1473684
| Question | Answer |
| Nivel de confianza | Intervalo de confianza es “Conjunto de valores que se forma a partir de una muestra de datos de forma que exista la posibilidad de que el parámetro poblacional ocurra dentro de dicho conjunto con una probabilidad específica. La probabilidad específica recibe el nombre de Nivel de confianza.” (4) |
| Nivel de Confianza | "El nivel de confianza, por su parte, es la probabilidad de que la estimación efectuada se ajuste a la realidad; es decir, que caiga dentro de un intervalo determinado basado en el estimador y que capte el valor verdadero del parámetro a medir." (6) |
| Error de estimación | “Cualquier tipo de muestreo apareja alguna clase de error, debido a que no se estudia toda la población, sino una parte de ella, o muestra. Este error puede acotarse y reducirse diseñando la muestra con rigor. Por ejemplo, si se estima que el porcentaje de familias que consumen un determinado producto es del 20%, y la muestra fuera representativa, es posible que el verdadero valor esté próximo a esta magnitud, pero es difícil que sea exactamente el 20%. La diferencia entre el valor estimado y el valor desconocido, pero real, de la población, es lo que se denomina error, que se representa con la letra “e”. Cuando se estima que el porcentaje de familias que consume un producto es del 20%, un error del 2%, con una confianza del 95,5%, está expresando que se tiene una seguridad del 95,5% de que el verdadero valor pertenezca al intervalo 18-22%. Es decir, la confianza indica que de cada 100 veces que se repita todo el proceso, en 95,5 de ellas la estimación será acertada." (1) |
| Error de estimación | "Existen otras fuentes de error distintas del error de muestreo. Se denominan errores sistemáticos, ajenos al muestreo o sesgos. Pueden reducirse diseñando con cuidado el proceso de muestreo." (1) |
| Error de estimación | "Se utiliza principalmente para tres propósitos: 1. Comparar la precisión obtenida por el muestreo simple aleatorio, con otros métodos de muestreo. 2. Estimar el tamaño de la muestra que se necesita en una investigación. 3. Estimar la precisión realmente obtenida de una investigación." (2) |
| Error de estimación | "Cualesquiera datos recogidos de una muestra o de todas las unidades en el grupo bajo estudio son una función de dos factores: la “realidad fundamental” y el método usado para reunir los datos. El investigador está interesado en estimar esta “realidad fundamental”; por consiguiente, tiene que darse cuenta de los posibles errores en su método de recolección de datos. Cuando los datos son recogidos de una muestra, se introduce una fuente de error adicional: la del muestreo. En los estudios por muestreo, estos factores son confundidos frecuentemente. Si se halla que los resultados de un estudio por muestreo son incorrectos, la tendencia es a suponer que la muestra fue causante del error." (3) |
| Error de estimación | "En verdad, el método de recoger datos de una muestra podría haber sido inexacto o pueden encontrarse comprendidos ambos factores. Por ejemplo: supongamos el problema de encontrar el porcentaje de hogares en Denver, Colorado, que poseen un televisor. Si fuera hecha una cuenta de todos los hogares, podría obtenerse aún una respuesta incorrecta, porque el método de determinar si la familia poseía un televisor podría no ser preciso. Si sólo se estudiara una muestra de hogares, el método inexacto de medir la propiedad de televisores seguiría estando presente, pero, además, habría error debido a que la muestra no sería exactamente representativa del universo. Estos dos tipos de error -el error de muestreo y el error de recolección de datos- tienen que ser considerados en el diseño de un proyecto de investigación." (3) |
| Error de estimación | "El margen de error es la magnitud del error que se tolerará al estimar un parámetro poblacional. Quizá se pregunte por qué no elegir márgenes pequeños de error. Existe una compensación entre el margen de error y el tamaño de la muestra." (4) |
| Error de estimación | "El error de muestreo se presenta cuando la muestra no es representativa de la población. Cuando se usan técnicas de muestreo aleatorio para seleccionar elementos para la muestra, el error de muestreo ocurre al azar. Muchas veces la estadística calculada en la muestra no es una estimación precisa del parámetro poblacional porque la muestra no era representativa de la población. Este resultado es causado por error de muestreo. Con muestras aleatorias, el error de muestreo puede ser calculado y analizado." (5) |
| Error de estimación | "Todos los errores que no sean errores de muestreo son errores no muestrales. Los muchos posibles errores no muestrales incluyen datos faltantes, errores de registro, errores de procesamiento de entrada y errores de análisis. Otros errores no muestrales resultan del instrumento de medición, por ejemplo errores de definiciones no claras, cuestionarios defectuosos y conceptos concebidos de manera deficiente. La definición incorrecta del marco es un error no muestral. En muchos casos es imposible hallar un marco que se ajuste perfectamente a la población. En la medida en que no ajuste, se ha cometido un error no muestral. Los errores de respuesta también son errores no muestrales. Se presentan cuando las personas no saben, no dicen o exageran. Prácticamente no existe método estadístico para medir o controlar errores no muestrales. Las técnicas estadísticas (...) están basadas en la suposición de que no se cometió ninguno de los errores no muestrales. El investigador debe eliminar estos errores mediante planificación y ejecución cuidadosas del estudio de investigación." (5) |
| Error de estimación | "El error muestral siempre se comete ya que existe una pérdida de la representatividad al momento de escoger los elementos de la muestra. Sin embargo, la naturaleza de la investigación nos indicará hasta qué grado se puede aceptar." (6) |
| Probabilidad de ocurrencia | “Se evalua la situación que guarda en el mercado el fenómeno o característica investigado. Cuando no se tiene una idea clara de esta situación, es necesario dar sus máximos valores, tanto a la probabilidad de que no se realice. Esto es, 50% a (p) y 50% a (q), que son las literales que se emplean para designar la probabilidad a favor o en contra, respectivamente." (2) |
| Bibliografía | (1) Ildefonso Grande Esteban, Elena Abascal Fernández; Fundamentos y técnicas de investigación comercial; Editorial ESIC; 11a. Edición; España 2011; pag. 256-257 (2) Laura Fisher, Alma Navarro; Introducción a la investigación de mercados; Mc Graw hill;2a. Edición; 1987 México (3) H.W. Boyd Jr. - R. Westfall; Investigación de mercados; UTEHA; 1a. Edición; 1978 España (4) Douglas A. Lind, William G. Marchal, Samuel A Wathen; Estadística aplicada a los negocios y la economía; Mc Graw Hill; 15a. Edición; 2012 (5) Ken Black; Estadística en los negocios; CECSA; 1ra. Edición; México 2005 (6) Mariela Torres, Karim Paz, Federico G. Salazar; Tamaño de una muestra para una investigación de mercado; http://www.tec.url.edu.gt/BOLETIN/URL_02_BAS02.PDF (vi 16 octubre 2014) |
Want to create your own Flashcards for free with GoConqr? Learn more.