1. Criterios de Evaluación de Datos Secundarios
Especificaciones y metodología: Evaluar la claridad y rigor de los métodos utilizados para recolectar los datos.
Actualidad y vigencia: Verificar que los datos sean recientes y relevantes para el contexto actual.
Dependencia: Considerar la experiencia y confianza de la fuente de los datos.
2. Teoría del Muestreo: Tres Áreas Fundamentales
Proceso de selección: Establece las reglas para seleccionar los miembros de una muestra.
Proceso de estimación: Utiliza estadísticos muestrales para proporcionar estimaciones puntuales de los valores poblacionales.
Proceso de inferencia: Extiende la estimación puntual para ofrecer intervalos de confianza donde pueden encontrarse los valores poblacionales.
3. Ausencias en el Marco de Muestreo: Soluciones
Elaborar de nuevo el marco de muestreo: Aunque a menudo es impracticable.
Corregir el marco de muestreo: Puede ser costoso y consumir mucho tiempo.
Pensar en un marco de muestreo diferente o redefinir la población objetivo: Para que coincida con la población muestreada.
4. Errores de Estimación: Dos Causas Principales
Error de muestreo: Debido a que se observa solo una parte de la población. Depende del diseño muestral y el proceso de selección.
Errores ajenos al muestreo: Diversos tipos de errores que pueden ser tan significativos como los errores de muestreo.
5. Errores Ajenos al Muestreo
5.1. Errores de Cobertura
Asociados al marco poblacional de partida. Población que queda fuera o no está correctamente recogida en el marco de muestreo.
5.2. Errores de Medición
Dependen del instrumento/cuestionario utilizado (redacción de preguntas, duración de la entrevista, diseño del cuestionario), el proceso de recogida de información (entrenamiento de entrevistadores, forma de realizar la entrevista), el proceso de codificación y grabación, y el proceso de estimación y obtención de resultados.
5.3. Errores Derivados de la No Respuesta
Motivados por la población incluida en la muestra que no puede ser analizada por diversas causas: negativas, no localizables, etc.
6. Muestreo Aleatorio Estratificado
El muestreo aleatorio estratificado divide la población en subpoblaciones que no se solapan (estratos). El objetivo es lograr conjuntos de población homogéneos respecto a las variables de estudio. Para obtener el máximo beneficio, los tamaños poblacionales de cada estrato deben ser conocidos. Se extrae una muestra de cada estrato de forma independiente. Si la selección en cada estrato se realiza mediante muestreo aleatorio simple, se denomina muestreo aleatorio estratificado.
6.1. Razones para la Estratificación
- Conveniencia administrativa: Cuando el marco poblacional está dividido en estratos coincidentes con áreas geográficas.
- Necesidad de tratar subpoblaciones de modo diferente: Cuestionarios diferenciados, métodos de selección distintos.
- Estimaciones de subpoblaciones con precisión conocida.
7. Muestreo por Conglomerados
En el muestreo por conglomerados, las unidades muestrales son grupos (conglomerados) de unidades más pequeñas. Se utiliza cuando no se dispone de un marco poblacional actualizado de los elementos individuales, pero sí de unidades más grandes que los incluyen, o cuando el coste por unidad investigada recomienda usar una unidad muestral mayor.
7.1. Tipos de Muestreo por Conglomerados
Muestreo por conglomerados de una etapa: Todos los elementos de los conglomerados seleccionados se incluyen en la muestra.
Muestreo por conglomerados en dos etapas: Se selecciona una muestra de conglomerados y luego una muestra de unidades dentro de cada conglomerado.
Conglomerados polietápicos: Se forman unidades muestrales (conglomerados de primera etapa) que contienen otras unidades (conglomerados de segunda etapa) que no coinciden con los elementos de la población. El número de etapas depende del número de unidades muestrales.
8. Corrección por Población Finita
Los tamaños muestrales calculados inicialmente deben corregirse en poblaciones con menos de 100,000 habitantes. La fórmula de corrección es: Nf = N0 / (1 + (N0/N)), donde N0 es el tamaño calculado inicialmente y N es el tamaño de la población.
9. Efecto Diseño (Deff)
El efecto del diseño (deff) es el cociente entre la varianza de un estimador con el diseño muestral utilizado y la varianza del mismo estimador bajo muestreo aleatorio simple, con el mismo tamaño muestral. El tamaño muestral efectivo es n/deff, que se utiliza para determinar la fiabilidad y el error de muestreo.
9.1. Aplicación del Deff
- Cálculo del error de muestreo: Utilizar n/deff como tamaño muestral.
- Cálculo del tamaño muestral: El tamaño muestral final será n*deff.
10. El Panel
El panel es un instrumento cuantitativo para estudios de mercado donde personas, familias, empresas o establecimientos registran sistemáticamente información sobre variables de interés durante un período determinado. Son fuentes de información secundaria. Ejemplos: panel de audiencias, panel de consumidores, panel de detallistas.
11. Elementos y Parámetros Estables en un Panel
- El diseño muestral (tamaño y estructura).
- La estructura básica y formato del instrumento de recogida de datos.
- La forma de recoger los datos.
- Las técnicas de análisis de los datos.
12. Ejemplos de Paneles
12.1. Panel de Consumidores
- Medición de la eficacia publicitaria.
- Precios que pagan los consumidores.
- Estructura del gasto de unidades familiares.
- Elasticidad de la demanda.
12.2. Panel de Detallistas
- Previsión de ventas.
- Amenazas y oportunidades.
- Posicionamiento de las marcas propias.
- Nivel de precios de venta al público.
12.3. Panel de Audiencias
- Audiencia general de medios.
- Audiencia de targets específicos.
- Fidelidad de la audiencia.
- Cualificación de la audiencia.