UNIDAD 9 INVESTIGACIÓN COMERCIAL ILERNA

¿Qué es el muestreo en el contexto de la investigación comercial?. Es el proceso de estudiar a toda la población. Es la selección de una porción representativa de una población para estudiarla y extrapolar los resultados. Es una técnica para descartar datos irrelevantes. Es el cálculo del tamaño de la población.

¿Cuál es el concepto de 'Universo' en el muestreo?. El grupo total de elementos con características de interés. La unidad de análisis más grande, conformada por varios conjuntos de poblaciones. El subconjunto de elementos seleccionados para el estudio. El listado de todos los elementos de la población.

¿Qué se entiende por 'Población' en el ámbito del muestreo?. La muestra seleccionada para el estudio. El número total de individuos en una investigación. El grupo total de elementos que comparten características de interés para la investigación. El marco muestral utilizado.

Una 'Muestra' es: Todos los elementos de la población. Un subconjunto de elementos extraídos de la población para ser estudiados. El instrumento de recolección de datos. El margen de error aceptable.

¿Qué es el 'Marco Muestral'?. El resultado del estudio de la muestra. La lista o base de datos que contiene los elementos de la población y permite su acceso. El tipo de muestreo utilizado. El error cometido en la selección de la muestra.

Las 'Unidades Muestrales' se refieren a: El total de elementos en la población. Los instrumentos utilizados para recolectar datos. Cada uno de los elementos individuales de la muestra sobre los cuales se realiza la medición. El tamaño total de la muestra.

¿Qué indica el 'Nivel de Confianza'?. El tamaño de la muestra. La probabilidad de que los datos de la muestra representen con precisión a la población. El margen de error aceptado. La dificultad para acceder a la población.

Una de las fases clave en el proceso de muestreo es: Ignorar la población objetivo. Definir la Población Objetivo, estableciendo sus límites y características. Utilizar siempre el muestreo no probabilístico. No calcular el tamaño de la muestra.

¿Qué es el 'Error Muestral'?. La diferencia entre los parámetros de la muestra y los de la población objetivo. Un error en la recolección de datos. El fallo en la selección del marco muestral. La falta de representatividad de la muestra.

¿Qué implica 'Seleccionar el Marco Muestral'?. Elegir aleatoriamente a los participantes. Identificar y acceder a la fuente de información que contiene el listado de la población objetivo. Determinar el tipo de muestreo a utilizar. Calcular el error muestral.

Al 'Escoger una Técnica de Muestreo', ¿qué factor es crucial decidir?. Si se utilizará un método probabilístico o no probabilístico. El color del cuestionario. Cuántos investigadores participarán. El lugar donde se realizará el trabajo de campo.

¿Por qué es importante 'Calcular o Decidir el Tamaño de la Muestra'?. Para que el estudio sea más largo. Para determinar el número de unidades muestrales necesarias para el estudio. Para asegurar que la muestra sea lo más pequeña posible. Para evitar el uso de fórmulas matemáticas.

¿Qué se realiza durante el 'Realizar el Trabajo de Campo'?. Solo la planificación del estudio. Contactar a las unidades muestrales seleccionadas y aplicar los instrumentos de recolección de datos. Analizar los resultados preliminares. Descartar a los participantes que no responden.

¿Cuál es la principal característica del Muestreo No Probabilístico?. Garantiza la representatividad de la muestra. Todos los elementos de la población tienen una probabilidad conocida de ser seleccionados. La selección de elementos se basa en el juicio del investigador o la conveniencia, sin probabilidad conocida. Permite extrapolar rigurosamente los resultados a la población.

El 'Muestreo por Conveniencia' se caracteriza por: Una selección aleatoria de todos los elementos. Seleccionar elementos basados en la disponibilidad y facilidad de acceso. Dividir la población en subgrupos homogéneos. Utilizar fórmulas matemáticas complejas.

¿En qué consiste el 'Muestreo por Cuotas'?. Seleccionar a los participantes al azar. Seleccionar participantes basándose en características sociodemográficas predefinidas para reflejar la población. Utilizar el juicio experto del investigador. Iniciar con una muestra aleatoria y pedir referidos.

El 'Muestreo de Bola de Nieve' es útil cuando: La población es muy grande y fácil de localizar. Se desea seleccionar a todos los miembros de la población. Las poblaciones son difíciles de localizar o son nichos específicos sin marco muestral. Se requiere una muestra perfectamente aleatoria.

¿Qué característica define al 'Muestreo Aleatorio Simple (MAS)'?. Cada elemento de la población tiene la misma probabilidad de ser seleccionado. Se basa en el juicio del investigador. Los elementos se seleccionan por conveniencia. La población se divide en subgrupos.

¿Qué garantiza el Muestreo Probabilístico?. Que la muestra sea siempre la más pequeña posible. La selección de elementos basada en el juicio del investigador. Que cada unidad muestral tenga una probabilidad conocida y no nula de ser incluida, permitiendo la extrapolación. La imposibilidad de extrapolar resultados a la población.

En el 'Muestreo Sistemático', ¿cómo se seleccionan los elementos una vez determinado el primer al azar?. Se seleccionan los más cercanos geográficamente. Se seleccionan los primeros de la lista. Se seleccionan progresivamente sumando un intervalo calculado (i). Se seleccionan según el criterio del investigador.

¿Cuál es el propósito del 'Muestreo Estratificado'?. Dividir la población en grupos heterogéneos. Asegurar la representación de subgrupos importantes dentro de la población. Seleccionar solo los elementos más fáciles de contactar. Aumentar el error muestral.

En el 'Muestreo por Conglomerados', la población se divide en: Subgrupos homogéneos basados en características. Unidades muestrales individuales. Grupos heterogéneos pero mutuamente excluyentes (conglomerados). Solo elementos con características similares.

¿Qué factor *no* influye directamente en el tamaño de la muestra según el documento?. Recursos disponibles (presupuesto, personal). Tiempo disponible para la investigación. El tipo de investigación (exploratoria vs. concluyente). El color de los ojos del investigador.

Si se desea un 'Nivel de Confianza' del 95%, ¿cuál es el coeficiente Z asociado?. 1.645. 1.96. 2.576. 0.5.

¿Qué representa la 'Varianza o Proporción (p y q)' en el cálculo del tamaño de la muestra?. El nivel de confianza deseado. El tamaño total de la población. La dispersión esperada en la población respecto a un atributo. El margen de error máximo aceptado.

¿Qué es el 'Error Muestral (e)'?. La diferencia entre la muestra y el universo. El margen de error máximo aceptado en la estimación. El número de participantes que no responden. El sesgo introducido por el investigador.

En la fórmula del tamaño de la muestra, ¿qué representa 'N'?. El nivel de confianza. El tamaño de la muestra a obtener. El tamaño total de la población (si es finita y conocida). El error muestral.

¿Qué tipo de errores se mencionan en el documento?. Errores de redondeo y errores de transcripción. Errores Muestrales y Errores No Muestrales. Errores de cálculo y errores de interpretación. Errores de hardware y errores de software.

El 'Error No Muestral' se debe a: La aleatoriedad inherente de la selección de la muestra. La selección de elementos basada en conveniencia. Defectos en el diseño, recolección, procesamiento o análisis de datos. Un tamaño de muestra demasiado grande.

¿Qué es la 'Inferencia Estadística'?. Organizar y resumir datos de forma comprensible. Extraer conclusiones sobre una población basándose en el estudio de una muestra representativa. Calcular el tamaño de la muestra utilizando fórmulas. Describir las características de la muestra.

La 'Estadística Descriptiva' se enfoca en: Hacer generalizaciones sobre la población. Organizar, resumir y presentar datos de manera comprensible. Calcular el margen de error. Seleccionar la muestra de forma aleatoria.

La validez de la 'Estadística Inferencial' depende principalmente de: El número de investigadores involucrados. La representatividad de la muestra y el nivel de confianza y margen de error. La facilidad de acceso a la población. El tamaño del universo.