ESTRATEGIAS DE MUESTREO
Caso: Estudio de la Satisfacción de los Clientes en una Red de Supermercados
Una cadena de supermercados tiene 50 tiendas distribuidas en una ciudad. El departamento
de marketing desea realizar una encuesta para medir la satisfacción de los clientes. Sin
embargo, debido a las limitaciones de tiempo y recursos, no pueden encuestar a todos los
clientes de todas las tiendas, por lo que deciden utilizar una técnica de muestreo con
probabilidades proporcionales al tamaño (PPT).
Cada tienda tiene un número diferente de clientes que la visitan mensualmente, y la cadena
de supermercados quiere asegurarse de que las tiendas con más clientes tengan una mayor
representación en la muestra. Para ello, se utiliza el tamaño de la tienda (medido en
términos del número de clientes que visitan cada tienda al mes) como la base para asignar
probabilidades de selección.
Objetivo:
Determinar la satisfacción de los clientes de las tiendas de la cadena de supermercados,
utilizando un método de muestreo que garantice que las tiendas con mayor número de
clientes estén más representadas en la muestra.
Pasos:
1. Definir la población: La población de estudio son las 50 tiendas de la cadena de
supermercados.
2. Recolección de datos preliminares: Se obtiene el número de clientes mensuales
para cada tienda. A continuación, se muestra una tabla con 10 tiendas como
ejemplo.
Tienda Número de clientes/mes
1 500
2 1200
3 800
4 1500
5 200
6 600
7 1000
8 400
9 300
10 700
Asignación de probabilidades proporcionales: La probabilidad de que una tienda sea
seleccionada es proporcional al número de clientes que tiene. Por ejemplo, para la Tienda 1,
que tiene 500 clientes, la probabilidad de selección sería:
500
P (tienda1) = = 0.0694
7200
Repitiendo este proceso para todas las tiendas, las probabilidades se distribuyen de la
siguiente forma (ejemplo con 10 tiendas):
Tienda Número de clientes/mes Probabilidad de selección
1 500 0.0694
2 1200 0.1667
3 800 0.1111
4 1500 0.2083
5 200 0.0278
6 600 0.0833
7 1000 0.1389
8 400 0.0556
9 300 0.0417
10 700 0.0972
Total 7200 1
4. Selección de la muestra: Se selecciona un tamaño de muestra, por ejemplo, 5
tiendas. Usando las probabilidades proporcionales, se seleccionan las tiendas
utilizando algún algoritmo aleatorio.
Supongamos que las tiendas seleccionadas son: Tienda 2, Tienda 4, Tienda 7,
Tienda 1, y Tienda 10.
5. Recolección de datos: En cada una de las tiendas seleccionadas, se aplicará la
encuesta a los clientes. Para mantener la proporcionalidad, se puede ajustar el
tamaño de las encuestas en cada tienda de acuerdo con la cantidad de clientes. Por
ejemplo, si en la Tienda 4 (con 1500 clientes) se encuestan 150 personas, en la
Tienda 1 (con 500 clientes) se encuestan 50 personas.
6. Análisis de los resultados: Se realiza el análisis de la satisfacción del cliente,
ponderando los resultados según el tamaño de la tienda para garantizar que las
tiendas más grandes tengan un impacto proporcional en los resultados finales.
Conclusión:
El muestreo con probabilidades proporcionales al tamaño permite que las tiendas con más
clientes tengan más representación en la muestra, lo que mejora la precisión de las
estimaciones al reflejar mejor la estructura de la población total de clientes. Además,
optimiza el uso de recursos al evitar la sobre-representación de tiendas con pocos clientes.
Caso: Estimación de la cantidad de basura en las playas de una región costera
Objetivo del estudio:
Estimar la cantidad total de basura acumulada en las playas de una región costera. Dado que
algunas playas son más grandes que otras, se empleará un muestreo con probabilidades
proporcionales al tamaño de la playa (área en metros cuadrados) utilizando un d iseño de
muestreo de Poisson.
Población:
La región tiene un total de 20 playas, cuyas áreas varían considerablemente. El objetivo es
seleccionar muestras para estimar la cantidad de basura sin visitar todas las playas. A
continuación, se presentan los datos de área (en metros cuadrados) de las 20 playas:
Playa Área (m²) Playa Área (m²)
Playa 1 500 Playa 11 450
Playa 2 300 Playa 12 1200
Playa 3 700 Playa 13 400
Playa 4 200 Playa 14 700
Playa 5 1000 Playa 15 250
Playa 6 800 Playa 16 500
Playa 7 600 Playa 17 900
Playa 8 900 Playa 18 350
Playa 9 1500 Playa 19 800
Playa 10 100 Playa 20 1000
Método: Muestreo con probabilidades proporcionales al tamaño (PPS) con diseño de
Poisson
En este diseño de muestreo, la probabilidad de selección de cada playa es proporcional a su
área. Se usa el método de muestreo Poisson, donde cada playa es seleccionada
independientemente con una probabilidad proporcional a su tamaño, sin un tamaño fijo de
muestra predefinido.
Paso 1: Determinar las probabilidades de selección
La probabilidad de seleccionar una playa es proporcional al área de la playa respecto al área
total de todas las playas. Calculamos la probabilidad de selección para cada playa.
Área total de las 20 playas:
Aˊrea total=500+300+700+200+1000+800+600+900+1500+100+450+1200+400+700+250
+500+900+350+800+1000=13,150 m²
La probabilidad de selección de cada playa pi es el cociente entre el área de la playa Ai y el
área total:
Ai
pi =
Area total
Por ejemplo, para la Playa 1, la probabilidad de selección será:
500
pi = = 0.038
13150
Se realizan cálculos similares para las demás playas.
Paso 2: Selección de las playas mediante el diseño de Poisson
Con las probabilidades de selección calculadas, aplicamos el diseño de Poisson, que
consiste en seleccionar cada playa independientemente con su probabilidad de selección
correspondiente. Se genera un número aleatorio para cada playa, y si este número es menor
que la probabilidad de selección, la playa es seleccionada.
Supongamos que el resultado de la selección es el siguiente:
• Playas seleccionadas: Playa 3, Playa 5, Playa 9, Playa 12, Playa 20
Paso 3: Medición de la cantidad de basura en las playas seleccionadas
Una vez seleccionadas las playas, se mide la cantidad de basura en cada una de las playas
seleccionadas. Los resultados obtenidos son:
Basura
Playa Área (m²) recolectada
(kg)
Playa 3 700 350
Playa 5 1000 500
Playa 9 1500 600
Playa 12 1200 550
Playa 20 1000 480
Paso 4: Estimación de la cantidad total de basura
Usando el diseño de Poisson y la información recolectada, podemos estimar la cantidad total
de basura en todas las playas. Para ello, utilizamos la siguiente fórmula para cada playa
seleccionada:
y
tˆHT = k
k S k
Donde:
Yk es la cantidad de basura recolectada en la playa seleccionada k,
p k es la probabilidad de selección de la playa k,
S es el conjunto de playas seleccionadas.
Calculamos la cantidad total estimada de basura para las playas seleccionadas.
Conclusión:
Este método de muestreo proporciona una estimación eficiente de la cantidad de basura en la región
costera, ajustando las probabilidades de selección según el tamaño de las playas y utilizando un diseño
de muestreo de Poisson que permite seleccionar cada playa de manera independiente.