica utilizan el concepto de parmetro en su acepcin matemtica ms pura, esto es, como variable que define una familia de objetos matemticos en determinados modelos. As se habla, por ejemplo, de una distribucin normal de parmetros y como de una determinada familia de distribuciones con una distribucin de probabilidad de expresin conocida, en la que tales parmetros definen aspectos concretos como la esperanza, la varianza, , etc. Otro ejemplo comn en este sentido es el de la distribucin de Poisson, determinada por un parmetro, ; o la distribucin binomial, determinada por dos parmetros, n y p. Desde el punto de vista de la estadstica matemtica, el hecho de que estas distribuciones describan situaciones reales y los citados parmetros sig nifiquen un resumen de determinado conjunto de datos es indiferente.

Controversia Como se ha dicho, los parmetros estadsticos, en el enfoque descriptivo que aqu se adopta, substituyen grandes cantidades de datos por unos pocos valores extrados de aquellos a travs de operaciones simples. Durante este proceso se pierde parte de la informacin ofrecida originalmente por todos los datos. Es por esta prdida de datos por lo que la estadstica ha sido tildada en ocasiones de una falacia. Por ejemplo, si en un grupo de tres personas una de ellas ingiere tres helados, el parmetro que con ms frecuencia se utiliza para resumir datos estadsticos, la media aritmtica del nmero de helados ingerid os

por el grupo sera igual a 1 (

), valor que no parece resumir fielmente la informacin.

Ninguna de las personas se sentira identificada con la frase resumen: "He ingerido un helado de media". Un ejemplo menos conocido pero igual de ilustrativo acerca de la claridad de un parmetro es la distribucin exponencial, que suele regir los tiempos medios entre determinados tipos de sucesos. Por ejemplo, si la vida media de una bombilla es de 8.000 horas, ms del 50 por ciento de las veces no llegar a esa media. Igualmente, si un autobs pasa cada 10 minutos de media, hay una probabilidad mayor del 50 por ciento de que pase menos de 10 minutos entre un autobs y el siguiente. Otro ejemplo que suele ofrecerse con frecuencia para argumentar en contra de la estadstica y sus parmetros es que, estadsticamente hablando, la temperatura media de una person a con los pies en un horno y la cabeza en una nevera es ideal.

ERROR DE MUESTREO y ERROR DE NO MUESTREO

En estadstica, error muestral o error de estimacin es el error a causa de observar una muestra en lugar de la poblacin completa. La estimacin de un valor de inters, como la media o el porcentaje, estar generalmente sujeta a una variacin en Cuando se utilizan valores muestrales, o estadsticos para estimar valores poblacionales, o parmetros, pueden ocurrir dos tipos generales de errores: el error muestral y el error no muestral.

ERROR DE MUESTREO

El error de muestreo se refiere a la variacin natural existente entre muestras tomadas de la misma poblacin. Cuando una muestra no es una copia exacta de la poblacin; an si se ha tenido gran cuidado para asegurar que dos muestras del mismo tamao sean representativas de una cierta poblacin, no esperaramos que las dos sean idnticas en todos sus detalles. El e rror muestral es un concepto importante que ayudar a entender mejor la naturaleza de la estadstica inferencial. El error del proceso de muestreo ocurre cuando los investigadores toman diferentes sujetos de la misma poblacin, y an as, los sujetos tiene n diferencias individuales. Debes recordar que cuando tomas una muestra, se trata de un subconjunto de toda la poblacin y, por lo tanto, puede haber una diferencia entre la muestra y la poblacin. Es el error que se comete debido al hecho de que se sacan conclusiones sobre cierta realidad, a partir de la observacin de slo una parte de ella. Es la desviacin de la muestra seleccionada de las verdaderas caractersticas, rasgos, comportamientos, cualidades o figuras de toda la poblacin.

ERROR DE NO MUESTREO
El error de no muestreo puede ocurrir en cualquier encuesta, sea un censo o una muestra. Estos errores comprenden errores sistemticos y equivocaciones.

Los factores que causan error sistemtico son: falta de definicin clara de la poblacin, ina decuada elaboracin del marco de muestreo, falta de definicin del cuestionario, vaga concepcin de la informacin deseada, mtodos imprecisos de entrevistas. Surgen errores por equivocacin cuando las respuestas son anotadas en lugares equivocados, cuando los entrevistados no responden, dan respuestas incorrectas o inapropiadas y cuando se hacen clculos y anotaciones incorrectas al procesar los datos. "Los errores de no muestreo pueden ser controlados mediante una atencin cuidadosa en la construccin de los cuestionarios y en los detalles del trabajo de campo". Estos errores en las encuestas pueden ser minimizados as: la no respuesta con un plan para hacer re entrevistas a los elementos muestreados, con recompensas e incentivos para quien responde y entrevistadores adiestrados; la respuesta incorrecta se puede corregir si los cuestionarios despus de diligenciados son revisados por alguien diferente al encuestador.

BENEFICIOS DEL MUESTREO

Hay dos formas de estudiar las poblaciones: Por censo o por muestreo. Censo: Se analizan todos y cada uno de los elementos de la poblacin. Muestreo: Se analiza una parte de la poblacin. Los principales beneficios del muestreo comparadas con el censo son los siguientes: 1. Costo reducido: Si la informacin se obtiene nicamente para una parte de la poblacin, los gastos sern menores. 2 Mayor rapidez: La informacin puede ser recolectada y procesada ms rpidamente cuando se selecciona una muestra. 3 Mayor exactitud: Cuando los errores ajenos al muestreo son necesariamente grandes, una muestra puede dar mejores resultados que un censo, ya que estos errores se controlan con ms facilidad, si la operacin es de pequea escala. Como el volumen de trabajo se reduce, se puede utilizar personal calificado y realizar una supervisin cuidadosa del trabajo de campo y del procesamiento de la informacin, reduciendo as los errores de no muestreo. 4 Posibilidad de hacerse: En la industria, algunas pruebas son destructivas, por lo tanto, ciertas investigaciones pueden realizarse con una muestra de productos. EJ: Estudio de resistencia de materiales. Estudio de duracin de bombillos. 5 Mayor control sobre la recoleccin de informacin, muy superior al que se lograra con el censo. Los errores muestrales (no respuestas, inconsistencias, codificacin errada, etc.), disminuyen

considerablemente cuando se hace un muestreo.

TIPOS DE MUESTREO PROBABILSTICO

En este tipo de muestreo, todos los individuos de la poblacin pueden formar parte de la muestra, tienen probabilidad positiva de formar parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos utilizar en nuestras investigaciones, por ser el riguroso y cientfico. Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos:

El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de la poblacin, y dicha probabilidad no es nula para ningn elemento.

Los mtodos de muestreo no probabilsticos no garantizan la representatividad de la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin.

(En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilstico, por ejemplo los estudios de caso control, donde los casos no son seleccionados aleatoriamente de la poblacin.) Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin encontramos: Muestreo aleatorio simple Muestreo estratificado Muestreo sistemtico

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.

Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero

elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k.

El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...).

La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales. Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

TIPOS DE MUESTREO NO PROBABILSTICO

El muestreo no probabilstico es una tcnica de muestreo donde las muestras se recogen en un proceso que no brinda a todos los individuos de la poblacin iguales oportunidades de ser seleccionados. En cualquier tipo de investigacin es difcil lograr un muestreo aleatorio autntico. La mayora de los investigadores tienen limitaciones tempo rales, monetarias y de mano de obra y, gracias a ellas, es casi imposible tomar una muestra aleatoria de toda la poblacin. Generalmente, es necesario emplear otra tcnica de muestreo, la tcnica de muestreo no probabilstico. A diferencia del muestreo probabilstico, la muestra no probabilstica no es un producto de un proceso de seleccin aleatoria. Los sujetos en una muestra no probabilstica generalmente son seleccionados en funcin de su accesibilidad o a criterio personal e intencional del investigador. La desventaja del mtodo de muestreo no probabilstico es que no se toman pruebas de una porcin desconocida de la poblacin. Esto implica que la muestra puede representar a toda la poblacin con precisin o no. Por lo tanto, los resultados de la investigacin no pueden ser utilizados en generalizaciones respecto de toda la poblacin. Tipos de muestreo no probabilstico Muestreo por conveniencia El muestreo por conveniencia es probablemente la tcnica de muestreo ms comn. En el muestreo por conveniencia, las muestras son seleccionadas porque son accesibles para el investigador. Los sujetos son elegidos simplemente porque son fciles de reclutar. Esta tcnica es considerada la ms fcil, la ms barata y la que menos tiempo lleva.

Muestreo consecutivo El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto que intenta incluir a TODOS los sujetos accesibles como parte de la muestra. Esta tcnica de muestreo no probabilstico puede ser considerada la mejor muestra no probabilstica, ya que incluye a todos los sujetos que estn disponibles, lo que hace que la muestra represente mejor a toda la p oblacin. Muestreo por cuotas El muestreo por cuotas es una tcnica de muestreo no probabilstico en donde el investigador asegura una representacin equitativa y proporcionada de los sujetos, en funcin de qu rasgo es considerado base de la cuota. Por ejemplo, si la base de la cuota es de nivel de ao en la universidad y el investigador necesita una representacin igual, con un tamao de muestra de 100, debe seleccionar 25 estudiantes de 1 ao, 25 de 2 ao, 25 de 3 ao y 25 de 4 ao. Las bases de la cuota generalmente son la edad, el gnero, la educacin, la etnia, la religin y el nivel socioeconmico. Muestreo discrecional El muestreo discrecional es ms comnmente conocido como muestreo intencional. En este tipo de toma de muestras, los sujetos son elegidos para formar parte de la muestra con un objetivo especfico. Con el muestreo discrecional, el investigador cree que algunos sujetos son ms adecuados para la investigacin que otros. Por esta razn, aquellos son elegidos deliberadamente como sujetos. Muestreo de bola de nieve El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una poblacin muy pequea. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique a otro sujeto potencial que tambin cumpla con los criterios de la investigacin. La desventaja de usar una muest ra de bola de nieve es que difcilmente sea representativa de la poblacin.

Cundo utilizar el muestreo no probabilstico

Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que existe un rasgo determinado en la poblacin. ede utilizar cuando el investigador tiene como objetivo hacer un estudio cualitativo, piloto o exploratorio.

para hacer generalizaciones respecto de toda la poblacin.

a cabo nuevamente utilizando un muestreo probabilstico aleatorio.

CONCLUSIN
El diseo de la muestra resulta beneficioso para implementarlo en la realizacin de un estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a tr avs de determinados beneficios que estas tcnicas ofrecen. En los diferentes tipos de muestreo existen no probabilstica en los cuales se deben establecer diferencia en el momento de realizar nuestras investigaciones por tanto que en el no probabilstica no toda la poblacin forma parte de la muestra y en el probabilstica todos los individuos tienen probabilidad positiva de formar parte de la muestra. Es importante resaltar que el primer procedimiento al realizar una auditora, es iniciar las investigaciones de manera tal que esta arrojen conclusiones provenientes de determinados estudios como puede ser el estadstico a travs de una muestra probabilstica.