En este post enseñaré a calcular a cuantas personas debemos encuestar o preguntar sobre nuestro producto para que tengamos un panorama correcto sobre si funciona o no la idea. Explicaré de manera muy simple ya que solamente necesitamos saber algo básico de estadística, al final dejaré una plantilla sencilla de Excel donde solo tendrás que ingresar unos parámetros y ni siquiera tendrás que hacer cálculos.
¿Qué es una Muestra?
La muestra será la cantidad de personas necesarias para recolectar información sobre el producto y al hacerlo tener una conclusión correcta y cercana a la realidad, esta muestra será la representación de todo nuestro público (también llamada, población). Es lógico que por recursos (tiempo y dinero) no se le puede preguntar a absolutamente toda la población, por eso se selecciona una pequeña fracción de toda la población que nos da una idea cercana a la realidad o representativa.
Se justifica el uso de esta cifra debido a que menos de esa cantidad de personas nos darán datos dispersos, poco confiables y no del todo correctos. Más de esa cantidad, no tendremos cambios significativos en las conclusiones que justifiquen el mayor gasto de recursos.
La muestra entonces será la cifra de personas exactas a quien debemos encuestar, porque es lo más eficiente para validar la idea de un producto, percepción de una marca, etc.
¿Qué es Población?
El total de las personas a las que va dirigido nuestro producto, no significa que sea toda la población de la ciudad o del país.
En el caso de que el producto sea enfocado en jóvenes de estratos altos de tu ciudad con interés en el deporte Tenis, entonces esa será la población. A veces no tenemos claro cuanta cantidad de personas conforman la población y esta limitación es importante conocerla.
¿Qué elementos influyen a la hora de seleccionar la muestra?
Hay dos casos y es cuando se conoce el tamaño de la población y cuando no, por ejemplo, es fácil saber cuántas personas están interesadas en compras de productos de aseo en una ciudad, ya que prácticamente todas las familias compran estos productos, con los datos de censos se puede llegar a conocer cuántas familias hay.
La otra opción es cuando no se tiene una población clara, por ejemplo, un producto para aquellas personas que escuchan música salsa en Colombia. Para esto no hay ningún censo, no tenemos claro a cuantas personas les gusta esta música en el país.
Otros elementos
Tipos de Muestras
No Probabilística
Esta muestra es escogida cuando el investigador sabe exactamente a quién encuestar. Por ejemplo, cuando se quiere preguntar a nuestros mejores clientes, nosotros ya los tenemos definidos y en una base de datos sabemos cuáles son y cuantos. No los escogemos aleatoriamente, nosotros mismos los seleccionamos.
Probabilística
Cuando la muestra es probabilística, es porque se aplicará la investigación a una población aleatoria, como cuando salimos a probar la percepción de un nuevo producto. Es más seguro que la muestra no probabilística debido a que cualquier persona tiene la misma posibilidad de ser encuestada, aunque por su dificultad es más costosa (tiempo y dinero). Igualmente no se puede pretender que una muestra se use por costo, se debe elegir por el tipo de resultado al que queremos llegar.
- Si deseamos saber que elementos debemos mejorar en nuestro bar debemos preguntarle a nuestros clientes y será no probabilística, por el contrario, si deseamos abrir una bar debemos evaluar si hay mercado para ello con una muestra probabilística.
Elementos que Componen la Fórmula
Para que no haya confusiones explicaré cada elemento y como se selecciona.
N Tamaño de la población total (a veces lo conocemos, a veces no)
n Resultado de la fórmula, es el tamaño de muestra que buscamos, en esta cantidad de personas aplicaremos la investigación
Z esuna cifra calculada a partir del Nivel de Confianza. Este último se expresa en porcentaje y define el grado de certeza que requiere la investigación, en general se asigna por encima de 95%. Con esa cifra calculamos Z, pero para no complicarnos no voy a explicar la fórmula acá, la plantilla ya viene con ella.
P= Proporción de confianza, o probabilidad de éxito. Es la probabilidad de que ocurra el evento que estamos estudiando, en caso de tener investigaciones pasadas, sabremos cuánto. Pero en el caso más común de no saber, se le asigna el 50% (0,5) y será la mitad de las probabilidades de que ocurra y que no lo haga.
Q= Probabilidad de fracaso, Es la probabilidad de que no ocurra el evento estudiado, para calcular esto solamente es =1-p. De nuevo, si no tenemos muy claro cuál es y en P colocamos 0,5, el resultado de 1-0.5 será de 50% (igualmente 0,5). En caso de que P sea 30%, Q será de 70%.
D= Precisión, es el error de estimación máximo aceptado, también expresado en porcentaje es común que el investigador lo asigne alrededor del 5%. En este caso si un producto tiene un 70% de aprobación, estará en un punto entre el 65% y el 75% .
Como ya tenemos claro que elementos componen la fórmula, voy a mostrarla, no se dejen intimidar por ella que es muy sencilla. Como ya aclaré, hay dos fórmulas:
Esta será cuando conocemos la población N:
Y está es cuando no la conocemos:
Ahora que lo tenemos claro, descarga tu plantilla y calcula tu muestra:
Consejos Finales Antes de Levantar Los Datos
Como hemos observado las cifras para calcular la muestra pasan por nuestro criterio y aunque hay unos valores comunes, en realidad dependemos de pulir nuestro criterio poco a poco. Así que dejo algunos consejos útiles:
- Al tener el cálculo del número de personas, hay que procurar que en la realidad sea lo más aleatorio posible, no tiene sentido preguntarle a todos nuestros amigos, que por lo generar son personas homogéneas, pertenecen a los mismos grupos y comparten opiniones similares. Es una muestra muy sesgada e inútil, incluso van a tener sesgo al responder, porque saben que es tu proyecto y lo valorarán más positivo de lo que piensan en realidad (Recolectarás una información muy optimista).
- No hay que abusar de un nivel de confianza muy alto: en este caso hay que aclarar que es un estimado y el 99.9% de confianza no garantiza que sea completamente cierto el resultado y un 80% un resultado falso. Lo único que hará ser estricto en recolectar lo más certero posible es tener una muestra enorme, que gastará muchísimos recursos de tiempo y de dinero. Hay que llegar hasta donde alcancen los recursos.
- El margen de error se suele pasar por alto y se asigna al azar al no tener experiencia, hay que tener en cuenta que en una muestra este margen puede provocar que se hagan conclusiones erradas o que se eleven los costos. Hay que saber que si los recursos no son suficientes y se ajusta a una cifra alta de error, hay que tener mayor cautela con los resultados.