Definición de tamaño de muestra
Iniciar pruebas A/B (prueba GRATUITA de 30 días)
El tamaño de la muestra es un término utilizado en la investigación de mercado para definir el número de sujetos incluidos en un tamaño de muestra. Por tamaño de muestra, entendemos un grupo de sujetos que se seleccionan de la población general y se consideran representativos de la población real para ese estudio específico.
Por ejemplo, si queremos predecir cómo reaccionará la población de un grupo de edad específico a un nuevo producto, primero podemos probarlo en un tamaño de muestra que sea representativo de la población objetivo. El tamaño de la muestra, en este caso, vendrá dado por el número de personas de ese grupo de edad que serán encuestadas.
Cálculo del tamaño de la muestra
El uso de fórmulas estadísticas para determinar el tamaño de la muestra implica, en primer lugar, la elección de un punto de referencia significativo para las medidas a realizar con base en los resultados proporcionados por la investigación cualitativa a realizar, generalmente, el investigador tiene, en este sentido, dos alternativas:
Puede monitorear la medición de variables y determinar indicadores específicos que expresan su evolución. Así, el investigador puede seguir la determinación de la frecuencia de visita de una unidad comercial y el indicador apropiado que describe esta variable es la frecuencia promedio semanal de visita al grupo en cuestión, en la literatura especializada, la elección de esta alternativa se designa bajo el concepto de muestreo en relación a las variables investigadas.
Puede estar dirigido a evaluar atributos específicos del fenómeno de comercialización investigado. Por ejemplo, el investigador puede perseguir la identificación de las preferencias de los consumidores para la disposición interior de una unidad comercial, esto evaluando un conjunto de atributos representativos para el diseño interior, en la literatura especializada, la elección de esta alternativa se designa bajo el concepto de muestreo con las características investigadas.
La fórmula del tamaño de la muestra es:
N = tamaño de la población * e = Margen de error (porcentaje en forma decimal) * z = puntuación z
Otra fórmula del tamaño de la muestra es:
n = N*X / (X + N – 1),
donde,
X =a/22 *p*(1-p) / MOE2,
y Z/2 es el valor crítico de la distribución normal a α/2 (para un nivel de confianza del 95%, α es 0,05 y el valor crítico es 1,96), MOE es el margen de error, p es la proporción de la muestra, y N es tamaño de la población. Tenga en cuenta que se ha aplicado una Corrección de Población Finita a la fórmula del tamaño de la muestra.
Proceso de tamaño de la muestra
El proceso de tamaño de la muestra implica varias actividades específicas, a saber:
* definir la población objeto de la investigación;
* elegir el marco del tamaño de la muestra;
* elegir el método del tamaño de la muestra;
* establecer las modalidades de selección de las unidades de tamaño de la muestra;
* determinar la madre del tamaño de la muestra;
* elegir las unidades reales del tamaño de la muestra;
* realizar actividades de campo.
La definición de la población objetivo debe hacerse con sumo cuidado para evitar la tendencia a elegir una población grande injustificada o la inclinación a seleccionar una población reducida injustificadamente. Por ejemplo, para las empresas que producen automóviles, la población total puede estar representada por la gente de todo el país, incluidos los niños de diferentes edades.
Pero, la población relevante, que será objeto de la investigación, estará compuesta únicamente por la población mayor de 18 años. No se puede admitir a ninguna población restringida injustificadamente, como, por ejemplo, la población masculina de 25 a 50 años de edad. Esto puede cubrir una gran parte del mercado de automóviles, pero excluye algunos segmentos esenciales.
En la práctica, en el caso del muestreo aleatorio, la muestra se elegirá de una lista de la población que a menudo difiere, en cierta medida, de la población objeto de la investigación. Esta lista representa el marco de muestreo o la base de muestreo porque contiene los elementos a partir de los cuales debe constituirse la muestra.
El establecimiento de la muestra implica el establecimiento de la unidad de muestreo. La unidad de muestreo está representada por un elemento distinto o un grupo de elementos diferentes dentro de la población investigada, que pueden seleccionarse para formar la muestra. La unidad de muestreo puede ser una persona, una familia, un hogar, una empresa o compañía, una localidad, etc. Es necesario especificar que la unidad de muestreo no siempre es idéntica a la unidad de análisis. Por ejemplo, en el estudio de los gastos familiares, la unidad de muestreo puede ser el hogar o el hogar, y la unidad de análisis puede ser una persona o una familia.
Definiciones Importantes en la investigación
- Margen de error
El margen de error es la cantidad de precisión que necesita. Ese es el número más o menos que a menudo se informa con un porcentaje estimado y también se puede denominar intervalo de confianza. Es el rango donde se estima que está la verdadera proporción de población y se expresa con frecuencia en puntos porcentuales (por ejemplo, ±2 por ciento). Tenga en cuenta que después de recopilar su información probablemente será más o menos que esta suma de objetivos, ya que dependerá de la proporción en lugar de su porcentaje de muestra que la precisión alcanzada.
- Nivel de confianza
El nivel de confianza es la probabilidad de que la proporción que es verdadera esté contenida por el margen de error. En caso de que el estudio se repitiera y cada vez se calculara por el rango, se esperaría que el valor verdadero se encontrara dentro de estos rangos en el 95 por ciento de los eventos. Cuanto mayor sea el nivel de confianza, más seguro estará de que el intervalo incluye la proporción verdadera.
- tamaño de la Población
Este es el número total de individuos en la población. En esta fórmula, utilizamos una corrección de población finita para tener en cuenta el muestreo de poblaciones que son pequeñas. Pero no sabes cuán grande eres capaz de usar 100,000 si tu población es grande. El tamaño de la muestra no cambia considerablemente para las personas más grandes.
- Definición de relación de muestra
La proporción de muestra es lo que espera que sean los resultados. Esto a menudo se puede establecer utilizando los resultados de una encuesta o realizando una pequeña investigación piloto. Utilice el 50%, que da el tamaño de muestra más significativo y es conservador, si no está seguro. Observe que este cálculo del tamaño de muestra utiliza la aproximación Normal a la distribución binomial. En el caso, la relación de muestra es cercana a 1 o 0, entonces esta aproximación no es válida, y desea tener en cuenta un método de cálculo de tamaño de muestra alternativo.
- Tamaño de la muestra
Aquí está el tamaño de muestra mínimo que necesita para medir la proporción de población real. Tenga en cuenta que si algunas personas deciden no responder si la falta de respuesta es una posibilidad y no se pueden contener en su muestra, el tamaño de la muestra tendrá que aumentarse. En general, cuanto mayor sea la velocidad de respuesta, mejor será la cotización que conduzca a sesgos en su cotización.
¿Qué Es la Desviación Estándar?
La desviación estándar es una estadística que mide la dispersión de un conjunto de datos en relación con su media y se puede calcular como la raíz cuadrada de la varianza. Se calcula como la raíz cuadrada de la varianza especificando la variación entre cada punto de datos relativo a la media. Si los puntos de datos son de la media, es una desviación mayor dentro del conjunto de datos; en consecuencia, fuera de los datos, mayor es la desviación estándar.
Cómo determinar el tamaño de la muestra?
No podemos hacer pruebas a toda la población. El tamaño de la muestra se basa en intervalos de confianza: estamos interesados en calcular el parámetro de la población, en medir el tamaño de la muestra. Por lo tanto, debemos establecer los intervalos de confianza, de modo que los valores de esta muestra se encuentren dentro de ese rango. El muestreo responde a la pregunta de cómo. ¿Cuántos? Por población, entendemos a todos los miembros de una comunidad específica y cuyo carácter es una cierta ley natural, una característica específica, una particularidad (por ejemplo: jóvenes de 18 a 25 años, estudiantes).
¿Qué es un buen tamaño de muestra? El tamaño de la muestra es un subconjunto, un extracto, varias personas extraídas de esa población. La población se considera infinita; en la práctica, no podemos estudiar un número infinito de casos.
Los comportamientos, puntajes, obtenidos midiendo el tamaño de la muestra se utilizan para deducir, una estimación por inferencia estadística, los puntajes o comportamientos que recopilaríamos si probáramos a toda la población.
Determinar el tamaño de la muestra (como seleccionamos).
Principio fundamental – el número de participantes considerados aceptables para formar un ensayo representativo depende del tipo de investigación. Por lo tanto, para los estudios correlacionales, 30 participantes son suficientes para crear un tamaño de muestra representativo (se acepta que de 30 sujetos, la distribución es normal). Para las búsquedas experimentales y cuasi experimentales (similar al experimento, excepto que los participantes no están divididos aleatoriamente en dos grupos, encontramos los grupos ya formados).
Para la investigación descriptiva (ej: aviadores), un número del 20% de la población respectiva es suficiente. Cuanto mayor es la población, menor es el porcentaje. Ej: 20% de 1000 personas = 200 personas; 10% de 5000 pers = 500 pers. Para poblaciones pequeñas (menos de 100 personas), el tamaño de la muestra es aproximadamente igual al de la población. Para poblaciones medias (alrededor de 500 personas) aprox. 20%. Para poblaciones más grandes (es de 5000 pers), alrededor de 400 pers, pero también un tamaño de muestra del 1% puede ser significativo.
imagen creada con: Creador de volantes
ALGORITMOS DE MUESTREO
- Tamaño de muestra aleatorio
(1) Identificación y definición de población
Ex. La población está compuesta por los 5000 directores de escuelas de un país aleatorio.
(2) Determinación del tamaño de la muestra (investigación descriptiva)
Ex. El tamaño de la muestra consistirá en el 10% de los 5000 ejecutivos, lo que resultará en 500 personas.
Si es correlacional o experimental, N = min 30.
(3) Hacemos una lista de todos los miembros de la población.
Ex. Todos los directores de escuela están en la lista
(4) Se asigna un número a cada uno de ellos. Si tenemos hasta mil personas, se dan los números de 000, y el último de la lista tendrá 999; Si tenemos 100 personas, 00-99.
Ex. En la lista de directores, dar números a cada uno de los primeros tendrá 0000 y los últimos 4999.
(5) Hay tablas con números aleatorios, y luego se selecciona aleatoriamente un nombre de las tablas con números aleatorios.
Ex. De la mesa se eligió 53634 (de 5 no consideramos que tengamos 5000 personas).
(6) Del número extraído, todos los números o cuántos números se requieren dependiendo de la población de la que extraemos.
por ejemplo. Sólo tenemos 5000 personas.
(7) Si tenemos encarcelamiento en el número establecido, lo introducimos en la tabla de la lista de tamaños de muestra.
Ex. Debido a que está el director con el número 3634in, entramos en el tamaño de la muestra.
(8) Vaya al siguiente número de la columna.Variante
: Elegimos el método de la urna si no estamos de acuerdo con el proceso, es decir, todos los números de orden de los participantes o sus nombres se incluyen en la urna, y extraemos el número necesario para la preparación del tamaño de la muestra.
- Tamaño muestral sistemático
Se establece de acuerdo con el tipo de investigación: descriptivo, correlacional
(1) Identificación y definición de la población.
Ex. La población está compuesta por los 5000 maestros de una región aleatoria de un país.
(2) Determinación del tamaño de la muestra (investigación descriptiva)
Ex. Supongamos que es una investigación descriptiva, resulta que el 10% de la población = 500 personas
(3) Hacemos una lista con todos los miembros de la población
Ex. Los 5000 profesores están ordenados alfabéticamente; ya la lista no se compone al azar, pero el procedimiento es válido.
(4) Determine el parámetro o paso K = tamaño de la población / tamaño de la muestra.
Ex. K = 5000/500 = 10
(5) Comienza con una cierta posición al principio de la lista.
Ex. Supongamos que pongo mi dedo en el 3er nombre (usando la lista directamente).
(6) A partir de la posición elegida, se elige cada nombre K.
EX. En nuestro tamaño de muestra: 3-13-23-33-etc.
(7) Si el tamaño de la muestra no estaba compuesto al final de la lista, volvería desde el principio;
- Tamaño de la muestra estratificado
(1) Identificación y definición de la población.
Ex. Para comparar la eficiencia de dos métodos de capacitación de la competencia psicosocial en la gestión de acuerdo con el nivel de autoestima, la población está compuesta por los 300 altos directivos de una ciudad aleatoria.
(2) Determinación del tamaño de la muestra (cálculo del tamaño de la muestra)
Ex. El tamaño de la muestra será de 45 gestores para los métodos a y b
(3) Se establecen la variable y los subgrupos, las capas para representar la representatividad (Número igual / Número Proporcional en cada subgrupo.
Ex. Los subgrupos deseados se establecen en base a tres niveles de autoestima: media, alta, baja(edad, nivel de formación, masculino-femenino)
(4) Los miembros de la población se dividen en uno de los subgrupos establecidos.
Ex.se clasifican 300 gerentes según el nivel de autoestima: 45 autoestima alta, 225 autoestima media, 40 autoestima baja.
(5) Simplemente por muestreo (usamos la tabla con numeración en desorden o sorteo). Se establece el número de participantes de cada subgrupo (número proporcional)
Ex. Determinamos que de cada capa se extrae un número de 30. Usando la tabla con números aleatorios o sorteo, extraemos 30 gerentes con alta autoestima, 30 con autoestima promedio, 30 con baja autoestima. Los 30 participantes en cada tamaño de muestra así compuesto los distribuyen aleatoriamente (medio método A y medio método B)
- Tamaño de muestra multietapa
La selección de los participantes que componen el tamaño de muestra se realiza indirectamente a través de la selección de los grupos de los que forman parte los participantes.
(1) Identificación y definición de la población.
Ex. La población está compuesta por los 5000 maestros de escuelas localizadas en una región aleatoria de un país.
(2) Determinación del tamaño de la muestra (Investigación descriptiva)
Ex. Tamaño de la muestra = 10% = 500.
(3) Establecer el tipo lógico (Cluster)
Ex. El grupo es la escuela.
(4) La lista que contiene los grupos que componen la población se hace
Ex. La lista está compuesta por las 100 escuelas de una región aleatoria de un país.
(5) Se estima el número de población para cada grupo. (Cluster)
Ex. Aunque las escuelas difieren en el número de profesores, elegimos solo 50 de cada escuela
(6) El número de grupos se determina dividiendo el tamaño de la muestra por el tamaño estimado de los grupos.
Ex.500 / 50 = 10.
(7) El número de grupos se selecciona aleatoriamente a través de la tabla con números aleatorios o la urna.
Ex. Seleccionamos 10 escuelas de las 100 escuelas de una región aleatoria en un país!
(8) Todos los miembros de los grupos seleccionados forman parte del tamaño de la muestra.
Ex. Todos los maestros de las 10 escuelas forman parte del tamaño de la muestra.
Concluyamos.
La mejor manera de hacer un tamaño de muestra representativo es el muestreo aleatorio.
Tamaño de la muestra Dimensión y tipo de tamaño de la muestra:
La probabilidad depende del tipo de investigación. Para la investigación correlacional y experimental, un número de 30 sujetos son suficientes para la investigación descriptiva dependiendo del tamaño de la población de 1 a 10%.
Independientemente de la técnica específica utilizada en los grandes pasos de muestreo, consisten en:
- identificación de la población
- determinación del tamaño de muestra requerido
- selección de participantes.
- recopilación de datos
El muestreo aleatorio simple es la mejor manera de obtener un tamaño de muestra representativo o estabilizado si tenemos una variante emocionante (autoestima).
La principal fuente de tendencias deformantes en el muestreo es el uso del método no probabilístico.
El uso de técnicas no estándar suele ser difícil si no es imposible describir la población de la población de la que se extrajo el tamaño de la muestra y generalizar los resultados del tamaño de la muestra a la población respectiva.
Peligros de un tamaño de muestra pequeño
Por ejemplo, estaríamos tentados a decir que el tamaño de muestra obtenido en un tamaño de muestra de mayor volumen siempre es más preciso que el tamaño de muestra promedio obtenido en un tamaño de muestra de menor volumen, lo cual no es válido.
Cierto, es solo una declaración: Un tamaño de muestra más grande significa que en un tamaño de muestra de mayor volumen es más probable que sea más preciso que uno obtenido en un tamaño de muestra de menor volumen. Es posible que, a través del juego de azar, un promedio obtenido en un tamaño de muestra más grande sea mucho más grande que el promedio real que el promedio recolectado en un tamaño de muestra más pequeño. Solo que esta situación es menos probable, y cuanto menos probable, mayor es la diferencia de volumen entre los dos tamaños de muestra.
Si reducimos los términos de la ecuación al extremo, entendemos que el nivel de significación de la prueba se puede alcanzar con un tamaño de muestra pequeño, con un tamaño de efecto grande, pero también con un tamaño de muestra suficientemente grande, cuando el tamaño del efecto es pequeño. En otras palabras, el pequeño tamaño del efecto puede compensarse aumentando el número de sujetos, lo que plantea la cuestión de la relevancia de la conclusión de la investigación.
El error sistemático resulta de factores que no están relacionados con el tamaño de la muestra. Estos factores que generan el error estándar están relacionados con las imperfecciones del proceso de muestreo, tales como, por ejemplo, errores en la selección de las unidades de muestra, errores en el marco de muestreo, errores de medición, no respuestas, respuestas que no corresponden a la realidad, la negativa a participar durante la investigación, etc.
Encuesta de satisfacción del cliente e investigación de mercado
Las encuestas de satisfacción del cliente no dependen del tamaño de muestra estadísticamente significativo. Estas encuestas deben ser precisas y tener respuestas más precisas. Es vital para usted analizar cuidadosamente cada respuesta que un cliente ha dado, en una encuesta de satisfacción del cliente. Todos los comentarios, positivos o negativos, son importantes.
Cuando se trata de investigación de mercado, un tamaño de muestra estadísticamente significativo ayuda mucho. Estas encuestas de mercado ayudan a descubrir nueva información sobre los clientes y el mercado que desea activar. Con esta encuesta, recibirá la información más reciente sobre el mercado objetivo y sobre los clientes que comprarían sus servicios o productos.
¿Qué es un tamaño de muestra en la investigación?
El tamaño de la muestra en la investigación puede ayudar a encontrar tanta información sobre un mercado objetivo específico o sobre un determinado tipo de cliente.
Cálculo del tamaño de la muestra Para Una Prueba AB
Cualquier experimento que implique inferencia estadística requiere un cálculo del tamaño de la muestra realizado antes de que comience dicho experimento. Las pruebas A / B (pruebas a / B) no son una excepción. Medir el número mínimo de visitantes requerido para una evaluación AB antes de comenzar nos impide ejecutar la prueba para obtener un tamaño de muestra más pequeño, por lo tanto, con una prueba de»poca potencia».
Establecemos tres criterios antes de comenzar a ejecutar el experimento:
- El nivel de significación para su experimento: Un nivel de significación del 5% significa que si declara un ganador en su evaluación AB, entonces tiene una probabilidad del 95% de que está en lo correcto al hacerlo. También sugiere que tiene una diferencia de efecto significativa entre el control y la variante con una confianza del 95%».»Este umbral es, claramente, arbitrario y uno al hacer que el diseño de un experimento lo elija.
- Efecto detectable mínimo: La diferencia deseable e importante entre los precios que desea encontrar
- El poder de evaluación: la probabilidad de detectar esa diferencia entre la tasa original y las tasas de conversión variantes.