1. ¿Por qué se
realiza muestreo de registro de clientes?
Hay muchas razones para que una agencia de
servicio quiera obtener muestras de sus registros de clientes. Suponga que usted ha
realizado una encuesta de salida de sus clientes durante los últimos doce meses sobre la
calidad del servicio en su establecimiento y ha recolectado un total de 1000 registros.
Puesto que su intención es valorar la opinión de sus clientes sobre su servicio durante
el año pasado, puede no ser necesario revisar todos sus registros para lograr una buena
idea de lo que sus clientes piensan (especialmente si está usted limitado en tiempo y
recursos). Entonces, de su población de 1000 registros de clientes, usted puede
decidir que la revisión de una muestra de 100 registros de clientes (10% de su
población) será suficiente. La siguiente hiperconexión tiene diagramas visuales que
ilustran los pasos requeridos para obtener una muestra.
http://trochin.human.cornell.edu/kb/sampterm.htm
Las siguientes son algunas notaciones
básicas utilizadas en la literatura sobre el uso de métodos probabilísticos.
N = número de casos en el marco muestral. Fíjese que la N representa
la población de estudio de la cual usted obtiene su muestra. En el ejemplo anterior N
= 1000.
n = número de casos en la muestra. En el ejemplo anterior, se iban
a seleccionar 100 casos para representar la población del estudio total para que el
tamaño muestral n = 100.
f = n/N = la fracción muestral. Regresando al ejemplo, la fracción
muestral es f = n/N = 100/1000 = .10 o 10% de la población total.
(fuente: http// trochim.human.cornell.edu/kb/sampprob.htm)
La siguiente conexión ofrece una visión global breve sobre distintos
tipos de muestreo probabilístico y no probabilístico. También tiene ejemplos de
"actividades", o sea, preguntas para demostrar cómo se pueden aplicar los
diferentes tipos de muestras.
2.
Plan de muestreo
Determinación del tamaño muestral
El tamaño muestral ideal es el que
representa con precisión la población de interés de manera que la información obtenida
de la muestra pueda ser idealmente tan precisa como la información obtenida de la
población. Para ilustrar, suponga que hay una muestra nacional de votantes registrados y
a cada persona en la muestra se le pregunta si el Consejo Independiente encabezado por
Kenneth Starr debería ser
. Con el poder de obligar a los guardaespaldas del
Presidente a testificar sobre las actividades del Presidente. Y suponga que el 25% de la
población nacional siente que está bien que el Consejo Independiente tenga el poder de
subpoena?? los guardaespaldas del Presidente. Es importante que la muestra obtenida no
ignore ni sobrerrepresente este grupo de la muestra (adaptado de K. D. Bailey, Métodos de
Investigación Social, 2da. Edición).
Intuitivamente, tiene sentido que entre mayor
sea el tamaño muestral, menor es la posibilidad de incurrir en errores de muestreo. Entre
más pequeña sea el tamaño de la muestra, mayor es la posibilidad de incurrir en errores
de muestreo. Sin embargo, 1) un buen conocimiento de la población de interés juega un
papel clave en la determinación del tamaño muestral. Si la población de interés es un
grupo homogéneo, entonces la muestra requerida sería menor que la muestra que habría
que obtener para un grupo heterogéneo, 2) el marco muestral debe ser adecuado. Un ejemplo
notable fue la encuesta del Literary Digest en 1936, que predijo que Al Landon ganaría
las elecciones presidenciales frente a Franklin D. Roosevelt. Los investigadores no
tenían una lista de todos los votantes registrados en los EEUU y confeccionaron sus
listas de los directorios telefónicos y los registros de automóviles. Ahora se puede
señalar que en medio de la Depresión, la encuesta excluyó aquellos que no tenían
carros ni teléfonos y votaron mayoritariamente por Roosevelt.
- Registros de casos numerados??
- Generación de números al azar con Epi Info
- Registros de clientes pull numbered??
|