Calcular la muestra correcta
El cálculo del tamaño de la muestra es uno de los aspectos a concretar en las fases previas de la investigación comercial y determina el grado de credibilidad que concederemos a los resultados obtenidos.
Una fórmula muy extendida que orienta sobre el cálculo del tamaño de la muestra para datos globales es la siguiente:
N: es el tamaño de la población o universo (número total de posibles encuestados).
k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigación sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.
Los valores k más utilizados y sus niveles de confianza son:
La extensión del uso de Internet y la comodidad que proporciona, tanto para el encuestador como para el encuestado, hacen que este método sea muy atractivo.
| K | 1,15 |
1,28 |
1,44 |
1,65 |
1,96 |
2 |
2,58 |
|---|---|---|---|---|---|---|---|
| Nivel de confianza | 75% |
80% |
85% |
90% |
95% |
95,5% |
99% |
e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la población y el que obtendríamos si preguntáramos al total de ella. Ejemplos:
- Ejemplo 1: si los resultados de una encuesta dicen que 100 personas comprarían un producto y tenemos un error muestral del 5% comprarán entre 95 y 105 personas.
- Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarán.
- Ejemplo 3:si los resultados de una encuesta electoral indicaran que un partido iba a obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje real de votos estará en el intervalo 52-58% (55% +/- 3%).
p: es la proporción de individuos que poseen en la población la característica de estudio. Este dato es generalmente desconocido y se suele suponer que p=q=0.5 que es la opción más segura.
q: es la proporción de individuos que no poseen esa característica, es decir, es 1-p.
n: es el tamaño de la muestra (número de encuestas que vamos a hacer).
A continuación le facilitamos gratuitamente una aplicación para calcular el tamaño muestral. Introduzca los datos correspondientes a su investigación y pulse en "Calcular muestra":
Varios ejemplos:
- Ejemplo 1: para realizar una encuesta de satisfacción a clientes de un determinado modelo de coche del que hemos vendido 10.000 unidades (N), en la que queremos una confianza del 95,5% que determina que k=2, deseamos un error muestral del 5% (e) y consideramos que estarán satisfechos el 50% (p=q=0.5) necesitaríamos una muestra de 385 clientes.
- Ejemplo 2: contrastar el porcentaje de personas de un país que ven un determinado programa de televisión. Si la población del país es de 40 millones de personas, estimamos que lo ve el 20% de la población (p=0.2 y q=0.8), queremos una confianza del 95,5% que determina que k=2 y estamos dispuestos a asumir un error muestral del 5% (e) necesitaríamos una muestra de 256 personas.
En caso de hacer un muestreo estratificado debemos asegurarnos de que escogemos un número de elementos suficiente de cada grupo. Este tipo de muestreo no toma la población como un todo sino en varios grupos con características distintas entre ellos (por ejemplo, edad entre 20-35, 35-50, 50-65 y más de 65).
De todos modos para calcular el tamaño de la muestra habitualmente se usan criterios prácticos basados en la experiencia o la simple lógica. Algunos de los métodos más usados son los siguientes:
- El presupuesto de que dispongamos para la investigación.
- La experiencia en estudios similares.
- La representatividad de cada grupo considerado: escoger de cada uno de ellos un número suficiente de encuestados para que los resultados sean indicativos de la opinión de ese grupo.
Fuente:http://www.feedbacknetworks.com/cas/experiencia/sol-preguntar-calcular.html