EL PROCESO DE MUESTREO

En una investigacin de mercados existen dos alternativas: obtener informacin de todos los elementos de la poblacin o bien analizar nicamente un conjunto representativo de elementos del colectivo total. En el primer caso se lleva a cabo una investigacin de todo el censo y en el segundo se realiza un muestreo o seleccin de la poblacin con el fin de generalizar los resultados posteriormente. Por motivos econmicos, imperativos de tiempo y problemas de disponibilidad de censos, la prctica habitual es aplicar tcnicas de muestreo en la mayora de los estudios de mercado. La Figura 6.1 describe el proceso de muestreo que consiste en definir la poblacin objeto de estudio y sus caractersticas, determinar el procedimiento ms apropiado para la seleccin de un conjunto de elementos muestrales representativos de la poblacin y designar el nmero de elementos muestrales adecuado a los objetivos del estudio.

Antes de desarrollar las etapas del proceso de muestreo es conveniente conocer los conceptos bsicos utilizados en esta fase de la investigacin (Cuadro 6.1).

CUADRO 6.1 CONCEPTOS BSICOS DE MUESTREO POBLACIN

Conjunto total de elementos objeto de estudio. Tambin se denomina universo o colectivo. La poblacin puede estar formada por personas, hogares, instituciones u objetos. Conjunto de elementos de la poblacin total disponibles para la seleccin de la muestra. En ocasiones todos los elementos de la poblacin estn disponibles y, por tanto, el marco es igual a la poblacin. En otros casos no se produce esa igualdad. Unidad seleccionada de la poblacin para la aplicacin de la tcnica de investigacin. Puede ser un elemento poblacional nico o un conjunto de elementos. Conjunto de unidades muestrales seleccionadas para la aplicacin de la tcnica. Procedimiento utilizado para seleccionar de forma representativa las unidades muestrales. Nmero de unidades muestrales que componen la muestra seleccionada. Es un factor determinante del nivel de validez de las respuestas. Error cometido al no tratar toda la poblacin. Es un error admitido y controlado al generalizar los resultados de una muestra obtenida aleatoriamente a la poblacin total. Error ajeno al proceso de muestreo difcil de acotar y motivado principalmente por una elevada tasa de no respuesta, errores de diseo de cuestionario, sesgos del entrevistador, etc. Un control riguroso de todo el proceso de realizacin del estudio reduce este tipo de errores que pueden restar gran parte de la validez de los resultados. Medida estadstica del nivel de variacin de la opinin del colectivo total sobre el tema analizado respecto al valor medio. Proceso de proyeccin o estimacin de resultados vlidos para una poblacin a partir de los resultados obtenidos de una muestra de esa poblacin Valor muestral utilizado para inferir un valor poblacional. Intervalo con un determinada probabilidad de incluir el valor poblacional. Este intervalo se determina a partir de los resultados muestrales y el error de muestreo. Probabilidad de obtener un intervalo de confianza concreto.

MARCO

UNIDAD MUESTRAL

MUESTRA MTODO DE MUESTREO TAMAO DE LA MUESTRA

ERROR DE MUESTREO

ERROR NO MUESTRAL

DISPERSIN INFERENCIA ESTADSTICA

ESTIMADOR INTERVALO DE CONFIANZA

NIVEL DE CONFIANZA

La primera etapa del proceso de muestreo consiste en identificar la poblacin objetivo; por consiguiente, es necesario determinar con exactitud la composicin y caractersticas de los integrantes de la poblacin objeto de estudio y del marco disponible para la realizacin de la investigacin. El tema tratado, la tcnica de obtencin de informacin utilizada y el lugar de realizacin del trabajo de campo son aspectos a considerar en la definicin del universo disponible para la realizacin del estudio. La informacin necesaria para identificar la poblacin se obtiene normalmente a travs de fuentes secundarias. A continuacin se realiza la seleccin del mtodo de muestreo. En el Cuadro 6.2 se muestran los procedimientos ms habituales de seleccin de unidades muestrales representativas de una poblacin.

MTODOS DE MUESTREO NO PROBABILSTICO MTODOS DE MUESTREO PROBABILSTICO

Muestreo por conveniencia. Muestreo por criterio. Muestreo por cuotas. Muestreo de bola de nieve. Muestreo aleatorio simple. Muestreo sistemtico. Muestreo estratificado. Muestreo por conglomerados. Muestreo por etapas. Muestreo por rutas.

La clasificacin ms extendida y utilizada de los procedimientos de muestreo diferencia entre mtodos de muestreo probabilstico y no probabilstico. Las diferencias fundamentales entre ambos tipos de muestreo residen en la posibilidad de conocer la probabilidad de seleccin de cada unidad del colectivo objetivo y en el procedimiento de captacin utilizado. Muestreo no probabilstico o no aleatorio: en este tipo de procedimientos los miembros de la poblacin no tienen una probabilidad conocida de pertenecer a la muestra. La eleccin de la muestra se realiza a travs de un procedimiento no aleatorio, que normalmente es el criterio del investigador o del entrevistador. Estos mtodos no permiten establecer las desviaciones sufridas en los resultados de la investigacin y, por tanto, las estimaciones obtenidas no pueden generalizarse estadsticamente a la totalidad de la poblacin. Muestreo probabilstico o aleatorio: en este caso todos los miembros de la poblacin tienen una probabilidad distinta de cero de ser seleccionados como unidad muestra!. Esta probabilidad puede ser calculada de antemano y no es necesario que sea igual para todos los elementos. Esto es posible si al escoger las unidades de la muestra se utiliza un procedimiento aleatorio o de azar. El muestreo probabilstico permite evaluar y controlar las desviaciones cometidas en las estimaciones de las caractersticas objeto de estudio y, por tanto,

realizar proyecciones o conclusiones de los resultados muestrales con respecto a la poblacin total. La principal dificultad es la necesidad de tener definido y censado el marco de la poblacin.

Normalmente los mtodos no probabilsticos se utilizan en estudios exploratorios o intencionales, en los cuales no es necesario proyectar los resultados. En estos casos se obtiene informacin con el rigor necesario y con un coste ms reducido. Por tanto, los resultados de un estudio con muestreo no probabilstico pueden ser totalmente vlidos siempre que se utilicen adecuadamente y se asuman sus limitaciones. Finalmente, la ltima etapa del proceso de muestreo consiste en calcular el tamao de la muestra. El planteamiento es diferente segn el tipo de muestreo utilizado: no probabilstico o probabilstico. Cuando el procedimiento de muestreo utilizado es de tipo no probabilstico, no se puede calcular estadsticamente el tamao muestral y la decisin se basa en el criterio del investigador. Por el contrario, cuando el procedimiento de muestreo es probabilstico, es posible evaluar y controlar la precisin de las estimaciones mediante la determinacin del tamao muestral adecuado y del error de muestreo cometido. 2. MTODOS DE MUESTREO 2.1. Mtodos de muestreo no probabilstico Los mtodos de muestreo no probabilstico ms utilizados son el muestreo por conveniencia, el muestreo por criterio, el muestreo por cuotas y el muestreo de bola de nieve. Muestreo por conveniencia: este procedimiento consiste en seleccionar las unidades muestrales ms convenientes para el estudio o en permitir que la participacin de la muestra sea totalmente voluntaria. Por tanto, no existe control de la composicin de la muestra y la representatividad de los resultados es cuestionable. Este procedimiento se utiliza nicamente en estudios exploratorios, de generacin de ideas, pretest de cuestionarios, algunas encuestas por correo, etc. Muestreo por criterio: el mtodo de muestreo por criterio se basa en el criterio o juicio del investigador para seleccionar unidades muestrales representativas. La experiencia del investigador y su conocimiento del tema y del colectivo implicado sirven de base para determinar el criterio a seguir en la seleccin muestral. El muestreo por criterio se utiliza principalmente en estudios experimentales o de prueba. Muestreo por cuotas: en primer lugar se realiza una estratificacin de la muestra que garantice la variedad de criterios y caractersticas del colectivo objeto de estudio y, posteriormente, se aplica un muestreo por criterio para seleccionar las unidades muestrales de cada estrato. La estratificacin se basa en criterios demogrficos, socioeconmicos,

geogrficos, de personalidad, estilos de vida o conducta comercial con el fin de conseguir una muestra representativa de las caractersticas de la poblacin. Es el mtodo no probabilstico ms utilizado en investigacin de mercados. Muestreo de bola de nieve: el mtodo consiste en solicitar de las propias unidades muestrales captadas la identificacin de posibles nuevos elementos de la muestra pertenecientes al colectivo objetivo. Este procedimiento es apropiado para poblaciones reducidas y muy especializadas que presentan dificultades para su identificacin.

EJEMPLOS: MUESTREO NO PROBABILSTICO

MUESTREO POR CONVENIENCIA Estudio exploratorio del consumo de tabaco entre los jvenes: el investigador selecciona por conveniencia determinados puntos de la ciudad donde habitualmente se concentran los jvenes y entrevista a un nmero que considera razonable sin utilizar ningn otro criterio de seleccin adicional. Este procedimiento facilita la captacin de unidades muestrales vlidas para el estudio. MUESTREO POR CRITERIO Estudio de prueba de una campaa publicitaria de una agencia de viajes en las marquesinas de las paradas de autobuses: el investigador decide implantar la campaa y realizar un estudio para conocer sus efectos nicamente en tres ciudades espaolas que considera representativas del mercado nacional. La seleccin de las ciudades se basa en su experiencia y criterio personal. MUESTREO POR CUOTAS El mismo estudio anterior de la agencia de viajes pero con estratificacin muestral por sexo y edad: el investigador considera que los efectos de la campaa pueden sufrir variaciones importantes en funcin del sexo y la edad de los individuos entrevistados. Por tanto, se establecen las cuotas adecuadas en la muestra para asegurar la representacin de dichas variables de estratificacin. Por ejemplo, si la poblacin est compuesta de un 60% de hombres y un 40% de mujeres, se estratifica de igual forma la muestra, y posteriormente se repite el proceso con la variable edad. MUESTREO DE BOLA DE NIEVE Estudio de coleccionistas de juguetes antiguos: los primeros coleccionistas captados para el estudio pueden facilitar la identificacin de otros posibles entrevistados.

2.2. Mtodos de muestreo probabilstico

La aplicacin de muestreo probabilstico exige censar previamente los elementos de la poblacin o marco disponible. La informacin necesaria se puede obtener de fuentes de datos secundarios facilitados por diferentes organismos e instituciones. Los procedimientos probabilsticos ms frecuentemente utilizados son los siguientes: Muestreo aleatorio simple: una vez censado el marco de la poblacin se asigna un nmero a cada miembro y se eligen aleatoriamente las unidades muestrales. Los procedimientos aleatorio s de eleccin ms utilizados son los sorteos y las tablas de nmeros aleatorios. La eleccin por tablas de nmeros aleatorio s funciona de la siguiente forma: una vez censada y numerada la poblacin se escoge una tabla de nmeros aIeatorios al azar y se van seleccionando las unidades muestrales que coinciden con los nmeros de la tabla.

EJEMPLO: MUESTREO ALEATORIO SIMPLE Cuando el tamao de la muestra es 1.000: es necesario obtener 1.000 nmeros por sorteo o por tablas aleatorias que nos permitan seleccionar 1.000 unidades muestrales del censo poblacionaI numerado previamente. Si utilizamos un libro de tablas de nmeros aIeatorios y la hoja seleccionada al azar es la siguiente:
343 567 657 546 541 934 ..... 345 004 323 ..... 123 098 122 ..... 234 345 456 ..... 978 065 434 ..... 456 231 098 ..... 345 045 233 ..... 432 412 122 .....

.....

1. unidad muestral: la correspondiente al primer nmero de la tabla 343. 2. unidad muestral: segundo nmero de la tabla 567.

Muestreo sistemtico: es un procedimiento basado en el anterior que permite simplificar el proceso de seleccin cuando el tamao de la muestra es elevado. En primer lugar se calcula el coeficiente de elevacin. A continuacin se elige al azar, por sorteo o mediante tablas de nmeros aleatorios, un nmero inferior al coeficiente de elevacin. La primera unidad muestra) es el nmero elegido, la segunda unidad muestral se determina agregando a ese primer nmero el coeficiente de elevacin y as sucesivamente hasta completar el tamao de la muestra.

Tamao poblacin Coeficiente de elevacin = Tamao muestra

EJEMPLO: MUESTREO SISTEMTICO Tamao de poblacin: 10.000 individuos Tamao de muestra: 1.000 unidades Coeficiente de elevacin = 10.000/1.000 = 10 Nmero elegido al azar < 10 = 3 1. unidad muestral = nmero 3 del censo. 2. unidad muestral = 3 + 10 = nmero 13 del censo. 3. unidad muestral = 13 + 10 = nmero 23 del censo.

Muestreo estratificado: en los anteriores mtodos de muestreo probabilstico todos los elementos de la poblacin tienen la misma probabilidad de formar parte de la muestra. Esto no es siempre aconsejable, ya que con frecuencia existen segmentos definidos dentro de la poblacin con caractersticas y tamaos muy diferentes y es necesario obtener cierta representatividad de todos ellos. El muestreo estratificado determina el nmero de elementos a seleccionar de cada segmento, necesarios para formar una muestra representativa. Posteriormente, a travs de cualquier otro procedimiento probabilstico se seleccionan las unidades muestrales de cada estrato. El mtodo contina siendo aleatorio pero con cierto control de la composicin. Para realizar la estratificacin de la muestra los procedimientos ms utilizados son los siguientes: Afijacin simple: en este caso se reparte la muestra total en partes iguales para cada estrato. Afijacin proporcional: cuando proporcionalmente a la poblacin de cada estrato. la muestra se reparte

Afijacin ptima: en este caso se reparte la muestra teniendo en cuenta la poblacin y la dispersin de respuesta de cada estrato. Una medida apropiada para medir la dispersin es la desviacin tpica (S) calculada en funcin de los datos del pretest o de una investigacin anterior. En cualquier caso, normalmente resulta arriesgada esta estimacin y por tanto este procedimiento se utiliza en un nmero muy reducido de investigaciones.

EJEMPLO: MUESTREO ESTRATIFICADO Universo = 10.000 habitantes de un pueblo. Tamao de muestra = 600. Distribucin del universo por edades: - Grupo A: 1.500 habitantes menores de 18 aos. - Grupo B: 6.500 habitantes con edades comprendidas entre los 18 y los 60 aos. - Grupo C: 2.000 vecinos mayores de 60 aos. AFIJACIN SIMPLE: - Grupo A: 600/3 = 200 - Grupo B: 600/3 = 200 - Grupo C: 600/3 = 200

AFIJACIN PROPORCIONAL: - Grupo A: 600 x (1.500/10.000) = 90 - Grupo B: 600 x (6.500/10.000) = 390 - Grupo C: 600 x (2.000/10.000) = 120

Cuando se utiliza este mtodo de muestreo, un paso previo es determinar la variable o variables de estratificacin que se van a utilizar. El investigador, partiendo de su conocimiento del tema objeto de estudio y del colectivo a entrevistar, tiene que seleccionar aquellas variables de estratificacin que considere que pueden influir en los resultados de la investigacin y que, por consiguiente, es conveniente que estn correctamente representadas en la muestra. Por ejemplo, si considera que es importante obtener informacin de consumidores de diferentes provincias espaolas para captar mejor la variedad de opiniones a nivel nacional, una variable de estratificacin adecuada ser la provincia de residencia. Muestreo por conglomerados: en ocasiones, con el fin de ahorrar tiempo y disminuir costes, se divide la poblacin total en conglomerados o grupos de unidades muestrales. En este muestreo la unidad muestral no son los individuos, sino un conjunto de individuos que, en determinados aspectos, se puede considerar que forman una unidad o conglomerado. Por tanto, el muestreo por conglomerados consiste en seleccionar aleatoriamente (sorteo, tablas...) un nmero de conglomerados cuya suma total de elementos proporcione el tamao muestral buscado. En vez de censar toda la poblacin solamente es necesario censar los conglomerados para simplificar el proceso. El inconveniente principal es el riesgo de obtener unidades muestrales con

caractersticas similares por pertenecer al mismo conglomerado, disminuyendo consecuentemente el nivel de representatividad.

EJEMPLO: MUESTREO POR CONGLOMERADOS En el caso de una encuesta realizada a los dueos/encargados de bares de una ciudad, se censan y numeran nicamente las calles de la ciudad y se van seleccionando aleatoriamente hasta obtener el nmero necesario de bares de la muestra. Tamao de muestra = 800 bares 1. calle seleccionada = 4 bares 2. calle seleccionada = 8 bares 3. calle seleccionada = 3 bares ...................... Total = 800 bares

Muestreo por etapas: este mtodo de muestreo es una variante del anterior y consiste en muestrear aleatoriamente conglomerados dentro de cada conglomerado hasta llegar a la unidad muestral buscada. Segn el nmero de etapas necesarias para realizar la seleccin muestral se denomina muestreo bietpico (dos etapas) o polietpico (varias etapas).

EJEMPLO: MUESTREO POR ETAPAS Estudio realizado a farmacuticos de Catalua: 1. Seleccionar aleatoriamente una zona geogrfica de Catalua. 2. Dentro de la zona seleccionar aleatoriamente dos localidades con poblacin superior a los 20.000 habitantes. 3. Dentro de las localidades seleccionar aleatoriamente tres calles. 4. Dentro de cada calle seleccionar aleatoriamente una farmacia. 5. Repetir el proceso hasta completar el tamao muestral.

Muestreo por rutas aleatorias: este mtodo permite al entrevistador seleccionar personalmente las unidades muestrales a travs de procedimientos aleatorios, siguiendo una serie de criterios previos fijados por el investigador. Se utiliza principalmente cuando se realizan encuestas personales en grandes ciudades en el hogar del entrevistado. El mtodo consiste en seguir una ruta o proceso de decisiones hasta seleccionar la unidad muestral. Algunas decisiones se realizan segn criterios previamente fijados por el investigador y otras decisiones segn procedimientos de azar. En este procedimiento es imprescindible la existencia de un manual del entrevistador que incluya las normas y los elementos necesarios para realizar la seleccin muestral. El contenido de este manual hace referencia a tres aspectos fundamentales:

a) Definicin de la ruta: itinerario que debe seguir el entrevistador para realizar las entrevistas. El punto de partida es el lugar donde se inicia la ruta. Normalmente corresponde a una direccin concreta o a un edificio en el caso de pequeos ncleos urbanos donde no existe un trazado urbanstico apropiado. La longitud de la ruta est en funcin del nmero de entrevistas a realizar y las dificultades con que el entrevistador se puede encontrar a lo largo de la misma (sustituciones, negativas...).

b) Seguimiento de la ruta: normas de seleccin y sustitucin de edificios, plantas, viviendas y personas. Tablas de seleccin aleatorias: tablas de nmeros aleatorio s adecuadas a las diferentes decisiones de eleccin que se plantean a lo largo del trabajo de campo: portal, piso, puerta, miembro del hogar, etc. Normas de insistencia y sustitucin: nmero mximo de repeticin de visitas y procedimientos de sustitucin.

c) Hoja de ruta: documento donde el entrevistador refleja con el mximo detalle la ruta seguida y todas las incidencias producidas. Este documento tiene una doble utilidad: servir de ayuda al entrevistador para la realizacin correcta de la ruta y facilitar al supervisor el control del trabajo de campo.

3. DETERMINACIN DEL TAMAO DE L4\ MUESTRA Y DEL ERROR DE MUESTREO

3.1. Planteamiento general

Como se ha expuesto anteriormente, los mtodos de muestreo probabilstico o aleatorio permiten determinar el error cometido en la generalizacin de resultados y, por tanto, el tamao muestral asociado a dicho error. El tamao de la muestra depende de los siguientes factores:

Tamao del colectivo: en principio, cuanto mayor sea el tamao del colectivo, mayor tendr que ser el tamao de la muestra para obtener validez en los resultados, y viceversa. Aunque como ya veremos ms adelante, esta influencia del tamao del colectivo solo se cumple para poblaciones finitas. Error de muestreo: para un colectivo dado, cuanto mayor sea el tamao de la muestra, menor ser el error de muestreo cometido, y viceversa. Al obtener un mayor nmero de respuestas menor ser el error cometido al generalizar los resultados. Dispersin poblacional: cuanto mayor sea la dispersin de opinin del colectivo sobre el tema objeto de estudio, mayor tendr que ser el tamao de la muestra para captar esa variedad de criterios de la poblacin total, y VIceversa. Presupuesto disponible: cuanto mayor sea el tamao de la muestra utilizada, mayor ser el presupuesto de realizacin del trabajo de campo, y viceversa. En general el objetivo es minimizar este presupuesto para un nivel determinado de validez de las respuestas.

El proceso necesario para determinar el error de muestreo y el tamao de la muestra en muestreo probabilstico es el siguiente: 1) Determinar el tamao de la poblacin: en el caso de poblaciones finitas es preciso delimitar con cierta exactitud el tamao total del colectivo objetivo; en poblaciones no finitas se simplifica el proceso y no es necesario disponer del tamao total: poblaciones finitas: 100.000 elementos; poblaciones no finitas: > 100.000 elementos.

Existe un lmite de tamao poblacional (aproximadamente 100.000 unidades) a partir del cual el tamao de la muestra no depende principalmente de la dimensin de la poblacin. 2) Determinar el nivel de dispersin de las respuestas: existen dos posibilidades: calcular el dato estadsticamente a partir de los resultados de un pretest o de estudios previos; suponer la dispersin ms desfavorable; esto no implica un gran incremento en el tamao de la muestra y, por tanto, es la opcin utilizada en la prctica con mayor frecuencia.

3) Determinar el error de muestreo admitido: normalmente se considera aceptable un error no superior al 5%.

4) Calcular estadsticamente el tamao de la muestra: dado un tamao de poblacin y un nivel de dispersin, se determina el tamao de muestra que minimiza equilibrada y simultneamente el error de muestreo y el presupuesto del trabajo de campo.

La situacin de partida en algunas ocasiones es diferente. El tamao de la muestra puede estar condicionado por temas presupuestarios, nivel de accesibilidad al colectivo, falta de respuestas, problemas del trabajo de campo, etc. En estos casos el procedimiento es a la inversa: en funcin del tamao del colectivo, de la dispersin y del tamao de muestra utilizado, se calcula el error de muestreo cometido. Los mtodos de muestreo probabilstico siguen planteamientos metodolgicos diferentes, alcanzando distintos niveles de precisin en las estimaciones. Por consiguiente, el procedimiento utilizado de clculo estadstico del tamao muestral tambin es diferente. El planteamiento ms utilizado es muestreo aleatorio simple.

3.2. Aplicacin en muestreo aleatorio simple

El mtodo de muestreo aleatorio simple plantea el procedimiento ms sencillo de muestreo probabilstico para determinar el tamao de la muestra y el error de muestreo. Adems, es el mtodo ms exigente en la fijacin del tamao muestral para un determinado error de muestreo. En la prctica es uno de los procedimientos ms utilizados para determinar el tamao muestral y el error de muestreo con un elevado nivel de fiabilidad en los resultados. Antes de pasar al desarrollo estadstico conviene especificar la nomenclatura a utilizar (Figura 6.2).

Segn la Teoa Estadstica de Muestras, un buen estimador de la proporcin poblacional (Pp) es la proporcin muestral (Pm) que es una variable aleatoria continua que se distribuye normalmente. Por tanto la proporcin poblacional est comprendida en el siguiente intervalo: Pm K Pp Pm+ K Dependiendo de los niveles de confianza de una distribucin normal (68%,95% o 99%) el error es distinto (1 S, 2S o 3S) y por tanto tambin sern diferentes los extremos del intervalo: PROB (Pm - S s Pp s Pm + S) = 0,68 PROB (Pm - 2 S s Pp s Pm + 2 S) = 0,95 PROB (Pm - 3 S s Pp s Pm + 3 S) = 0,99

EJEMPLO: ESTIMACIN POR INTERVALO Los resultados de un estudio son los siguientes: el 65% de los individuos de la muestra consumen agua mineral y el error muestral cometido es el 6%. Para un nivel de confianza del 95%, el porcentaje de individuos de la poblacin total que consumen agua mineral estar comprendido entre el 59% y el 71 %. PROB (Pm - K Pp Pm + K) = 0,95 PROB (65% - 5% Pp 65% + 5%) = 0,95 PROB (59% Pp 71%) = 0,95

La desviacin tpica (S) viene expresada por:

N n p(1 p ) N 1 n

S =

En algunas ocasiones la dispersin (p) se obtiene de los resultados de un pretest pero la prctica habitual es suponer la dispersin mxima (p = 0,5) porque no implica un gran incremento en el tamao de la muestra y, por tanto, es la opcin menos arriesgada.

El clculo del tamao muestral depende del nivel de confianza admitido: Nivel de confianza 68%: Nivel de confianza 95%: Nivel de confianza 99%: K = 1S K = 2S K = 3S

Para un nivel de confianza del 95% el error sera igual a:

N n p (1 p ) N 1 n

K = 2S = 2

El cuadro 6.3 recoge la comulacin utilizada para el clculo del tamao de la muestra y el error de muestreo para poblaciones finitas y no finitas y un nivel de confianza estadstico normalmente admitido del 95%.

EJEMPLO: CLCULO DE ERROR DE MUESTREO Estimacin del error muestral cometido en un estudio de mercado realizado a una muestra de 1.000 consumidores de una poblacin total de 10.000 individuos. N = 10.000 N = 1.000 P = 0,5 (dispersin mxima) Nivel de confianza 95%

K = 0,03

Error muestral = 3%

Si el 50% de los individuos de la muestra consumen el producto A y el error es de 3%, para un nivel de confianza del 95% el porcentaje de individuos de la poblacin total que consumen el producto A estar comprendido entre el 47% y el 53%.

Aplicando la formulacin propuesta se han elaborado tablas para calcular el tamao muestral y el error cometido que simplifican el proceso de muestreo (Cuadros 6.4 y 6.4b).

4. TRABAJO DE CAMPO Esta etapa del proceso de investigacin consiste en la aplicacin de la metodologa de obtencin de informacin previamente diseada (cualitativa o cuantitativa) a una muestra o conjunto de elementos representativos del colectivo total. Esta seleccin se realiza siguiendo las pautas establecidas en el diseo muestral. El planteamiento y la realizacin del trabajo de campo son totalmente diferentes cuando se aplica metodologa cualitativa (reunin de grupo, entrevista en profundidad, etc.) que en el caso de aplicar metodologa cuantitativa (encuesta, panel, etc.). Como el proceso metodolgico de las tcnicas cualitativas y los paneles es desarrollado completamente en otros captulos del manual, dedicaremos una especial atencin en este apartado al trabajo de campo en encuestas. En una encuesta la etapa de recogida de informacin reviste una especial complejidad por la necesidad habitual de tener que delegar este trabajo a un equipo de personas ajenas al investigador. Este equipo de entrevistadores asume una gran responsabilidad, porque en funcin del rigor aplicado en la realizacin de su trabajo los resultados del estudio tendrn una mayor o menor validez. Por tanto, es absolutamente necesario que el investigador controle rigurosamente la realizacin de esta fase de la investigacin con el objeto de garantizar la calidad de los resultados. Para nada sirve una encuesta dirigida por un investigador con gran prestigio y experiencia, con un cuestionario cuidadosamente diseado y testado y con un avanzado programa informtico de codificacin y anlisis estadstico de informacin si los datos no son obtenidos correctamente. Por este motivo es aconsejable, y afortunadamente una prctica cada vez ms frecuente, utilizar una red de campo profesional y especializada para la realizacin de esta fase del estudio de mercado. Una red de campo profesional permite obtener una mayor calidad en la informacin obtenida y en muchas ocasiones un considerable ahorro, porque por su elevado nivel de trabajo y de especializacin consigue ofrecer una excelente relacin calidad-precio en sus resultados.

El equipo humano de una red de campo est compuesto normalmente por un elevado nmero de personas con diferentes tareas a realizar: Director del estudio: es la persona responsable del estudio y la encargada de coordinar a los responsables de campo, calidad e informtico. Responsable de campo: es el encargado de seleccionar, formar y coordinar al equipo de entrevistadores, definir las pautas a seguir en el muestreo y entregar y recoger los cuestionarios cumplimentados. Responsable de calidad: es el responsable de los equipos de supervisin, depuracin y codificacin de los cuestionarios. Responsable informtico: es la persona encargada de coordinar el equipo de grabacin de los datos en soporte informtico. Equipo de entrevistadores: grupo de encuestadores encargados de captar a los entrevistados y conseguir la cumplimentacin de los cuestionarios. Equipo de supervisin personal: son los encargados de supervisar personalmente (seguimiento especial) el trabajo realizado por los entrevistadores. Normalmente se revisan entre un 10% y un 15% del total de cuestionarios realizados por cada entrevistador. Equipo de supervisin telefnica: en ocasiones existe otro grupo de supervisores que realizan un control telefnico adicional del trabajo realizado por los entrevistadores (aproximadamente otro 15% de cuestionarios recibidos). Equipo de grabacin: finalmente existe un ltimo grupo de personas encargadas de grabar los cuestionarios en soporte informtico.

El nivel de profesionalidad de este equipo y los numerosos controles efectuados en el proceso permiten garantizar un nivel aceptable de calidad en la informacin resultante de un trabajo de campo.

5. PROCESO SECUENCIAL DE LA RECOGIDA DE DATOS Con el objetivo de ofrecer una visin global de todo el proceso secuencial de muestreo y trabajo de campo, la Figura 6.3 muestra las etapas de dicho proceso: 1) Definicin del colectivo objetivo de la investigacin 2) Seleccin del mtodo de muestreo a. Mtodos de muestreo no probabilstico b. Mtodos de muestreo probabilstico 3) Realizacin del trabajo de campo 4) Control, revisin y depuracin.

Fuente. Investigacin y tcnicas de mercado de Angel Fernndez Nogales Libros profesionales de empresa ESIC