SlideShare une entreprise Scribd logo
1  sur  47
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Introducción al muestreo y sistemas de medición
de audiencias
Introducción
Población y muestra
Recogida de datos
Medición de audiencias
Actividades
Determinación objetivos
Determinación muestra
Diseño instrumento recolección
Obtención datos
Análisis información
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Introducción
El análisis estadístico se usa para manejar,
resumir e investigar datos con el fin de
obtener información útil en la toma de
decisiones
¿Ejemplos?
Punto 1
Medicina:Medicina: estudio de enfermedades, introducción
de nuevos fármacos, revistas médicas
Política:Política: se basan en encuestas de opinión para
definir la legislación
Medición de audiencias:Medición de audiencias: requiere de la Estadística
para su medición y análisis
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Introducción
Oficina de estadística:Oficina de estadística: Informa sobre la
inflación, desempleo,… Estos datos son
estudiados por economistas, gobierno,
empresas,...
Estudios de mercado, marketing yEstudios de mercado, marketing y
posicionamiento:posicionamiento: lanzamiento de nuevos
productos, cambio de estrategias, toma de
decisiones, etc.
Ingenieros:Ingenieros: recopilan datos sobre la fiabilidad y
calidad de los productos fabricados
Juicios:Juicios: ha ayudado a mostrar discriminación en
el empleo, o a seleccionar el jurado
Punto 1
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Población y muestra
Población: conjunto completo de
individuos o elementos que son objeto
de interés en la investigación
Censo: es un intento de medir todos los
elementos de una población de
interés
Punto 1
Punto 2
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Población y muestra
Muestra: cualquier subconjunto finito
de elementos tomados de una
población
Tamaño muestral: número de
elementos de la muestra
Tamaño poblacional: número de
elementos de la población
Punto 1
Punto 2
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Población y muestra
Ventajas del uso de una muestra:
A veces no no se puede trabajar con
muestras atendiendo al objetivo
perseguido (elecciones, informes
empleados, informes empresas)
• Imposible abarcar toda la población
• El experimento supone destrucción
• Abarcar toda la población es excesivamente caro
Punto 1
Punto 2
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de los objetivos
Determinación de la muestra
Diseño del instrumento de recolección
Obtención de datos
Análisis de la información
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de los objetivos
Variable: característica que poseen
los elementos de una población y que
va a ser objeto de estudio
CUANTITATIVAS
CUALITATIVAS
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
VARIABLES CUANTITATIVAS
DISCRETAS
Sus valores constituyen
un conjunto finito
o numerable
VARIABLES CUANTITATIVAS
CONTINUAS
Toman valores en un
determinado intervalo
Punto 1
Punto 2
Punto 3
Determinación de los objetivos
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
VARIABLES CUALITATIVAS
NOMINALES
No hay implícito orden de
preferencia
VARIABLES CUALITATIVAS
ORDINALES
Hay implícito orden de
preferencia
Punto 1
Punto 2
Punto 3
Determinación de los objetivos
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Muestreo: técnica con la que se
determina el tamaño y los elementos
que integrarán la muestra
ALEATORIO
NO ALEATORIO
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Tipos de muestreos aleatorios:
Muestreo aleatorio simple
Muestreo sistemático
Muestreo aleatorio estratificado
Muestreo por conglomerados o
etapas
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Muestreo aleatorio simple (m.a.s):
Todas las combinaciones de n
elementos de la población tienen la
misma probabilidad de ser
seleccionadas
Tablas de números
aleatorios
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
0781 0454 6226 5735 4274 9857 5450 2593 0333 3375 8797
0219 1607 1024 8066 0735 0572 2998 4823 7002 4545 7372
0747 5816 0128 9876 2757 5086 6283 9888 2936 6431 6606
8997 5094 9229 7900 2415 3189 8646 8855 0265 8987 0091
4636 1631 9032 4857 5423 7069 8031 5103 4885 7811 6102
0096 7565 9378 9321 1712 4353 9441 8244 6290 2138 9030
9654 6586 3314 6857 8626 1217 9186 8338 9790 8295 8564
9895 0659 9411 3338 6897 4115 1717 4111 9004 8498 5323
3509 1672 7787 8389 5892 4113 4896 0087 4198 4443 4566
5215 0929 2585 4884 3827 2306 3618 7247 8194 8639 4355
TEMA 2TEMA 2
Recogida de datos
Punto 1
Punto 2
Punto 3
Determinación de la muestra (m.a.s)
9299 3189
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Punto 1
Punto 2
Punto 3
Punto 5
Denotaremos por n?m, obtener n números
aleatorios naturales entre 1 y m
Generador m.a.s en Internet
http://nosetup.org/php_on_line/numero_aleatorio_2
Determinación de la muestra (m.a.s)
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Punto 1
Punto 2
Punto 3
Punto 5
7?456: 44, 66, 160, 197, 253, 268, 272
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Muestreo sistemático:
N: tamaño poblacional
n: tamaño muestral
k= N/n
h: número al azar entre los k primeros
muestra: h, h+k, h+2k, . . . , h+(n-1)k
Punto 1
Punto 2
Punto 3
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Ejemplo Muestreo sistemático
N: 20
n: 5
k= N/n=20/5=4
h: número al azar entre los k=4 primeros
1?4 h=2
muestra: h, h+k, h+2k, . . . , h+(n-1)k 
2, 2+4, 2+2*4, 2+3*4, 2+(5-1)*4 
2, 6, 10, 14, 18
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Ejemplo Muestreo sistemático ¿Qué hacer si k
es decimal?
N: 20
n: 6
k= N/n=20/6=3.33k=3 (se trunca)
h: número al azar entre los 3 primeros
1?3 h=2
muestra: h, h+k, h+2k, . . . , h+(n-1)k 
2, 5, 8, 11, 14, 17
¿Qué hubiera pasado si no truncamos?
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Ejemplo Muestreo sistemático ¿Qué hacer si k
es decimal?
N: 20
n: 6
k= N/n=20/6=3.33k=4
h: número al azar entre los 4 primeros
1?4 h=2
muestra: h, h+k, h+2k, . . . , h+(n-1)k 
2, 6, 10, 14, 18, 22
Nos hubiéramos salido de la población
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Muestreo aleatorio estratificado:
Suponemos una población dividida en
subpoblaciones o estratos mediante una
partición. Se selecciona de cada estrato y
proporcional al número de elementos una
muestra de forma aleatoria
Punto 1
Punto 2
Punto 3
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Problema
Una compañía de alquiler de automóviles desea
estimar el kilometraje promedio de su flota. Cuenta
con 10000 automóviles. De estos, 2000 son
automóviles grandes, 3500 medianos, 2000
pequeños y 2500 compactos. Después de analizar
los errores potenciales involucrados en el muestreo,
la compañía decidió que el tamaño de la muestra
fuera de 1200. También decidió hacer una
estratificación según los tamaños de los
automóviles. Explica cuántos automóviles se deben
muestrear en cada categoría.
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Problema
10000 automóviles:
•2000 grandes
•3500 medianos
•2000 pequeños
•2500 compactos
¿Cuántos elementos se deben muestrear de
cada categoría si se desea obtener una
muestra de tamaño 1200?
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Solución Problema
n=1200
•x1= número de automóviles grandes que
se deben coger en la muestra
•x2= número de automóviles medianos que
se deben coger en la muestra
•x3=número de automóviles pequeños que
se deben coger en la muestra
•x4=número de automóviles compactos que
se deben coger en la muestra
¿Cuánto valen x1, x2, x3, x4?
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Muestreo por conglomerados: Se divide
la población en grupos (homogéneos)
Se elige al azar una muestra de esos
grupos y luego de cada uno de ellos
una muestra aleatoria simple
Punto 1
Punto 2
Punto 3
¿Ejemplos?
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Ejemplo de tipos de muestreo: Una
empresa maderera quiere hacer un
muestreo aleatorio de troncos para
medir el contenido de humedad. Los
troncos están apilados en los patios y
cada pila contiene troncos similares
Punto 1
Punto 2
Punto 3
Muestreo por conglomeradosMuestreo por conglomerados
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Ejemplo de tipos de muestreo: Una
asociación desea desarrollar un cuestionario
para mandarlo a sus 1000 asociados. La
asociación decide investigar a 30 miembros
como ayuda para finalizar el cuestionario.
Ejemplo de tipos de muestreo: Una
máquina de refrescos llena latas y produce una
línea de latas que se empaquetan y distribuyen.
El departamento de control de calidad quiere
estudiar si el llenado ha sido correcto antes de
empaquetar
Punto 1
Punto 2
Punto 3
m.a.s o muestreo sistemáticom.a.s o muestreo sistemático
Muestreo sistemáticoMuestreo sistemático
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Determinación de la muestra
Tipos de muestreos no aleatorios:
Subjetivo: los elementos se eligen a
juicio de la persona que aplica la
muestra
Por conveniencia: Se seleccionan los
elementos más convenientes
Por cuota: se seleccionan los elementos
con arreglo a pautas sobre qué y
cuantos elementos deben sacarse
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Diseño del instrumento de recolección
Los datos pueden estar disponibles o
deben recogerse
CUESTIONARIO O ENCUESTA
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Diseño del instrumento de recolección
Encuesta: Se puede obtener una gran
cantidad de información
Limitaciones:
• Renuncia del encuestado
• No poder aportar la información requerida
(no lo sepa, no recuerde)
• Influencia del proceso de interrogación (cansancio,
ser políticamente correcto, …)
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Obtención de los datos
Grupos de interés
Teléfono
Cuestionarios por correo
De puerta en puerta
Abordaje en centros comerciales
Registros
Observación
Entrevista
Punto 1
Punto 2
Punto 3
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Recogida de datos
Estadística descriptiva
Distribuciones
Inferencia estadística
Punto 1
Punto 2
Punto 3
Análisis de la información
Punto 5
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
La medición de audiencias consiste en
conocer el número de personas que han
consumido un producto audiovisual, ya
sea textual, sonoro, fotográfico o
multimedia
Para ello se realiza un estudio
estadístico más exhaustivo que permite
analizar otros parámetros
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Se realizan principalmente para dos
sectores:
 Los medios de comunicación: (prensa, radio,
televisión, Internet)
 Pueden conocer el éxito o el fracaso de sus programas o
páginas Web.
 Pueden descubrir si un cierto tipo de formato podrá tener
éxito en el futuro basándose en sus experiencias pasadas
 Pueden planificar su parrilla gracias a la información
obtenida
 Pueden fijar los precios de publicidad atendiendo al
programa que se emite o la Web en la que se aloja
 Te permite analizar la relevancia del medio
 Las empresas de publicidad:
 A partir de los resultados deciden dónde publicitarse, en
qué franja horaria, etc.
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Audiencias en prensa
 Tirada: Número de ejemplares que se
imprimen
 Difusión: Número de ejemplares que se
venden
 Lectores: El número de personas que lo
leen puede ser superior a la difusión. Este
dato se obtiene mediante estudios
estadísticos.
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Audiencias en televisión/radio
 Rating: Índice de audiencia. Porcentaje de audiencia
de un espacio sobre el total de la población.
 Share: Cuota. Porcentaje de audiencia de un espacio
sobre la audiencia del medio del programa
 Target: Cada uno de los grupos de espectadores
clasificados por edad, sexo, clase social, comunidad,
etc. El análisis estadístico se realiza también por
targets.
 Ejemplo
 Población. N=2000
 1000 encienden la televisión los sábados por la noche
 700 personas ven el programa que queremos medir
 Rating=35% ya que 700/2000= 0.35
 Share=70% ya que 700/1000=0.7
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
¿Cómo se hace la medición?
 Obtención de la muestra (representativa de la población)
 Realización de la encuesta (edad, sexo, nivel de renta,
número de hijos, profesión, equipamiento, otros datos sociales
y de consumo, etc.). Véase para más información
http://download.aimc.es/aimc/06otrosestudios/blancodigital.pdf
 Colocación del audímetro: Dispositivo que permite saber el
programa que se está viendo en cada momento. Dispone de
una especie de mando a distancia donde cada miembro de la
familia registra cuando está viendo u oyendo un programa (en
constantes mejoras). Mucho más efectivo que los paneles con
diario de escucha (registro por parte del usuario en un
formulario de su consumo de televisión cada 15 minutos)
 Procesamiento de la información: Cada madrugada el
audímetro vuelca los datos a los ordenadores de la empresa
encargada de medir las audiencias. Estos datos son procesados
de forma rápida y enviados a los clientes (cadenas,
anunciantes, asesores, agencias de publicidad, etc.) de tal
forma que a la mañana siguiente se puede conocer la evolución
de la audiencia en cada cadena y para cada programa minuto
a minuto.
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Audiencias en Internet
 Visitas: número de personas que se conectan a
una página Web
 Páginas vistas: número total de páginas
vistas de todo un sitio
 Porcentaje de abandonos: Indica el
porcentaje de gente que se va del sitio sin leer
otra pagina de nuestro propio sitio. Esto suele
pasar muchas veces cuando estamos haciendo
búsquedas.
Paginas/ visita: Páginas vistas por visita
(promedio)
 Tiempo en el sitio: se obtiene el promedio
Porcentaje de visitas nuevas: Indica el
porcentaje de gente que va al sitio por primera
vez.
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
¿Cómo se hace la medición en Internet?
Existen varias metodologías. Entre ellas:
User-centric: orientado al usuario
Site-centric: orientado al sitio
Ad-centric: orientado a la publicidad
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
User-centric: orientado al usuario
 Basado en un panel de internautas
 Obtención de la muestra (representativa de la población)
 Realización de la encuesta (edad, sexo, nivel de renta,
número de hijos, profesión, equipamiento, otros datos sociales
y de consumo, etc.). Véase para más información
http://download.aimc.es/aimc/06otrosestudios/blancodigital.pdf
 Instalación en el ordenador del programa: para grabar y
monitorizar toda la actividad del usuario en Internet, incluido
además del acceso a Web, el uso de correo electrónico y
mensajería instantánea (interesa conocer horarios y frecuencia
de uso)
 Procesamiento de la información: Una o varias veces a la
semana, el programa manda la información al servidor de la
empresa encargada de la medición. Estos datos son procesados
y analizados para luego venderlos a empresas
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Site-centric: orientado al sitio
Permite obtener datos de:
 Tendencia de tráfico: A través del análisis de las
visitas se pueden definir tendencias (como por ejemplo
la hora más visitada, el día menos visitado, etc.) que
ayudan a tomar decisiones
 Tecnología que usa el internauta: Permite por
ejemplo identificar el tipo de navegador y sistema
operativo
 Perfil del usuario: No tan avanzado en comparación
con la tecnología user-centric
Bajo esta metodología, la medición de
audiencias se realiza a partir del propio sitio
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Site-centric: orientado al sitio
Dos tecnologías básicas de medición: (sistemas de
análisis de logs y de tags)
Análisis de logs: Se basa en analizar los archivos de registro del
servidor (logs) que recogen todas las peticiones hacia un servidor,
es decir, todo lo que los internautas hacen en cada página
(ejemplo de software: WebTrends)
Dan resultados inexactos debido principalmente:
 Las cachés provocan que muchas páginas vistas no se
contabilicen
 Las ip con las que se conectan son dinámicas y cambian a
menudo (no se puede contabilizar bien los usuarios)
 Muchas redes utilizadas por varios usuarios que usan un
mismo router suelen utilizar una ip única (no se pueden
diferenciar usuarios)
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Site-centric: orientado al sitio
Análisis de tags: Funcionan mediante la inserción de un código en
la página Web (generalmente html o JavaScript), que permite
almacenar en un servidor ajeno al sitio todas las visitas realizadas
 Identifica visitas según el computador y no el número
de ip
 La información se recoge en tiempo real
 Google Analytics es un ejemplo de éstos
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Site-centric: (Google Analytics)
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Medición de audiencias
Ad-centric: orientado a la publicidad
Se basa en:
 Estudio del tráfico de los banners de publicidad y otro
tipo de publicidad en línea.
 Funciona gracias a sistemas tipo ad-server (servidor de
publicidad): inserción de un código que contabiliza las
impresiones de banners o tipo de publicidad cada vez
que se despliegan
Punto 5
Punto 1
Punto 2
Punto 3
Punto 4
Punto 2
Punto 3
Punto 4
Punto 1
TEMA 2TEMA 2
Actividades
Haced las actividades propuestas
para este tema
Punto 1
Punto 2
Punto 3
Punto 4
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5

Contenu connexe

Dernier

Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdf
Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdfPresentacion minimalista aesthetic simple beige_20240415_224856_0000.pdf
Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdfSarayLuciaSnchezFigu
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdfRAMON EUSTAQUIO CARO BAYONA
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfvictorbeltuce
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfDaniel Ángel Corral de la Mata, Ph.D.
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfFichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfssuser50d1252
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Rosabel UA
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesRaquel Martín Contreras
 
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTESaraNolasco4
 
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOPLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOMARIBEL DIAZ
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfssuser50d1252
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
FICHA PL PACO YUNQUE.docx PRIMARIA CUARTO GRADO
FICHA  PL PACO YUNQUE.docx PRIMARIA CUARTO GRADOFICHA  PL PACO YUNQUE.docx PRIMARIA CUARTO GRADO
FICHA PL PACO YUNQUE.docx PRIMARIA CUARTO GRADOMARIBEL DIAZ
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxRosabel UA
 

Dernier (20)

Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdf
Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdfPresentacion minimalista aesthetic simple beige_20240415_224856_0000.pdf
Presentacion minimalista aesthetic simple beige_20240415_224856_0000.pdf
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf05 Fenomenos fisicos y quimicos de la materia.pdf
05 Fenomenos fisicos y quimicos de la materia.pdf
 
Sesión La luz brilla en la oscuridad.pdf
Sesión  La luz brilla en la oscuridad.pdfSesión  La luz brilla en la oscuridad.pdf
Sesión La luz brilla en la oscuridad.pdf
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfFichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materiales
 
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
 
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOPLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
 
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdfFichas de MatemáticA QUINTO DE SECUNDARIA).pdf
Fichas de MatemáticA QUINTO DE SECUNDARIA).pdf
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
FICHA PL PACO YUNQUE.docx PRIMARIA CUARTO GRADO
FICHA  PL PACO YUNQUE.docx PRIMARIA CUARTO GRADOFICHA  PL PACO YUNQUE.docx PRIMARIA CUARTO GRADO
FICHA PL PACO YUNQUE.docx PRIMARIA CUARTO GRADO
 
Presentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptxPresentación Bloque 3 Actividad 2 transversal.pptx
Presentación Bloque 3 Actividad 2 transversal.pptx
 

En vedette

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

En vedette (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Introducción al muestreo y sistemas de medición de audiencias

  • 1. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Introducción al muestreo y sistemas de medición de audiencias Introducción Población y muestra Recogida de datos Medición de audiencias Actividades Determinación objetivos Determinación muestra Diseño instrumento recolección Obtención datos Análisis información Punto 1 Punto 2 Punto 3 Punto 4 Punto 5
  • 2. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Introducción El análisis estadístico se usa para manejar, resumir e investigar datos con el fin de obtener información útil en la toma de decisiones ¿Ejemplos? Punto 1 Medicina:Medicina: estudio de enfermedades, introducción de nuevos fármacos, revistas médicas Política:Política: se basan en encuestas de opinión para definir la legislación Medición de audiencias:Medición de audiencias: requiere de la Estadística para su medición y análisis Punto 5
  • 3. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Introducción Oficina de estadística:Oficina de estadística: Informa sobre la inflación, desempleo,… Estos datos son estudiados por economistas, gobierno, empresas,... Estudios de mercado, marketing yEstudios de mercado, marketing y posicionamiento:posicionamiento: lanzamiento de nuevos productos, cambio de estrategias, toma de decisiones, etc. Ingenieros:Ingenieros: recopilan datos sobre la fiabilidad y calidad de los productos fabricados Juicios:Juicios: ha ayudado a mostrar discriminación en el empleo, o a seleccionar el jurado Punto 1 Punto 5
  • 4. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Población y muestra Población: conjunto completo de individuos o elementos que son objeto de interés en la investigación Censo: es un intento de medir todos los elementos de una población de interés Punto 1 Punto 2 ¿Ejemplos? Punto 5
  • 5. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Población y muestra Muestra: cualquier subconjunto finito de elementos tomados de una población Tamaño muestral: número de elementos de la muestra Tamaño poblacional: número de elementos de la población Punto 1 Punto 2 ¿Ejemplos? Punto 5
  • 6. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Población y muestra Ventajas del uso de una muestra: A veces no no se puede trabajar con muestras atendiendo al objetivo perseguido (elecciones, informes empleados, informes empresas) • Imposible abarcar toda la población • El experimento supone destrucción • Abarcar toda la población es excesivamente caro Punto 1 Punto 2 Punto 5
  • 7. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de los objetivos Determinación de la muestra Diseño del instrumento de recolección Obtención de datos Análisis de la información Punto 1 Punto 2 Punto 3 Punto 5
  • 8. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de los objetivos Variable: característica que poseen los elementos de una población y que va a ser objeto de estudio CUANTITATIVAS CUALITATIVAS Punto 1 Punto 2 Punto 3 Punto 5
  • 9. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos VARIABLES CUANTITATIVAS DISCRETAS Sus valores constituyen un conjunto finito o numerable VARIABLES CUANTITATIVAS CONTINUAS Toman valores en un determinado intervalo Punto 1 Punto 2 Punto 3 Determinación de los objetivos ¿Ejemplos? Punto 5
  • 10. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos VARIABLES CUALITATIVAS NOMINALES No hay implícito orden de preferencia VARIABLES CUALITATIVAS ORDINALES Hay implícito orden de preferencia Punto 1 Punto 2 Punto 3 Determinación de los objetivos ¿Ejemplos? Punto 5
  • 11. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Muestreo: técnica con la que se determina el tamaño y los elementos que integrarán la muestra ALEATORIO NO ALEATORIO Punto 1 Punto 2 Punto 3 Punto 5
  • 12. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Tipos de muestreos aleatorios: Muestreo aleatorio simple Muestreo sistemático Muestreo aleatorio estratificado Muestreo por conglomerados o etapas Punto 1 Punto 2 Punto 3 Punto 5
  • 13. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Muestreo aleatorio simple (m.a.s): Todas las combinaciones de n elementos de la población tienen la misma probabilidad de ser seleccionadas Tablas de números aleatorios Punto 1 Punto 2 Punto 3 Punto 5
  • 14. Punto 2 Punto 3 Punto 4 Punto 1 0781 0454 6226 5735 4274 9857 5450 2593 0333 3375 8797 0219 1607 1024 8066 0735 0572 2998 4823 7002 4545 7372 0747 5816 0128 9876 2757 5086 6283 9888 2936 6431 6606 8997 5094 9229 7900 2415 3189 8646 8855 0265 8987 0091 4636 1631 9032 4857 5423 7069 8031 5103 4885 7811 6102 0096 7565 9378 9321 1712 4353 9441 8244 6290 2138 9030 9654 6586 3314 6857 8626 1217 9186 8338 9790 8295 8564 9895 0659 9411 3338 6897 4115 1717 4111 9004 8498 5323 3509 1672 7787 8389 5892 4113 4896 0087 4198 4443 4566 5215 0929 2585 4884 3827 2306 3618 7247 8194 8639 4355 TEMA 2TEMA 2 Recogida de datos Punto 1 Punto 2 Punto 3 Determinación de la muestra (m.a.s) 9299 3189 Punto 5
  • 15. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Punto 1 Punto 2 Punto 3 Punto 5 Denotaremos por n?m, obtener n números aleatorios naturales entre 1 y m Generador m.a.s en Internet http://nosetup.org/php_on_line/numero_aleatorio_2 Determinación de la muestra (m.a.s)
  • 16. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Punto 1 Punto 2 Punto 3 Punto 5 7?456: 44, 66, 160, 197, 253, 268, 272
  • 17. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Muestreo sistemático: N: tamaño poblacional n: tamaño muestral k= N/n h: número al azar entre los k primeros muestra: h, h+k, h+2k, . . . , h+(n-1)k Punto 1 Punto 2 Punto 3 ¿Ejemplos? Punto 5
  • 18. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Ejemplo Muestreo sistemático N: 20 n: 5 k= N/n=20/5=4 h: número al azar entre los k=4 primeros 1?4 h=2 muestra: h, h+k, h+2k, . . . , h+(n-1)k  2, 2+4, 2+2*4, 2+3*4, 2+(5-1)*4  2, 6, 10, 14, 18 Punto 1 Punto 2 Punto 3 Punto 5
  • 19. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Ejemplo Muestreo sistemático ¿Qué hacer si k es decimal? N: 20 n: 6 k= N/n=20/6=3.33k=3 (se trunca) h: número al azar entre los 3 primeros 1?3 h=2 muestra: h, h+k, h+2k, . . . , h+(n-1)k  2, 5, 8, 11, 14, 17 ¿Qué hubiera pasado si no truncamos? Punto 1 Punto 2 Punto 3 Punto 5
  • 20. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Ejemplo Muestreo sistemático ¿Qué hacer si k es decimal? N: 20 n: 6 k= N/n=20/6=3.33k=4 h: número al azar entre los 4 primeros 1?4 h=2 muestra: h, h+k, h+2k, . . . , h+(n-1)k  2, 6, 10, 14, 18, 22 Nos hubiéramos salido de la población Punto 1 Punto 2 Punto 3 Punto 5
  • 21. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Muestreo aleatorio estratificado: Suponemos una población dividida en subpoblaciones o estratos mediante una partición. Se selecciona de cada estrato y proporcional al número de elementos una muestra de forma aleatoria Punto 1 Punto 2 Punto 3 ¿Ejemplos? Punto 5
  • 22. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Problema Una compañía de alquiler de automóviles desea estimar el kilometraje promedio de su flota. Cuenta con 10000 automóviles. De estos, 2000 son automóviles grandes, 3500 medianos, 2000 pequeños y 2500 compactos. Después de analizar los errores potenciales involucrados en el muestreo, la compañía decidió que el tamaño de la muestra fuera de 1200. También decidió hacer una estratificación según los tamaños de los automóviles. Explica cuántos automóviles se deben muestrear en cada categoría. Punto 1 Punto 2 Punto 3 Punto 5
  • 23. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Problema 10000 automóviles: •2000 grandes •3500 medianos •2000 pequeños •2500 compactos ¿Cuántos elementos se deben muestrear de cada categoría si se desea obtener una muestra de tamaño 1200? Punto 1 Punto 2 Punto 3 Punto 5
  • 24. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Solución Problema n=1200 •x1= número de automóviles grandes que se deben coger en la muestra •x2= número de automóviles medianos que se deben coger en la muestra •x3=número de automóviles pequeños que se deben coger en la muestra •x4=número de automóviles compactos que se deben coger en la muestra ¿Cuánto valen x1, x2, x3, x4? Punto 1 Punto 2 Punto 3 Punto 5
  • 25. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Punto 1 Punto 2 Punto 3 Punto 5
  • 26. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Muestreo por conglomerados: Se divide la población en grupos (homogéneos) Se elige al azar una muestra de esos grupos y luego de cada uno de ellos una muestra aleatoria simple Punto 1 Punto 2 Punto 3 ¿Ejemplos? Punto 5
  • 27. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Ejemplo de tipos de muestreo: Una empresa maderera quiere hacer un muestreo aleatorio de troncos para medir el contenido de humedad. Los troncos están apilados en los patios y cada pila contiene troncos similares Punto 1 Punto 2 Punto 3 Muestreo por conglomeradosMuestreo por conglomerados Punto 5
  • 28. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Ejemplo de tipos de muestreo: Una asociación desea desarrollar un cuestionario para mandarlo a sus 1000 asociados. La asociación decide investigar a 30 miembros como ayuda para finalizar el cuestionario. Ejemplo de tipos de muestreo: Una máquina de refrescos llena latas y produce una línea de latas que se empaquetan y distribuyen. El departamento de control de calidad quiere estudiar si el llenado ha sido correcto antes de empaquetar Punto 1 Punto 2 Punto 3 m.a.s o muestreo sistemáticom.a.s o muestreo sistemático Muestreo sistemáticoMuestreo sistemático Punto 5
  • 29. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Determinación de la muestra Tipos de muestreos no aleatorios: Subjetivo: los elementos se eligen a juicio de la persona que aplica la muestra Por conveniencia: Se seleccionan los elementos más convenientes Por cuota: se seleccionan los elementos con arreglo a pautas sobre qué y cuantos elementos deben sacarse Punto 1 Punto 2 Punto 3 Punto 5
  • 30. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Diseño del instrumento de recolección Los datos pueden estar disponibles o deben recogerse CUESTIONARIO O ENCUESTA Punto 1 Punto 2 Punto 3 Punto 5
  • 31. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Diseño del instrumento de recolección Encuesta: Se puede obtener una gran cantidad de información Limitaciones: • Renuncia del encuestado • No poder aportar la información requerida (no lo sepa, no recuerde) • Influencia del proceso de interrogación (cansancio, ser políticamente correcto, …) Punto 1 Punto 2 Punto 3 Punto 5
  • 32. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Obtención de los datos Grupos de interés Teléfono Cuestionarios por correo De puerta en puerta Abordaje en centros comerciales Registros Observación Entrevista Punto 1 Punto 2 Punto 3 Punto 5
  • 33. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Recogida de datos Estadística descriptiva Distribuciones Inferencia estadística Punto 1 Punto 2 Punto 3 Análisis de la información Punto 5
  • 34. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias La medición de audiencias consiste en conocer el número de personas que han consumido un producto audiovisual, ya sea textual, sonoro, fotográfico o multimedia Para ello se realiza un estudio estadístico más exhaustivo que permite analizar otros parámetros Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 35. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Se realizan principalmente para dos sectores:  Los medios de comunicación: (prensa, radio, televisión, Internet)  Pueden conocer el éxito o el fracaso de sus programas o páginas Web.  Pueden descubrir si un cierto tipo de formato podrá tener éxito en el futuro basándose en sus experiencias pasadas  Pueden planificar su parrilla gracias a la información obtenida  Pueden fijar los precios de publicidad atendiendo al programa que se emite o la Web en la que se aloja  Te permite analizar la relevancia del medio  Las empresas de publicidad:  A partir de los resultados deciden dónde publicitarse, en qué franja horaria, etc. Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 36. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Audiencias en prensa  Tirada: Número de ejemplares que se imprimen  Difusión: Número de ejemplares que se venden  Lectores: El número de personas que lo leen puede ser superior a la difusión. Este dato se obtiene mediante estudios estadísticos. Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 37. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Audiencias en televisión/radio  Rating: Índice de audiencia. Porcentaje de audiencia de un espacio sobre el total de la población.  Share: Cuota. Porcentaje de audiencia de un espacio sobre la audiencia del medio del programa  Target: Cada uno de los grupos de espectadores clasificados por edad, sexo, clase social, comunidad, etc. El análisis estadístico se realiza también por targets.  Ejemplo  Población. N=2000  1000 encienden la televisión los sábados por la noche  700 personas ven el programa que queremos medir  Rating=35% ya que 700/2000= 0.35  Share=70% ya que 700/1000=0.7 Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 38. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias ¿Cómo se hace la medición?  Obtención de la muestra (representativa de la población)  Realización de la encuesta (edad, sexo, nivel de renta, número de hijos, profesión, equipamiento, otros datos sociales y de consumo, etc.). Véase para más información http://download.aimc.es/aimc/06otrosestudios/blancodigital.pdf  Colocación del audímetro: Dispositivo que permite saber el programa que se está viendo en cada momento. Dispone de una especie de mando a distancia donde cada miembro de la familia registra cuando está viendo u oyendo un programa (en constantes mejoras). Mucho más efectivo que los paneles con diario de escucha (registro por parte del usuario en un formulario de su consumo de televisión cada 15 minutos)  Procesamiento de la información: Cada madrugada el audímetro vuelca los datos a los ordenadores de la empresa encargada de medir las audiencias. Estos datos son procesados de forma rápida y enviados a los clientes (cadenas, anunciantes, asesores, agencias de publicidad, etc.) de tal forma que a la mañana siguiente se puede conocer la evolución de la audiencia en cada cadena y para cada programa minuto a minuto. Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 39. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Audiencias en Internet  Visitas: número de personas que se conectan a una página Web  Páginas vistas: número total de páginas vistas de todo un sitio  Porcentaje de abandonos: Indica el porcentaje de gente que se va del sitio sin leer otra pagina de nuestro propio sitio. Esto suele pasar muchas veces cuando estamos haciendo búsquedas. Paginas/ visita: Páginas vistas por visita (promedio)  Tiempo en el sitio: se obtiene el promedio Porcentaje de visitas nuevas: Indica el porcentaje de gente que va al sitio por primera vez. Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 40. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias ¿Cómo se hace la medición en Internet? Existen varias metodologías. Entre ellas: User-centric: orientado al usuario Site-centric: orientado al sitio Ad-centric: orientado a la publicidad Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 41. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias User-centric: orientado al usuario  Basado en un panel de internautas  Obtención de la muestra (representativa de la población)  Realización de la encuesta (edad, sexo, nivel de renta, número de hijos, profesión, equipamiento, otros datos sociales y de consumo, etc.). Véase para más información http://download.aimc.es/aimc/06otrosestudios/blancodigital.pdf  Instalación en el ordenador del programa: para grabar y monitorizar toda la actividad del usuario en Internet, incluido además del acceso a Web, el uso de correo electrónico y mensajería instantánea (interesa conocer horarios y frecuencia de uso)  Procesamiento de la información: Una o varias veces a la semana, el programa manda la información al servidor de la empresa encargada de la medición. Estos datos son procesados y analizados para luego venderlos a empresas Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 42. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Site-centric: orientado al sitio Permite obtener datos de:  Tendencia de tráfico: A través del análisis de las visitas se pueden definir tendencias (como por ejemplo la hora más visitada, el día menos visitado, etc.) que ayudan a tomar decisiones  Tecnología que usa el internauta: Permite por ejemplo identificar el tipo de navegador y sistema operativo  Perfil del usuario: No tan avanzado en comparación con la tecnología user-centric Bajo esta metodología, la medición de audiencias se realiza a partir del propio sitio Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 43. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Site-centric: orientado al sitio Dos tecnologías básicas de medición: (sistemas de análisis de logs y de tags) Análisis de logs: Se basa en analizar los archivos de registro del servidor (logs) que recogen todas las peticiones hacia un servidor, es decir, todo lo que los internautas hacen en cada página (ejemplo de software: WebTrends) Dan resultados inexactos debido principalmente:  Las cachés provocan que muchas páginas vistas no se contabilicen  Las ip con las que se conectan son dinámicas y cambian a menudo (no se puede contabilizar bien los usuarios)  Muchas redes utilizadas por varios usuarios que usan un mismo router suelen utilizar una ip única (no se pueden diferenciar usuarios) Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 44. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Site-centric: orientado al sitio Análisis de tags: Funcionan mediante la inserción de un código en la página Web (generalmente html o JavaScript), que permite almacenar en un servidor ajeno al sitio todas las visitas realizadas  Identifica visitas según el computador y no el número de ip  La información se recoge en tiempo real  Google Analytics es un ejemplo de éstos Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 45. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Site-centric: (Google Analytics) Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 46. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Medición de audiencias Ad-centric: orientado a la publicidad Se basa en:  Estudio del tráfico de los banners de publicidad y otro tipo de publicidad en línea.  Funciona gracias a sistemas tipo ad-server (servidor de publicidad): inserción de un código que contabiliza las impresiones de banners o tipo de publicidad cada vez que se despliegan Punto 5 Punto 1 Punto 2 Punto 3 Punto 4
  • 47. Punto 2 Punto 3 Punto 4 Punto 1 TEMA 2TEMA 2 Actividades Haced las actividades propuestas para este tema Punto 1 Punto 2 Punto 3 Punto 4 Punto 1 Punto 2 Punto 3 Punto 4 Punto 5