Caso
La realización de estudios de mercado es una tarea habitual en el mundo del marketing. En no pocas ocasiones es necesario preguntar a un grupo de personas sus aficiones, comida favorita, hábitos de consumo o simplemente qué opinan sobre un tema determinado. Para ello se emplean muchos medios: teléfono, cuestionarios online, encuestas personales, etc.
Los resultados de dichos estudios dependen de forma directa de muchos factores que deben controlarse estrechamente a fin de garantizar que las decisiones a adoptar estén basadas en cimientos sólidamente establecidos. A continuación mostraremos algunos errores habituales que se suelen cometer en estos trabajos. En esta primera parte nos centraremos en describir algunos fallos habituales que se cometen antes de la toma de datos
Tamaño de la muestra
Uno de los primeros pasos a dar es la definición del tamaño de muestra; ¿ a cuántas personas hay que encuestar para obtener conclusiones válidas?.
En ciertos manuales de investigación de mercados se cita la siguiente fórmula:
Donde:
- n: Tamaño de la muestra
- Z1-α: Valor asociado a un nivel de significación. Habitualmente se emplea un nivel de significación del 95%, para este valor, Z=1,96.
- p: probabilidad de ocurrencia de un suceso.
- q: probabilidad de ocurrencia del suceso contrario (q=1-p).
- e: error aceptado, en general 5%
Esta fórmula, muy utilizada, en sí no es errónea. El problema es que, en muchos casos, se emplea por defecto, sin averiguar si es la apropiada o no. Por poner tan sólo un ejemplo, se suele adoptar p=q=0,5 por ser el caso más desfavorable. Esto es cierto, pero en ocasiones es matar moscas a cañonazos, dado que cada muestreo presenta condiciones diferentes. Si adoptamos p=q=0,5 no nos equivocaremos, pero el tamaño de la muestra será mayor, habrá que hacer más encuestas y, por consiguiente, los costes serán mayores.
La elección de la estrategia para dimensionar la muestra es algo compleja y depende de muchos factores, por ejemplo:
- Tipo de variables del estudio: abiertas, cerradas, ordinales, nominales, continuas
- Tamaño de la población y existencia de características que podamos emplear para disminuir el tamaño de la muestra, por ejemplo la existencia de estratos.
- Error permitido: tradicionalmente un 5%.
- Valores de p y q: para que nos entendamos p=q=0,5 implica que en un suceso, la probabilidad de “acertar” y “equivocarse” es la misma. El ejemplo más claro lo constituye predecir el resultado de lanzar una moneda al aire. Un caso en el que p=1/6 y q=5/6 podría ser predecir, al lanzar un dado al aire si el valor que se obtenga es 1 o más de 1 (2, 3, 4, 5 o 6).
En función de estos parámetros, seleccionaremos una u otra técnicas para dimensionar la muestra. Siempre debemos tener en cuenta que si te quedas corto, el error es superior al estimado, si te pasas, los costes aumentan.
En cualquier caso, hemos presentado a modo de ejemplo la forma de hacerlo en caso de tratar de proporciones (pe: % hombres vs. % mujeres).
Imaginemos que el caso que nos ocupa tiene que ver con la comparación de medias (pe: edad media de hombres vs. Mujeres). El tamaño de la muestra será ligeramente diferente y su cálculo viene definido por la media y desviación típica de cada uno de los grupos, además hay que tener en cuenta otros valores.
Descarga PDF