INVESTIGACIN CAUSAL

Es una investigacin conducida a identificar las relaciones causa y efecto

entre variables. Aqu los investigadores tienen una expectativa sobre la
relacin que se explicar, como pronosticar la influencia del precio, del
empaque, de la publicidad, etc.
CONCEPTO DE CAUSALIDAD:
Por lo general se utiliza la experimentacin para inferir relaciones causales.
El concepto cientfico de causalidad es complejo y requiere de alguna
explicacin.
Para una persona comn, la causalidad significa algo muy diferente que
para un cientfico.
Como puede verse en la tabla adjunta, una afirmacin como X causa Y
tendr significados diferentes para ambos.
El significado cientfico de causalidad es ms apropiado para la
investigacin de mercados, que su significado cotidiano. Los efectos de
marketing son causados por mltiples variables, y la relacin entre causa y
efecto tiende a ser probabilstica. Adems, no podemos demostrar
causalidad (es decir, demostrarla de manera concluyente); slo podemos
inferir una relacin de causa y efecto.
En otras palabras, es posible que la verdadera relacin causal, de existir, no
se haya identificado. Aclararemos an ms el concepto de causalidad al
analizar sus condiciones.

CONDICIONES DE CAUSALIDAD
Variacin Concomitante: es la manera en la que dos fenmenos o
eventos varan juntos (publicidad y ventas). Cuando no existe relacin entre
variables no existe relacin causal.
*Problema definido con claridad realizarn compras nuestros clientes con
el nuevo empaque del producto? Cul de las dos campaas publicitarias es
ms efectiva?
La variacin concomitante es el grado en que una causa, X, y un efecto, Y,
ocurren o varan juntos de la manera en que predice la hiptesis
considerada. La evidencia pertinente a la variacin concomitante puede
obtenerse de una manera cualitativa o cuantitativa.

CUALITATIVA:
Por ejemplo, la administracin de una tienda departamental cree que las
ventas dependen en gran medida de la calidad del servicio. En este caso:
El factor causal : X (servicio dentro de la tienda), y el factor del efecto Y
( las ventas) . Una variacin concomitante que apoye la hiptesis implicara
que las tiendas con un servicio satisfactorio dentro del establecimiento
tambin tendran ventas satisfactorias. De igual modo, las tiendas con un
servicio deficiente mostraran ventas desfavorables. Por otro lado, si se
encuentra el patrn opuesto, se concluye que la hiptesis es insostenible.
CUANTITATIVA:
Consideremos una encuesta aleatoria a 1,000 participantes sobre la compra
de ropa de moda en las tiendas departamentales. Esta encuesta
proporciona los datos que se incluyen en la tabla. Los encuestados han sido
clasificados en grupos de alta y baja educacin con base en la mediana o en
una divisin por partes iguales. La tabla sugiere que la compra de ropa de
moda est influida por el nivel acadmico. (Pero no podemos afirmar esta
hiptesis solo la hace mas defendible)

Secuencia temporal:
La condicin del orden temporal de ocurrencia afirma que el evento
causante debe ocurrir antes o al mismo tiempo que el efecto; no puede
ocurrir despus. Por definicin, no es posible que un efecto sea producido
por un evento que ocurre despus de que el efecto tuvo lugar.
Ausencia de otros factores causales: la relacin causa efecto que se
quiere establecer debe excluir o controlar otros factores causales. El servicio
dentro del establecimiento puede ser una causa de las ventas, si podemos
asegurar que se mantuvieron constantes o se controlaron de otra forma
todos los otros factores que afectan las ventas, como los precios, la
publicidad, el nivel de distribucin, la calidad del producto, la competencia,
etctera
MUESTREO SISTEMTICO
El muestreo sistemtico es una tcnica de muestreo aleatorio que los
investigadores eligen con frecuencia por su sencillez y calidad regular.
En el muestreo aleatorio sistemtico, el investigador primero escoge
aleatoriamente la primera pieza o sujeto de la poblacin. A continuacin, el
investigador seleccionar a cada ensimo sujeto de la lista.

El procedimiento del muestreo aleatorio sistemtico es muy fcil y se puede

hacer manualmente. Los resultados son representativos de la poblacin a
menos que se repitan ciertas caractersticas de la poblacin por cada
ensimo individuo, lo que es muy poco probable.
El proceso de obtencin de la muestra sistemtica es muy similar a una
progresin aritmtica.
1.

Nmero de inicio:
El investigador selecciona un nmero entero que debe ser menor al
nmero total de individuos en la poblacin. Este nmero entero
corresponder al primer sujeto.
2.
Intervalo:
El investigador elige otro nmero entero que servir como la diferencia
constante entre dos nmeros consecutivos en la progresin.
El nmero entero se selecciona tpicamente de modo que el investigador
obtenga el tamao de la muestra correcto.
Por ejemplo, el investigador tiene una poblacin total de 100 individuos y
necesita 12 sujetos. Primero elige su nmero de partida, 5.
Luego, el investigador elige su intervalo, 8. Los miembros de su muestra
sern los individuos 5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.
MUESTREO ESTRATIFICADO
Es una tcnica de muestreo probabilstico en donde el investigador divide a
toda la poblacin en diferentes subgrupos o estratos. Luego, selecciona
aleatoriamente a los sujetos finales de los diferentes estratos en forma
proporcional.

Es importante tener en cuenta que los estratos no deben superponerse. Que

los subgrupos se superpongan dar a algunos individuos mayores
probabilidades de ser seleccionados como sujetos. Esto niega
completamente el concepto de muestreo estratificado como un tipo de
muestreo probabilstico.

Igualmente importante es el hecho de que el investigador debe utilizar

un muestreo probabilstico simple dentro de los diferentes estratos.
Los estratos ms comunes utilizados en el muestreo aleatorio estratificado
son la edad, el gnero, el nivel socioeconmico, la religin, la nacionalidad y
el nivel de estudios alcanzado.

Se utiliza el muestreo aleatorio estratificado cuando el investigador

desea resaltar un subgrupo especfico dentro de la poblacin. Esta tcnica
es til en tales investigaciones porque garantiza la presencia del subgrupo
clave dentro de la muestra.

Los investigadores tambin emplean un muestreo aleatorio

estratificado cuando quieren observar relaciones entre dos o ms
subgrupos. Con la tcnica de muestreo aleatorio simple, el investigador no
est seguro de si los subgrupos que quiere observar son representados
equitativa y proporcionalmente dentro de la muestra.

Con el muestreo estratificado, el investigador puede probar de forma

representativa hasta a los subgrupos ms pequeos y ms inaccesibles de
la poblacin. Esto permite que los investigadores prueben a los extremos
de la poblacin.

Con esta tcnica, tienes una precisin estadstica ms elevada en

comparacin con el muestreo aleatorio simple. Esto se debe a que la
variabilidad dentro de los subgrupos es menor en comparacin con las
variaciones cuando se trata de toda la poblacin.
Debido a que esta tcnica tiene una alta precisin estadstica, exige un
tamao de la muestra menor que puede ahorrar mucho tiempo, dinero y
esfuerzo de los investigadores.
MUESTREO ESTRATIFICADO PROPORCIONADO
En esta tcnica, el tamao de la muestra de cada estrato es proporcional al tamao de la
poblacin del estrato si se compara con la poblacin total. Esto significa que el cada
estrato tiene la misma fraccin de muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaos de la poblacin,
respectivamente. El investigador eligi una fraccin de muestreo de . Luego, el
investigador debe probar al azar 50, 100 y 150 sujetos de cada estrato, respectivamente.
Estrato

100

200

300

Fraccin de muestreo

Tamao final de la muestra

50

100

150

Tamao de la poblacin

En esta tcnica, lo importante es recordar el uso de la misma fraccin de

muestreo en cada estrato, independientemente de las diferencias en el
tamao de la poblacin de los estratos. Es muy parecido a reunir una
poblacin ms pequea que sea especfica de las proporciones relativas de
los subgrupos dentro de la poblacin.
MUESTREO ESTRATIFICADO DESPROPORCIONADO
La nica diferencia entre el muestreo aleatorio estratificado proporcionado y
el desproporcionado son sus fracciones de muestreo. En el muestreo
desproporcionado, los diferentes estratos tienen diferentes fracciones de
muestreo.
La precisin de este diseo es altamente dependiente de la asignacin de
fraccin de muestreo del investigador. Si el investigador comete errores en
la asignacin de fracciones de muestreo, un estrato puede ser representado
en exceso o insuficientemente y dar resultados sesgados.
MUESTREO POR CONGLOMERADOS
En el muestreo por conglomerados, la poblacin meta primero se divide en
subpoblaciones

conglomerados

mutuamente

excluyentes

colectivamente exhaustivos. Luego se selecciona una muestra aleatoria de

conglomerados con base en una tcnica de muestreo probabilstico, como el
muestreo aleatorio simple. Para cada conglomerado seleccionado, se
incluyen todos los elementos en la muestra, o se toma una muestra de
elementos en forma probabilstica. Si se incluye en la muestra a todos los
elementos del conglomerado seleccionado, el procedimiento se denomina
muestreo por conglomerados de una etapa. Si de cada conglomerado
seleccionado se extrae de manera probabilstica una muestra de elementos,
el procedimiento es un muestreo por conglomerados de dos etapas. Como
se muestra en la fi gura este procedimiento puede ser sencillo e incluir al
muestreo aleatorio simple o ser probabilstico proporcional al tamao (PPT).
Adems, una muestra por conglomerados podra incluir varias etapas (ms
de dos), como en el muestreo por conglomerados de etapas mltiples.

La distincin fundamental entre el muestreo por conglomerados y el

muestreo estratificado es que en el primero slo se elige una muestra de
subpoblaciones (conglomerados), mientras que en el muestreo estratificado
se seleccionan todas las subpoblaciones (estratos) para un muestreo
posterior. Ambos mtodos tambin difieren en sus objetivos. El objetivo del
muestreo por conglomerados es incrementar la eficiencia del muestreo
mediante la reduccin de los costos. El objetivo del muestreo estratificado
es incrementar la precisin. Con respecto a la homogeneidad y
heterogeneidad, los criterios que se usan para formar los conglomerados
son justo lo contrario a los que se usan para formar los estratos. Los
elementos dentro de
un
conglomerado
deben
ser
tan
heterogneos como
sea
posible, aunque los
conglomerados
deben
ser tan homogneos
como
sea
posible.
De
manera
ideal,
cada
conglomerado debe
ser una
representacin
a
pequea
escala
de
la
poblacin.
En
el
muestreo por conglomerados, el marco de muestreo slo se necesita para
los conglomerados seleccionados para la muestra. Una forma comn de
muestreo por conglomerados es el muestreo por rea, en el cual los
conglomerados estn formados por reas geogrficas como condados,
zonas habitacionales o manzanas. Si slo se realiza un nivel de muestreo en
la seleccin de los elementos bsicos (por ejemplo, el investigador muestrea
manzanas y luego incluye en la muestra a todas las casas de la manzana),
el diseo se conoce como muestreo por rea de una etapa. Si se realizan
dos (o ms) niveles de muestreo antes de seleccionar los elementos bsicos
(el investigador muestrea manzanas y luego muestrea las casas de las
manzanas elegidas), el diseo se conoce como muestreo por rea de dos
etapas (o de etapas mltiples). La caracterstica distintiva de la muestra por
rea de una etapa es que todas las casas de las manzanas (o reas
geogrficas) seleccionadas se incluyen en la muestra. Existen dos tipos de

diseos de dos etapas. Uno implica al muestreo aleatorio simple, tanto en la

primera etapa (por ejemplo, el muestreo de las manzanas) como en la
segunda (por ejemplo, el muestreo de las casas dentro de las manzanas).
Este diseo se llama muestreo por conglomerados simple de dos etapas. En
este diseo, la fraccin de elementos seleccionados (por ejemplo, las casas)
en la segunda etapa es la misma para cada conglomerado de la muestra
(por ejemplo, manzanas seleccionadas). Un proyecto de investigacin de
mercados estudi el comportamiento de los consumidores adinerados. Se
seleccion una muestra aleatoria simple de 800 grupos de manzanas, a
partir de una lista de vecindarios con ingresos promedio superiores a
$50,000 dlares, en los estados clasificados en la mitad superior de ingresos
de acuerdo con los datos del censo. Las organizaciones de listas comerciales
proporcionaron los nombres y direcciones de los jefes de familia, de
aproximadamente el 95 por ciento de las casas censadas en este grupo de
800 manzanas. De las 213,000 casas numeradas, se seleccionaron 9,000
por muestreo aleatorio simple.Este diseo es adecuado cuando los
conglomerados son del mismo tamao, es decir, cuando contienen ms o
menos el mismo nmero de unidades de muestreo. Pero si difieren mucho
en el tamao, el muestreo por conglomerados simple de dos etapas podra
generar estimaciones sesgadas. En ocasiones es posible formar
conglomerados del mismo tamao combinando los conglomerados. Cuando
esta opcin no es factible puede usarse el muestreo probabilstico
proporcional al tamao (PPT). En el muestreo probabilstico proporcional al
tamao, los conglomerados se muestrean con una probabilidad proporcional
al tamao. El tamao de un conglomerado se define en trminos del nmero
de unidades de muestreo que contiene. Por lo tanto, en la primera etapa los
conglomerados grandes tienen mayor probabilidad de ser incluidos que los
conglomerados pequeos. En la segunda etapa, la probabilidad de
seleccionar una unidad de muestreo de un conglomerado seleccionado vara
inversamente con el tamao del conglomerado. Por ende, la probabilidad de
que cualquier unidad de muestreo especfica se incluya en la muestra es
igual para todas las unidades, porque las probabilidades desiguales de la
primera etapa se equilibran con las probabilidades desiguales de la segunda
etapa. Las cantidades de las unidades de muestreo incluidas de los
conglomerados seleccionados son aproximadamente iguales.
OTRAS TCNICAS DE MUESTREO PROBABILSTICO
Adems de las cuatro tcnicas bsicas de muestreo probabilstico, existen
otras tcnicas de muestreo que se consideran una extensin de las tcnicas
bsicas y se desarrollaron para tratar problemas de muestreo complejos.
Dos tcnicas ms para la investigacin de mercados son el muestreo por
secuencia y el muestreo doble.
En el muestreo por secuencia los elementos de la poblacin se
muestrean en secuencia, en cada etapa se realizan la recoleccin y el
anlisis de los datos, y se decide si deben muestrearse elementos
adicionales de la poblacin. No se conoce de antemano el tamao de la
muestra, pero antes de iniciar el muestreo se establece una regla de
decisin. En cada etapa, esta regla indica si el muestreo debe continuar o si
se ha obtenido suficiente informacin. El muestreo por secuencia se ha
utilizado para determinar las preferencias por dos alternativas rivales. En un

estudio se pregunt a los encuestados cul de las dos alternativas preferan

y el muestreo termin cuando se acumul evidencia suficiente para validar
una preferencia. Tambin se ha empleado para establecer el precio
diferencial entre un modelo estndar y un modelo de lujo de un artculo de
consumo duradero. En el muestreo doble, llamado tambin muestreo de dos
fases, ciertos elementos de la poblacin se muestrean dos veces. En la
primera fase se selecciona una muestra y se rene alguna informacin de
todos sus elementos. En la segunda fase, se extrae una submuestra de la
muestra original y se obtiene informacin adicional de los elementos de la
submuestra. El proceso puede extenderse a tres o ms fases, las cuales
pueden ocurrir al mismo tiempo o en diferentes momentos.
El muestreo doble es til cuando no se dispone de un marco de muestreo
para la seleccin final de las unidades de muestreo, pero se sabe que los
elementos del marco estn incluidos en un marco de muestreo mayor. Por
ejemplo, un investigador desea seleccionar hogares que consumen jugo de
manzana en una determinada ciudad. Los hogares de inters estn
contenidos dentro del conjunto de todos los hogares, pero el investigador no
sabe cules son. Al aplicar el muestreo doble, en la primera fase el
investigador podra obtener un marco de muestreo de todos los hogares,
comprndolo o construyndolo a partir del directorio de la ciudad. Luego
obtendra una muestra de hogares, usando el muestreo aleatorio simple,
para determinar la cantidad de jugo de manzana consumido. En la segunda
fase, los hogares que consumen jugo de manzana se seleccionaran y
estratificaran de acuerdo con la cantidad de jugo de manzana consumido.
Luego se obtendra una muestra aleatoria estratificada y se plantearan
preguntas detalladas concernientes al consumo de jugo de manzana.
ELECCIN DEL MUESTREO PROBABILSTICO O NO PROBABILSTICO
La eleccin entre muestras probabilsticas y no probabilsticas debe basarse
en consideraciones como: la naturaleza de la investigacin, la magnitud
relativa de los errores de muestreo y los que no son de muestreo, la
variabilidad en la poblacin, y otros factores estadsticos y operacionales.
Las muestras probabilsticas permiten la extrapolacin estadstica de los
resultados a una poblacin meta. En algunos problemas de investigacin, se
requiere hacer estimaciones muy precisas de las caractersticas de la
poblacin. En esas situaciones, se prefiere el muestreo probabilstico por su
capacidad para eliminar el sesgo de seleccin y para calcular el error de
muestreo. Sin embargo, el muestreo probabilstico no siempre produce
resultados exactos. Si es probable que los errores que no se deben al
muestreo son un factor importante, entonces sera preferible el muestreo no
probabilstico, en la medida que el uso del juicio permita mayor control
sobre el proceso de muestreo.
Otra consideracin es la homogeneidad de la poblacin con respecto a las
variables de inters. Una poblacin ms heterognea favorece el muestreo
probabilstico, porque es ms importante asegurar la representatividad de la
muestra. Desde un punto de vista estadstico, se prefiere el muestreo
probabilstico por ser la base de las tcnicas estadsticas ms comunes. Sin
embargo, el muestreo probabilstico es complejo y requiere que los

investigadores tengan conocimientos del estadstico. Es ms costoso y

requiere ms tiempo que el muestreo no probabilstico. En muchos
proyectos de investigacin de mercados, es difcil justificar el tiempo y los
gastos adicionales. Por lo tanto, en la prctica, los objetivos del estudio
establecen cul ser el mtodo de muestreo utilizado.
USOS DEL MUESTREO NO PROBABILSTICO Y PROBABILSTICO
El muestreo no probabilstico se utiliza en pruebas de concepto, pruebas de
empaque, pruebas de nombre y pruebas de texto, donde por lo general no
es necesario hacer extrapolaciones a la poblacin. En dichos estudios, el
inters se centra en la proporcin de la muestra que da varias respuestas o
manifiesta diversas actitudes. Las muestras para estos estudios se obtienen
usando, por ejemplo, el muestreo por cuotas en centros comerciales. Por
otro lado, se utiliza el muestreo probabilstico cuando es necesario hacer
estimaciones muy precisas de la participacin en el mercado o del volumen
de ventas de todo el mercado. Se utiliza el muestreo probabilstico en
estudios de rastreo del mercado nacional que proporcionan informacin
sobre categoras de productos y tasas de uso de marcas, as como perfiles
psicogrficos y demogrficos de los usuarios. Los estudios que usan el
muestreo probabilstico por lo general emplean entrevistas telefnicas. El
muestreo estratificado y el sistemtico se combinan con alguna forma de
marcado digital aleatorio para seleccionar a los encuestados.