Documentos de Académico
Documentos de Profesional
Documentos de Cultura
me
www.FreeLibros.me
Investigacin de Mercados
UN ENFOQUE APLICADO
www.FreeLibros.me
www.FreeLibros.me
Investigacin de Mercados
UN ENFOQUE APLICADO
Cuarta edicin
Naresh K. Malhotra
Georgia Institute of Technology
T R A D U C C I N :
Jos Francisco Javier Dvlla
M artnez
Traductor profesional
Magda ElizabethTrevIo
Rosales
Traductora profesional
R E V IS I N T C N IC A :
Roco Moreno Sanabrla
Estado de Puebia
Jefa de la licenciatura en
Mercadotecnia
Coordinadora de la maestra en
Mercadotecnia
Universidad de las Amrcas, Puebla
Econmicas
Facultad de Mercadotecnia,
Universidad Popular Autnoma del
Estado de Puebia
Empresas
Universidad de las Amricas, Puebla
Departamento de Mercadotecnia,
Instituto Tecnolgico de Estudios
Superiores de Monterrey, campus
Ciudad de M xico
PEARSON
cae
Mxico Argentina Brasil Colombia Costa Rica Chile Ecuador
Espaa Guatemala Panam Per Puerto Rico Uruguay Venezuela
www.FreeLibros.me
Pginas: 816
Authorized translation from the English language edition, entitled Marketing research: an applied orientation 4th ed., by Naresh K. Malhotra
published by Pearson Education, Inc., publishing as PRENTICE HALL, INC., Copyright 2D04. All rights reserved.
ISBN 0-13-033716-1
Traduccin autorizada de la edicin en idioma ingls, titulada Marketing research: an applied orientation 4/e de Naresh K. Malhotra,
publicada por Pearson Education, Inc., publicada como PRENTICE HALL, INC., Copyright 2004. Todos los derechos reservados.
Esta edicin en espaol es la nica autorizada.
Edicin en espaol
Editor
Editor de desarrollo:
Supervisor de produccin:
Edicin en ingls
Senior Editor Wendy Craven
Editor-in-Chief: Jeff Shelstad
Assistant Editor Melissa PeDerano
Editorial Assistant: Danielle Serra
Media Project Manager. Anthony Palmiotto
Marketing Manager Michele O'Brien
Senior Managing Editor (Production): Judy Leale
Production Editor Marcela Maslanczuk
Production Assistant: Joseph DeProspero
Permissions Coordinator Suzanne Grappi
Associate Director, Manufacturing: Vincent Scelta
PEARSON
cae
1 2 3 4 5 6 7 8 9 0 - 07 06 05 04
www.FreeLibros.me
A la m em oria de m i padre,
seor H. N. M alhotra
y para m i madre, seora Satya M alhotra
Para m i esposa Veena y
m is hijos R uth y Paul
El amor, aliento y apoyo de m is padres,
esposa e hijos ha sido ejemplar.
Y ahora perm anecen la fe, la esperanza
y el amor, estos tres;
pero el m ayor de ellos es el a m o r
I Corintios 13:13
www.FreeLibros.me
www.FreeLibros.me
R esum en de contenido
Parte I
Captulo
Captulo
Casos de la Parte I 61
Otros casos de la Parte I
P a rte ll
Captulo
Captulo 4
Captulo 5
Captulo )
Captulo
Captulo
Captulo
Captulo
Captulo
Captulo
2
30
67
71
72
100
134
166
202
234
254
278
312
340
Casos de la Parte I I 36 7
Otros casos de la Parte I I 379
Captulo
Trabajo de campo 386
Captulo 14 Preparacin de los datos 400
Captulo Distribucin de frecuencias, tabulacin cruzada y verificacin de hiptesis
Captulo
Anlisis de varianza y covarianza 4 6 6
Captulo i 7 Correlacin y regresin 4 9 4
Captulo 18 Anlisis discriminante 532
Captulo i 9 Anlisis factorial 558
Captulo 20 Anlisis por conglomerados 584
Captulo 21 Escalas multidimensionales y anlisis conjunto 608
Captulo 22 Preparacin y presentacin del informe 640
Captulo
Investigacin de mercados internacionales 6 6 2
Casos de la Parte I I I 681
Otros casos de la Parte I I I 693
www.FreeLibros.me
424
385
vi
RESUM EN D E CO N TENID O
www.FreeLibros.me
Contenido
Tareas implicadas
Prlogo xix
Prefacio xxi
Reconocimientos xxvii
Biografa del autor xxix
34
37
Parte I
Investigacin cualitativa
Contexto del problema
37
39
39
Recursos y restricciones
Objetivos
Generalidades
41
Conducta de compra
Entorno legal
Componentes m etodolgicos
Marco terico-objetivo
Modelo analtico
Hiptesis
11
19
23
24
25
Actividades
55
Actividades
30
31
33
56
59
29
55
Ejercicios
29
53
Trminos y conceptosfundamentales
28
28
Generalidades
48
49
Resumen
28
47
47
47
Preguntas de investigacin
Ejercicios
42
Trminos y conceptosfundamentales
41
42
Resumen
40
40
60
60
Casos de la Parte I
1-1: La vida en el carril de alta velocidad: la
carrera de las cadenas de comida rpida
por ser la mejor 61
1-2: Nike aventaja a sus rivales, pero le queda
mucho por andar 63
1-3: Lexus: infunde valor al lujo y lujo al valor
64
www.FreeLibros.me
CONTENIDO
69
Parte II
Objetivos
72
75
76
78
114
80
115
Encuestas
82
Servicios de la industria
92
92
93
94
95
127
128
95
129
129
129
97
130
98
98
Resumen
98
Ejercicios
Captulo Diseo de la investigacin exploratoria: datos
secundarios 100
130
132
132
130
132
Trminos y conceptosfundamentales
99
126
95
122
123
90
Investigacin exploratoria
120
122
89
Objetivos
117
89
Investigacin conclusiva
115
85
Actividades
113
Diseos longitudinales
Ejercicios
112
74
Resumen
110
111
73
Investigacin causal
108
72
Generalidades
107
108
106
133
133
100
General idades
101
Objetivos
103
103
104
134
Generalidades
135
139
140
www.FreeLibros.me
CONTENIDO
Otras variaciones en grupos de enfoque
145
147
147
147
\hriedad de preguntas
178
178
180
180
149
Tasa de respuesta
Tcnicas proyectivas
151
Tcnicas de asociacin
Tcnicas de complementacin
Tcnicas expresivas
183
Anonimato percibido
183
151
Tcnicas constructivas
182
182
152
154
155
Costo
184
157
158
Mtodos de observacin
185
186
159
160
161
Desventajas
Usos
161
162
Observacin mecnica
164
Inventario
Resumen
Trminos y conceptosfundamentales
Ejercicios
Actividades
Anlisis de rastros
164
189
190
165
166
Generalidades
188
189
Anlisis de contenido
164
186
193
167
Mtodos de encuestas
168
193
193
194
195
Mtodos telefnicos
196
170
170
Ejercicios
Actividades
172
201
202
Generalidades
203
Concepto de causalidad
174
204
176
Condiciones de causalidad
205
Mtodos electrnicos
176
Vriacin concomitante
205
206
177
176
201
174
200
200
172
Mtodos de correo
200
Trminos y conceptosfundamentales
Resumen
www.FreeLibros.me
206
CONTENIDO
Funcin de las pruebas
207
Definiciones y conceptos
Actividades
207
Validez interna
209
Validez externa
209
Objetivos
\briables externas
210
Generalidades 235
Medicin y escalas 236
Historia
210
Escala nominal
210
Escala ordinal
211
Regresin estadstica
Mortalidad 212
Control de las variables externas
212
212
Control estadstico
Control de diseo
213
213
214
218
220
221
248
249
Resumen
251
Trminos y conceptosfundamentales
Ejercicios 252
252
253
Actividades
253
Generalidades
255
224
226
262
263
262
224
259
261
224
Administracin 224
Aplicacin: marketing de prueba
256
258
Limitantes de la experimentacin
247
Escala de Likert
222
Resumen
Costo
244
246
242
241
242
212
239
241
212
Concordancia
238
Escala de razn
211
236
236
Escala de intervalos
211
Desviacin en la seleccin
Aleatoriedad
234
Maduracin 210
Efectos de las pruebas
In strumen tacin
232
233
228
Evaluacin de escalas
263
266
Exactitud de la medicin
Confiabilidad 267
Vilidez 269
266
www.FreeLibros.me
270
270
CONTENIDO
xiii
270
Preguntas difciles
271
272
Orden lgico
273
Forma y distribucin
Resumen
276
302
305
306
309
Trminos y conceptosfundamentales
Ejercidos
279
280
280
281
284
285
287
289
Preguntas estructuradas
290
289
319
322
323
321
324
320
321
325
325
326
327
328
293
No d alternativas implcitas
295
295
295
317
294
Tipo de informacin
316
292
292
296
315
Muestreo estratificado
Preguntas abiertas
315
288
314
287
287
313
285
286
312
312
284
Objetivos
Muestra o censo
311
Generalidades
282
311
Informacin delicada
281
Propsito legtimo
309
309
281
302
278
278
Contexto
300
301
277
277
Generalidades
298
Formas de observacin
Objetivos
Prueba piloto
276
Actividades
298
275
Trminos y conceptosfundamentales
Ejercicios
JQ
271
297
338
Trminos y conceptosfundamentales
Fj erados 338
338
339
Adividades
www.FreeLibros.me
339
335
CONTENIDO
xiv
12
Objetivos
Parte III
Recopilacin, preparacin,
anlisis e informe de los datos
385
340
Generalidades
341
Definiciones y smbolos
Distribucin de muestreo
342
Objetivos
342
386
386
Generalidades
345
351
351
353
356
358
359
360
363
391
La conclusin de la entrevista
364
393
393
393
393
394
396
398
Casos de la Parte II
Trminos y conceptosfundamentales
Ejerddos
Adividades
370
400
400
Generalidades
401
402
399
399
Objetivos
398
399
395
395
393
391
364
Apndice 12.1
390
390
363
390
390
Tasas de respuesta
0 primer contacto
Costos y tiempos
363
Trminos y conceptosfundamentales
Ejercidos
361
388
389
Control de fraudes
388
El sondeo
387
403
403
404
Preguntas de codificacin
0 libro de cdigos
Transcripcin
405
407
407
409
Comprobacin de la congruencia
409
www.FreeLibros.me
410
CONTENIDO
Ajuste estadstico de los datos
Ponderacin
xv
La tabulacin cruzada en la prctica
411
413
Pruebas paramtricas
414
Una muestra
448
449
418
Pruebas no paramtricas
454
419
Una muestra
420
422
422
Resumen
423
423
Ejerddos
424
Generalidades
464
465
lg
Distribucin de frecuencias
427
435
440
473
474
474
477
478
483
484
484
443
Comparaciones mltiples
Coeficiente de contingencia
V de Cramer 446
Coeficiente lambda
446
447
445
446
485
486
444
471
473
Prueba de significacin
Temas de interpretacin
438
Otras estadsticas
470
Datos ilustrativos
439
469
Dos variables
467
Tres variables
466
466
432
Tabulaciones cruzadas
Objetivos
Generalidades
Chi cuadrada
463
463
460
462
Trminos y conceptosfundamentales
455
457
422
455
Muestras en pares
Trminos y conceptosfundamentales
Eferos
450
453
447
411
487
487
490
Trminos y conceptosfundamentales
Ejerddos
www.FreeLibros.me
492
492
488
xvi
CONTENIDO
Ejercidos en Internet y computadora
Actividades
493
493
535
535
Objetivos
494
494
Generalidades
495
497
Determinacin de la significancia de la
funcin discriminante 539
503
504
Determinacin de la significancia de la
funcin discriminante 548
548
552
Resumen
553
555
Trminos y conceptosfundamentales
Ejerddos
555
556
556
Actividades 556
511
Apndice 18.1
515
Prueba de significacin
516
517
513
558
558
559
560
560
523
529
568
Actividades 531
572
577
5 79
Trminos y conceptosfundamentales
532
570
532
569
570
530
566
568
529
564
Objetivos
Concepto bsico
521
557
513
Objetivos
545
|g
545
511
Ejerddos
Multicolinealidad
506
Regresin mltiple
542
502
Premisas
536
Correlacin producto-momento
Regresin bivariada
536
Generalidades 533
Concepto bsico 534
Ejerddos
Actividades
Apndice 19.1
www.FreeLibros.me
580
580
582
580
CONTENIDO
Captulo A nlisis por conglomerados
Objetivos
xvii
Composicin de los estmulos
584
584
Generalidades
Concepto bsico
585
586
588
589
Seleccin de un procedimiento de
conglomerado 591
Resumen
Trminos y conceptosfundame)itales
596
Adividades
22
606
606
Portada
607
608
Generalidades
644
644
645
Carta de autorizacin
Indice 645
645
645
Diseo de la investigacin
612
612
613
615
616
646
Limitaciones y advertencias
Redaccin del informe
646
Lectores
647
Legibilidad
647
622
648
648
648
649
648
648
Anlisis de correspondencia
648
648
646
647
Ttulo y nmero
646
646
618
646
Conclusiones y recomendaciones
645
642
645
Resumen ejecutivo
609
640
Objetivos 640
Generalidades 641
Carta de en trega
21
639
639
606
604
605
Trminos y conceptosfundamentales
Ejercidos
638
639
635
638
Ejerddos
632
632
Resumen
629
Conglomerados de variables
624
649
649
www.FreeLibros.me
649
650
CONTENIDO
xviii
650
Encuestas electrnicas
651
Medicin y escalas
651
653
675
676
676
Resumen
654
678
654
Trminos y conceptosfundamentales
Diseo de la investigacin
654
Ejercicios
Cifras y estadsticas
Actividades
Capacidad de generalizacin
655
655
655
655
Seguimiento de la investigacin
Asistencia al cliente
655
656
657
658
Resumen
660
660
662
662
663
666
Entorno de marketing
666
Entorno gubernamental
Entorno legal
660
661
Generalidades
660
679
679
655
Interpretacin y conclusiones
Revelacin
678
678
23
674
Traduccin de cuestionarios
651
653
673
673
666
668
701
668
Entorno estructural
668
669
670
Notas
NI
ndice
II
671
Crditos
672
www.FreeLibros.me
C1
Al
P rlogo
xix
www.FreeLibros.me
www.FreeLibros.me
Prefacio
La in ten ci n al escribir este libro fue p rop orcionar un tex to sobre investigacin d e
m ercad os q u e fuera integral, prctico, aplicado y g er en cia l y q u e presentara u n a c o
bertura equilibrada d e m aterial, tanto cualitativo co m o cuantitativo. Este libro fu e es
crito segn la perspectiva d e un usuario d e la investigacin d e m ercados. Refleja las
ten d en cias actuales d e l m arketing internacional, la tica y la in corporacin d e l Inter
n et y las com p u tad oras, as c o m o u n en fo q u e so b re la prctica d e la in vestigacin
d e m ercad os se g n las caractersticas d e Burke, In c., y otras o rg a n iza cio n es relacio
nadas. El m aterial se d istin g u e p o r varias caractersticas exclusivas d e c o n te n id o y
p resen taci n .
La resp uesta a las tres prim eras ed ic io n e s h a sid o v erd a d era m en te gratificante,
p u esto q u e e n E stados U n id o s lo han a d o p ta d o 144 u niversidades. El lib ro h a sid o
trad ucido a cin co idiom as: ch in o , ruso, esp a o l, p o rtu g u s y h n garo. A dem s, se
h an p u b lica d o cuatro v er sio n es e n ingls: n orteam erican a, in tern a cio n a l, e u r o p e a y
australiana. Q u iero exp resar m i sin cera gratitud y re co n o cim ie n to a to d o s lo s p ro
fesores y estu d ia n tes q u e co n trib u y ero n al x ito d e l libro al ad o p ta rlo , utilizarlo, re
visarlo y o fre cer retro a lim en ta ci n y co m en ta rio s valiosos. En esta cuarta e d ic i n se
p rete n d e aprovechar este x ito para brindar u n libro an m s actu alizado, c o n tem
p o r n eo , ilustrativo y se n sib le a las n ece sid a d e s d e l lector.
P B LIC O
El libro e s a d ecu a d o para cu rsos finales d e licen ciatu ra y p osgrad o e n in vestigacin
d e m ercad os y anlisis d e d atos. Esta postu ra est co n firm a d a p o r la resp u esta a las
tres prim eras ed ic io n e s e n in gls q u e fu ero n acogidas e n e s o s niveles. En ca m b io,
m i libro Basic M arketing Research: Application to Contemporary Issues, es m s a d ecu a d o
para u so e n e l tro n co co m n y e n lo s cu rsos in icia les d e licenciatura. La co b ertu ra
d e Investigacin de mercados: Orientada a la aplicacin es integral y e l m aterial se p re
senta d e m anera q u e se a d e fcil lectura y co m p ren si n . C o n tie n e diagram as, cua
dros, fo to s, ilu stracion es y eje m p lo s q u e ex p lic a n lo s c o n c e p to s bsicos. Hay ejerci
cio s am plios (cu estio n a rio s, p rob lem as y trabajos e n In tern et y co m p u ta d o r a ), as
c o m o actividades (intercam bio d e p apeles, trabajo d e cam po y anlisis en g r u p o ). Es
te libro n o slo e s a d ecu a d o para lo s cursos d e investigacin d e m erca d o s, sin o tam
bin para lo s d e anlisis d e d a to s d e m erca d o . T odas las tcn ica s usuales d e anlisis d e
d atos univariado y m ultivariado se tratan a p rofun did ad , p ero d e m anera sim p le, y se
ejem plifican co n con ju n tos d e d a to s m anejables q u e se presentan e n e l libro.
O R G A N IZ A C I N
El libro est org a n iza d o e n tres partes d e acu erd o c o n e l esq u em a d e seis etapas d e
la in vestigacin d e m ercad os. En la prim era parte se o fr e c e u n a in tro d u cci n y se
ab ord a la d efin ici n d e lo s p rob lem as, q u e e s la prim era etap a y la m s im portan te.
T am bin se ex p lica la n aturaleza y e l alcance d e la investigacin em p re n d id a para
elaborar un m to d o para e l p rob lem a, q u e e s la seg u n d a eta p a d e l p ro ce so d e in
vestigacin d e m ercad os. La se g u n d a parte abarca e l d ise o d e la in vestigacin , o
tercera etap a , y e n e lla se d eta lla n lo s d ise o s ex p lo ra to rio , d escrip tivo y causal. Se
d escrib en lo s tip o s d e in form acin q u e se o b tie n e n e n la in vestigacin d e m ercad os
y las escalas apropiadas para lograrlo. Se p resen tan lo s lin ca m ien to s para la redac
ci n d e cu estion arios y se ex p lica n lo s p ro ced im ien to s, tcn ica s y co n sid era cio n es
xxi
www.FreeLibros.me
xxii
PREFACIO
estadsticas q u e a ta en al m u estreo . En la tercera parte se p resen ta una ex p o sic i n
prctica d e l trabajo d e cam p o o rien ta d a a la ad m in istracin . El trabajo d e cam p o e s
la cuarta etap a e n e l p ro ceso d e in vestigacin d e m ercad os. T am bin se co n sid era la
preparacin y e l anlisis d e los d a to s, o q u in ta etapa. Se ex a m in a n a fo n d o las t c n i
cas estad sticas b sicas y avan zad as, co n n fa sis e n la e x p lic a c i n d e lo s p r o c e d i
m ien to s, la in terp retacin d e lo s resu ltad os y e l anlisis d e las im p lica cio n es ad m i
nistrativas, m s q u e e n la e leg a n cia esta d stica . Se co n sid era n cuatro p a q u etes d e
estadstica, SPSS, SAS, M INITAB y EXCEL. Los con ju n tos d e d a to s d e en trad a q u e
se usan e n e s te libro p u e d e n descargarse d e la p gina W eb d e In tern et. A sim ism o,
esta ltim a parte c o n tie n e lin ca m ien to s para preparar y p resen ta r in fo rm es form a
les, la se x ta etap a d e la in vestigacin d e m erca d o s, y tam b in est d ed ica d a al co m
p lejo p ro ce so d e la in v estig a ci n d e m erca d o s in tern a cio n a les. T o d o e l libro est
o rien tad o h a cia la a p lica ci n y la ad m in istracin .
N O V E D A D E S D E J .A C U A R TA E D IC I N
A dem s d e co n servar m u ch as caractersticas ap reciab les, la cuarta e d ic i n c o n tie n e
revisiones im portan tes y se h icie ro n cam b ios significativos d etec ta d o s al realizar e n
cuestas a p ro feso res (q u e utilizab an o n o e l libro) y a estu d ia n tes, adem s d e so lici
tar revision es crticas y ev a lu a cio n es detalladas. L os cam b ios p rin cip ales son :
1. M od ifica cio n es a lo s cap tulos. Varios d e ello s fu ero n m o d ificad os para p resen
tar ideas n uevas, actualizar m ateriales an teriores o , e n a lg u n o s casos, clarificar
c o n cep to s. Estas m o d ifica cio n es co m ie n z a n e n e l cap tulo 1, q u e fu e so m etid o
a u n a exhaustiva redaccin q u e se refleja e n to d o e l tex to .
2. C obertura integrada d e In tern et. Se a m p li y actualiz la se cc i n A plicaciones
de In tern et y com p u ta d o ra q u e aparece e n cada cap tulo, e n la q u e se analiza y
ejem p lifica e l u so d e In tern et y d e las com p u tad oras para la ap licacin d e lo s
con cep to s d e l captulo. A dem s, e l m anejo d e In tern et se integra a lo largo d e
varios captulos. En to d o s ap arecen tem as, d ireccio n es URL y eje m p lo s q u e ilus
tran e l u so d e Internet. Se am pliaron los E jercicios e n In tern et y co m p u ta d o
ra. Los captulos 15 a 21 sob re anlisis d e d a to s incluyen n u evos ejercicios d e
inform tica c o n lo s datos q u e se p rop o rcio n a n .
3. En los ca p tu los acerca d e l anlisis d e d a to s se tratan cuatro p aq u etes d e esta
dstica, SPSS, SAS, M INITAB y EXCEL, ju n to c o n o tro s program as p op u lares.
Estos gru p o s d e d a to s para lo s casos 3.3, 3.4, 3.5, 4.1 y 4 .2 se p ro p o rcio n a n c o
m o tex to (co n tabulado res) y archivos d e EXCEL. T od os esto s datos se e n c u e n
tran e n www.pearsoneducacion.net/m alhotra.
4. Casos. Cada parte d e l libro c o n tie n e casos to m a d o s d e la v id eoteca d e P earson ,
pero se han escrito d esd e e l p u n to d e vista d e la investigacin d e m ercad os. Las
preguntas al final d e cada vid eo so n d e investigacin d e m ercados. Las cintas d e
los v d e o s q u e in clu yen lo s casos se en cu en tra n a d isp o sici n d e lo s m aestros
q u e a d o p ten e l libro. Las s o lu c io n e s estn e n e l Libro d e l m aestro. C onsu lte a su
representante d e Pearson.
5. N uevas figuras, tablas, d em o stra cio n es y tex to . Siem pre q u e fu e c o n v en ie n te se
a ad i m aterial recien te para p resen ta r u na id ea n u ev a , actualizar la te c n o lo
g a o aclarar e l tem a. Estas a d icio n es se h icieron a lo largo d e to d o e l tex to .
6. E jem p los y casos n u e v o s y actualizados. S e a a d ie ro n eje m p lo s n u evos, se su p ri
m ieron algu n os a n tigu os y lo s d em s se actualizaron seg n se requiri. Se a g re
garon casos n u evos y lo s d em s se ren o v a ro n para reflejar e l a m b ie n te actual
d el m ark eting y la in vestigacin d e m ercados. Es d ig n a d e m e n c i n la a d icin
de d o s casos in tegrales (4.1 y 4 .2 ) c o n con ju n tos d e d atos. Estos casos c o n tie
n e n pregu n tas so b re cada cap tulo d e l libro.
www.FreeLibros.me
PREFACIO
xxiii
PRINCIPALES C A R A C T E R STICAS D EL T E X T O
El libro tien e varias caractersticas n o ta b les y exclusivas e n cu a n to a c o n te n id o y p e
d agoga.
C aractersticas de contenido
1. Se d e d ic un cap tulo aparte a la d efin ici n d e l p ro b lem a y la ela b o ra ci n d el
e n fo q u e. Estas etapas im portan tes d e l p ro ceso d e la in vestigacin d e m erca d o s
se analizan d e m anera ex te n sa y co m p leta (ca p tu lo 2 ).
2. Al p rin cip io d e l libro se o fre ce u na p anorm ica d e los diversos d ise o s d e in
vestigacin (cap tu lo 3). Se p resen tan y ejem p lifican lo s d ise o s ex p lo ra to rio ,
descriptivo y causal.
3. El a n lisis d e lo s d a to s se c u n d a r io s se a b o rd a e n un c a p tu lo p o r sep a ra d o .
A dem s d e las fu e n te s trad icionales, se tratan a p ro fu n d id a d las b ases d e d atos
autom atizadas y las fu e n tes d e a g en cia s. Se estu d ia d eta lla d a m en te e l u so d e
In tern et para anlisis d e datos secu n d a rio s (ca p tu lo 4 ).
4. La in vestigacin cualitativa se analiza e n su p ro p io cap tulo. Se estu d ia n e n d e
talle los gru p os focales, las entrevistas exhaustivas y las tcnicas proyectivas, co n
nfasis e n las a p lica cio n es d e esto s p ro ced im ien to s. T am bin se d eta lla e l uso
de In tern et e n la in vestigacin cualitativa (cap tu lo 5 ).
5. En un captulo aparte se presentan lo s m to d o s d e en cu esta y observacin (cap
tulo 6) y e n o tro se trata la exp erim en ta ci n (captulo 7 ). As se e x p o n e n cabal
m en te lo s d ise o s descriptivo y causal.
6. Se han d ed ica d o d o s ca p tu los a las tcnicas d e escala. En u n o se tratan lo s fun
d am en to s y las tcnicas d e escalas com parativas (cap tu lo 8 ). En e l o tro se an ali
zan las tcnicas n o com parativas, co m o las escalas d e varios reactivos y los p ro ce
d im ien to s para evaluar su co n fiab ilid ad , validez y p osibilid ad d e gen era liza ci n
(captulo 9 ).
7. El d ise o d e cu estion arios se estu d ia e n u n cap tulo separado. S e p ro p o rcio n a
un p ro ce d im ien to paso a paso y lin ca m ien to s para elaborar cu estion arios (ca
ptu lo 10).
8. En d o s captulos se co n tem p la n las tcnicas d e m u estreo. En u n o se analizan
b s tem as cualitativos d e l m u e str eo , ju n to c o n las tcnicas d e m u estreo probabilstico y n o p rob abilstico (cap tu lo 1 1). En e l o tro se ex p lica n lo s tem a s d e
estadstica, as co m o la d eter m in a ci n d e l tam ao inicial y final d e las m uestras
(cap tu lo 12).
9. En un cap tulo aparte se p resen ta e l trabajo d e cam p o. Se dan lin ca m ien to s p a
ra la entrevista, la cap acitacin d e en trevistadores y la su p ervisin d e trabajado
res d e ca m p o (cap tu lo 13).
www.FreeLibros.me
xxiv
PREFACIO
10. El libro se d esta ca p o r e l tratam iento d e l anlisis d e lo s d a to s d e la investiga
c i n d e m ercad os. Se d ed ica n ca p tu los totales a lo s tem as sigu ientes:
a.
b.
c.
f.
g.
Anlisis p o r c o n g lo m er a d o s (cap tu lo 2 0 )
C A R A C TE R S TIC A S P E D A G G IC A S
1. L os a sp e c to s a ca d m ic o s est n m ez cla d o s a p ro p ia d a m en te c o n una o rien ta
c i n firm e h acia la a p lica ci n y la ad m in istracin . Se ilustra d e m an era c o n ti
n u a la a p licacin d e lo s c o n c e p to s y las tcnicas d e lo s in vestigad ores d e m erca
d o s , y la m a n e r a e n q u e lo s g e r e n te s y a d m in istr a d o r e s a p ro v ec h a n lo s
resu ltad os para m ejorar e l ejercicio d e l m arketing. En cada cap tulo participa
sig n ifica tiv a m en te Burke, In c., lo q u e refuerza e l n fa sis p u e sto e n la ap lica
c i n d e la in vestigacin d e m ercad os. El E n fo q u e d e Burke e n cada ca p tu lo n o
d eb e verse co m o u n resp aldo h a cia esa em p resa p o r en cim a d e otras com p a
as d e in vestigacin d e m ercad os. N o ten g o rela ci n a lg u n a d e n e g o c io s con
Burke n i le h e prestado servicios d e asesora. El ob jetiv o principal e s m ostrar
c m o p o n e e n p rctica lo s c o n c e p to s d e l ca p tu lo u na em p resa d e investiga
c i n d e m ercad os b ien estab lecid a.
2. En e l apartado Investigacin real se dan ejem p lo s verdaderos, d estacad os d el
texto por razones de claridad y realce. En estos ejem p los se describen detallada
m en te la investigacin em p ren d id a para abordar u n problem a d e adm inistracin
y la d ecisi n basada e n lo s resultados. En lo s casos con ven ien tes, las fu e n tes cita
das se co m p lem en ta n con m s in form acin sobre la investigacin d e m ercad os
para acrecentar la utilidad d e los ejem p los. En to d o e l texto se aadieron ejem
plos nuevos para exp licar e ilustrar los co n cep to s d e cada captulo.
3. A dem s, se utiliza u n p royecto v erd ad ero co m o ejem p lo co rrien te para ilustrar
los diversos c o n ce p to s d e l tex to . Estas ilustraciones, tituladas In vestigacin a c
tiva: P ro y ecto d e tie n d a d e p a r ta m e n ta l, a p a rec en e n recu a d ro s c o n fo n d o
ms o scu ro para d estacarlos. Para q u e e l e je m p lo corrien te se a integral y abar
q u e to d o s lo s asp ectos d e la in vestigacin d e m ercados, se o fre ce u n p ro y ecto
www.FreeLibros.me
PREFACIO
XXV
verdadero d e la tien d a d ep artam en tal que realic, co m p leta d o con otros proyec
tos sem ejan tes e n lo s q u e h e participado, a u n q u e se d isim ulan varios aspectos.
En otras situaciones, c o m o e n e l caso d e l d ise o d e investigacin causal, m uestro
cm o se aplican lo s c o n c e p to s principales al e n to r n o d e las riendas d e departa
m entos. Por lo tanto, e l ejem p lo d e la rienda abarca to d o e l libro y e s fcil abor
d arlo e n cu a lq u ier ca p tu lo .
4. O tra form a d e dar u n en fo q u e co n tem p o r n eo consiste e n incorporar e n to d o el
libro la cobertura d e la investigacin d e m ercad os in tern acionales y la tica e n la
investigacin. M ostram os c m o se aplican e n un m ed io in tern acional lo s c o n
ceptos estu d iad os e n cada captulo y analizam os lo s p rob lem as tico s q u e surgen
cuando se p o n en e n prctica e so s proyectos d en tro y fuera d e nuestro pas.
5. T am bin se in tegr e n to d o e l libro e l u so d e In tern et y d e las com p utadoras.
En cada cap tulo hay u na se c c i n titu lad a A p licacion es d e In tern et y co m p u
tad ora, e n la q u e se e x p lic a c m o incorporar la R ed y las com p utadoras e n to
das las etapas d e l p ro ceso d e in vestigacin d e m ercad os, y d e q u sirven para
p o n e r e n m archa lo s c o n c e p to s estu d ia d o s e n cada ca p tu lo . A sim ism o, cada
cap tulo co n tie n e E jercicios e n In tern et y co m p u ta d o ra q u e brindan la o p o r
tu n id ad d e aplicar lo s c o n c e p to s al m u n d o real. C u an do e s necesario, se p ro
p o rcio n a n lo s d a to s a d ecu ad os.
6. L os p r o c e d im ie n to s d e a n lisis d e d a to s se ilustran e n lo s p rogram as SPSS,
SAS, MINITAB y EXCEL, a ms d e o tro s tam b in popu lares.
7. Cada parte d e l libro c o n tie n e casos e n v id eo escrito s d e sd e e l p u n to d e vista d e
la in vestigacin d e m ercad os. Las pregu n tas al final d e cada v id eo versan so b re
in vestigacin d e m ercad os. L os v id e o s co n lo s casos se e n c u e n tr a n a d isp o si
ci n d e lo s instructores q u e a d o p ten e l libro. P n gase e n con tacto c o n su re
p resen ta n te d e P earson.
8. C ada p a rte d e l lib ro c o n tie n e casos rea les b reves q u e ilustran lo s c o n c e p to s
an alizados. L o c o n c iso d e lo s casos se p resta para ap rovech arlos e n lo s ex m e
n es. T am b in hay casos ms e x te n so s, a lg u n o s c o n d a to s estad sticos. S on d e ac
tualidad y a b ord an tem as d e in te r s para lo s estu d ian tes.
9. Al final d e cada captulo se encuentran abundantes Ejercicios y Actividades con
Preguntas, Problem as, Ejercicios e n Internet y com putadora, Intercam bio d e pape
les, Trabajo d e cam p o y A nlisis e n gru p o . Estas se cc io n e s brindan num erosas
oportunidades para ap ren d er y com probar los con cep tos q u e abarca cada captulo.
10. Se p ro p o rcio n a u n e q u ip o co m p leto d e au xiliares d e ap ren d izaje, q u e incluye
u n a fun cion al y p ro v ech o sa p gina W eb e n In tern et, u n Libro d e l m aestro, d ia
positivas d e P ow erP oint y un b anco d e ex m e n e s. P n gase e n co n ta cto c o n su
rep resen ta n te d e P earson.
11. T od os lo s d a to s utilizados al p rin cip io d e cada cap tulo para lo s E jercicios en
In tern et y co m p u ta d o ra p ertin en tes, as c o m o lo s casos se p u e d e n descargar
d e la p gina W eb.
AU XILIAR ES E D U C A TIV O S
U n a til y fu n cio n a l p gina W eb, a la cual p u e d e a cced er a travs d e vninapearsoneducadon.net/malhotra, y c o n tie n e lo siguiente:
El Libro d e l m aestro c o m p le to
U n archivo c o n reactivos para ex m e n e s
Diapositivas d e P o w erP o in t c o n u na sn tesis d e l cap tulo y todas las figuras, ta
blas y e l c o n te n id o p ertin en te d e cada u n o . En co m p a ra ci n c o n la e d ic i n
anterior, se a a d i m aterial n uevo y se m ejoraron las diapositivas.
www.FreeLibros.me
PREFACIO
En e l libro se en cu en tra n lo s d a to s para lo s casos 3.3 (M atsushita), 3 .4 (Pam
pera), 3.5 (D aim lerC h rysler), 4.1 (A stee) y 4.2 (H o sp ita l in fan til). Los d atos
se d escargan fcilm ente co m o archivos d e tex to (co n ta b u la d o res). Tam bin se
p rop orcion an lo s datos q u e ilustran los c o n c e p to s esta d stico s d e lo s cap tulos
15 a 21, as co m o para lo s E jercicios e n In tern et y co m p u ta d o ra p ertin en te s
e n e so s cap tulos.
Se agregan d o s casos integrales c o n d atos. Se trata d e las alfom bras D u P o n t
(produ ctos d e co n su m o ) y e l catlogo d e G ucci (m arketing d ir e c to ). C ada ca
so incluye: 1) preguntas para cada uno de los 23 captulos; 2) un cuestionario; 3) hoja
de codificacin; 4) extracto de los archivos; 5) datos para descargar d e la red, y 6 ) res
puestas a las pregu n tas d e l caso, q u e se en cu en tra n e n u n d irectorio resguar
d ad o c o n una con trasea.
V n cu lo s a otros sitios tiles d e In tern et.
La p gina W eb se m ejora co n sta n tem en te. P n g a se e n co n ta cto co n su rep resen
tante d e P earson o co n m ig o ( naresh.malJiotra@mgt.gatech.edu) para o b te n e r la id en ti
ficacin y la co n tra se a d e usuario.
Libro d e l m aestro. Yo m ism o escrib e l Libro d e l m aestro y est m uy vin cu lad o
al tex to . C ada ca p tu lo c o n tie n e las transparencias m aestras, o b jetiv o s, notas
d e l autor, sin o p sis, su geren cias d o c e n te s y respuestas a to d o s lo s ejercicios y
actividades fin ales (pregu ntas, p rob lem as, ejercicio s e n In tern et y co m p u ta d o
ra, in tercam b io d e p a p eles, trabajo d e cam p o y anlisis e n g r u p o ). A dem s, se
d an so lu cio n e s para to d o s lo s casos, in clu so aq u ellos q u e c o m p r e n d e n e l a n
lisis d e d a to s, as co m o to d o s lo s casos. El Libro d e l m aestro ta m b in c o n tie n e
d os casos in tegrales ad icion ales: las alfom bras D u P o n t (p ro d u cto s d e c o n su
m o ) y e l catlogo d e G u cci (m a rk etin g d ire cto ).
A rchivo d e reactivos para ex m en es. Este valioso archivo d e reactivos para
ex m e n e s c o n tie n e u na am plia variedad d e e x m e n e s para cada cap tulo q u e
le p erm ite co n fec cio n a r lo s suyos.
www.FreeLibros.me
R econocim ientos
Varias p erson as h an sid o su m a m en te tiles al escribir este libro. Q uisiera agradecer al
profesor Arun K. Jain (State University o f N ew York en B u ffa lo ), q u ien m e e n se la in
vestigacin d e m ercad os d e m anera tal q u e n u n ca la olvid. Mis estudiantes, particular
m ente e x alum nos d e d o ctorad o (Jam es Agarwal, Imad Baalbaki, Ashutosh D ixit, Dan
M cCort, Rick M cFarland, Charla Mathwick, Gina Miller, Mark P eterson, Jam ie Pleasant
y Cassandra W ells), as co m o otros estudiantes d e d octorad o (Mark Leach y Tyra Mit
chell) , han sido d e gran ayuda e n varias m aneras. Particularm ente q u iero agradecer la
ayuda d e Mark Leach y Gina M iller e n la escritu ra d e las se c c io n e s y e l cap tulo so b re
tica , la ayuda d e Mark P eterso n e n la escritu ra d e las s e c c io n e s d e a p lica cio n es d e
cm p u to y la ayuda d e Jam es Agarwal c o n lo s ejem p lo s d e in vestigacin d e m erca
d os in tern a cio n a les e n las d o s ed ic io n e s an teriores. El estu d ia n te d e la m aestra e n
ad m in istracin d e em p resas D avid Ball y e l estu d ia n te d e licen ciatu ra C harles Flanary p ro p orcio n a ro n valiosa ayuda d e in vestigacin. Los estu d ia n tes d e m is cursos
d e in vestiga ci n d e m erca d o s m e o fr e c ie r o n c o m e n ta r io s tiles e n la m e d id a e n
q u e p ro b e n clase lo s m ateriales d u ra n te varios a o s. Mis co leg a s e n e l G eo rg ia
T ech , e sp e c ia lm e n te Fred A llvin e, m e b rin d aron u n gran a p o y o . T am bin q u iero
agrad ecer a R onald L. Tatham (p resid en te d e Burke, In c.) p o r su alien to y resp ald o
y las n u m erosas co n trib u cio n es d e Burke q u e a p a recen e n e l lib ro. W illiam D . N ea l
(fu n d ad or y d irecto r ejecu tiv o d e SD R , In c.) m e ha b rin d ad o ayuda y ap o y o c o n el
paso d e los aos. R oger L. Bacik (Elrick 8c L avidge, In c.) y otros p ro fesio n a les h icie
ron ap o rta cio n es a las ed ic io n e s an teriores d e l libro.
Los revisores ap ortaron m u ch as su geren cias constructivas y valiosas. R ec o n o z co
d e m anera agrad ecid a la ayuda d e , en tre o tro s, los sig u ie n tes revisores.
R ev iso res d e la cuarta e d ic i n e n in gls
Yong-Soon Kang, Binghamton University, S U N Y
Curt Domm eyer, California State University, Northridge
John Tsalikis, Florida International University
Gerard Cavallo, Fairfield University, Connecticut
Charles Hofacker, Florida State University
R ev iso res d e la tercera e d ic i n e n in gls
Tom Anastasti, Boston University
John Weiss, Colorado State University
Subash Lonial, University o f L ouisville
Joel Herche, University o f the Pacific
Paul Sauer, Canisius C ollege
R ev iso res d e la se g u n d a e d ic i n e n in gls
Rick Andrews, University o f Delaware
Holland Blades, Jr., Missouri Southern State C ollege
Sharmila Chatteijee, Santa Clara University
Rajshekhar Javalgi, Cleveland State University
Mushtaq Luqmani, Western M ichigan University
xxvii
www.FreeLibros.me
xxviii
RECONOCIM IENTOS
Jeanne Munger, University o f Southern Maine
Audesh Paswan, University o f South Dakota
Venkatram Ramaswamy, University o f Michigan
Gillian Rice, Thunderbird University
Fhul L. Sauer, Canisius C ollege
Hans Srinivasan, University o f Connecticut
R evisores d e la prim era e d ic i n e n in gls
David M. Andrus, Kansas State University
Joe Ballenger, Stephen F. Austin State University
Joseph D. Brown, Ball State University
Thomas E. Buzas, Eastem M ichigan University
Rajendar K. Garg, Northeastem Illinois University
Lawrence D. Gibson, Consultant
Ronald E. Goldsmith, Florida State University
Rajshekhar G. Javalgi, Cleveland State University
Charlotte H. M asn, University o f North Carolina
Kent Nakamoto, University o f Colorado
Thomas J. P&ge, Jr., M ichigan State University
William S. Perkins, Pennsylvania State University
Sudhi Seshadri, University o f Maryland at C ollege Park
David Shani, Baruch C ollege
El e q u ip o d e P earson d io u n resp a ld o n o ta b le. D eb o u n agrad ecim ien to esp ecial
a j e f f S h elsta d , e d ito r e n je fe ; W endy C raven, d irecto ra d e a d q u isic io n e s; A n
th on y P alm iotto, g er en te d e proyectos d e m edios; M elissa P ellerano, asistente e d ito
rial; M ich elle O B rien , d irecto ra d e m arketing; M arcela M aslanczuk, d irectora d e
p rod u ccin ; D an ielle R. Serra, asistente editorial; Lynn S teines, correctora d e estilo ,
yT eri Stratford, d irectora d e fotografa. D eb o tam bin un reco n o cim ie n to esp ecia l a
varios rep resen ta n tes d e cam p o y v en d ed ores q u e realizaron un trabajo so b resa lien
te e n la com ercializacin d e e ste libro.
Q u iero agra d ecer c o n gran re sp eto a m i m ad re, la se o ra Satya M alhotra y a mi
d esap arecid o padre, e l se o r H . N . M alhotra. Su am or, a lie n to , apoyo y en tre g a d o
sacrificio han sid o ejem p lares. Vayan m i am or p ro fu n d o y m i a g ra d ecim ien to a mi
esposa V ee n a y a m is hijos Ruth y Paul p o r su fe , esp eran za y am or.
Por en cim a d e to d o , q u iero re c o n o c e r y d ar las gracias a m i Salvador y S e o r
Jesucristo p o r ta n to s m ilagros q u e ha o b ra d o e n m i vida. En verdad, e s te libro e s el
resultado d e Su gracia: D e parte d e J eh o v e s e s to , Y e s cosa m aravillosa a n u estros
o jo s (Salm os, 1 1 8 :2 3 ).
N aresh K. M alhotra
www.FreeLibros.me
B io g ra fa del autor
xxix
www.FreeLibros.me
www.FreeLibros.me
Captulo 2
Definicin del problema de la
investigacin de mercados y
elaboracin del enfoque del problem a
www.FreeLibros.me
C A P T U L O
www.FreeLibros.me
Generalidades
La investigacin de mercados abarca una de las facetas ms importantes y fascinantes del
marketing. En este captulo se da una definicin formal de investigacin de mercados y la
clasificamos en dos aspectos: identificacin del problema e investigacin para la solucin
del problema. Se describe el proceso de la investigacin de mercados y las seis etapas que
comprende. Tambin se analiza su naturaleza y se subraya su capacidad de aportar informa
cin para la toma de decisiones de marketing. Luego se da una panormica de los investiga
dores de mercados y sus servicios, junto con lincamientos para la eleccin de uno de ellos. La
demanda para una buena investigacin de mercados abre muchas oportunidades profesiona
les, que aqu se presentan. Indicamos que la investigacin de mercados tambin es una parte
de los sistemas de informacin de marketing o los sistemas de apoyo para las decisiones.
Para fines de ilustracin, se examina un proyecto patrocinado de una tienda departamen
tal, que fue un proyecto real de investigacin de mercados realizado por el autor y que se to
ma como ejemplo continuo a lo largo del libro. Se presenta el tema de la investigacin de
mercados internacionales y lo estudiaremos sistemticamente en los captulos siguientes.
Tambin enunciamos, para desarrollar con detalle en el resto del libro, los aspectos ticos de
la investigacin de mercados y las responsabilidades que tienen los participantes con ellos
mismos, entre ellos y con el proyecto de investigacin. El captulo concluye con un estudio
de ndole prctica sobre la aplicacin de Internet y las computadoras en la investigacin de
mercados, que es otra caracterstica que se repite en todo el libro. Quiz no haya mejor ma
nera de presentar las generalidades de la obra que ofrecer algunos ejemplos que dan una idea
de la naturaleza variada de la investigacin de mercados.
www.FreeLibros.me
vicio de mantenimiento se descubri que las expectativas de los clientes haban aumentado, lo que
Dev a IBM a elevar sus normas de servicio. El estudio de seguimiento identific un problema nue
vo (o una nueva oportunidad) cuando se revel la demanda potencial de computadoras centrales
(mainframes) operadas con Linux. A partir de un estudio subsiguiente de solucin de problemas en
el que se investig cules eran las preferencias de productos, a finales de enero de 2002, IBM lanz
dos nuevos servidores operados con Linux y una computadora central que slo funciona con Linux,
sin necesidad del sistema operativo tradicional de esas computadoras. La eServer Z-Series aprove
cha la capacidad de las computadoras centrales para crear cientos de servidores Linux virtuales en
una sola consola real. IBM dice que la nueva computadora central ahorrar energa y espacio, ade
ms de que reducir los costos de mantenimiento, con lo que se satisfacen las necesidades identifica
das en el estudio. Las computadoras centrales que no funcionan con Linux cuestan por lo regular
750,000 dlares, en tanto que las computadoras de la nueva Z-Series cuestan 350,000 dlares.1
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 1
tos y los deseos del pblico y que, con ello, ms personas los sintonicen. NBC descubri que
los espectadores queran una comedia de situaciones ligera, inteligente y con sentido del humor.
As, la televisora produjo Will & Grace para satisfacer los gustos de la gente y la estren el 21
de septiembre de 1998. La retroalimentacin de los espectadores proporcionada por Recipio ha
contribuido a componer y modificar guiones y libretos. Como resultado, en 2002 Will & Grace
fue una comedia que ocup los primeros lugares de la N BC .2
El 13 de marzo de 2002 Recipio se convirti en un activo de Informad ve (www.informative.com). Esta empresa se fund en 1996 y utiliza Internet, correo electrnico, telefona celular y
otros canales para obtener comentarios en tiempo real de clientes y candidatos.
INVESTIGACIN
REAL
www.FreeLibros.me
www.FreeLibros.me
CAPTULO 1
INVESTIGACIN
REAL
Para los fines de este libro, en el que se subraya la necesidad de la informacin para la to
ma de decisiones de marketing, la investigacin de mercados se define como sigue.
Investigacin de m ercados es la identificacin, acopio, anlisis, difusin y aprovecha
miento sistemtico y objetivo de la informacin con el fin de mejorar la toma de decisiones re
lacionada con la identificacin y la solucin de los problemas y las oportunidades de marketing.
Conviene mencionar varios aspectos de esta definicin. En primer lugar, la investigacin de
mercados es sistemtica; por lo que se necesita una planeacin sistemtica en todas las etapas del
proceso de la investigacin de mercados. Los procedimientos que se siguen en cada etapa son
metdicos, estn bien comprobados y, en la medida de lo posible, se planean de antemano. La
investigacin de mercados aplica el mtodo cientfico a los datos que se recaban y analizan pa
ra comprobar nociones previas o hiptesis.
Con la investigacin de mercados se pretende entregar informacin fidedigna que exprese
el verdadero estado de las cosas. Es objetiva y debe realizarse en forma imparcial. Aunque las
ideas del investigador siempre influyen en la investigacin, no debe ser objeto de desviaciones
personales o polticas del investigador o de la empresa. La investigacin que est motivada por
las ganancias personales o polticas infringe las normas profesionales. Esta investigacin es
manipulada para que arroje resultados predeterminados. El lema de todo investigador debe ser:
Encuntralo y cuntalo como es.
La investigacin de mercados comprende la identificacin, acopio, anlisis, difusin y
aprovechamiento de la informacin. Cada etapa del proceso es importante. Identificamos o de
finimos el problema o la oportunidad de investigacin de mercados y determinamos qu infor
macin se necesita para estudiarla. Como todas las oportunidades de marketing se convierten
en un problema de investigacin de mercados, aqu empleamos de manera indistinta los trmi
nos problema y oportunidad. Luego se identifican las fuentes de informacin relevantes y
se estima la utilidad de diversos mtodos de acopio de datos, cuya elaboracin y complejidad
varan. Los datos se renen con el mtodo ms adecuado; se analizan e interpretan y se sacan
deducciones. Por ltimo, se ofrecen los resultados, implicaciones y recomendaciones en un for
mato que permite usar la informacin para tomar decisiones de marketing y aprovecharla direc
tamente. En la siguiente seccin, para ahondar estas definiciones, se clasifican los diferentes ti
pos de investigacin de mercados.7
CLASIFICACIN DE LA INVESTIGACIN
DE M ERCADOS
En nuestra definicin se afirma que las organizaciones emprenden investigaciones de mercados
por dos razones: 1) para identificar, y 2) para resolver problemas de marketing. Esta distincin
es la base para clasificar la investigacin de mercados en identificacin del problema y solucin
del problema, como se muestra en la figura 1-1.
www.FreeLibros.me
Figura 1.1
Investigacin de mercados
Clasificacin de la investigacin
de m ercados
Investigacin de
identificacin
del problema
*Imagen
*Caractersticas del mercado
*Anlisis de ventas
Investigacin de
solucin
del problema
Segmentacin
Producto
Fijacin de precios
Promocin
Distribucin
*Pronsticos
*Tendencias comerciales
Investigacin de identificacin
del problema
Investigatin que se emprende para
detectar problemas que acaso no
sean evidentes, pero que existen y
es probable que se manifiesten en el
futuro.
Investigacin de solucin
del problema
Investigatin que se emprende para
iesolver problemas especficos de
marketing.
www.FreeLibros.me
Investigacin de la distribucin
tipo de distribucin
actitudes de los integrantes del canal
intensidad de la cobertura de venta al por ma
yor y al detalle
mrgenes del canal
ubicacin de las tiendas minoristas
y mayoristas
CAPTULO 1
INVESTIGACIN
REAL
Proceso de la Investigacin
de mercados
Cbnjunto de seis etapas que definen
las tareas que se cumplen en la rea
lizacin de un estudio de mercado.
Son: definicin del problema, elabo
racin de un mtodo para resolver el
problema, elaboracin del diseo de
la investigacin, trabajo de campo,
preparacin y anlisis de datos,
y preparacin y presentacin del
informe.
www.FreeLibros.me
www.FreeLibros.me
CAPTULO 1
11
NATURALEZA DE LA INVESTIGACIN
DE M ERCADOS
La naturaleza y la funcin de la investigacin de mercados se entiende mejor en el contexto del
paradigma bsico de marketing que se ilustra en la figura 1-2.
El nfasis de marketing se pone en la identificacin y satisfaccin de las necesidades de los
clientes. Para determinar estas necesidades y poner en marcha estrategias y programas de mar
keting destinados a cubrirlas, los gerentes de marketing necesitan informacin: sobre clientes,
competidores y otras fuerzas del mercado. En los ltimos aos, numerosos factores han incre
mentado la necesidad de ms y mejor informacin. A medida que las empresas extienden su
alcance a los mbitos nacional e internacional, se acrecienta la necesidad de informacin acer
ca de mercados ms lejanos y grandes. A l aumentar el poder de compra de los consumidores y
hacerse ms exigentes, los gerentes de marketing requieren mejor informacin sobre cmo res
pondern aqullos a los productos y otras ofertas de marketing. A medida que la competencia se
intensifica, los gerentes requieren informacin sobre la eficacia de sus herramientas de marke
ting. Y al precipitarse los cambios en el entorno, los gerentes de marketing necesitan informa
cin ms oportuna.12
La tarea de la investigacin de mercados consiste en evaluar las necesidades de informa
cin y ofrecer a la administracin datos pertinentes, fidedignos, confiables, vlidos y actualiza
dos. El ambiente competitivo de los mercados actuales y los costos siempre al alza, que se atri-
www.FreeLibros.me
12
F igura 1.2
Fundn de la nvestigadn
de m ercados
Grupos de clientes
Consumidores
Empleados
Interesados
Proveedores
Variables
controlables del k *
mercado
INVESTIGACION
DE
M ERCADOS
Producto
Fijacin de
Promocin
Distribucin
Evaluar las
necesidades de
informacin
Proporcionar
informacin
Factores
ambientales
incontrolables
Economa
Tecnologa
Leyes y
regulaciones
Factores sociales
y culturales
Factores polticos
Tomar
decisiones
de marketing
Gerentes de marketing
Segmentacin de mercados
Seleccin de mercados objetivos
Programas de marketing
Desempeo y control
buyen a malas decisiones, imponen que la investigacin de mercados arroje informacin slida.
Las decisiones razonables no se fundan en corazonadas o intuiciones, ni siquiera en juicios pu
ros. Si falta informacin confiable, la administracin puede tomar una decisin incorrecta, c o
mo lo ilustra el caso de la aspirina infantil de Johnson & Johnson.
www.FreeLibros.me
CAPTULO 1
13
con el medio y los grupos. Sirve para disipar algunas incertidumbres mediante el abastecimiento
de informacin sobre las variables del mercado, el entorno y los consumidores. Sin la informa
cin pertinente, la respuesta de los clientes a los programas de marketing no se puede pronosti
car, ni confiable ni exactamente. Los programas continuos de investigacin de mercados arrojan
informacin sobre factores controlables e incontrolables y sobre los clientes: esta informacin
aumenta la eficacia de las decisiones que toman los gerentes de marketing.14
Tradicionalmente, los investigadores de mercados han sido responsables de evaluar las ne
cesidades de informacin y de ofrecer la que se requiera, y por su parte los gerentes han toma
do las decisiones de marketing. Pero ahora esas funciones sufren cambios: los investigadores
participan ms en la toma de decisiones y los gerentes se ocupan ms de la investigacin. Esta
tendencia se atribuye a la mejor capacitacin de esos gerentes, a Internet y otros adelantos tec
nolgicos, y a una modificacin del paradigma de investigacin en el sentido de que cada vez
se acostumbra ms que los estudios sean continuos, ms que como respuesta a determinados
problemas y oportunidades de marketing. Como lo ilustra el caso anterior de P&G y el ejemplo
que se presenta a continuacin, el marketing y la investigacin de mercados se integran cada
da ms.15
INVESTIGACIN
REAL
www.FreeLibros.me
14
Departamentos de investigacin de
mercados dentro de la compaa.
Las empresas y los servicios de investigacin de mercados proporcionan casi toda la informa
cin que se requiere para tomar decisiones de marketing. En la figura 1-3 se muestra una clasi
ficacin de estos profesionales y servicios. En general, los investigadores se dividen en internos
y externos. Un investigador interno es un departamento de investigacin de mercados que for
ma parte de la empresa. Muchas compaas, en particular las grandes, desde las automovilsti
cas (GM, Ford, DaimlerChrysler) hasta las que venden productos de consumo (Procter & Gam
ble, Colgate Palmolive, Coca-Cola) y los bancos (Citicorp, Bank o f America) tienen
departamentos internos de investigacin de mercados. El lugar que ocupe este departamento
en la estructura de la organizacin vara en forma considerable. Por una parte, la funcin de in
vestigacin puede estar centralizada y situada en la sede de la corporacin. Por la otra, se en
cuentra la estructura descentralizada en la que las funciones de la investigacin de mercados se
organizan por divisiones. En un sistema descentralizado, la compaa se organiza en divisiones
por productos, consumidores o regiones y se les asigna personal de investigacin de mercados
que rinde cuentas al jefe de la divisin, ms que a un ejecutivo de nivel directivo. Adems, en
tre los dos extremos hay distintas formas de dirigirse. La mejor organizacin de una empresa
depende de sus necesidades de investigacin de mercados y otras funciones, si bien en los lti-
Investigadores
Figura 1.3
Em presas y servidos
de investigador de m ercados
Internos
Externos
(sector de la investigacin de mercados)
_________________________ I_______
Servicios completos
r
Servicios
de agencias
Servicios limitados
Servicios
estandarizados
Servicios
persona
lizados
Servicios
en Internet
i n~n: i i
Servicios Servicios de
de campo codificacin
y captura
de datos
www.FreeLibros.me
Servicios
analticos
Servicios Servicios
de anlisis
y
de datos productos
de marca
CAPTULO 1
15
mos aos se ha dado una tendencia hacia la centralizacin y la reduccin del personal de inves
tigacin. Los investigadores internos recurren a menudo a investigadores de fuera para que se
encarguen de tareas especficas de un estudio de mercados. El ejemplo siguiente ilustra la orga
nizacin de una funcin de investigacin de mercados en Oscar Mayer.
INVESTIGACIN
REAL
Compaas independientes de
investigacin de mercados que
proveen datos de estudios.
Los proveedores externos son empresas contratadas para que provean datos de investiga
cin de mercados. Estas empresas, que en conjunto abarcan todo el ramo de la investigacin de
mercados, comprenden desde operaciones pequeas de una o pocas personas hasta corporacio
nes mundiales muy grandes.18 En la tabla 1-2 se anotan las 50 principales empresas estadouni
denses de investigacin.19 Los investigadores externos se dividen segn sus servicios, comple
tos o limitados. Los proveedores de servicios completos realizan toda la gama de actividades de
investigacin de mercados: definicin del problema, elaboracin del mtodo, redaccin del
cuestionario, muestreo, acopio de datos, anlisis e interpretacin de datos, y preparacin y pre
sentacin del informe. Los servicios de estas empresas tambin se dividen en servicios de agen
cias, estandarizados, personalizados y por Internet (figura 1-3).
Los servicios de agencias renen informacin de valor comercial reconocido y la suminis
tran a todos los clientes que paguen una suscripcin. Encuestas, paneles diarios, analizadores
(escner) y auditoras son los principales medios con que se renen estos datos. Por ejemplo, el
ndice Nielsen de televisin de Nielsen Media Research (Mvw.nielsenmedia.com) ofrece infor
macin sobre el grado de audiencia y las caractersticas demogrficas de los hogares en que
se ven ciertos programas de televisin. La ACNielsen Company (www.acnielsen.com) ofrece
datos de seguimiento de volumen mediante analizadores (escner), como los que se generan en
las cajas registradoras de los supermercados. El grupo NPD (www.npd.com) mantiene uno de
los grupos de consumidores ms grande de Estados Unidos. En el captulo 4 se analizan detalla
damente los servicios de agencias.20
Los servicios estandarizados son estudios de investigacin para clientes diferentes pero en
forma estandarizada. Por ejemplo, los procedimientos para medir la eficacia de la publicidad se
han igualado, de manera que se puedan comparar los resultados de varios estudios y establecer
normas de evaluacin. El servicio ms usado para evaluar anuncios impresos es Starch Readership Survey, conducido por RoperASW {www.roperasw.com). Otro servicio bien conocido
www.FreeLibros.me
Lu g a r
2001
en
E .U .
2000
9
10
9
11
11
11
12
23
13
15
14
14
15
10
16
17
17
18
18
20
19
19
20
22
21
24
22
25
23
21
24
26
25
30
26
32
27
29
28
31
29
36
30
33
31
32
34
33
37
34
38
35
48
36
37
40
38
46
r g a n iz a c i n
VNUInc.
IMS Health Inc.
Information
Resources Inc.
The Kantar Group
Westat Inc.
Arbitran Inc.
NOP World US
NFO WorldGroup
Market Facts, Inc.
Taylor Nelson
Sofres USA
Maritz Research
Ipsos
J.D. Power and
Associates
Opinion Research
Corp.
The NPD Group
Inc.
Jupiter Media
Metrix Inc.
Harris Interactive
Inc.
Abt Associates Inc.
C&R Research
Services Inc.
Wirthi in Worldwide
Lieberman Research
Worldwide
Burke Inc.
MORPACE
International Inc.
Market Strategies
Inc.
GfK Custom
Research Inc.
ICR/Intl
Communications
Research
M/A/R/C Research
Elrick & Lavidge
Marketing
Research
RDA Group Inc.
Lieberman
Research Group
Knowledge
Networks Inc.
Walker Information
National Research
Corp.
Directions
Research Inc.
Marketing and
Planning
Systems Inc.
Alliance Research
Inc.
Data Development
Corp.
Marketing Analysts
Inc.
In g r e s o s p o r
In g reso s p o r
Po r c e n t a je
INVESTIGACIN MUN INVESTIGACIN
in g r e s o s
DIAL* (MILLONES
FUERA D E E .U .*
R JER A DE
D E DLARES) (M LLON ES D E DLARES)
E .U .
Sed e
P g in a W
New York
Fairfield, CT
Chicago
i7m .com
imshealth.com
infoKS.com
Fairfield, CT
Rockville, MD
New York
New York
Greenwich, CT
Arlington Heights, IL
London
kantargmup.com
hestat.com
arbitron.com
nopworld.com
nfow.com
marketfacts.com (synovate.com )
tnsofres.com
Fenton, MO
New York
Westlake Village, CA
maritzKseamh.com
ipsos.com
jdpa.com
Princeton, NJ
eb
$ 2 ,4 0 0 .0
$ 1 ,1 0 0 .0
1 ,1 7 1 .0
7 0 2 .0
6 0 .0
5 5 5 .9
1 35 .6
2 4 .4
9 6 2 .3
6 6 3 .2
6 8 .9
2 8 5 .8
2 2 7 .5
224.1
7 .9
1 7 .5
7 .8
4 5 2 .9
2 8 9 .9
6 4 .0
189.7
3 3 .5
17.7
166.9
1 6 .4
9 .8
181.7
5 4 .6
3 0 .0
2 0 4 .3
9 1 .4
4 4 .7
128.0
1 8 .7
14.6
opinionKseamh.com
133.6
4 2 .2
3 1 .6
Port Washington, NY
npd.com
101.7
1 3 .0
12.8
New York
jupitermsearch.com
8 5 .8
1 7 .2
2 0 .0
Rochester, NY
harrisinteractive.com
7 5 .4
1 0 .5
13.9
Cambridge, MA
Chicago
abtassociates.com
amsearch.com
6 2 .8
McLean, VA
Los Angeles
wirthlin.com
lrwonline.com
4 6 .8
7 .2
15.4
4 3 .1
4 .3
10.0
Cincinnati
Farmington Hills, MI
burke.com
morpace.com
4 5 .5
11.2
2 4 .6
4 8 .3
1 5 .9
3 2 .9
Livonia, MI
marketstrategies.com
3 1 .7
1.5
4 .7
Minneapolis
custommsearch.com
2 9 .8
0 .9
3 .0
Media, PA
krsurx'ey.com
2 8 .8
0 .3
1.0
Irving, TX
Tucker, GA
mammsearch.com
elrickandlavidge.com
2 4 .5
0 .5
ZO
2 2 .9
Bloomfield Hls, MI
Great Neck, NY
rdagroup.com
iebermanmsearch.com
2 6 .0
3 .6
13.8
2 2 .3
0 .5
2 .2
Menlo Park, CA
knowledgenetworks.com
2 1 .4
Indianapolis
Lincoln, NE
walkerinfo.com
nationalmsearch.com
2 6 .8
17.7
Cincinnati
dimctionsrsch.com
16.7
Waltham, MA
mapsnet.com
1 9 .7
Crestview Hls, KY
aUiancemseamh.com
15.4
New York
datadc.com
1 5 .6
0 .3
1.9
Charleston, SC
marketinganafysts.com
15.1
0 .4
2 .6
4 3 .6
9 .4
5 .5
3 .2
4 5 .8 %
3 .5
15.0
2 0 .5
16.2
(Continua)
16
www.FreeLibros.me
CAPTULO 1
17
Lu g a r
2001
39
E.U.
2000
en
40
41
43
42
42
45
43
44
44
39
45
46
49
47
48
49
50
47
r g a n iz a c i n
Marketing Research
Services Inc.
Greenfeld Online Inc.
Greenfeld Consulting
Group Inc.
Savitz Research
Companies
The PreTesting Co.
Inc.
Schulman, Ronca, &
Bueuvalas Inc.
Cheskin
The Marketing
Workshop Inc.
Symmetrical
Holdings Inc.
comScore Networks
Inc.
Market Vision
Research Inc.
The B/R/S Group Inc.
IN3RESOS POR
INGRESOS POR
PORCENTAJE
INVESTIGACIN MUN- INVESTIGACIN
INGRESOS
d ia l * ( m l l o n e s
f u e r a d e E.U.*
r jer a d e
DE DLARES) (MILLONES DE DLARES)
E.U.
S ed e
P g in a W
Cincinnati
mrsi.com
14.3
Wilton, CT
Westport, CT
greer0eld.com
greenfieldgroup.com
14.2
14.0
0.1
1.0
Dallas
savitzresearch.com
13.2
Tenafly, NJ
pretesting.com
13.1
0.7
5.3
New York
srbicom
1Z1
0.7
5.8
Redwood Shores, CA
Norcross, GA
dteskin.com
mwshop.com
14.3
10.6
3.1
22.0
Deerfield Beach, FL
symmetricaLcom
10.4
Reston. VA
comscore.com
10.0
Cincinnati
marketvisionresearch.com
10.0
San Rafael, CA
brsgroup.com
10.9
2.2
$8318.2
563.1
$8,881.3
$3,285.1
52.5
$3,337.6
eb
Total de las 50
Otras (las 130 compaas de la CASRO no se incluyen en las 50 primeras)**
Total (180 compaas)
20.0
39.5%
9.3%
37.6%
*Los ingresos en EU., mundiales y fuera de EU. que incluyen actividades que no son de investigacin, son significativamente mayores para algunas com
paas. Las compaas estn clasificadas de acuerdo con los ingresos por investigacin en EU.
**Ingresos totales de 130 empresas de encuestas de investigacin (aparte de las 50 principales) que proporcionan informacin financiera confidencial al
Council o f American Survey Researh Qrganizations (CASRO).
www.FreeLibros.me
18
de investigacin de mercados
Cbnsisten en el acopio de datos y
procedimientos de anlisis creados
para abordar ciertos problemas de
hvestigacin de mercados.
C M O ELEGIR UN PROVEEDOR
DE INVESTIGACIN DE MERCADOS
La empresa que no puede realizar por su cuenta todo un proyecto de investigacin de mercados
debe elegir un proveedor externo que se encargue de una o ms fases. As, la compaa debe
confeccionar una lista de los posibles proveedores, tomada de publicaciones del ramo, directo
rios de proveedores y referencias directas. Al decidir cules son los criterios para elegir este ser
vicio externo, la empresa debe preguntarse por qu busca apoyo extem o para la investigacin
de mercados. Por ejemplo, quiz para una pequea empresa que necesita investigar un proyec
to sea menos oneroso recurrir a una fuente externa. Otra compaa acaso no tenga los conoci
mientos tcnicos para efectuar ciertas fases de un proyecto, o bien la existencia de conflictos de
intereses polticos puede determinar que un proyectse entregue a un servicio ajeno.
Cuando se delinean los criterios para la eleccin de un servicio extemo, la empresa debe
tener presentes ciertos elementos fundamentales. Cul es la reputacin del servicio? Termi
nan los proyectos a tiempo? Son conocidos por sostener normas ticas? Son flexibles? Sus
proyectos de investigacin son de alta calidad? Qu clase y cuntos conocimientos tienen?
Cuentan con experiencia en proyectos semejantes al nuestro? Su personal tiene capacidades
tcnicas y de otra clase?, o en otras palabras, adems de las habilidades tcnicas el personal
asignado al trabajo es sensible a las necesidades del cliente y comparte sus ideas sobre la inves
tigacin? Se comunican bien con el cliente?
Recuerde que la postura ms econmica no es siempre la mejor. Hay que pedir varios pre
supuestos y compararlos en calidad adems de precio. Una buena costumbre es solicitar un
presupuesto o un contrato por escrito antes de iniciar el proyecto. Las decisiones sobre los ser
vicios de investigacin de mercados, como todas las decisiones de la administracin, deben ba
sarse en informacin slida. Hay oportunidades de hacer carrera en los servicios de investiga
cin de mercados, as como en las compaas publicitarias y de marketing.
www.FreeLibros.me
19
Figura 1.4
Descripciones de puestos selectos
de investigacin de m ercados
www.FreeLibros.me
2 0
Sistema de informacin
de marketing (SIM)
Conjunto formalizacio de
procedimientos para generar,
analizar, guardar y distribuir
formacin continua para quienes
loman las decisiones de marketing.
Se dijo que la investigacin de mercados se define como la identificacin, acopio, anlisis, difu
sin e informacin sistemtica y objetiva para la toma de decisiones de marketing.24 La infor
macin que se obtiene de la investigacin de mercados y de fuentes como los archivos internos
y la inteligencia de marketing se vuelve una parte integral del sistem a d e inform acin de m arke
ting (SIM) de la empresa, que es un conjunto formalizado de procedimientos para generar, ana
lizar, guardar y distribuir informacin continua para quienes toman las decisiones de marketing.
Obsrvese que la definicin del SIM lo asemeja a la investigacin de mercados, salvo que el SIM
proporciona la informacin continuamente, en vez del carcter ocasional de los estudios de in
vestigacin. El diseo del SIM se centra en las responsabilidades, estilo y necesidades de infor
macin de todos los que toman las decisiones. La informacin que se rene de varias fuentes, co
mo las facturas y la inteligencia de marketing (adems de la investigacin de mercados), se
combina y presenta en un formato que se puede aprovechar de inmediato en la toma de decisio
nes. Se puede obtener ms informacin del SIM que de los proyectos de investigacin elabora
dos para la ocasin, pero el SIM tiene lmites en cuanto a la naturaleza de la informacin que
www.FreeLibros.me
CAPTULO 1
Figura 1 .5
Comparacin de los sistem as
de informacin de marketing
y los sistem as de apoyo a las
decisiones
S1M
SAL)
P roblem as
estructurados
P roblem as sin
estructura
U so de inform es
U so d e m odelos
E structura rgida
Fciles
de m anejar
E xposicin
lim itada d e la
inform acin
M ejora la tom a
d e d ecisio n es al
a clarar los datos
directos
21
A daptables
M ejoran la tom a
d e d ecisio n es al
h acer anlisis
condicionales
arroja y a la forma en que la utilizan quienes deciden. Esto se debe a que la informacin est es
tructurada rgidamente y no se deja manipular con facilidad.
Para superar las limitaciones de los SIM se crearon los sistemas de apoyo a las decisiones
(SAD), que permiten a quienes toman las decisiones trabajar de manera directa con bases de da
tos y modelos de anlisis. Los sistemas de apoyo a las decisiones (SAD) son sistemas integrados
que comprenden hardware, redes de comunicaciones, bases de datos, banco de modelos, bases
de software y el usuario (el que toma las decisiones). En estos sistemas se rene e interpreta la in
formacin para decidir. La investigacin de mercados aporta informacin a la base de datos, mo
delos de mercados y tcnicas analticas al banco de modelos, y programas especializados para
analizar los datos a la base de software. El SAD difiere del SIM de varias maneras (vase la fi
gura 1-5).25 El SAD combina el uso de modelos o tcnicas analticas con el acceso tradicional y
las funciones de recuperacin del SIM. Es ms fcil usar el SAD en el modo interactivo y es po
sible adaptarlo a los cambios del entorno as como al estilo de decidir del usuario. Adems de
mejorar la eficiencia, el SAD tambin mejrala eficacia porque aplica un anlisis condicional.26
El SAD se ha desarrollado para sistemas expertos que siguen procedimientos de inteligencia ar
tificial para incorporar conocimientos especializados.
INVESTIGACIN
REAL
www.FreeLibros.me
2 2
La in v estig ac i n co n tin u a d e lo s
m ercad o s, q u e e s parte d e l S A D d e
F dE x, le h a perm itido a d o p ta r un a
enrgica p o stu ra co m p etitiv a
o rientada a la in fo rm aci n .
mentos para que los mercadlogos comprendan mejor a los clientes que atienden. As, FedEx
ha adoptado una enrgica postura competitiva orientada a la informacin, la que ser la clave
de su xito continuo.27
El proceso de investigacin de mercados que sintetizamos al principio y que siguen com
paas como FedEx tambin fue adoptado en el proyecto de la tienda departamental.
IH V E S T IG A C I W A C T I V A
www.FreeLibros.me
CAPTULO 1
23
goras de productos. Se disearon los programas de marketing apropiados para superar estas debilida
des. Por ltimo, se concibi una estrategia de positionamiento para proyectar la imagen deseable de la
tienda.
Proyectos como el de esta tienda departamental se realizan continuamente a escala internacional.
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Estados Unidos constituye apenas 39% de los gastos mundiales en investigacin de mercados. A l
rededor de 40% de todas las investigaciones se realizan en Europa occidental y 9% en Japn. De
la investigacin europea, casi toda se realiza en Alemania, Inglaterra, Francia, Italia y Espaa.28
Con la globalizacin de los mercados, la investigacin asumi un carcter verdaderamente inter
nacional y es de creer que continuar esta tendencia. Varias empresas estadounidenses realizan in
vestigacin de mercados internacionales, entre ellas VNU, IMS Health, Information Resources
y Kantar Group (vase la tabla 1-2). Entre las compaas con sede en el extranjero sealemos Taylor Nelson Sofres (Inglaterra), Infratest y GfK (Alemania).
Hacer investigacin de mercados internacionales (estudiar productos verdaderamente in
ternacionales), investigacin fornea (estudios realizados en un pas que no es el de la empresa
comisionada) o investigacin multinacional (la realizada en todos los pases o los principales,
en los que est representada la compaa) es mucho ms complicado que hacer investigacin en
el propio pas. Expondremos todas las investigaciones de este gnero, aparte de los estudios
multiculturales, bajo el rubro general de investigacin de mercados internacionales. El ejemplo
inicial de IBM ilustr algunas de las complicaciones de realizar esta investigacin. El ambien
te que prevalece en los pases, grupos culturales o mercados internacionales que se estudian
ejerce una influencia en la forma de realizar las seis etapas del proceso de investigacin. En ca
ptulos siguientes revisaremos detalladamente estos factores ambientales y su efecto en la in
vestigacin. El captulo 23 est dedicado por entero al tema.
La globalizacin de las compaas es la tendencia de nuestros das. Trtese de conectarse a
la red o de emprender operaciones en otro pas, al volverse global se debe llevar a cabo una in
vestigacin para tomar en cuenta los principales factores ambientales. Muchas compaas han
enfrentado un desastre mundial porque no consideraron las diferencias entre su pas y aquel
otro donde queran hacer negocios.
Las compaas que asientan su empresa en una pgina Web pueden meterse en problemas.
Muchas veces, el contenido de una pgina Web se interpreta de manera equivocada, como el ca
so de un fabricante de autos en Mxico. La pgina Web mostraba a un caminante de pie junto a
www.FreeLibros.me
IN VESTIG ACI N
REAL
LA TICA EN LA INVESTIGACIN
DE M ERCADOS
Hay varios aspectos de la investigacin de mercados que se vinculan con consideraciones ticas
importantes. Segn se ha explicado, por lo regular las que realizan investigaciones de mercados
son empresas comerciales (es decir, con un afn de lucro) independientes (investigadores exter
nos) o departamentos de las corporaciones (investigadores internos). Casi todos los estudios se
realizan para clientes que representan empresas comerciales. En ocasiones, el incentivo de las
utilidades hace que investigadores o clientes deformen la objetividad o el profesionalismo que
convienen al proceso de la investigacin de mercados.
Se dice que en la investigacin de mercados hay cuatro interesados: 1) el investigador,
2) el cliente, 3) el encuestado y 4) el pblico. Estos interesados tienen ciertas responsabilidades
recprocas y con el proyecto. Las cuestiones ticas surgen cuando estos intereses entran en con
flicto y cuando uno o ms de los interesados no cumplen sus responsabilidades.30 Por ejemplo,
si el investigador no se apega a los procedimientos de investigacin apropiados o si el cliente
tergiversa los resultados en la publicidad de la compaa, se infringen normas ticas. Las cues
tiones ticas se arreglan de la mejor manera si los interesados se conducen de manera honora
www.FreeLibros.me
CAPTULO 1
25
ble. Hay cdigos de conducta, como el cdigo de tica de la American Marketing Association,
que orientan el comportamiento y ayudan a resolver los dilemas de esta ndole. Como se ve en
el siguiente ejemplo, las empresas de investigacin de mercados honorables se adhieren a cdi
gos de tica y hacen pblicos sus estndares de conducta para que los dems los examinen.
INVESTIGACIN
REAL
APLICACIONES DE IN TERN E T Y C O M P U TA D O R A
Internet, la llamada superautopista de la informacin, es quiz el mayor medio de comunica
cin desde el telfono. La World Wide Web (www o la Red) es el componente dominante de In
ternet y muchos toman los trminos como si fueran sinnimos. Todo documento en la Red tie
ne una direccin electrnica propia llamada localizador uniforme de recursos (Uniform
Resource Locator, URL). En este libro anotamos las URL de sitios tiles para investigacin de
mercados. Como Internet cambia rpidamente, no hay garanta de que estos sitios se conserven
o de que tengan la misma URL cuando usted lea este libro.
Internet es til para los investigadores de mercados de muchas maneras. Sirve como fuen
te de servicios de investigacin, de datos secundarios, de software para la investigacin de mer
cados y de acopio de datos en grupos de enfoque, encuestas, etctera. Es otra fuente de informa
cin que nutre el sistema de informacin de marketing de la compaa. Una de las grandes
ventajas de investigar en Internet es que los datos se procesan tan pronto como llegan. Los da
tos de Internet no requieren el paso adicional de la captura, puesto que el entrevistado ya los en
vi electrnicamente. Internet tambin es muy til para la administracin del proyecto. Investi
gadores y clientes se valen del correo electrnico y el software, com o Lotus Notes, para
comunicarse. Internet sirve igualmente para difundir resultados e informes de investigacin de
mercados, que se hacen pblicos en la red para que los utilicen los administradores de todo el
mundo.
Una forma de determinar qu informacin hay en Internet consiste en investigar mediante
los buscadores que proporciona gratuitamente el proveedor del servicio. Tres buscadores bien
conocidos son Yahoo!, en w w w .yahoo.com , AltaVista, en w w w.altavista.com , y Google,
en www.google.com.
Internet es muy eficaz para localizar empresas de investigacin de mercados que propor
cionan determinados servicios. Se encuentran varias empresas mediante un buscador como Ya
hoo!. A l elegir un prestador de estos servicios es fcil hallar la informacin en los sitios Web de
cada empresa. En muchos sitios se da informacin sobre la historia de la compaa, sus produc
tos, clientes y empleados. Por ejemplo, www.greenbook.org anota miles de compaas de inves
tigacin de mercados y con sus medios de bsqueda se pueden encontrar determinadas empre
sas. Para ver sitios en Internet de empresas conocidas de investigacin de mercados visite
www.FreeLibros.me
Internacionales
ESOMAR: European Society for Opinin and Marketing Research (www.esom ar.nl)
MRS: The Market Research Society (Inglaterra) (ww w.m arketresearch.org.uk)
MRSA: The Market Research Society o f Australia (ww w .m rsa.com .au)
PMRS: The Professional Marketing Research Society (Canad) (w w w .pm rs-aprm .com )
www.FreeLibros.me
CAPTULO 1
E N F O Q U E
EN
27
B U R K E
Burke
I N C O R P O R A T E D
Burke, Incorporated (www.burke.com) tiene su matriz en Cindnnati, Ohio. Fue fundada en 1931 y es
una compaa independiente que pertenece a sus empleados. Burke sostiene una alianza fuerte con Infiatest Burke AG, de Munich, Alemania (una empresa del NFO WoridGroup), que posee 50% de los
intereses. Burke opera en ms de 50 pases, incluyendo 10 de la comunidad europea. El trabajo interna
cional se coordina desde Cincinnati, Munich y Londres. El trabajo en Estados Unidos se dirige desde
oficinas en 18 grandes mercados. De acuerdo con las publicaciones especializadas, Burke se encuentra
entre las 50 principales organizaciones estadounidenses de investigacin.
Burke combina las capacidades de varias unidades en la empresa para ofrecer una gama extensa
deservicios de apoyo a las decisiones de marketing, operaciones, calidad y recursos humanos. Adquie
ren, integran, analizan y aplican conocimientos en toda la compaa. En la actualidad, las unidades de
negocio son:
Burke Customer Satsfacton Associates ofrece servicios especializados de medicin de la sa
tisfaccin de los clientes y de la dedicacin de los empleados, as como sistemas de administra
cin de empresas para una amplia gama de categoras empresariales. El Secure Customer In
dex y el Employee Engagement Index proporcionan los mejores criterios del sector para
la evaluacin y mejoramiento de las prcticas comerciales con los clientes, con objeto de mejo
rar su retencin y su lealtad.
Burke Marketing Research provee un servicio completo personalizado de investigacin
de mercados, anlisis y asesora para que compaas de consumo y de empresa a empresa eva
len la dinmica del mercado y aumenten al mximo el rendimiento de la inversin. BMR crea
y aplica protocolos elaborados de investigacin para abordar una gran gama de temas de mar
keting.
Burke Strategic Consulting Group ayuda a los clientes a optimizar la eficacia de la organiza
cin, mejorar el desempeo econmico y establecer un crecimiento sostenido. Los servicios in
cluyen seleccin, capacitacin y evaluacin de ejecutivos; planeacin sucesoria, planeadn es
tratgica, reingeniera de los procesos de la empresa, anlisis y diseo organizacional, mapas de
procesos, evaluacin de la oportunidad de los procesos y administracin del cambio.
Burke Linkage and Integration Services ayuda a los clientes a tomar decisiones mejores y
ms informadas sobre dnde invertir sus recursos limitados para optimizar la retencin de dien
tes, dedicacin de los empleados, eficacia de los procesos y rentabilidad. Los procesos cruciales
de la empresa se vinculan y analizan en el contexto de un marco terico creado por Burke, el
Enterprise Valu Management.
Burke Interactive se centra en la invesfigadn y la asesora de Internet Ayuda a los clientes a
aprovechar Internet y los nuevos medios digitales para enlazarse con los mercados meta, em
pleados y otros interesados. Burke ha preparado herramientas y capacidades en los campos de
acopio de datos en la Red, informes en lnea y evaluacin de sitios de Internet. Entre los pro
ductos de Burke se encuentran Digital Dashboard y Webnostics.
Burke Qualitative Services ofrece las tcnicas cualitativas ms avanzadas, entre las que se induyen grupos internacionales de enfoque en lnea y evaluacin del sitio de Internet con tecnolo
ga Blue Bear.
El Burke Institute es la nueva empresa afiliada de Burke, Inc. y el ACNielsen Burke Institute,
que rene esta ltima institucin con The Training & Devdopment Centerpara continuarla tradicin
de excelencia en seminarios educativos. Aqu se conjugan los catedrticos y el contenido curricular de
las dos organizaciones para ofrecer ms de 70 aos de conocimientos de investigacin de mercados
en reas como anlisis de datos, satisfacdn de clientes e investigacin cualitativa, internacional y de
internet.
www.FreeLibros.me
28
RESUMEN
La investigacin de mercados consiste en la identificacin, aco
pio, anlisis, difusin y aprovechamiento de informacin. Es un
proceso sistemtico y objetivo diseado para identificar y resol
ver problemas de marketing. As, la investigacin de mercados se
clasifica en investigacin de identificacin de problemas e investiga
cin de solucin de problemas. El proceso de investigacin cons
ta de seis etapas que deben seguirse metdicamente. La funcin
de la investigacin de mercados es evaluar las necesidades de in
formacin y proporcionar aquella que es pertinente, con el objeto
de mejorar la toma de decisiones de marketing.
La investigacin de mercados se realiza dentro de la empresa
o se contrata fuera en los servicios del sector. Las empresas de ser
vicios completos se ocupan de toda la gama de las actividades de
investigacin, de la definicin del problema a la preparacin y pre
sentacin del informe. Los servicios que prestan estas empresas se
clasifican en agencias, estandarizados, personalizados y de Inter
net. Las empresas de servicios limitados se especializan en alguna
de las etapas del proyecto de investigacin. Los servicios que ofre
servicios en Internet, 17
servicios estandarizados, 15
servicios personalizados, 17
servicios de agencias, 15
sistema de informacin de marketing
(SIM), 20
sistemas de apoyo a las decisiones
(SAD), 21
EJERCICIOS
Preguntas
L Describa d cometido de la investigacin de mercados.
2. Qu decisiones toman los gerentes de marketing? Qu ayuda
aporta la investigacin de mercados para tomar estas decisiones?
3. Defina la investigacin de mercados.
4. Refiera una clasificacin de la investigacin de mercados.
5. Qu es un sistema de informacin de marketing?
6b En qu difiere un SAD de un SIM?
7. Explique una manera de clasificar a las empresas de investigacin
de mercados y sus servicios.
8. Qu son los servidos de agencia?
9. Cul es la diferencia principal entre una empresa de servidos com
pletos y una de servicios limitados?
10. Qu son los productos de marca?
11. Anote cinco lincamientos para elegir una empresa externa de inves
tigacin de mercados.
Problemas
1. Revise nmeros recientes de peridicos y revistas. Localice cinco
gemplos de investigacin de identificacin de problemas y cinco de
investigacin de solucin de problemas.
2. Anote una clase de investigacin de mercados que ser til para las
siguientes organizaciones:
a. La librera de su universidad
b. La administracin de transporte pblico de su ciudad
c. lina tienda departamental grande de su localidad
d. Un restaurante situado cerca de su universidad
e. lln zoolgico de una ciudad grande
www.FreeLibros.me
CAPTULO 1
29
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
1. Msite las pginas Web de las tres principales empresas de investiga
cin de mercados de la tabla 1-2. Escriba un informe sobre los ser
vicios que ofrecen. Tome como referencia la figura 1-3. Qu aseve
raciones puede hacer sobre la estructura del sector de la
vestigacin de mercados?
2. Visite la pgina Web de Sears iwww.sears.com). Escriba un informe
sobre las actividades de venta al detaDe y de marketing de Sears. Con
esto entender mejor el proyecto patrocinado de una tienda departa
mental que tomamos como ejemplo continuo a lo largo del libro.
3. Visite las pginas Web de MRA, ESOMAR y MRSA (vea las URL
en la seccin Investigacin real). Compare la informacin de los
tres sitios. De las tres asociaciones, cul tiene la pgina Web ms
til? Por qu?
ACTIVIDADES
Intercambio de papeles
1. Usted ocupa la direccin de investigacin de un banco importante.
Tiene que contratar un asistente analista que ser responsable de
reunir y analizar datos secundarios (datos que ya reunieron otras insti
tuciones y que son pertinentes para las operaciones del banco). Con
un compaero que represente el papel de un solicitante del puesto,
realice la entrevista. El solicitante tiene los antecedentes y las habili
dades necesarias? Inviertan los papeles y reptan el ejercicio.
2. Usted ocupa la direccin de proyectos de una importante empresa
de investigacin. Acaba de recibir una llamada telefnica de una
entrevistada molesta porque dice que un entrevistador invadi su
privacidad al llamarla a una hora inconveniente. La entrevistada
expresa varias preocupaciones de orden tico. Pdale a una com
paera que represente este papel. Aborde sus preocupaciones y tranqpilcela.
Trabajo de campo
Anlisis en grupo
En un grupo de cuatro o cinco personas, analicen los siguientes temas:
1. Qu estructura institucional es la mejor para el departamento de in
vestigacin de mercados de una empresa grande?
2. Cul es la escolaridad ideal para alguien que quiere hacer carrera
en la investigacin de mercados? Es posible adquirirla?
3. Es posible imponer estndares ticos en la investigacin de merca
dos? Si lo es, cmo?
www.FreeLibros.me
O b j e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
servicios de marketing,
Burke, Inc.
www.FreeLibros.me
Generalidades
En este captulo se cubren las dos primeras etapas del proceso de investigacin de mercados
que enumeramos en el captulo 1: definicin del problema de investigacin de mercados y
desarrollo de un enfoque para resolverlo. La definicin del problema es la etapa ms impor
tante, porque una investigacin slo puede realizarse correctamente si se ha identificado un
problema de manera clara y precisa. Al definir el problema de investigacin se marca el cur
so de todo el proyecto. En este captulo se pretende proporcionar una nocin de las compleji
dades que entraa sealar los factores que se deben considerar y las tareas que se tienen que
llevar a cabo para cumplir esta etapa. Asimismo, se dan los lincamientos para definir el pro
blema de forma adecuada y no cometer los errores comunes. Tambin se detallan las partes
del enfoque: marco terico objetivo, modelos analticos, preguntas de investigacin, hipte
sis y especificacin de la informacin necesaria. Se exponen las consideraciones especiales
que ataen a la definicin de un problema y a la elaboracin de un enfoque para abordarlo en
la investigacin de mercados internacionales. Se examinan varios aspectos ticos que apa
recen en esta etapa del proceso. Para terminar, se estudia el uso de Internet y las computadoras
en la definicin del problema y elaboracin de un mtodo.
La exposicin se inicia con el ejemplo de Harley Davidson cuando necesitaba informa
cin concreta sobre sus clientes.
www.FreeLibros.me
32
ducir ms motocicletas? El problema de investigacin era definir si los clientes seran compra
dores leales de Harley Davidson en el largo plazo. Especficamente, la investigacin tena que
abordar los siguientes componentes:
1. Quines son los clientes? Cules son sus caractersticas demogrficas y psicogificas?
2. Es posible distinguir tipos de clientes? Es posible segmentar el mercado de una forma
significativa?
3. Qu opinan los clientes de sus Harley? Los clientes se sienten incitados por el mismo
estmulo?
4. Son leales los clientes de Harley Davidson? Qu tanta es la lealtad a la marca?
Una de las preguntas de investigacin (PI) y las hiptesis (H) correspondientes fueron:
PI: Es posible segmentar a los compradores de motocicletas segn sus caractersticas
psicogrficas?
H l: Existen distintos segmentos de compradores de motocicletas.
H2: Cada segmento tiene una razn diferente para comprar una Harley.
H3: La lealtad a la marca es alta entre los clientes de Harley Davidson en todos sus seg
mentos.
Esta investigacin estuvo orientada por la teora de que la lealtad a la marca es el resultado
de ideas, actitudes, afectos y experiencias positivas con la marca. Se realizaron investigaciones
cualitativas y cuantitativas. Primero se formaron grupos de enfoque con dueos actuales de mo
tocicletas, posibles dueos y dueos de otras marcas, para comprender lo que pensaban de Har
ley Davidson. Luego se expidieron por correo 16,000 encuestas para obtener perfiles psicolgi
cos, sociolgicos y demogrficos de los clientes, as como su evaluacin subjetiva de Harley.
Algunos de los principales resultados fueron los siguientes:
Es posible distinguir siete categoras de clientes: 1) el amante tradicional de la aventura;
2) el pragmtico sensible; 3) el buscador de status; 4) el campista despreocupado; 5) el
capitalista con clase; 6) el solitario sereno, y 7) el inadaptado engredo. De esta manera
se confirm H 1.
Sin embargo, todos los segmentos tenan la misma razn para comprar una Harley: era
smbolo de independencia, libertad y poder. (Esta uniformidad de los segmentos fue una
sorpresa que refut H2.)
Todos haban sido por mucho tiempo clientes leales de Harley Davidson, lo que confir
m H3.
De acuerdo con estos resultados, se tom la decisin de invertir y de esta forma fabricar ms
Harley. La empresa ha seguido aumentando su produccin anual a una tasa de dos dgitos y se
espera que la produccin en 2003 sea de 289,444 unidades con ventas de 4,000 millones de
dlares.1*
www.FreeLibros.me
CAPTULO 2
33
INVESTIGACIN
REAL
www.FreeLibros.me
54
Figura 2.1
Proceso de definicin del
problema (desarrollo
del enfoque) y desarrolb de
un mtodo
lreas implicadas
Discusin con
los tomadores
de decisiones
Entrevistas
con
expertos
Anlisis
de datos
secundarios
Investigacin
cualitativa
1
Problema de dedsin gerencial
1
Problema de investigacin de mercados
Etapa 2. Enfoque
T
Bases
tericas
objetivas
Modelo analtico:
verbal, grfico,
matemtico
Peguntas
de
investigacin
Hiptesis
Especificacin
de la informacin
necesaria
cin se necesita. Para ahondar en esta definicin se comienza con un anlisis de las tareas im
plicadas.
TAREAS IMPLICADAS
Discusin con los tomadores de decisiones
La discusin con los tomadores de decisiones es de extremada importancia. Los directivos ne
cesitan entender las posibilidades y limitaciones de la investigacin.4 As, la investigacin ofrece
informacin pertinente para la toma de decisiones administrativas pero no brinda soluciones,
porque las soluciones requieren del juicio de la direccin. Por su parte, el investigador debe en
tender la naturaleza de las decisiones que enfrentan los directivos y qu esperan saber gracias a
la investigacin.
Para identificar el problema, el investigador debe tener una gran capacidad para interactuar con quienes toman las decisiones. Varios factores complican esta relacin. A veces es dif
cil encontrar a los responsables y en algunas organizaciones existen protocolos complicados
para reunirse con los altos directivos. La posicin que ocupe en la organizacin el investigador
o el departamento de investigacin puede hacer difcil el acceso a quienes toman las decisiones
en las primeras etapas del proyecto. Por ltimo, tambin puede ocurrir que haya ms de un res
www.FreeLibros.me
CAPTULO 2
35
ponsable, lo que hace ms complicado reunirse con ellos en grupo o por separado. A pesar de
estos problemas, es necesario que el investigador interacte directamente con las principales
personas que toman las decisiones.5
La auditora del problem a ofrece un marco de referencia til para interactuar con los res
ponsables de la toma de decisiones e identificar las causas del problema. Como cualquier audi
tora, es un examen completo de un problema de marketing con la finalidad de entender su origen
y naturaleza.6 El inventario del problema abarca discusiones con quienes deciden sobre los si
guientes temas, que ilustramos con un problema que enfrent McDonalds:
1. Sucesos que inducen a decidir que se requiere una accin, es decir, la historia del proble
ma. McDonalds, que desde hace mucho es lder en el sector de la comida rpida, en 2001
y 2002 perdi participacin en algunos de los mercados principales ante la competencia
de Burger King, Wendys y Subway. El problema se agudiz cuando estas empresas lanza
ron nuevos productos y campaas publicitarias enrgicas, al tiempo en que las campaas
de McDonalds no tenan xito.
2. Alternativas de accin de los responsables de la toma de decisiones. Es posible que en es
ta etapa no estn todas las opciones y que se necesite una investigacin cualitativa para
identificar las posibilidades ms innovadoras. Las alternativas que tena la direccin de
McDonalds incluan: introduccin de sandwiches y nuevos platillos en el men, reduc
cin de precios, apertura de ms restaurantes, lanzamiento de promociones especiales y
aumento de publicidad.
3. Criterios para evaluar los cursos alternativos de accin. Por ejemplo, las ofertas de pro
ductos nuevos se evaluaran por sus ventas, participacin en el mercado, rentabilidad, ren
dimiento sobre inversin, etc. McDonalds evaluar las alternativas con base en su contri
bucin a la participacin en el mercado y en las utilidades.
4. Posibles acciones que se sugieran basadas en los resultados de la investigacin. En el ca
so de McDonalds, los resultados indicaran una respuesta estratgica de marketing.
5. Informacin necesaria para responder las preguntas de quienes toman las decisiones.
Comprende una comparacin de McDonalds con sus principales competidores en todos
los elementos de la mezcla de marketing (producto, fijacin de precios, promocin y dis
tribucin), con el fin de determinar las fortalezas y las debilidades.
6. Forma en que los administradores aprovecharn los elementos de la informacin para la
toma de decisiones. Los principales responsables de McDonalds disearn una estrategia
basada en los resultados de la investigacin, as como su intuicin y juicio.
7. Relacin de la cultura corporativa con la toma de decisiones.7 En algunas empresas, el
proceso de toma de decisiones es dominante; en otras, la personalidad de los directivos es
ms importante. Tener presente la cultura corporativa puede ser uno de los factores ms im
portantes que distinguen a los investigadores que influyen en las decisiones estratgicas de
marketing de los que no influyen. En la cultura corporativa de McDonalds se renen co
misiones en las que los principales responsables toman las decisiones cruciales.
Es importante realizar la auditora del problema porque, en la mayora de los casos, los que
toman las decisiones tienen apenas una idea vaga de lo que es el problema. Por ejemplo, saben
que la empresa pierde participacin de mercado pero no saben por qu, dado que se concentran
en los sntomas ms que en las causas. N o alcanzar los pronsticos de ventas, perder participa
cin de mercado y la prdida de utilidades son sntomas. El investigador debe tratar con las cau
sas subyacentes, no slo ocuparse de los sntomas. Por ejemplo, la prdida de participacin de
mercado podra obedecer a que la competencia se promueve mejor, a la mala distribucin de los
productos de la compaa o a otros numerosos factores. Slo cuando se identifican las causas
puede abordarse bien el problema, como lo ejemplifica el esfuerzo de Cingular.
www.FreeLibros.me
36
Una auditora del problema sirvi
para que Cingular Wireless identificara
d veidadero problema de falta de ima
gen. El lema reza: Qu tiene que
decir?
cingular
WIRELESS
servicios, y las primeras ventas no estuvieron a la altura de lo que esperaba la direccin. Se rea
liz una auditora del problema, en el que se revel que el verdadero motivo era la falta de ima
gen. Por eso, el problema de investigacin se defini como la necesidad de medir la concien
cia, percepciones e imgenes de Cingular. Se entablaron grupos foco seguidos por una encuesta
telefnica. Los resultados indicaron que haba poca conciencia y que la gente no saba qu ha
ca Cingular, por su falta de imagen. Los resultados tambin indicaron que los consumidores
perciban de manera muy positiva a una compaa de telecomunicaciones que les permitiera
expresarse.
P&m remediar la situacin, Cingular contrat a la agencia publicitaria neoyorquina BBDO
para que durante el Sper Tazn de enero de 2001 lanzara su campaa de 300 millones de dla
res que haca hincapi en la expresin personal. Cingular decidi que el enfoque principal de la
campaa deba ser la imagen, ms que las diferencias de servicio. La compaa se dio cuenta de
que hace falta ms que servicio para ganar con una marca nueva en un mercado tan competido.
\knce Oberbey, director de publicidad de Cingular, explic: Mientras que otras empresas de
telecomunicaciones tratan de hacer or sus mensajes a travs de una combinacin de tecnolo
gas y planes tarifarios rivales, Cingular decidi centrarse en la expresin de las personas.
Estamos sumamente complacidos con la conciencia que hemos creado, con la idea de que
Cingular es divertida, creativa y expresiva dijo la directora de marketing de la compaa, Vir
ginia Vann. Todos entienden que Cingular es expresin personal. Desde el Sper Tazn de
2001, Cingular ha patrocinado espectculos como el torneo de basquetbol de la NCAA y la ver
sin en el interior de Australia del programa televisivo Survivor II. Cingular tambin coloca pu
blicidad local en medios impresos, radio y televisin, en la que se presta ms atencin a la mar
ca corporativa y se habla ms de las tarifas, pero an dentro de los confines de la expresin
personal. No es de sorprender que las ventas hayan aumentado a un ritmo considerable.8
Como en el caso de Cingular, una auditora del problema que requiera una relacin estre
cha entre los directivos y el investigador favorece en gran medida su definicin, puesto que se
determinan las causas. Este trato se hace ms fcil si una o ms personas de la organizacin el
cliente funge como enlace y forman un equipo con el investigador de mercados. Para que la re
lacin entre ambos sea fructfera sta debe caracterizarse por los siguientes siete factores.
1. Com unicacin Es esencial el libre intercambio de ideas entre quienes deciden y el inves
tigador.
2. Cooperacin. La investigacin de mercados es un proyecto de equipo en el que las dos
partes (responsables e investigador) deben cooperar.
3. Confianza. El trato entre el investigador y quienes toman las decisiones debe estar marca
do por la confianza mutua.
4. Sinceridad. No debe haber intenciones ocultas y debe prevalecer una actitud franca.
5. Cercana. La relacin entre los responsables y el investigador debe caracterizarse por sen
timientos de cordialidad y proximidad.
6. Continuidad. Quienes deciden y el investigador deben estar en contacto continuo y no ver
se slo espordicamente.
7. Creatividad. El trato entre el investigador y el responsable no debe ser protocolario, sino
creativo.
www.FreeLibros.me
CAPTULO 2
37
INVESTIGACIN
REAL
www.FreeLibros.me
38
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 2
39
Muchas veces es til completar el anlisis de los datos secundarios con investigacin cua
litativa.
Investigacin cualitativa
Metodologa de investigacin ex
ploratoria no estructurada, basada
en muestras pequeas y con la in
tencin de dar ideas de la situacin
de un problema.
La informacin obtenida de los directivos, los expertos del ramo y los datos secundarios no
siempre son suficientes para definir el problema de investigacin. A veces hay que emprender
una investigacin cualitativa para comprender el problema y sus factores bsicos. La investigacin cualitativa no est estructurada, es exploratoria, se basa en muestras pequeas y aplica
tcnicas conocidas, como grupos focales (entrevistas en grupo), asociacin de palabras (pedirle
a los entrevistados su primera respuesta a palabras de estmulo) y entrevistas de profundidad
(entrevistas personales en las que se sondean los pensamientos de los entrevistados). Tambin
se aplican otras tcnicas de investigacin exploratoria, como las encuestas piloto con muestras
pequeas. En el captulo 3 se estudiar con ms detalle la investigacin exploratoria y en el ca
ptulo 5 las tcnicas respectivas.
Aunque la investigacin emprendida en esta etapa quiz no se realice de manera formal,
ofrece informacin valiosa sobre el problema, como lo ilustra el ejemplo inicial de Harley David
son. Los expertos indicaron la importancia de la lealtad a la marca, lealtad que tambin apareci
como factor importante en los grupos focales. En los datos secundarios se revel que la mayora
de quienes tenan una motocicleta tambin posean autos, camionetas y camiones. Los grupos fo
cales indicaron adems que las motocicletas se usaban principalmente como medio de diversin.
Los aspectos reunidos en la investigacin cualitativa, adems de los comentarios con quie
nes toman las decisiones, las entrevistas con los expertos y los datos secundarios sirven para
que el investigador entienda el contexto del problema.
C O N TE X TO D EL PROBLEMA
Consiste en los factores que reper
cuten en la definicin del problema
de investigacin de mercados, como
informacin histrica y pronsticos,
recursos y restricciones de la empre
sa, objetivos de quien toma las deci
siones, conducta de compra, entorno
legal, entorno econmico y capaci
dades tecnolgicas y de marketing
de la compaa.
Figura 2 .2
Factores que se consideran en el
contexto de un problem a
Recursos y restricciones
* Objetivos
- Conducta de compra
- Entorno legal
Entorno econmico
www.FreeLibros.me
INVESTIGACIN
REAL
Recursos y restricciones
fra definir un problema de investigacin de mercados de alcance apropiado es necesario con
siderar tanto los recursos (dinero o capacidades de investigacin) como las restricciones de la
organizacin (costos y tiempos). Es evidente que la direccin no va a aprobar un proyecto de
gran escala que cueste 100,000 dlares cuando slo hay un presupuesto de 40,000. En muchos
casos, el alcance del problema de investigacin de mercados debe reducirse para adaptarse a las
restricciones presupuestarias. Esto puede hacerse, como en el proyecto de la tienda departa
mental, si se limita la investigacin a los principales mercados geogrficos en vez de efectuar el
proyecto en todo el pas.
Muchas veces es posible extender de manera notable el alcance de un proyecto con slo un
aumento marginal en los costos. Esto incrementa de manera considerable la utilidad del proyec
www.FreeLibros.me
CAPTULO 2
41
to, lo que ampla la probabilidad de que la direccin lo apruebe. Las restricciones de tiempo son
importantes cuando las decisiones deben tomarse pronto.15 Un proyecto para uno de los princi
pales fabricantes de juguetes, Fisher-Price, que consista en entrevistas en centros comerciales
de seis ciudades grandes (Chicago, Fresno, Kansas, Nueva York, Filadelfia y San Francisco) te
na que ser completado en seis semanas. Por qu la urgencia? Los resultados deban presentar
se en una junta prxima en la que se iba a tomar una decisin importante (s o no) acerca de la
introduccin de un producto nuevo.16
Otras restricciones, como las que impone el personal del cliente, la estructura y la cultu
ra de la organizacin o los estilos de toma de decisiones, se deben identificar para determinar
el alcance del proyecto de investigacin. Sin embargo, no debe permitirse que menge el va
lor de la investigacin ante los ojos de quien toma las decisiones ni que se ponga en riesgo la
integridad del proceso de investigacin. Si vale la pena emprender un proyecto, vale la pena
hacerlo bien. En los casos en que los recursos son demasiado limitados para que un proyecto
sea de la mayor calidad, hay que aconsejar a la empresa que no realice una investigacin de
mercados formal. Por esta razn, es preciso identificar recursos y restricciones, una tarea que
se entiende mejor cuando se examina a la luz de los objetivos de la organizacin y de quienes
deciden.
Objetivos
Metas que la organizacin y quien
toma las decisiones deben conside
rar para realizar exitosamente una
investigacin de mercados.
Se toman las decisiones para alcanzar objetivos. La formulacin del problema de decisin ad
ministrativa debe basarse en la comprensin de dos tipos de objetivos: 1) los objetivos de la or
ganizacin (las metas de la empresa), y 2) los objetivos personales de quien decide. Para que un
proyecto tenga xito debe cumplir los objetivos de la organizacin y de quien toma las decisio
nes, lo que, no obstante, no es un cometido sencillo.
Pocas veces el que decide formula con precisin los objetivos personales y de la organiza
cin. Por lo contrario, es probable que los enuncie en trminos que carezcan de significado ope
rativo, como mejorar la imagen corporativa. No es de creer que interrogar directamente a
quien toma las decisiones revele todos los objetivos pertinentes. El investigador necesita poseer
la habilidad para extraerlos. Una tcnica eficaz consiste en presentar al directivo cada una de las
soluciones posibles a un problema y preguntarle si actuara en esa direccin. Si la respuesta es
negativa, hay que sondear ms para descubrir los objetivos que no estn contemplados en esas
posibilidades.
Conducta de compra
Q m d u c ta d e c m n
Conjunto de conocimientos para en
tender y predecir las reacciones de
los consumidores, de acuerdo con
caractersticas especficas de los in
dividuos.
La conducta de com pra es un componente central del contexto. En casi todas las decisiones de
marketing, el problema puede remontarse al pronstico de la respuesta que darn los comprado
res a ciertas acciones del vendedor. Comprender las razones de la conducta de compra puede
arrojar apreciaciones valiosas sobre un problema. Los factores que inciden en este comporta
miento y que deben considerarse son:
1.
2.
3.
4.
5.
6.
7.
El siguiente ejemplo muestra cmo una comprensin del comportamiento relevante del
comprador ayuda a identificar la causas del problema.
INVESTIGACIN
REAL
www.FreeLibros.me
42
Entorno legal
Rjlticas y normas reguladoras con
las que deben operar las organiza
ciones.
Entorno econmico
Cbnsta de ingreso, precios, ahorros,
crdito y condiciones econmicas
j^nerales.
Junto con el entorno legal, otro componente importante del contexto es el entorno econm ico,
que comprende el poder de compra, ingreso neto, ingreso disponible, ingreso discrecional, pre
cios, ahorros, disponibilidad de crdito y las condiciones econmicas generales. El estado
general de la economa (crecimiento acelerado o lento, recesin o stagflation) influye en la
disposicin de los consumidores y empresas para contratar crditos y gastar en artculos costo
sos. As, el entorno econm ico tiene implicaciones importantes para los problemas de investi
gacin de mercados.
www.FreeLibros.me
CAPTULO 2
43
tico. Es posible obtener informacin precisa sobre las ventas al por menor no slo de las marcas
de la compaa, sino tambin de la competencia. La velocidad y la exactitud de la recopilacin de
datos permiten al investigador estudiar problemas intrincados, como los cambios diarios de par
ticipacin en el mercado durante una promocin.
Despus de entender lo suficiente el contexto del problema, el investigador est en posi
cin de definir el problema de decisin administrativa y el de investigacin de mercados. Este
proceso se ilustr en el ejemplo inicial de Harley Davidson. Los pronsticos anticipaban un in
cremento en los gastos de consumo en diversin y entretenimiento hasta el ao 2010. Con el
impulso de Internet, los consumidores del siglo x x i se han vuelto ms exigentes y ms cons
cientes del valor. A pesar de todo, la imagen de la marca y la lealtad juegan una parte importan
te en el comportamiento de compra que hace que las marcas ms conocidas carguen un sobre
precio. Era evidente que Harley Davidson tena los recursos necesarios y las capacidades
tecnolgicas y de marketing para conseguir su objetivo de ser la principal marca de motocicle
tas en el mundo. El problema de decisin administrativa era determinar si los clientes seran
compradores leales a Harley Davidson en el largo plazo. En la siguiente seccin ahondamos en
los problemas de la decisin gerencial y de investigacin de mercados.
El problem a de decisin gerencial pregunta qu tiene que hacer quien toma las decisiones, en
tanto que el problem a de investigacin de m ercados pregunta qu informacin se requiere y
cul es la mejor manera de conseguirla (tabla 2-1). La investigacin puede arrojar toda la in
formacin necesaria para tomar una decisin slida.18 El problema de decisin gerencial se di
rige a la accin. Se interesa en las medidas que pueda emprender el que toma las decisiones.
Cmo debe detenerse la prdida de participacin en el mercado? Hay que segmentar el mer
cado de otra manera? Hay que aumentar el presupuesto de publicidad? En cambio, el problema
de investigacin de mercados atae a la informacin. Consiste en determinar qu informa
cin se requiere y cmo puede obtenerse de manera eficaz y eficiente. En tanto que el pro
blema de decisin se centra en los sntomas, el de investigacin de mercados se enfoca en las
causas.
Considrese, por ejemplo, la lnea de productos que pierde participacin en el mercado. El
problema de decisin del directivo es cmo recuperarse de la prdida. Entre las acciones posi
bles se encuentran la modificacin de los productos, la introduccin de productos nuevos, el
cambio de otros elementos de la mezcla de marketing y la segmentacin del mercado. Supon
gamos que quien decide y el investigador piensan que el problema obedece a una segmentacin
inadecuada del mercado y quieren emprender una investigacin para recabar informacin sobre
el tema. As, el problema de investigacin se convertira en la identificacin y la evaluacin de
otros esquemas de segmentacin del mercado. Obsrvese que el proceso es interactivo. En el
ejemplo de la tienda departamental se ilustra la diferencia entre el problema de decisin
gerencial y el problema de investigacin de mercados, as como la naturaleza interactiva del
proceso de definicin de los problemas.
de decisin gerencial
P roblema
de investigacin de mercados
Tiende a la accin
Se inclina a la informacin
www.FreeLibros.me
44
IN V E S T IG A C I N A C T I V A
D efin ici n d e l p ro b le m a
TD: Hemos visto una reduccin en la clientela de nuestra tienda,
t Cmo lo sabe?
TD: Bueno, se refleja en nuestras ventas y nuestra participacin en el mercado.
I: Por qu cree que se haya reducido la clientela?
TD: Me gustara saberlo!
t Cmo est la competencia?
TD: Me parece que somos mejores que la competencia en algunos factores y peores en otros.
L Qu impresin tienen sus dientes de la tienda?
TD: Creo que la mayora la ven con buenos ojos, aunque tenemos una o dos reas flojas.
Despus de varias sesiones de conversacin con quien toma las decisiones y otros gerentes prindpales, el anlisis de los datos secundarios y una investigacin cualitativa, d problema se identific de
la manera siguiente:
Problema de decisin gerencial
Qu debe hacerse para acrecentar la clientela de Sears?
Problema de investigacin de mercados
Determinar las ventajas y desventajas de Sears, comparadas con los principales competidores y respecto
de los factores que influyen en la clientela de la tienda.
www.FreeLibros.me
CAPTULO 2
Figura 2 .3
Definicin apropiada del
problema de investigacin
de m ercados
45
Componentes especficos
bin impide que el investigador se ocupe de componentes importantes del problema de decisin
gerencial. Por ejemplo, en un proyecto realizado para una empresa grande de productos de con
sumo, el problema de la administracin era cmo responder a la reduccin de precios hecha por
la competencia. El personal de investigacin de la compaa identific las siguientes posibles
acciones: 1) reducir el precio de la marca de la empresa para que correspondiera con la rebaja
de la competencia; 2) mantener el precio pero aumentar notablemente la publicidad; 3) bajar un
poco el precio, sin que correspondiera al precio de la competencia, e incrementar en algo la pu
blicidad. Ninguna de estas alternativas pareca prometer nada. Cuando contrataron expertos in
vestigadores de mercados externos a la compaa, volvieron a definir el problema en trminos
de mejorar la participacin en el mercado y la rentabilidad de la lnea de productos. En la inves
tigacin cualitativa se indic que en las pruebas encubiertas los consumidores no distinguan
los productos ofrecidos con marcas distintas. Ms an, los consumidores tomaban el precio co
mo indicador de la calidad del producto. Estos resultados llevaron a una alternativa creativa:
aumentar el precio de la marca actual e introducir dos marcas nuevas, una con el precio de la
competencia y otra de precio ms bajo. Esta estrategia se puso en marcha y trajo un aumento de
participacin en el mercado y en la rentabilidad.
Para reducir la probabilidad de cometer cualquiera de los dos errores en la definicin del
problema, se enuncia el problema en trminos generales y amplios y se identifican sus elemen
tos principales (vase la figura 2-3). El enunciado g en era l ofrece una panormica del problema
y funge como salvaguarda para no cometer el segundo error. Los com ponentes especficos se
centran en los aspectos fundamentales del problema y ofrecen lincamientos claros sobre cmo
proceder en lo suscesivo, con lo que es menos probable que se incurra en el primer error. Vea
mos a continuacin ejemplos de definiciones apropiadas de investigaciones de mercado.
INVESTIGACIN
REAL
www.FreeLibros.me
46
Como las preguntas se definieron tan bien, la informacin que arroj esta investigacin sir
vi para que la administracin diseara secciones especiales sobre enseanza, equipo, tenistas
lamosos y lugares para jugar que satisficieran necesidades concretas de los lectores. Entre los
cambios que siguieron se cont la llegada, en marzo de 2001, de Chris Evert como editora.
Evert es una de las personas ms influyentes en el deporte con 18 ttulos del Grand Slam gana
dos. Como editora, Evert escribe una columna mensual acerca de diversos temas tensticos y
participa en actividades publicitarias. Con estos cambios, Tennis se volvi ms atractiva para
sus lectores.19
En el ejemplo de la revista Tennis, el enunciado general del problema se enfoc en la reco
pilacin de informacin sobre los suscriptores y con los componentes especficos se identifica
ron los elementos de informacin que tenan que conseguirse. Esto tambin fue cierto en el
ejemplo de Harley Davidson, donde un enunciado amplio del problema de investigacin de
mercado estuvo seguido por cuatro componentes especficos. La definicin del problema en la
tienda departamental sigui un esquema semejante.
Una vez que se tiene un enunciado general del problema de investigacin de mercados y
ya que se identificaron sus componentes especficos, el investigador est en posicin de prepa
rar un enfoque adecuado.
IN V E S T IG A C I N A C T I V A
www.FreeLibros.me
CAPTULO 2
47
C O M P O N E N TES M E TO D O L G IC O S
En el proceso de elaboracin de un enfoque adecuado no debemos perder de vista los objetivos.
Los resultados de este proceso de elaboracin son el marco terico objetivo, los modelos anal
ticos, las preguntas de investigacin, la hiptesis y la especificacin de la informacin que se
necesita (vase la figura 2-1). En las siguientes secciones examinaremos cada uno de estos
componentes.
Marco terico-objetivo
Esquema conceptual elaborado so
bre enunciados fundamentales lla
mados axiomas, que se dan por ver
daderos.
Pruebas sin sesgo que se respaldan
en resultados empricos.
Modelo analtico
Especificacin explcita de un con
junto de variables y sus relaciones
recprocas, diseado para represen
tar, en todo o en parte, algn sistema
o proceso real.
Modelos analticos que ofrecen una
representacin escrita de las relacio
nes entre variables.
Modelos analticos que ofrecen una
imagen visual de las relaciones en
tre variables.
Modelos analticos que describen
en forma explcita las relaciones en
tre variables, por lo regular como
ecuacin.
Un m odelo analtico es un conjunto de variables y sus interrelaciones, que tiene por objeto re
presentar, en todo o en parte, algn sistema o proceso real. Los modelos adoptan muchas for
mas. Las ms comunes son las estructuras verbales, grficas y matemticas. En los modelos
verbales, las variables y sus relaciones se explican por escrito. Estos modelos pueden ser la ex
presin verbal de las principales premisas de una teora. Los modelos grficos son visuales. Se
usan para aislar variables y sealar direcciones de las relaciones, pero no estn diseados para
arrojar resultados numricos. Existen pasos lgicos preliminares para el desarrollo de modelos
matemticos. Los modelos m atem ticos especifican de manera explcita las relaciones entre
variables, por lo regular en la forma de una ecuacin. Estos modelos se utilizan como gua para
preparar el diseo de la investigacin y tienen la ventaja de que son susceptibles de manipula
cin.23 Los modelos se ilustran en el contexto del proyecto de la tienda departamental.
Como se puede observar a partir de este ejemplo, los modelos verbales, grficos y mate
mticos muestran el mismo fenmeno o marco terico de maneras distintas. El fenmeno de ser
cliente de una tienda, expresado verbalmente, para fines de mejor comprensin se representa
mediante una figura (modelo grfico) y se pone en una ecuacin (modelo matemtico) para fa
cilitar las pruebas y las estimaciones estadsticas. Los modelos grficos son en particular tiles
para concebir un mtodo con el cual resolver un problema. En el ejemplo de Harley Davidson
al comienzo del captulo, la teora subyacente era que la lealtad a la marca es resultado de con-
www.FreeLibros.me
48
IN V E S T IG A C I N A C T IV A
Conocimiento: evaluacin
y
Preferencia
i
Cien te
Modelo matemtico
y = ao +Z ax
=i
Bi la que
y = grado de preferencia
q, a = parmetros del modelo para estimacin estadstica
x = factores del cliente constituidos por los criterios de seleccin
Experiencia/
floracin
CompraLealtad
repetida
Sentimientos
Los modelos verbales, grficos y matemticos se complementan unos a otros y sirven al
investigador para que identifique las preguntas de investigacin y las hiptesis pertinentes.
Preguntas de investigacin
Preguntas de investigacin
Peguntas que son perfeccionamien
tos de los componentes especficos
del problema.
Las preguntas de investigacin (PI) son enunciados perfeccionados de los componentes espe
cficos del problema. Aunque estos componentes definen el problema en trminos concretos, a
veces hacen falta ms detalles para elaborar un enfoque. Quizs haya que descomponer cada
componente en partes menores o preguntas de investigacin, con las que se inquiere qu infor
macin se necesita con respecto de aquellos componentes. Si la investigacin da respuesta a las
preguntas, la informacin ser de utilidad para quien toma las decisiones. Las preguntas de in
vestigacin se formulan no slo con la definicin del problema, sino tambin con el marco te
rico y los modelos analticos adoptados. Para cada componente tal vez haya varias preguntas de
investigacin, como en el caso del proyecto de la tienda departamental.
El marco terico y el modelo analtico cumplen una funcin importante para hacer opera
tivas las variables especificadas y medirlas mediante las preguntas de investigacin. Aunque en
el proyecto de la tienda departamental la bibliografa revisada no aport ninguna medicin de
finitiva del crdito comercial, el modelo matemtico podra incorporar varias medidas. Por lo
www.FreeLibros.me
CAPTULO 2
W W E S T IG A C I H A C T IV A
49
tanto, se decidi incluir en el estudio las cuatro medidas del crdito comercial. Las preguntas de
investigacin se afinan y se convierten en una o ms hiptesis.
Hiptesis
Enundado o proposicin que no se
iS iw no^ u eh itereaH ^ S rdor
r
ga .
Una hiptesis es un enunciado o proposicin que no se ha probado acerca de un factor o fenmeno que interesa al investigador. Por ejemplo, puede ser una afirmacin tentativa referida a la
relacin entre dos o ms variables segn las estipulaciones del marco terico o el modelo anaitico . Con frecuencia una hiptesis es una respuesta posible a la pregunta de investigacin. Las
hiptesis son ms que preguntas de investigacin, puesto que son declaraciones de relaciones o
proposiciones, ms que meras interrogantes para las que se busca una respuesta. Las preguntas
de investigacin son interrogativas; las hiptesis, declarativas y se verifican empricamente
(vase el captulo 15). Una funcin importante de una hiptesis es sealar variables para incluir
en el diseo de la investigacin. La relacin entre el problema de investigacin de mercados, las
preguntas de investigacin y las hiptesis, junto con la influencia del marco terico objetivo y
los modelos analticos, se sintetizan en la figura 2-4 y se ilustran en el ejemplo siguiente, toma
do del proyecto de la tienda departamental.24
Figura 2 .4
Preparacin de las preguntas de
investigacin y las hiptesis
*
Preguntas de investigacin
Modelo
analtico
,
Hiptesis
www.FreeLibros.me
50
IN V E S T IG A C I N A C T IV A
Por desgracia, no es posible formular hiptesis en todas las situaciones. Algunas veces no
hay suficiente informacin; otras, la expresin ms aconsejable de una hiptesis es una declara
cin trivial de la pregunta de investigacin. Por ejemplo:
Pi: Los clientes de Sears son leales a la tienda?
H: Los clientes de Sears son leales.
Las hiptesis son una parte importante del enfoque para abordar el problema. Cuando se
enuncian en trminos operativos, como H 1 y H2 en el ejemplo de la tienda departamental, dan
lincamientos en relacin con qu datos se recopilan y analizan, y cmo. Cuando las hiptesis
operativas se enuncian en una notacin simblica, se denominan hiptesis estadsticas. Una
pregunta de investigacin puede tener ms de una hiptesis, como en el ejemplo de Harley Davidson y en el siguiente.
El sabor de la comodidad
A mitad de la inestable economa del 2003, nada es ms reconfortante que los alimentos y los
festines conocidos y confiables. Los alimentos confortan a las personas en diferentesmomen
tos de la vida? Por ejemplo, un caldo de pollo nos hace sentir mejor en un da delluvia o du
rante un resfriado, en parte porque lo tombamos en las mismas situaciones cuando ramos ni
os? Se realiz una investigacin de mercados para investigar los alimentos reconfortantes. Las
preguntas de investigacin y sus hiptesis fueron:
PI 1: Qu alimentos se consideran reconfortantes?
Hl: Las papas fritas se consideran alimento reconfortante.
H2: El helado se considera alimento reconfortante.
PI2: Cundo come la gente alimentos reconfortantes?
H3: Las personas comen alimentos reconfortantes cuando se sienten bien.
H4: Las personas comen alimentos reconfortantes cuando se sienten mal.
PI3: Cmo adoptan las personas los alimentos reconfortantes?
H5: Las personas se apegan a los alimentos reconfortantes que corresponden a su
personalidad.
H6: Las personas se apegan a alimentos reconfortantes por asociaciones con su pasado.
Se efectuaron entrevistas telefnicas a fondo a 411 personas de todo Estados Unidos. El
objetivo era averiguar cules son los alimentos reconfortantes para las personas y cmo tales
alimentos se convirtieron en alimentos reconfortantes. Con las respuestas cualitativas se elabo
r una encuesta telefnica cuantitativa de 20 minutos para una muestra ms grande, de 1,005
personas.
Los resultados mostraron que los alimentos reconfortantes que ms prefieren los estadou
nidenses son las papas fritas, seguidas por el helado, las galletas y los dulces. As, se validaron
Hl y H2. Muchos entrevistados tambin sealaron como reconfortantes los alimentos naturales
hechos en casa y aun los saludables, como carnes, sopas y verduras. El alivio psicolgico que
proporcionan estas comidas puede ejercer un efecto poderoso en sus elecciones alimenticias, de
la misma forma en que lo hace el gusto por los bocadillos.
www.FreeLibros.me
CAPTULO 2
51
Tambin es ms probable que las personas coman alimentos reconfortantes cuando se sien
ten bien que cuando se sienten mal: jubiloso (86%), de celebracin (74%), entristecido (39%),
desanimado (52%) y solitario (39%). As, H3 tuvo ms respaldo que H4, aunque las dos se
apoyaron.
Los resultados tambin mostraron que las asociaciones de productos con el pasado y la
identificacin con la personalidad eran las dos principales razones de que los alimentos se con
viertan en comidas reconfortantes, lo que respald a H5 y H6. Los alimentos nos recuerdan su
cesos de la vida, y por eso los consumimos para consolamos. Varios alimentos tambin ayudan
a las personas a formar su identidad, pues son productos que concuerdan con su personalidad.
Por ejemplo, la carne y las papas son indispensables para el macho estadounidense, lo que ex
plica por qu tantos hombres no prueben productos de soya, que son ms saludables.
Cuanto ms conocen los mercadlogos sobre la psicologa de los alimentos, tanto en el
plano asociativo como en el personal, mejor pueden establecer marcas nuevas, as como empa
ques y publicidad de las marcas antiguas que ya se consideran alimentos reconfortantes y tienen
una personalidad de marca. Por ejemplo, la marca Baked Lays de Frito-Lay, papas con bajas ca
loras, ha tenido mucho xito. Frito-Lay combina el hecho de que es divertido comer las papas
fritas con la ola de estadounidenses conscientes de su salud. El lema de la nueva marca era
Pruebe la diversin, no la grasa, que implica la idea de las personas que quieran una vida di
vertida. El producto divertido sigue siendo reconfortante, al tiempo que reduce la sensacin de
culpa gracias a su bajo contenido de grasas.26
W W E S T IG A C I II A C T IV A
(Contina)
www.FreeLibros.me
52
IN V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 2
53
H3: Los viajeros prefieren raciones ms grandes, pero con calidad uniforme.
H4: Los viajeros prefieren comidas exticas.
La informacin obtenida de los entrevistados incluy una evaluacin de la competencia
(United, Delta, American, etctera) en cuanto a las comidas y otros criterios de eleccin, as co
mo la medicin de los viajes areos y la lealtad de las aerolneas.
Esta investigacin sirvi a United Airlines para definir su problema de investigacin de
mercado y elaborar un enfoque. Se realizaron grupos focales y entrevistas para verificar la im
presin que tenan los clientes de los alimentos en los aviones de United Airlines. Los resulta
dos brindaron apoyo a todas las hiptesis (H 1 a H4). A continuacin, United Airlines realiz va
rios cambios: nuevos mens culinarios, porciones ms grandes, nuevo caf y productos de
marca (como chocolates Godiva). El resultado fue un mejor servicio, mayor satisfaccin de los
clientes y fortalecimiento de la lealtad.27
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
La definicin precisa del problema de investigacin de mercados es ms difcil en la investiga
cin de mercados internacionales que en los internos. La poca familiaridad con los factores am
bientales del pas en el que se realiza la investigacin acenta la dificultad de entender el con
texto del problema y descubrir sus causas.
www.FreeLibros.me
www.FreeLibros.me
CAPTULO 2
55
Aunque tuvo que retirarse del mercado japons, Surf se desenvolvi bien durante 2003 en
otros mercados, incluso en el de la India. Con el xito y la creciente popularidad de su otro de
tergente, Orno, en Latinoamrica y China, Unilever considera introducir el producto en Japn
para saber cmo funciona.30
i
tico o ms rentable?
Una importante compaa de electrodomsticos (como Philips) contrata una empresa de inves
tigacin de mercados para que haga un estudio de segmentacin a gran escala con el objetivo de
incrementar su participacin en el mercado. El investigador, despus de seguir el proceso plan
teado en este captulo, determina que el problema no est en la segmentacin del mercado, sino
en la distribucin. La compaa no tiene un sistema de distribucin eficaz, lo que limita su par
ticipacin en el mercado. Ahora bien, el problema de distribucin requiere un mtodo mucho
ms sencillo que reducira notablemente el costo del proyecto y las utilidades de la empresa de
investigacin. Qu debe hacer el investigador? Debe realizar la investigacin que quiere el
cliente, en vez de la que necesita? Las normas ticas dictan que la empresa tiene la obligacin de
revelar al cliente el problema real. Si despus de analizar el problema de distribucin el cliente
todava quiere la investigacin de segmentacin, la empresa queda en libertad de realizarlo. La
razn es que el investigador no conoce las motivaciones de la conducta del cliente.31
Varios asuntos ticos ataen tambin al desarrollo del enfoque. Cuando un cliente pide
presupuestos, no con la idea de subcontratar una investigacin, sino con la intencin de adqui
rir la experiencia de las empresas investigadoras sin gastar, ocurre una falla tica. Si el cliente
rechaza la propuesta, entonces el mtodo que se especific en esa propuesta no debe llevarlo a
cabo el cliente, a menos que el cliente hubiera pagado por el desarrollo de la propuesta. Del
mismo modo, la empresa de investigacin tiene la obligacin moral de preparar un enfoque
adecuado. Si el mtodo va a aprovechar modelos creados en otro contexto, hay que comuni
crselo al cliente. Por ejemplo, si el investigador va a usar un modelo de satisfaccin de clien
tes elaborado antes para una aseguradora en un estudio de satisfaccin de los clientes de un ban
co, hay que revelar esta informacin. Los modelos y mtodos son propiedad intelectual de la
empresa que los crea y el cliente no debe volver a usarlos en otros estudios sin permiso de la em
presa propietaria.
Estas situaciones de carcter tico se resolveran de manera satisfactoria si tanto el cliente
como el investigador se adhirieran a las normas de la relacin profesional: comunicacin, coo
peracin, confianza, sinceridad, cercana, continuidad y creatividad, como ya se mencion. A s
se estableceran relaciones de confianza mutua que frenaran cualquier tendencia inmoral.
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Hay varias maneras en que Internet ayuda a la definicin del problema y la elaboracin del en
foque, adems de que aade valor a las metodologas tradicionales. Consideremos primero las
tareas implicadas.
www.FreeLibros.me
www.FreeLibros.me
CAPTULO 2
INVESTIGACIN
57
REAL
www.FreeLibros.me
58
E N F O Q U E
EN
B U R K E
RESUMEN
La definicin del problema de investigacin de mercados es la
etapa ms importante de un proyecto de investigacin. Es una
etapa difcil, porque a menudo la direccin no ha determinado
cul es el problema real o tiene apenas una idea vaga. La funcin
del investigador es ayudar a los directivos a identificar y aislar el
problema.
Las tareas necesarias para la formulacin del problema de
investigacin abarcan las discusiones/dilogos con la gerencia,
incluso con los principales responsables de las decisiones, las en
trevistas con expertos del sector, el anlisis de datos secundarios
y la investigacin cualitativa. Estas tareas deben ampliar la com
prensin del contexto del problema, que se debe analizar junto
con sus factores esenciales: informacin histrica y pronsticos
del sector y la empresa, objetivos de quien toma las decisiones,
www.FreeLibros.me
CAPTULO 2
59
entorno econmico, 42
modelos verbales, 47
entorno legal, 42
objetivos, 41
conducta de compra, 41
enunciado general, 45
preguntas de investigacin, 48
hiptesis, 49
criterio de autorreferencia, 53
investigacin cualitativa, 39
datos primarios, 37
modelo analtico, 47
pruebas objetivas, 47
datos secundarios, 37
modelos grficos, 47
teora, 47
modelos matemticos, 47
EJERCICIOS
Preguntas
1. Cul es la primera etapa de un proyecto de investigacin de mer
cados?
2. Por qu es importante la definicin apropiada del problema de inrestigacin de mercados?
3. Cules son las razones de que los directivos no siempre tengan cla
ro el problema real?
4. Cul es la funcin del investigador en el proceso de definicin del
problema?
5. Qu es la auditora de un problema?
6. Cul es la diferencia entre un sntoma y un problema? Cmo pue
de un investigador hbil diferenciar entre ambos e identificar un
problema verdadero?
7. Cules son las diferencias entre el problema de decisin gerencial
y d problema de investigacin de mercados?
8. Cules son los errores comunes al definir el problema de investiga
cin de mercados? Qu se puede hacer para reducir la incidencia
de tales errores?
9. Cmo se relacionan las preguntas de investigacin con los compo
nentes del problema?
10. Cules son las diferencias entre preguntas de investigacin e hip
tesis?
11. Es necesario que todos los proyectos de investigacin tengan hip
tesis? Por qu s o por qu no?
12. Cules son las formas ms comunes de los modelos analticos?
Problemas
1. Enuncie los problemas de investigacin de los problemas de deci
sin gerencial siguientes.
a. Se debe introducir un producto nuevo?
b. Se debe cambiar una campaa publicitaria que ya tiene tres aos?
c. Se debe aumentar la promocin del producto actual en tiendas?
d. Qu estrategia de precios debe adoptarse para un producto nuevo?
e. Se debe modificar un paquete de compensaciones para motivar
ms a los vendedores?
2. E nuncie los problemas de decisin gerencial para los cuales los pro
blemas de investigacin siguientes arrojaran informacin til.
a. Estimar las ventas y la participacin en el mercado de las tiendas
departamentales de cierta zona metropolitana.
b. Determinar las caractersticas de diseo de un producto nuevo
que debe obtener la mayor participacin en el mercado.
c. Evaluar la eficacia de otros comerciales de televisin.
d. Evaluar los territorios de ventas actuales y los propuestos en re
lacin con su potencial de ventas y su carga de trabajo.
e. Determinar los precios de cada artculo de una lnea de produc
tos para aumentar al mximo sus ventas totales.
www.FreeLibros.me
60
ACTIVIDADES
Intercambio de papeles
1. Pdale a un compaero que represente el papel de un directivo de
una empresa embotelladora local que planea la introduccin de un
refresco de lima limn. El producto se promover como refresco de
cambio de ritmo dirigido al consumo de todos los bebedores de re
frescos, incluso al de los grandes consumidores de refrescos de cola.
Usted representa el papel del investigador. Sostenga conversaciones
con el responsable de las decisiones e identifique el problema de de
cisin gerencial. Convirtalo por escrito en una declaracin del pro
blema de investigacin de mercados. El directivo est de acuerdo
con su definicin? Elabore un enfoque para el problema de investi
gacin que haya identificado.
2. Usted es vicepresidente de marketing en American Airlines y le gus
tara aumentar su participacin en el mercado. Haga una lista de los
objetivos pertinentes de la aerolnea. Como una de las personas que
toman las decisiones, cules son sus objetivos personales?
Trabajo de campo
1. Consiga una cita y visite la librera, un restaurante o cualquier em
presa situada cerca de su universidad. Hable con el responsable de
las decisiones. Puede identificar un problema de investigacin de mer
cado que sea fructfero?
Anlisis en grupo
1. Forme un grupo pequeo de cinco o seis personas para analizar la
siguiente declaracin: La identificacin correcta y la definicin
apropiada del problema de investigacin de mercados son ms im
portantes para el xito de un proyecto de investigacin de mercados
que unas tcnicas de investigacin elaboradas. Llega el grupo a
un consenso?
2. Todos sabemos que Coca-Cola Company cambi su marca emble
ma de 99 aos por la Nueva Coca y luego tuvo que volver a la vieja
fevorita Coca-Cola clsica. En un grupo de cuatro personas, lean
tanto como puedan sobre esta chapuza de marketing. Identifiquen
d problema de decisin que enfrent la direccin de Coca. Como
equipo de investigadores, definan el problema de investigacin de
mercados y sus componentes especficos.
3. Forme otro grupo de anco o seis compaeros para analizar la afir
macin siguiente: No deben mezclarse la investigacin terica y la
aplicada. Por tanto, es una equivocacin insistir en que el mtodo
para abordar un problema prctico de investigacin de mercados se
base en la teora.
www.FreeLibros.me
CASOS
1-1. La vida en el carril de alta velocidad: la carrera
de las cadenas de comida rpida por ser la mejor
Mens limitados, autoservicio, comida para llevar y una rotacin
elevada caracterizan desde hace mucho a los restaurantes de co
mida rpida. Los cuatro lderes del mercado son McDonalds,
Burger King, Wendys y Taco Bell, y comprenden aproximada
mente la mitad de los 59,960 restaurantes de comida rpida en
Estados Unidos. En 2002, estos cuatro lderes sumaron juntos
70% del mercado de 45,000 millones de dlares. En el ao fiscal
que termin en 2002, McDonalds obtuvo ingresos anuales de
15,400 millones de dlares. McDonalds es el lder mundial en
servicios alimentarios, opera ms de 29,000 restaurantes en 121
pases y atiende diario a 45 millones de clientes. En 2002, McDo
nalds posea 43% del mercado de la comida rpida. Su principal
rival, Burger King, tena ese mismo ao 19% de participacin en
el mercado. En el ao 2001 sus ingresos anuales fueron de 8,600
millones de dlares y tena 5,000 tiendas menos que M cDo
nalds. Los ingresos en 2001 de Wendys fueron de 6,150 millones
de dlares y su participacin de 13.2%.
Aunque se pensaba que el dominio de estos lderes del mer
cado significaba la perdicin para los operadores regionales, en
realidad las cadenas pequeas experimentan una recuperacin y
crecimiento. Cadenas como Sonic y Carls Jr. invaden mercados
que antes eran campo de sus rivales ms grandes. A medida que
aumentan las cadenas que compiten por el dinero del consumidor
de comida rpida, el marketing se hace cada vez ms importante.
Al concluir su programa de revitalizacin de tres aos, McDo
nalds revel en junio de 2000 su campaa de 500 millones de dla
res Queremos verte sonrer, que reforz la nueva capacidad de la
cadena de hacer bocadillos a la orden. En el plan de marketing de
McDonalds para el 2001 se destacaba una variedad continua con la
introduccin del men de nuevos sabores, que es un men perma
nente de 40 platos que las franquicias del mismo giro hacen rotar en
periodos distintos. El nuevo men est respaldado por una campaa
publicitaria que, con un costo estimado en 60 millones de dlares,
realiz la agencia de marketing para adultos DDB Worldwide. Mc
Donalds pretende para 2010 duplicar las ventas internas del siste
ma y triplicar el flujo de efectivo de las franquicias. Para conseguir
esta meta de crecimiento en 10 aos tendrn que cumplir una fun
cin importante las nuevas marcas de la compaa: Boston Market,
Chipotle Mexican Grill y Donatos Pizza
En 2002 Burger King introdujo varios productos nuevos
pensados para competir directamente con Big Mac, Quarter
Pounder y Egg McMuffin de McDonalds. Aunque McDonalds
domina cksde hace mucho tiempo el mercado de la comida infan
til con sus Cajitas Felices, Burger King ha puesto la mira en el
www.FreeLibros.me
PREGUNTAS
1. Cules son las necesidades de informacin del sector de la comida
lpida?
2. Qu funcin cumple la investigacin de mercados para aportar es
ta informacin necesaria?
3. Seale ejemplos de alguna investigacin de identificacin de pro
blemas que pudiera emprender McDonalds para conservar el lideiazgo en el sector de la comida rpida.
4. Describa las clases de investigacin de solucin de problemas que
podr emprender Wendys para mejorar sus ventas y su participa
cin en el mercado.
5. Ctido el potencial del mercado en el extranjero, las cadenas de co
mida rpida deben realizar investigaciones de mercado en otros pases?
Qu oportunidades y dificultades enfrentarn al hacer investiga
cin de mercados internacionales?
REFERENCIAS
Barton Christopher, McDonalds to Try to Boost Service Restaurant In
vestment, Knighi Ridder Tribune Business News (enero 9 de 2002); 1.
Sachdev Ameet, Wendys Founder Dave Thomas Dies at Age 69,
Knighi Ridder Tribune Business News (enero 9 de 2002); 1.
Zuber Amy, Listen Up, Mac: BK Aims to Reign Supreme, Orders Menu
Changes, Nations Restaurant News, 35 (51) (diciembre 17 de
2001); 3,126.
Sperber Bob, McD Beefing Up Value Meals, Brandweek, 42 (45) (di
ciembre 3 de 2001); 3.
Zuber Amy, Skeptics Unsure McD Can Attain Sales Doubling, Na
tion 's Restaurant News, 35 (11) (marzo 12 de 2001); 1,96.
62
www.FreeLibros.me
PREGUNTAS
1. Debe cambiar Nike su acento publicitario basado en las celebrida
des al dependiente de los productos? Analice la funcin de la inves
tigacin de mercados para ayudar a la direccin de Nike a tomar es
ta decisin. Qu clase de investigacin habra que emprender?
2. Cmo describira la conducta de compra de los consumidores con
respecto de los zapatos deportivos?
3. Qu problema de decisin gerencial enfrenta Nike en su esfuerzo
por conservar su posicin de liderazgo?
4. Defina el problema de investigacin de mercados que enfrenta Ni
ke, dado el problema de decisin gerencial que usted identific.
5. Elabore dos preguntas pertinentes de investigacin y formule dos
hiptesis para cada una.
6. Qu utilidad tiene Internet para ayudar a Nike a realizar investiga
cin de mercados y a comercializar sus productos?
63
www.FreeLibros.me
REFERENCIAS
Annimo, The 2001 Best & Worst: Advertising, Time 158 (27) (di
ciembre 24 de 2001); 88.
Heim Sarah J., Nike Champs Move to Gridiron, Adweek, 51 (46) (no
viembre 12 de 2001); 6.
Jumah Agnes, Design Choice, Nike Shox, Marketing (marzo 22 de
2001); 14.
www.nikebiz.com/
64
www.FreeLibros.me
REFERENCIAS
Box Terry, Demise of SUVs Certainly Looks Premature, Knight Ridder Tribune Business News (enero 7 de 2002); 1.
Halliday Jean, Has Lincoln, Caddy Lux Run OutT,Ad\'ertising Age, 72
(52) (diciembre 31 de 2001 ); 4.
Greenburg Karl, Lexus Looks for TiVo to Up Comercial Viewing,
Brandweek, 42 (46) (diciembre 10 de 2001 ); 28.
Toyota Lexus Top in U.S. Car Durability Study, Jiji Press English
News Service (noviembre 16 de 2001 ); 1.
Annimo, Lexus Tops in Retention, Automotive News, 76 (5956) (no
viembre 5 de 2001 ); 26.
PREGUNTAS
1. Describa el problema de decisin gerendal que enfrenta Lexus al
combatir la competencia de otros fabricantes de autos de lujo, como
Merceces, BMW y Jaguar, as como la competencia de los autos de
Semilujo, como Maxima de Nissan y Millennia de Mazda.
65
www.FreeLibros.me
www.FreeLibros.me
OTROS CASOS
1-1. Burke: aprende y crece en la investigacin
de mercados
Alberta Burke, que trabajaba en el departamento de marketing de
Procter & Gamble Company, fund Burke, Inc. en 1931. En
aquella poca haba pocas compaas formales de investigacin
de mercados, no slo en Estados Unidos sino en todo el mundo.
En la actualidad, Burke es una compaa de apoyo a las decisio
nes que ayuda a sus clientes a entender sus prcticas empresaria
les y a volverse ms eficaces. En este caso en video se traza la
evolucin de la investigacin de mercados y la manera en que
Burke pone en prctica, en 2003, las etapas del proceso de inves
tigacin de mercados.
EVOLUCIN DE LA INVESTIGACIN
DE MERCADOS
La primera investigacin de mercados conocida tuvo lugar hace
ms de un siglo, en 1895 o 1896. Un profesor envi a las agen
das publicitarias preguntas por telgrafo acerca del futuro de la
publicidad. Recibi 10 respuestas y escribi un artculo en el que
refera lo que suceda. En los primeros aos, casi toda la investi
gacin de mercados se derivaba de los datos del Bureau o f the
Census y el anlisis se limitaba bsicamente a contar. La siguien
te ola de investigacin de mercados ocurri a comienzos del de
cenio de 1930 y puede relatarse como una poca en que damas
enguantadas tocaban a las puertas y revisaban en las despensas los
ingredientes de los pasteles. Las metodologas se constituan
principalmente por las entrevistas de puerta en puerta; en esos
cas el telfono no era un servicio muy utilizado.
Entonces lleg la Segunda Guerra Mundial, que atestigu la
entrada del lado psicolgico de la investigacin de mercados. En
los decenios de 1950 y 1960 la televisin se hizo parte de la vida
y con ella la publicidad televisada. De esta manera las pruebas de
comerciales se volvieron el sector candente de la investigacin
de mercados en los decenios 1960 y 1970, en que ocurri otro
cambio fundamental: el ramo de la investigacin de mercados
pas de slo generar y probar ideas nuevas y comunicarlas a los
clientes, a trabajar ms cerca de los clientes en la forma de apro
vechar esas ideas para tomar decisiones.
El nfasis sobre generar informacin para mejorar la toma
de decisiones aument en los decenios de 1980 y 1990. El ramo de
la investigacin de mercados comenz a establecer procesos de ge
neracin de informacin para alimentar la toma de decisiones de
los directivos. As, la investigacin de mercados ha recorrido un
www.FreeLibros.me
Diseo de la investigacin
Investigacin cualitativa. Uno de los escollos que enfrenta
Burke se relaciona con la investigacin cualitativa. Esta investi
gacin es atractiva por su inmediatez. La informacin que se ob
tiene es rica en extremo y est en trminos coloquiales para el
cliente. Existe mucha interaccin con los interesados, en la que
se detecta la clase de respuestas que dan y la clase de preguntas o
preocupaciones que tienen. Sin embargo, uno de los riesgos se
presenta al pensar que todos los clientes o clientes potenciales
pueden ver de la misma manera el producto que se ofrece; es de
cir, se corre el peligro de generalizar los resultados de la investi
gacin cualitativa a toda la poblacin. Burke tambin posee la
capacidad de formar grupos focales en lnea.
Mtodos de encuesta.
Diseo de cuestionarios.
PREGUN TAS
1. Describa la evolucin de la investigacin de mercados. Cmo ha
cambiado la funcin de la investigacin a medida que evoluciona
el campo?
2. Cul es la opinin de Burke acerca de la funcin de la investiga
cin de mercados?
3. Visite www.burke.com y escriba un informe sobre los servicios de
investigacin de mercados que ofrece.
4. Cul es la opinin de Burke sobre la importancia de la definicin
del problema de investigacin de mercados? Qu proceso sigue
Burke y cules son sus semejanzas y diferencias con el proceso ex
plicado en el captulo 2?
5. Cul es la opinin de Burke sobre el proceso de la investigacin de
mercados? Cules son sus semejanzas y diferencias con el proceso
que se explic en el captulo 1?
6. Si Burke le ofreciera un puesto como ejecutivo de cuenta, con la res
ponsabilidad de ofiecer los servicios de investigacin de mercados a
Procter & Gamble, aceptara el puesto? Por qu?
R EFER EN C IA S
www.burke.com
6 8
www.FreeLibros.me
1-2. Accenture:
el acento est en su nombre
Accenture es lder mundial en servicios administrativos y tec
nolgicos. Mediante su mtodo de red de empresas (en la que la
compaa fortalece su capacidad de asesora y subcontratacin
mediante alianzas, compaas afiliadas y otras competencias),
Accenture ofrece innovaciones para que clientes de diversos ra
mos materialicen en forma rpida sus visiones. Con cerca de
75,000 empleados en 47 pases, Accenture puede movilizar con
prontitud sus recursos mundiales vastos y profundos para acele
rar los resultados de los clientes. La compaa tiene una amplia
experiencia en 18 grupos industriales en cuanto a los principales
aspectos de las empresas, como administracin de relaciones con
los clientes, administracin de la cadena de suministros, estrate
gia empresarial, tecnologa y subcontratacin. Accenture tam
bin aprovecha sus afiliaciones y alianzas para impulsar solucio
nes innovadoras. Las relaciones slidas en esta red de empresas
extienden los conocimientos que tiene Accenture de los nuevos
modelos y productos comerciales, de modo que la compaa
puede ofrecer a sus clientes las mejores herramientas, tecnolo
gas y capacidades disponibles. Accenture emplea estos recursos
como catalizadores para que los clientes anticipen y aprovechen
los cambios en los negocios y en la tecnologa. Entre los clien
tes de Accenture se encuentran 89 de las 100 empresas mundiales
de Fortune y ms de la mitad de las 500 empresas mundiales de
Fortune.
Accenture se llamaba originalmente Andersen Consulting y
fiie fundada en 1989 como parte de Arthur Andersen. En 2000,
Andersen Consulting gan el derecho a divorciarse de Arthur An
dersen. Sin embargo, se le impuso que renunciara al uso del nombre
de Andersen Consulting. ste fue un acontecimiento importante,
porque Andersen Consulting haba adelantado de manera notable
en la construccin de marca con su nombre, en parte gracias al
j^sto de alrededor de 7,000 millones de dlares durante 10 aos.
As, el cambio de nombre se convirti en la mayor prioridad y en
un cometido que requiri mucho tiempo y esfuerzo.
La primera tarea fue escoger un nombre nuevo. Andersen
Consulting invit a sus empleados a un concurso interno y que
aportaran sugerencias para un nombre. El concurso produjo una
lista de 2,500 propuestas. Despus de una extensa investigacin
de mercado con varios nombres, en la que se incluyeron encues
tas con clientes objetivos, la compaa decidi optar por el nom
bre Accenture. Prefiri este nombre porque le pareci que comu
nicaba el mensaje de que se enfocaba en el futuro. Tambin
dedic mucho tiempo a crear un nuevo logotipo. La versin final
fiie el nombre de la compaa acentuado con el signo mayor que
(>), que se pens que recalcaba el enfoque en el porvenir.
Otra tarea, que se realiz al mismo tiempo que la primera,
fiie la de pasar de las palabras a las obras y preparar el mercado
objetivo para el cambio de nombre. La compaa comenz a pu
PREGUN TAS
1. Analice la funcin de la investigacin de mercados para ayudar a
Andersen Consulting a elegir el nuevo nombre de Accenture.
2. Defina el mercado objetivo de Accenture. Analice la funcin de la
investigacin de mercados para ayudar a Accenture a entender las
necesidades de sus clientes.
3. Accenture quisiera aumentar la preferencia y la lealtad a sus servi
dos. Describa el problema de decisin gerencial.
4. Defina un problema viable de investigacin de mercados que co
rresponda con d problema de decisin gerencial que identific en el
punto 3.
R EFER EN C IA S
www.accenture.com
Wasserman Todd, Advertising Accenture Accents Idea Campaign,
Brandweek (septiembre 30 de 2002).
69
www.FreeLibros.me
www.FreeLibros.me
r~"s
R
- :
Captulo 4
Captulo 5
Captulo 6
Diseo de investigacin descriptiva:
encuesta y observacin
Captulo 7
Diseo de la investigacin causal:
experimentacin
Captulo 8
M edicin y elaboracin de escalas:
introduccin y escalas
comparativas
Captulo 9
M edicin y elaboracin de escalas:
tcnicas d e escalas no comparativas
Captulo 10
Diseo de cuestionarios y formas
Captulo 11
Muestreo: diseo
y procedimientos
Captulo 12
M uestreo: determinacin del tamao
inicial y final de la muestra
www.FreeLibros.me
C A
P I T
L O
D ise o de la in vestigacin
O b j e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
www.FreeLibros.me
Generalidades
En el captulo 2 se analiz cmo definir un problema de investigacin de mercados y cmo es
tablecer un mtodo apropiado. Estas dos primeras etapas son crticas para el xito de todo el
proyecto de investigacin de mercados. Una vez que se han completado, se debe dedicar la
atencin a disear el proyecto de investigacin formal mediante la elaboracin de un diseo de
investigacin detallado (vase la figura 2-1 en el captulo 2).
En este captulo se definen y clasifican los diseos de investigacin. Se describen los dos
tipos ms importantes de diseo de investigacin: exploratorio y conclusivo. Adems, se cla
sifican los diseos de investigacin conclusiva como descriptivos o causales y se analizan
ambos tipos de manera detallada. Luego se consideran las diferencias entre los dos tipos de
diseo descriptivos, transversales y longitudinales, y se identifican las fuentes de error. Se con
templa la elaboracin de presupuestos y calendarios de un proyecto de investigacin y se
presentan lincamientos para la preparacin de una propuesta de investigacin de mercados.
Se analizan las consideraciones especiales que se comprenden en la elaboracin de diseos
de investigacin de mercados internacionales. En esta etapa del proceso de investigacin de
mercados surgen diversos temas ticos que se toman en consideracin. Por ltimo, se analiza
el uso de microcomputadoras y computadoras centrales (m ainfram es) en la elaboracin de
diseos de investigacin. Usted puede lograr una apreciacin mejor de los conceptos presen
tados en este captulo al considerar primero el siguiente ejemplo, el cual ilustra los diseos de
investigacin exploratoria y conclusiva.
INVESTIGACIN
REAL
www.FreeLibros.me
74
PARTE II
De acuerdo con estos resultados, Starbucks (ww w .starbucks.com ) quiere ayudar al medio
ambiente al proporcionar una nueva taza de caf amiga del ambiente mediante la elaboracin
de abono de caf y el reciclado de los costalitos de arpillera. La compaa tambin tiene inicia
tivas para ayudar a pequeos agricultores de caf y programas locales en la comunidad, y pa
ra realizar donaciones de caridad. Incluso tienen incentivos para empleados y premios para
quienes se ofrezcan como voluntarios para estas causas. Uno de sus programas sociales ms
recientes consiste en igualar las horas de sus empleados voluntarios con la misma cantidad de
dlares para esas organizaciones. En 2001, Starbucks, en conjunto con organizaciones interna
cionales especializadas en caf, como la National Federation o f Coffee Growers o f Colombia
(w w w .colom biacoffee.com ) y la Specialty Coffee Association o f America (w w w .scaa.org),
recomend a diversas organizaciones ambientales el cultivo de caf amigo de la tierra. Se e s
tableci un conjunto extenso de lincamientos que se denomin Principios para la conservacin
de la produccin de caf. De esta forma, Starbucks diferenci su marca y realz su imagen de
tal manera que la filantropa de chequera jams hubiera podido hacer.1
Como lo indica este ejemplo, en un amplio nivel se utilizan dos tipos principales de diseo
en la investigacin de mercados: exploratorio y conclusivo. La comprensin de las bases funda
mentales del diseo de investigacin y sus componentes permiten al investigador formular un
diseo apropiado para el problema que enfrenta.
El diseo de investigacin es una estructura o plano para llevar a cabo el proyecto de investiga
cin de mercados. Detalla los procedimientos necesarios para obtener la informacin que se re
quiere para estructurar o resolver problemas de investigacin de mercados. Aunque ya se haya
establecido el mtodo para enfrentar el problema, el diseo de investigacin especifica los de
talles bsicos de operacin para ponerlo en prctica. El diseo de investigacin coloca las bases
para llevar a cabo el proyecto. Un buen diseo de investigacin asegurar que el proyecto de in
vestigacin de mercados se lleve a cabo de manera efectiva y eficiente. Por lo comn, un dise
o de investigacin incluye los componentes o tareas siguientes:
1.
2.
3.
4.
www.FreeLibros.me
CAPTULO 3
75
DLteo de la investigacin
Cada uno de estos componentes se analizar ene forma detallada en los captulos siguientes.
Primero debemos ampliar nuestra comprensin del diseo de investigacin con una clasifica
cin de los diferentes tipos existentes.
Los diseos de investigacin pueden clasificarse de manera amplia como exploratorios o con
clusivos (vase la figura 3-1). Las diferencias entre investigacin exploratoria y conclusiva se
resumen en la tabla 3-1. El objetivo primordial de la investigacin exploratoria es proporcio
nar conocimiento y entendimiento del problema que enfrenta el investigador.2 La investigacin
exploratoria se utiliza cuando se debe definir el problema con precisin, identificar las acciones
pertinentes u obtener conocimiento adicional antes de establecer un mtodo. La informacin re
querida slo se define en forma vaga en esta etapa y el proceso de investigacin que se adopta
es flexible y no estructurado. Por ejemplo, puede consistir en entrevistas personales con exper
tos en la industria. La muestra, que se seleccion para generar el mximo de conocimiento, es
pequea y no representativa. Los datos principales son de orden cualitativo y se analizan de
acuerdo con eso. Dadas estas caractersticas del proceso de investigacin, los resultados de la in
vestigacin exploratoria se deben considerar como preliminares o como introductorios para una
investigacin mayor. En general, a dicha investigacin sigue ms investigacin exploratoria o
conclusiva. Algunas veces toda la investigacin que se realiza es la exploratoria, en particular
la cualitativa. En estos casos se debe tener precaucin al utilizar los resultados que se obtienen.
En la siguiente seccin se analiza la investigacin exploratoria con ms detalle.
Los conocimientos que se obtuvieron de la investigacin exploratoria se pueden verificar o
cuantificar mediante investigacin conclusiva, como en el ejemplo inicial. La importancia de
las causas sociales sobresalientes que las empresas deben atender y que se identificaron por me
dio de la investigacin exploratoria se determinaron mediante una encuesta (investigacin con
clusiva) que mostr que la educacin pblica es la causa de preocupacin ms importante para
33% de los encuestados. El objetivo de la investigacin conclusiva es la comprobacin de hi
ptesis y el examen de relaciones especficas. Esto requiere que el investigador especifique en
forma clara la informacin requerida.3 La investigacin conclusiva por lo general es ms formal
Figura 3.1
Clasificacin de b s diseos de
investigacin de m ercados
Diseo
transversal
Diseo
transversal
simple
www.FreeLibros.me
Diseo
longitudinal
Diseo
transversal
mltiple
76
PARTE II
C onclusiva
Objetivo:
Caractersticas:
Resultados:
Tentativos
Conclusivos
Consecuencia:
INVESTIGACIN EXPLORATORIA
Como su nombre lo indica, el objetivo de la investigacin exploratoria es explorar o examinar
un problema o situacin para proporcionar conocimiento y entendimiento (vase la tabla 3-2).
La investigacin exploratoria se puede utilizar para cualquiera de los propsitos siguientes:
D escriptivo
C ausal
Objetivo:
Determinar relaciones
causales
Caractersticas:
Flexible
Manipulacin de una o ms
Verstil
A menudo la parte frontal del
diseo de investigacin total
hiptesis especficas
Diseo planeado y estructurado con
anticipacin
variables independientes
Control de otras variables mediadoras
Encuestas de expertos
Encuestas piloto
Datos secundarios
Encuestas
Experimentos
Datos secundarios
Investigacin cualitativa
Grupos
Datos de observacin y otros
Mtodos:
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
77
Microsoft
Las estadsticas de la United States Small Business Administration ( w w w.sba.gov) demuestran
que hasta el ao 2003 las pequeas empresas representaban 99% de todos los empleadores y pro
porcionaban casi 75% de los em pleos nuevos. Aunque hasta hace poco la mayora de los
productores de software haba pasado por alto este mercado potencial, Microsoft Corporation
tom la delantera y cre un grupo de investigacin de mercado en 1995 slo para estudiar las
necesidades de las pequeas empresas.
Microsoft ( w w w.m icrosoft.com ) Dev a cabo una investigacin exploratoria. El grupo de
investigacin de mercados pas ms de 25,000 horas examinando cmo las pequeas empresas
pueden utilizar la tecnologa para resolver problemas de marketing, servicio a clientes y creci
miento. Todo comenz con una investigacin exploratoria que analiz los datos secundarios
disponibles, se llevaron a cabo entrevistas personales y se realizaron encuestas piloto de pequea
escala. Esta investigacin ayud a Microsoft a entender el mercado de las pequeas empresas.
Era un mercado donde el enfoque deba centrarse en vender soluciones de negocios, no slo
tecnologa. Los propietarios de las pequeas empresas deseaban herramientas integradas que
fueran fciles de aprender y que permitieran el acceso a Internet. La investigacin tambin
www.FreeLibros.me
78
PARTE II
demostr que el mercado era heterogneo, de integrantes con distintas necesidades, y permiti
a Microsoft considerar diversos factores al alcanzar soluciones para las pequeas empresas con
el fin de satisfacer estas diferentes necesidades. Estos factores incluyen el porcentaje de em
pleados que utilizan computadoras personales, la cantidad de proceso de informacin que la
compaa realiza y la pericia en computacin con que cuenta la empresa.
Mediante la investigacin exploratoria, Microsoft obtuvo conocimientos acerca de un mer
cado que haba sido virtualmente ignorado con anterioridad por los vendedores de software.
Una investigacin descriptiva adicional le permiti a Microsoft crear un producto hecho a la
medida para las pequeas empresas, en especfico Office XP, Small Business Edition.
Microsoft an sigue desarrollando soluciones para el mercado de las pequeas empresas a
travs de diversos servicios: una pgina Web slo para pequeas empresas, w w w .bcentral.com ;
Microsoft Small Business Manager, Microsoft Small Business Server 2000, Small Business
Consultant Directory, Small Business Manager Partner Locator, y diferentes grupos de noticias,
como Microsoft XP Small Business Newsgroup y Small Business Server Newsgroup. Mediante
estos esfuerzos, Microsoft espera obtener ms clientes de pequeas empresas y contina como
lder en este segmento del mercado cuyo potencial y necesidades se identificaron a travs de
una extensa investigacin exploratoria.5
Hay que sealar que Microsoft no se bas slo en la investigacin exploratoria. Cuando se
identificaron las nuevas ideas de posicionamiento, entonces ellos realizaron ms pruebas de investigacin descriptiva en forma de encuestas a clientes. Este ejemplo seala la importancia de
la investigacin descriptiva para obtener resultados ms concluyentes.
INVESTIGACIN DESCRIPTIVA
Tipo de investigacin conclusiva
que tiene como objetivo principal
la descripcin de algo, por lo gene
ral caractersticas o funciones del
mercado.
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
79
IN V E S T IG A C I N A C T IV A
Las seis preguntas
L Quin. Quin debe considerarse cliente de una tienda departamental en particular? Algunas de
las posibilidades son:
a. Cualquier persona que entre a la tienda departamental, ya sea que compre algo o no lo haga
b. Cualquier persona que compre algo en la tienda
c. Cualquier persona que realice compras en la tienda departamental por lo menos
una vez al mes
d. La persona en el hogar responsable de realizar las compras en las tiendas departamentales
2. Qu. Qu informacin debe obtenerse de los encuestados? Se puede obtener una gran variedad
de informacin incluyendo:
a. Frecuencia con la que se prefieren distintas tiendas departamentales por categoras de producto
especficas
b. Evaluacin de las diversas tiendas departamentales en trminos del criterio de seleccin
sobresaliente
c. Informacin relacionada con hiptesis especficas para ser probadas
d. fticogrficos y estilos de vida, hbitos de consumo de medios y demografa
3. Cundo. Cundo debe obtenerse la informacin de los encuestados? Las opciones disponi
bles incluyen:
a. Antes de comprar
b. Mientras compran
c. Inmediatamente despus de comprar
d. Algn tiempo despus de sus compras para dar tiempo a que evalen su experiencia
de compra
4. Dnde. Dnde deben contactarse los encuestados para obtener la informacin requerida?
Las posibilidades incluyen contactar a los encuestados:
a. En la tienda
b. Afuera de la tienda pero dentro del centro comercial
c. En el estacionamiento
d. Encasa
5. Por qu. Por qu estamos obteniendo informacin de los encuestados? Por qu se est Devando
acabo el proyecto de investigacin de mercados? Las posibles razones pueden ser:
a. Mejorar la imagen de la tienda que lo patrocina
b. Aumentar la clientela y la participacin de mercado
c. Cambiar la variedad de productos
d. Desarrollar una campaa promocional apropiada
e. Decidir acerca de la ubicacin de una nueva tienda
6. Cmo. Cmo obtendremos informacin de los encuestados? Los posibles mtodos incluyen:
a. Observar el comportamiento de los encuestados
b. Entrevistas personales
c. Entrevistas telefnicas
d. Entrevistas por correo
e. Entrevistas electrnicas (va correo electrnico o Internet)
stas y otras preguntas similares se deben realizar hasta que la informacin a obtenerse se
haya definido de manera clara.
En resumen, la investigacin descriptiva, en contraste con la investigacin exploratoria,
est marcada por el establecimiento claro del problema, una hiptesis especfica y necesidades
de informacin detallada. La encuesta que se lleva a cabo en el proyecto de preferencia de tien
da departamental que incluy entrevistas personales, es un ejemplo de investigacin descriptiva.
Otros ejemplos de estudios descriptivos son:
Estudios de marketing que describen el tamao del mercado, poder de adquisicin de los
consumidores, disponibilidad de los distribuidores y perfiles de consumo
Estudios de participacin de mercado que determinan la proporcin de las ventas totales
que realiza una compaa y sus competidores
Estudios de anlisis de ventas que describen las ventas por regin geogrfica, lnea de
producto, tipo y tamao de la cuenta
Estudios de imagen que determinan las percepciones de los consumidores de la compaa
y sus productos
www.FreeLibros.me
80
PARTE II
Diseos transversales
Tipo de diseo de investigacin que
incluye la recoleccin de informa
cin de alguna muestra dada de
poblacin una sola vez.
Diseo transversal en el cual se to
ma una muestra de encuestados de
h poblacin objetivo y se obtiene
informacin de esta muestra una
sola vez.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 3
81
DLteo de la investigacin
paciones mdicas con otros miembros y mdicos en grupos de discusin. El sitio de Kaiser
tambin proporciona acceso a informacin de seguros mdicos, clases locales de educacin de
salud, directorios mdicos e indicaciones de cmo llegar a las instalaciones. Los miembros del
sitio de Kaiser tienen a la mano informacin sobre mdicos especficos e instalaciones. Mto
dos de comunicacin de servicios de salud alternativos como el de Kaiser respaldarn la relacin
entre mdico y paciente y harn que la prctica mdica y toda la organizacin de mantenimiento
de la salud sea ms competitiva cuando los consumidores tomen decisiones acerca de mdicos
y prestadores de servicios de salud.7
Anlisis de cohorte.
Diseo transversal mltiple que
consiste en una serie de encuestas
que se realizan a intervalos apropia
dos. Cohorte se refiere al grupo de
encuestados que pasan por la mis
ma experiencia dentro del mismo
intervalo.
1950
8-19
52.9
20-29
45.2
30-39
33.9
40-49
23.2
50+
18.1
www.FreeLibros.me
82
PARTE II
un estudio transversal individual (si se lee la columna hacia abajo), el consumo de refrescos de
clina con la edad, lo que afirma la creencia equivocada.
El anlisis de cohorte tambin se utiliza para pronosticar cambios en las opiniones de los
votantes durante una campaa poltica. Investigadores de mercados bien conocidos, com o
Louis Harris (w w w .harrisinteractive.com ) o George Gallup (w w w .gallup.com ), quienes se
especializan en investigacin de opinin poltica, interrogan de manera peridica a cohortes de
votantes (personas con patrones de votacin similares durante un intervalo dado) acerca de sus
preferencias de votacin para pronosticar resultados electorales. Por ello, el anlisis de cohorte es
un diseo transversal importante. El otro tipo de diseo descriptivo es el diseo longitudinal.
Diseos longitudinales
Upo de diseo de investigacin que
incluye una muestra fija de elemen
tos de poblacin que es medida
repetidamente. La muestra perma
nece igual a travs del tiempo, pro
porcionando portante una serie
de fotografas que, vistas juntas,
muestran una ilustracin vivida de
h situacin y los cambios que ocu
lten a travs del tiempo.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 3
Diseo de la investigacin
83
El Forum tambin ayud a determinar algunos de los factores psicolgicos implcitos que las
mujeres relacionan con su atuendo. Aunque estas mujeres quieren que se les trate como atletas,
tambin desean que se les considere con respeto, y estos sentimientos se han intensificado a tra
vs del tiempo. El grupo de TimeOuts Fairway Forum ha sido una excelente ayuda para que los
fabricantes de artculos y ropa deportiva satisfagan las necesidades de este segmento creciente
y cambiante del golf. La demanda de ropa de golf para mujer ha crecido a travs del tiempo, y
ha llegado a 200 millones de dlares anuales en 2003.10
Los datos de grupos no slo proporcionan informacin sobre participacin de mercado ba
sada en un periodo extenso, sino que tambin permiten al investigador examinar cambios en la
participacin de mercado a travs del tiempo.11 Como se explica en la siguiente seccin, estos
cambios no se pueden determinar a partir de datos transversales.
de evaluacin
Dse o
Diseo
transversal
longitudinal
Detectar cambio
Exactitud
Muestreo representativo
Desviacin de respuestas
Nota: + indica una ventaja relativa sobre el otro diseo; - indica una desventaja relativa.
www.FreeLibros.me
PARTE II
M/WCA COMPRADA
n c u e s t a p e r io d o
n c u e s t a p e r io d o
Marca A
200
200
Marca B
300
300
Marca C
500
500
1,000
1,000
Total
M arca
co m prada
EN EL PERIODO 1
Marca A
c o m p r a d a e n e l p e r io d o
Marca B
M a rc a
T o tal
Marca A
100
50
50
200
Marca B
25
100
175
300
Marca C
JZ l
150
275
500
Total
200
300
500
1,000
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
85
novedad de estar en el grupo, por lo que se puede reducir inicialmente al excluir la informacin
de los miembros nuevos. Los de grupos habituales tambin pueden dar respuestas desviadas
porque creen ser expertos, porque desean verse bien o porque dicen dar la respuesta correcta .
Tambin puede haber desviaciones como resultado de aburrimiento, fatiga y entradas incom
pletas en el diario.15
INVESTIGACIN CAUSAL
Tipo de investigacin conclusiva
donde el principal objetivo es obte
ner evidencia sobre las relaciones
causales.
www.FreeLibros.me
8 6
PARTE II
otras seis exhibieran la mercanca de la manera anterior. Este experimento se llev a cabo duran
te seis meses. Durante este tiempo, las otras variables de marketing, como precio, publicidad,
existencias, etctera, se controlaron de manera cuidadosa en las doce tiendas y se vigilaron
las ventas de los productos MeadWestvaco. En la conclusin del experimento, se compararon las
wntas de los productos MeadWestvaco entre los dos grupos de tiendas, normalizadas por el
efecto del tamao de la tienda. Se encontr que las tiendas con el sistema nuevo tenan ventas
7% por arriba de las ventas de las tiendas con el sistema anterior. Debido a que el incremento de 1%
en ventas compensara por mucho los costos, el sistema nuevo de exhibicin de la mercanca se
Dev a cabo a nivel nacional. El nuevo sistema de comercializacin tambin permiti a la com
paa exhibir una lnea ms amplia de productos. En 2003, MeadWestvaco tambin produce
y distribuye suministros escolares y de oficina con marcas reconocidas como Nike, Harry Pot
ter y M&M de Mars. Tambin expandieron su lnea a travs de los cuadernos Five Star y Trap
per Keeper para salones de clase y At-A-Glance y Cambridge para la oficina.18
En el experimento de MeadWestvaco, la variable causal (independiente) fue la exhibicin
de la mercanca, que se manipul para tener dos niveles: el sistema viejo y el sistema nuevo. La
variable de efecto (dependiente) la constituyeron las ventas, y se tuvo que controlar la influen
cia de las ventas en otras variables, como precio, publicidad y tamao de la tienda. Aunque el
ejemplo anterior distingui la investigacin causal de otros tipos de investigacin, sta no debe
verse en forma aislada. En vez de eso, los diseos exploratorio, descriptivo y causal a menudo
se complementan entre s.
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
87
M V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
www.FreeLibros.me
8 8
PARTE II
con el producto, rastreo del uso del producto y diagnosticar los problemas cuando ocurren.
Para cumplir con estas tareas, Citibank hace uso extenso de la investigacin exploratoria,
descriptiva y causal.
A menudo conviene ofrecer paquetes financieros especiales a grupos de clientes especfi
cos, en este caso, a los ancianos.
Etapa 1. Se cre una fuerza de operacin para definir mejor los parmetros del mercado con el
fin de abarcar todas las necesidades de las diversas ramas de Citibank. Se tom la decisin
definitiva de incluir estadounidenses de 55 aos o mayores, retirados y en la mitad superior
del estrato financiero del mercado.
Etapa 2. Se llev a cabo una investigacin exploratoria en forma de anlisis de datos secunda
rios del mercado maduro o mayor, y se realiz un estudio de los productos competitivos. Tam
bin se llev a cabo una investigacin cualitativa exploratoria que involucr grupos de enfo
que con el fin de determinar las necesidades y deseos del mercado y el nivel de satisfaccin
con los productos actuales. En el caso de los adultos retirados, se encontr una gran diversi
dad en el mercado. Se determin que esto se deba a factores como posicin econmica eleva
da, edad y la ausencia o presencia de un cnyuge.
Etapa 3. La siguiente fase de la investigacin exploratoria fue una lluvia de ideas. Esto incluy
la formacin de diferentes paquetes financieros dirigidos al mercado objetivo. En este caso, se
generaron un total de 10 ideas.
Etapa 4. Se prob la factibilidad de cada una de las 10 ideas que se generaron en la etapa 3. Se
utiliz la siguiente lista de preguntas como una serie de obstculos que las ideas tenan que
superar para continuar con el paso siguiente.
Se puede explicar la idea de manera tal que el mercado objetivo la comprenda con
fecilidad?
La idea entra dentro de la estrategia general de Citibank?
Existe una descripcin de un mercado objetivo especfico para el producto propuesto?
La investigacin que se realiz hasta este momento indica una correspondencia probable
con las necesidades del mercado objetivo, y se percibe que esta idea resultar atractiva
para este mercado?
Existe un perfil factible de las tcticas y estrategias para llevar a cabo el programa?
Se ha evaluado minuciosamente el impacto y costo del programa y se ha determinado su
compatibilidad con las prcticas de la compaa?
En este estudio, slo una idea que se gener en la sesin de lluvia de ideas pas todos los
obstculos mencionados y continu a la etapa 5.
Etapa 5 . Se gener un plan de trabajo creativo. Este plan deba enfatizar la ventaja com pe
titiva del producto propuesto, as como delinear mejor las caractersticas especiales del
producto.
www.FreeLibros.me
CAPTULO 3
89
DLteo de la investigacin
Sin importar el tipo de diseo de investigacin que se utilice, el investigador debe tratar de
minimizar las posibles fuentes de error.
Diversas fuentes posibles de error pueden afectar un diseo de investigacin. Un buen diseo de in
vestigacin intenta controlar las distintas fuentes posibles de error. Aunque estos errores se analizan
con gran detalle en los captulos siguientes, es pertinente en esta etapa dar unas descripciones breves.
El error total es la variacin entre el valor medio verdadero en la poblacin de la variable
de inters y el valor medio observado obtenido en el proyecto de investigacin de mercados.
Por ejemplo, el ingreso anual promedio de la poblacin objetivo es 75,871 dlares, segn se deter
min en los registros del ltimo censo, pero el proyecto de investigacin de mercado lo calcula
en 67,157 dlares basado en una encuesta de muestreo. Como se ve en la figura 3-2, el error total
se compone de error de muestreo aleatorio y error que no es de muestreo.
Figura 3 .2
Probables fuentes de erro r en
diseos de investigacin
Error total
Error de muestreo
aleatorio
Error que no es
de muestreo
Error de
respuesta
1
Errores del
investigador
Errores del
entrevistador
Errores del
encuestado
1
Error por reemplazo
de informacin
Error de seleccin
del encuestado
Error de medicin
Error al preguntar
Error de registro
www.FreeLibros.me
90
PARTE II
correo que se cree que son exactos. El error de muestreo aleatorio se analiza con mayor profun
didad en los captulos 11 y 12.
El error que no es de m uestreo se puede atribuir a otras fuentes distintas al muestreo, y pueden
ser aleatorias o no aleatorias. Son resultado de una variedad de razones, incluyendo errores en
definicin de problemas, mtodo, escalas, diseo de cuestionarios, mtodos de entrevista, prepara
cin de datos y anlisis. Por ejemplo, el investigador disea un mal cuestionario, que contiene
diversas preguntas que llevan a los encuestados a dar respuestas desviadas. Los errores que no
son de muestreo consisten en errores por falta de respuesta y errores de respuesta.
Error de respuesta.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
91
emplea. Por ejemplo, el directorio telefnico que se utiliza para generar una lista de nmeros de
telfono no representa exactamente a la poblacin de los consumidores potenciales debido a los
nmeros que no estn listados y que estn desconectados y a los nmeros nuevos en servicio.
El error d e anlisis de datos abarca errores que ocurren cuando la informacin sin depurar
de los cuestionarios se transforma en resultados de investigacin. Por ejemplo, se utiliza un pro
cedimiento de estadstica inapropiado y se obtienen resultados e interpretaciones incorrectos.
Los errores de respuesta que el entrevistador realiza incluyen los de seleccin de encuestado,
de pregunta, de registro y por fraude.
El error de seleccin del encuestado ocurre cuando los entrevistadores seleccionan encuestados distintos a los que especifica el diseo de muestreo o de una forma inconsistente con
el diseo de muestreo. Por ejemplo, en una encuesta de lectura, se selecciona para la entrevista
a una persona que no lee, pero se clasifica como lector del Wall Street Journal en la categora de
15 a 19 aos, con el fin de cumplir con una cuota difcil de satisfacer.
El error al p reg u n ta r denota errores cometidos al hacer las preguntas a los encuestados o
al no investigar ms cuando se requiere informacin adicional. Por ejemplo, mientras se hacen
las preguntas, un entrevistador no utiliza el fraseo exacto dado en el cuestionario.
El error de registro surge debido a errores al escuchar, interpretar y registrar las respuestas dadas
por los encuestados. Por ejemplo, un encuestado indica una respuesta neutral (indecisa) pero el en
trevistador la malinterpreta como una respuesta positiva (afirmando que comprara la marca nueva).
El error p o r fra u d e surge cuando el entrevistador fabrica respuestas en alguna parte de la en
trevista. Por ejemplo, un entrevistador no hace las preguntas sensibles relacionadas con la deuda
del encuestado, pero ms adelante rellena las respuestas con base en una apreciacin personal.
Los errores de respuesta cometidos por el encuestado comprenden errores por falta de dis
posicin y renuencia.
El error p o r fa lta de habilidad resulta de la falta de capacidad del encuestado para propor
cionar respuestas exactas. Los encuestados pueden proporcionar respuestas inexactas debido a
la falta de familiarizacin, fatiga, aburrimiento, recuerdos equivocados, formato de la pregunta,
contenido de la pregunta y otros factores. Por ejemplo, un encuestado no puede recordar la mar
ca de yogur que compr hace cuatro semanas.
El error p o r renuencia surge de indisposicin del encuestado para proporcionar informa
cin exacta. Los encuestados pueden dar respuestas equivocadas intencionales por el deseo de
proporcionar respuestas socialmente aceptables, evitar situaciones embarazosas o complacer al
entrevistador. Por ejemplo, un encuestado puede responder de manera equivocada que lee la re
vista Time con el fin de impresionar al entrevistador.
Estas fuentes de error se analizan con ms detalle en los captulos siguientes; lo importante aqu
es que existen muchas fuentes de error. Al elaborar el diseo de investigacin, el investigador debe
intentar minimizar el error total, no slo una fuente en particular. Esta advertencia est justificada por
la tendencia general entre los estudiantes y los investigadores poco sofisticados de controlar el error
de muestreo con muestras grandes. Agrandar el tamao de la muestra disminuye el error de muestreo,
pero tambin puede aumentar el error que no es de muestreo al haber ms errores del entrevistador.
El error que no es de muestreo tal vez sea ms problemtico que el error de muestreo. El
error de muestreo se puede calcular, sin embargo muchas formas de error que no son de mues
treo no admiten un clculo. Ms an, se ha encontrado que el error que no es de muestreo es la
mayor contribucin al error total, en tanto que el error de muestreo aleatorio es en magnitud re
lativamente pequeo.22 El punto es que el error total es importante. Un tipo particular de error
es importante slo porque contribuye al error total.
Algunas veces, los investigadores aumentan un tipo de error en particular para disminuir el
error total al reducir otros errores. Por ejemplo, supongamos que una encuesta por correo se lle
va a cabo con el fin de determinar las preferencias del consumidor para comprar ropa de moda de
las tiendas departamentales. Un tamao de muestra grande se seleccion para reducir el error
de muestreo. Se puede esperar una gama de respuesta de 30%. Dado el presupuesto limitado
para el proyecto, la seleccin de un tamao grande de muestra no permite ms correos de segui
miento. Sin embargo, la experiencia pasada indica que la tasa de respuesta se puede aumentar a
45% con un seguimiento y a 55% con dos correos de seguimiento. Dado el tema de la encuesta,
los que no responden es probable que difieran de los que s responden en trminos de las variables
sobresalientes. Por tanto, puede ser deseable reducir el tamao de la muestra para tener dinero
disponible que se destine a mandar correos de seguimiento. Aunque el disminuir el tamao de
la muestra incrementar el error de muestreo aleatorio, los dos correos de seguimiento harn
ms que compensar esta prdida al disminuir el error de la falta de respuesta.
www.FreeLibros.me
92
PARTE II
Propuesta de investigacin
de mercados
Exposicin oficial a la administracin
de la actividad de investigacin de
mercados planeada. Describe el pro
blema de investigacin, el mtodo, el
diseo de investigacin, mtodos de
recoleccin de datos, mtodos de an
lisis de datos y mtodos de informe.
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
93
www.FreeLibros.me
94
PARTE II
y estabilidad de la marca. Siempre estar aqu como un lugar divertido donde los adolescentes
pueden estar con sus amigos y divertirse a un precio bajo. La campaa dio como resultado un
aumento en la participacin de mercado del lucrativo mercado de adolescentes europeos. Para
2003, McDonalds percibe de Europa aproximadamente 25% del total de sus ventas.24
En muchos pases, en particular en aquellos en desarrollo, los grupos de consumo no se
han establecido, con lo que se dificulta la realizacin de investigacin longitudinal descriptiva.
Del mismo modo, en muchos pases falta la infraestructura de soporte de marketing (por ejemplo,
\entas al detalle y al por mayor, publicidad e infraestructura promocional), lo que haca poco
factible poner en prctica el diseo causal que incluyera un experimento de campo. A l elaborar
un diseo de investigacin se requiere gran esfuerzo para asegurar que los datos primarios y secun
darios que se obtienen en los diferentes pases sean equivalentes y comparables. En el contexto
de recolectar informacin primaria son en particular importantes la investigacin cualitativa,
los mtodos de encuesta, las tcnicas de escala, el diseo de cuestionarios y las consideraciones
de muestreo. Estos temas se discuten con ms detalle en los captulos subsecuentes.
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
95
nes. Por ltimo, el cliente no debe tomar ventaja indebida de la empresa de investigacin para
solicitar concesiones injustas para el proyecto actual al hacer falsas promesas de contratos de
investigacin futuros.
APLICACIONES DE INTERNET Y C O M P U TA D O R A
Internet puede facilitar la realizacin de los distintos tipos de diseos de investigacin.
Investigacin exploratoria
Durante la fase exploratoria de la investigacin se pueden utilizar foros, salas de pltica o grupos
de noticias para analizar un tema con cualquiera que visite la pgina. Los grupos de noticias se
enfocan en un tema en particular y funcionan como pizarra de anuncios. Los usuarios de Internet
se detienen en un grupo de noticias para leer mensajes que se publican por otros y para poner sus
propias respuestas o comentarios. En el captulo 2 se analiz el uso de grvups.google.com para
localizar grupos de noticias especficos. Los grupos de noticias o de pltica se pueden utilizar
para establecer sesiones de grupo ms formales con expertos o individuos que representan a una
audiencia objetivo con el fin de obtener informacin inicial acerca de un tem a En el captulo 5
se estudia con ms detalle el empleo de Internet para conducir sesiones de grupo.
Las listas de discusin se pueden utilizar tambin para obtener la informacin inicial que
se necesita para comenzar el diseo de investigacin. Hacen posible la realizacin de un anli
sis interactivo para los grupos de inters especiales, grupos de usuarios, foros de servicio a
clientes, etctera, mediante el empleo del correo electrnico de Internet. Los mensajes enviados
a las listas de discusin se reenvan a los suscripto res de ese servidor y pueden hacerse preguntas
amplias o especficas a los suscriptores. Es posible que las preguntas no constituyan una encues
ta que se haya establecido de manera especfica y que los miembros de las listas de discusin no
representen precisamente a la audiencia objetivo, pero si se seleccionan estas listas con base en
su relacin con el rea que se est investigando, proporcionan un medio rpido para recibir res
puestas que pueden empezar a aclarar el rea de investigacin. Tales respuestas propiciaran
ms investigacin conclusiva. Se puede obtener ms informacin acerca de las listas de discu
sin en w w w .cuenet.com /m Lhtm l.
Investigacin conclusiva
Muchos estudios descriptivos utilizan datos secundarios, la metodologa que se describe en
el captulo 4; las encuestas que se analizan en el captulo 6, y los grupos que se estudian en los
www.FreeLibros.me
PARTE II
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
E N F O Q U E
EN
97
B U R K E
RESUMEN
Un diseo de investigacin es una estructura o plano para realizar un
proyecto de investigacin de mercados. Especifica los detalles de
cmo se debe conducir el proyecto. Los diseos de investigacin
en general se pueden clasificar en exploratorio y conclusivo. El
propsito principal de la investigacin exploratoria es propor
cionar conocimiento acerca del problema. La investigacin con
clusiva se realiza para probar hiptesis y examinar relaciones e s
pecficas. Los resultados de la investigacin conclusiva se
utilizan como entrada para la toma de decisiones administrativas.
La investigacin conclusiva puede ser descriptiva o causal.
El objetivo principal de la investigacin descriptiva es des
cribir las caractersticas o funciones del mercado. Un diseo
descriptivo requiere una especificacin clara de quin, qu, cun
do, dnde, por qu y cmo se realizar la investigacin. La inves
www.FreeLibros.me
98
PARTE II
de mercados por escrito que incluya todos los elementos del pro
ceso de investigacin de mercados. Al elaborar el diseo de in
vestigacin cuando se realiza una investigacin de mercados
internacionales, se requiere un esfuerzo considerable para asegurar
que los datos primarios y secundarios que se obtuvieron en los
distintos pases sean equivalentes y comparables.
En trminos de temas ticos, los investigadores deben asegu
rarse que el diseo de investigacin que se emplea proporcionar
error de registro, 91
error de respuesta, 90
error de seleccin del encuestado, 91
error por falta de habilidad, 91
error por falta de respuesta, 90
error por fraude, 91
error por reemplazo de informacin, 90
error por renuencia, 91
error que no es de muestreo, 90
error total, 89
grupo, 82
investigacin causal, 85
investigacin conclusiva, 75
investigacin descriptiva, 78
investigacin exploratoria, 75
mtodo de ruta crtica (MRC), 92
presupuesto y calendario, 92
propuesta de investigacin de mercados, 92
tcnica de revisin y evaluacin
programa (TREP), 92
tcnica de revisin y evaluacin grfica
(TREG), 92
EJERCICIOS
Preguntas
Problemas
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
1. Visite el Greenfield Online Research Center (www.greenfieldonline.com).
a. Cules son algunas de las encuestas que actualmente realiza
Greenfield?
b. Cmo se est reclutando a los encuestados?
www.FreeLibros.me
CAPTULO 3
DLteo de la investigacin
99
ACTIVIDADES
Trabajo de campo
Intercambio de papeles
1. Asuma el papel de gerente de marketing de Sweet Cookies, Inc., y
haga que su compaero asuma el papel del investigador contratado
por la empresa (vase el problema 1). Analice el tema y elabore lo
siguiente:
a. problema de decisin administrativa
bi problema de investigacin de mercados
c. diseo de investigacin
2. Usted es el gerente a cargo de un proyecto de investigacin de
mercado. Su objetivo es determinar qu efecto tienen los distintos
niveles de publicidad en el comportamiento de consumo. Con base
en los resultados del proyecto, recomendar la cantidad de dinero
que se debe presupuestar para promocionar distintos productos el
prximo ao. Su supervisor le pedir una justificacin amplia de sus
recomendaciones, por lo que su diseo de investigacin debe ser tan
slido como sea posible. Sin embargo, sus recursos (tiempo, dinero
y mano de obra) son limitados. Establezca un proyecto de investiga
cin para atender este problema. Enfquese en los tipos de diseo
de investigacin que utilizara, por qu y cmo llevara a cabo la
hvestigacin.
Anlisis en grupo
L Si el presupuesto del investigador es limitado, se puede prescindir
de la investigacin exploratoria. Analice esta afirmacin.
2. En un grupo pequeo,analice la siguiente afirmacin: El investiga
dor deber siempre intentar establecer un diseo ptimo para cada
proyecto de investigacin de mercados.
3. Existen muchas fuentes probables de error en un proyecto de in
vestigacin. Es imposible controlarlas todas. Por lo tanto, la investi
gacin de mercados contiene muchos errores y no podemos confiar
en sus resultados. Analice estas afirmaciones en un grupo pequeo.
Lleg su grupo a un consenso?
www.FreeLibros.me
C A P I T U L O
D ise o de la investigacin
exploratoria: datos secu n d arios
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
Sandy Bautista,
L Definir la naturaleza y alcance de los datos secundarios y distinguir los datos secundarios
de los datos primarios.
2. Analizar las ventajas y desventajas de los datos secundarios y sus usos en las diversas eta
pas del proceso de investigacin de mercados.
3. Evaluar los datos secundarios mediante el empleo de especificaciones, error, actualidad,
objetivos, naturaleza y criterio de confiabilidad.
4. Describir con detalle las diferentes fuentes de datos secundarios, incluyendo fuentes inter
nas y externas en forma de materiales publicados, bases de datos computarizadas y servi
cios de agencia.
5. Analizar con detalle las fuentes sindicadas de datos secundarios, incluyendo datos de ho
n r e s y consumidores que se obtienen mediante encuestas, paneles de compra y medios,
servicios de registro electrnicos, as como datos institucionales relacionados con mino
ristas, mayoristas y servicios de la industria.
6. Explicar la necesidad de la utilizacin de diversas fuentes de datos secundarios y describir
los datos de una sola fuente.
7. Comentar las aplicaciones de datos secundarios en la cartografa computarizada.
8. Identificar y evaluar las fuentes de datos secundarios tiles para la investigacin de mer
cados internacionales.
9. Entender los temas ticos implicados en el uso de datos secundarios.
10. Analizar el uso de Internet y las computadoras en la investigacin de datos secundarios.
gerente, centro de
informacin corporativa,
Burke, Inc.
100
www.FreeLibros.me
Generalidades
Segn se mencion en los captulos anteriores, el anlisis de los datos secundarios ayuda a
definir el problema de investigacin de mercados y a establecer un mtodo (captulo 2). A si
mismo, antes de elaborar el diseo de investigacin para la recopilacin de datos primarios
(captulo 3), el investigador debe analizar los datos secundarios importantes. En algunos pro
yectos, en particular aquellos con presupuesto limitado, la investigacin se puede confinar en
gran medida al anlisis de datos secundarios, ya que se pueden considerar los problemas de
rutina slo con base en estos datos.
En este captulo se analiza la diferencia entre datos primarios y secundarios. Se conside
ran las ventajas y desventajas de los datos secundarios y se presenta el criterio para su evalua
cin, as como una clasificacin de stos. Se describen los datos secundarios internos y tam
bin se analizan las fuentes principales de datos secundarios externos, com o material
publicado, bases de datos tanto en lnea como fuera de lnea y servicios de agencias. Se con
sideran las aplicaciones de los datos secundarios en la cartografa computarizada. Se analizan
las fuentes de datos secundarios tiles en la investigacin de mercados internacionales. Se
identifican distintos temas ticos que surgen al emplear datos secundarios. Por ltimo, se co
menta el uso de Internet y las computadoras para identificar y analizar datos secundarios.1
Se comenzar por citar varios ejemplos para tener una muestra de los datos secundarios.
INVESTIGACIN
R E A L ____________________________________
101
www.FreeLibros.me
102
PARTE II
Los datos prim arios se originan por el propsito especfico del investigador de atender el pro
blema que enfrenta. La recoleccin de datos primarios implica las seis etapas del proceso de in
s t ig a c i n de mercados (captulo 1). La obtencin de datos primarios puede ser costosa y pro
longada. El proyecto de preferencia de tienda departamental citado en el captulo 1 es un
ejemplo de recoleccin de datos primarios.
Los datos secundarios son aquellos que ya se han recolectado para fines distintos al pro
blema que se enfrenta. Estos datos se pueden obtener de manera rpida y poco costosa. En el
proyecto de tienda departamental, los datos secundarios relacionados con el criterio de los ho
n r e s para seleccionar tiendas departamentales se obtuvieron de los diarios de marketing (Jour
nal o f Retailing, Journal o f Marketing, Journal o f the Academ y o f Marketing Science y Journal
o f Marketing Research). Otros ejemplos de datos secundarios se proporcionaron en la seccin an
terior. Las diferencias entre datos primarios y secundarios se resumen en la tabla 4-1. Si se com
paran con los datos primarios, los datos secundarios se acopian en forma rpida y fcil, a un cos
to relativamente bajo y en poco tiempo.
Estas diferencias entre datos primarios y secundarios dan lugar a ciertas ventajas y usos de
los datos secundarios.
www.FreeLibros.me
CAPTULO A
103
finalidad de la recoleccin
primarios
D atos
secundarios
Muy complejo
Rpido y fcil
Cbsto de la recoleccin
Alto
Relativamente bajo
Tempo de la recoleccin
Largo
Corto
Identificar el problema
Definir mejor el problema
Desarrollar un mtodo apropiado para enfrentar el problema
Elaborar un diseo de investigacin apropiado (por ejemplo, al identificar las variables
fundamentales)
5. Responder ciertas preguntas de investigacin y probar algunas hiptesis
6. Interpretar datos primarios para obtener ms conocimiento
Dadas estas ventajas y usos de los datos secundarios, se puede establecer la siguiente regla
general:
El examen de los datos secundarios disponibles es un prerrequisito para la recolec
cin de datos primarios. Se comienza con los datos secundarios. Se sigue con los
datos primarios slo cuando las fuentes de datos secundarios se han agotado o si
producen resultados marginales.
Los grandes beneficios que se obtienen al seguir esta regla se ilustran con los ejemplos que
se proporcionan en la introduccin. Estos ejemplos muestran que el anlisis de datos secundarios
pueden proporcionar conocimientos valiosos y establecer las bases para llevar a cabo la recolec
cin de datos primarios. Sin embargo, el investigador debe ser cuidadoso al utilizar los datos se
cundarios, debido a que tienen algunas limitaciones y desventajas.
www.FreeLibros.me
104
PARTE II
TABLA 4 .2
Criterio para evaluar los datos secundarios
C riterio
Temas
O bservaciones
Especificaciones/
metodologa
Erroi/exactitud
Actualidad
Objetivo
Naturaleza
Confiabilidad
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO A
105
xactitud, entre los que se encuentran los errores en el mtodo, el diseo de la investigacin, el
muestreo, la recoleccin de datos, el anlisis y las etapas de informacin del proyecto. Adems,
es difcil evaluar la exactitud de los datos secundarios debido a que el investigador no particip
en la investigacin. Un mtodo es encontrar diversas fuentes de datos y compararlas mediante
el uso de procedimientos estadsticos tpicos.
La exactitud de los datos secundarios puede variar, en particular si se relacionan con fen
menos que estn sujetos a cambio. Es ms, los datos que se obtienen de las distintas fuentes
pueden no concordar. En estos casos, el investigador debe verificar la exactitud de los datos se
cundarios mediante la realizacin de estudios piloto o de algn otro mtodo apropiado. A me
nudo, al ejercitar la creatividad esto se puede hacer sin mucho gasto o esfuerzo.
www.FreeLibros.me
106
Datos de lector ptico que
proporcionan informacin de
compras por marca, tamao, precio
y sabor o frmula.
PARTE II
datos de seguim iento de volum en mediante lector ptico digital con objeto de examinar el mo
vimiento de marcas en conjunto, incluyendo cambios en la participacin del mercado. Por
ejemplo, esos datos en ventas de jugo de naranja seran de un valor limitado en un estudio en
focado a entender cmo los hogares seleccionan marcas especficas.
www.FreeLibros.me
CAPTULO A
107
plea en el estudio. Money utiliz una votacin de 1,017 viajeros frecuentes para determinar ca
ractersticas importantes de las aerolneas. Los resultados de la encuesta tenan un margen de
3% de error. American necesitara decidir si una muestra del tamao de 1,017 sera generalizable a la poblacin y si sera aceptable un error de 3 por ciento. Adems, American debera eva
luar qu tipo de errores de respuesta o de falta de respuesta podran haber ocurrido durante la
recopilacin de datos o el proceso de anlisis.
La actualidad de los datos y el objetivo del estudio seran importantes para American Airli
nes al decidir si se utiliza este artculo como fuente de datos secundarios. Este estudio se realiz
antes de los secuestros areos del 11 de septiembre de 2001. Tal vez el criterio de los pasajeros
de las aerolneas ha cambiado desde esos trgicos sucesos, lo cual disminuira la utilidad de este
estudio. El objetivo del estudio era la evaluacin de las aerolneas junto con el criterio de elec
cin para una popular revista de negocios. N o es probable que los resultados estn desviados ha
cia alguna lnea en particular, ya que la revista no tiene inters establecido en ninguna de las
compaas areas.
American tambin necesitara evaluar la naturaleza y confiabilidad de los datos. Por ejem
plo, tendra que averiguar cmo se defini el criterio de eleccin. Esto es, el precio se mide en
trminos de tarifa por milla. Esto tal vez no sea til para American si no quiere cuantificar el pre
cio de esa manera En cuanto a la confiabilidad, American necesitara averiguar la reputacin de
la revista Money y de ICR, la compaa que Money contrat para manejar la encuesta American
tambin debera considerar el hecho de que Money utiliz alguna investigacin secundaria en es
te estudio. Por ejemplo, utiliz informes de la National Transportation Safety Board acerca de
accidentes de aerolneas y reportes de incidentes de la Federal Aviation Administration para ca
lificar el desempeo de seguridad de las diez aerolneas. Siempre es mejor obtener informacin
de la fuente original. Por lo tanto, American querra adquirir de manera directa estos datos y
realizar su propia clasificacin de seguridad. Esto sera ms confiable que la obtencin de esta
informacin a travs del informe de la revista Money.
Aunque las ventas fueron de casi 19,000 millones en 2001, American sufri una prdida de
ingresos de 1,760 millones. La mayor parte de la prdida se debi a los efectos del 11 de sep
tiembre y a los diversos temas de seguridad que las aerolneas tuvieron que enfrentar. American
Airlines decidi comenzar por agregar rutas de refuerzo a su calendario en enero de 2002. El ar
tculo de la revista M oney podra ser til como punto de partida para el proyecto de investiga
cin de mercados de American Airlines. Por ejemplo, podra ser conveniente para elaborar la
definicin del problema. Sin embargo, debido a la limitacin del artculo en cuanto a actuali
dad, naturaleza y confiabilidad, esta fuente puede complementarse con otras fuentes de investi
gacin secundaria, as como de investigacin primaria.7
^ la figura 4-1 se presenta una clasificacin de datos secundarios. stos pueden clasificarse
como internos o extemos. Los datos internos son aquellos que se generan dentro de la organi
zacin para la cual se realiza la investigacin. La informacin puede estar disponible y en un
Figura 4.1
Clasificacin de los datos
secundarios
Datos secundarios
Internos
Listos para
utilizarse
Extemos
Requieren
ms
procesamiento
Materiales
publicados
www.FreeLibros.me
Bases de dalos
computarizadas
Servicios
de agencias
108
PARTE II
formato listo para utilizarse, tal como la informacin proporcionada de rutina por el sistema de
respaldo de decisin administrativa. Por otro lado, estos datos pueden existir dentro de la orga
nizacin pero requerir un proceso considerable antes de que sean tiles para el investigador. Por
ejemplo, se puede encontrar informacin diversa relacionada con la facturacin de ventas. Aun
que esta informacin puede existir pero no ser de fcil acceso, se puede requerir an ms pro
cesamiento para extraerla. Los datos extern o s, por otro lado, son aquellos que se generan por
fiientes fuera de la organizacin. Estos datos pueden existir en forma de material publicado, ba
ses de datos en lnea o informacin disponible por servicios de agencias. Antes de recopilar da
tos secundarios externos es til analizar los datos secundarios internos.
El m arketing d e bases de datos incluye el uso de computadoras para capturar y dar seguimiento
a los perfiles de clientes y detalles de compra. Esta informacin secundaria sirve como base pa
ra programas de marketing o como fuente interna de informacin que se relaciona con la conduc
ta del cliente. Para muchas compaas, el primer paso al crear la base de datos es transferir infor
macin de ventas brutas, como las que se encuentran en los informes de ventas o en las facturas e
incluso en una microcomputadora. Despus se destaca esta informacin de compra del consumi
dor al agregarla a la informacin demogrfica y psicogrfica de los mismos clientes, disponible en
agencias de servicios, como Donnelley Marketing ( www.donnelleymarketing.com ), Experian
(Mww.experian.com) y R. L. Polk (www.rlpolk.com). Esta informacin puede analizarse en trmi
nos de una actividad del cliente durante el tiempo que dura la relacin de negocios. Pueden iden
tificarse un perfil de usuarios constantes o espordicos, seales de cambio en las relaciones de uso
o sucesos importantes en el ciclo de vida del cliente, como aniversarios, para entonces poder ac
tuar en consecuencia Estas fuentes de datos proporcionan las herramientas esenciales que se re
quieren para nutrir, expandir y proteger la relacin con el cliente.8
I N V E S T I G A C I N A C T I V A |______________________________________________________________________________
www.FreeLibros.me
CAPTULO A
109
ARC (Administracin de Relacin con el Cliente) es un tipo nico de marketing que se orien
ta a bases de datos. Como parte del sistema de ARC, DaimleiC hrysler (www.daimlerchrysler.com)
puso en prctica lo que ellos denominan Centros de Informacin Personal. Estos CIP, como se les
llama, ofrecen a los propietarios de automviles un sitio Web individualizado que crea ligas direc
tas con el equipo de investigacin de mercados. Estos CIP recolectan datos sobre todos los as
pectos de la compra de un auto, lo que brinda a la compaa la capacidad de participar en un mar
keting a la medida. Si un prospecto, en su encuesta completada en lnea, indica que el manejo de las
Minivan le preocupa, se puede incluir informacin por separado en un folleto enviado slo a ese
prospecto. Estos datos mostraran cmo la Minivan de DaimierChrysler se sostuvo frente a la com
petencia en el mercado de ese tipo de vehculos. DaimleiChrysler cree que la relacin con el clien
te comienza cuando un prospecto contacta a la empresa y no termina cuando el comprador adquie
re un vehculo. Con esto en mente, la compaa utiliza su sistema de ARC para dar seguimiento de
manera constante a las opiniones y deseos de los compradores y prospectos. Su sistema de ARC le
ha permitido a la compaa mantener su liderazgo en el mercado automotriz. DaimlerChrysler es el
tercer fabricante de autos en el mundo con ventas por ms de 152,000 millones de dlares en 2001.9
El marketing de bases de datos puede llevar a programas de marketing en verdad sofistica
dos y dirigidos, como se ilustra en el ejemplo siguiente.
INVESTIGACIN
REAL
INVESTIGACIN
REAL
www.FreeLibros.me
PARTE II
Propiedad de casa
Tiempo de residencia
Nmero y marca de autos que se poseen
Inters en el golf
Inters en el esqu en nieve
Inters en la lectura
Inters en trotar
Inters en el ciclismo
Inters en las mascotas
Inters en la pesca
Inters en la electrnica
Inters en la televisin por cable
Existen tambin empresas como Dun & Bradstreet (www.dnb.com) y American Business
Information, divisin de InfoUSA (www.infousa.com), que recolecta datos demogrficos rela
cionados con los negocios.
Guas. Las guas son una fuente excelente de informacin tpica o recurrente. Una gua pue
de identificar otras fuentes importantes, como directorios, asociaciones y publicaciones comer
ciales. Las guas son una de las primeras fuentes que debe consultar un investigador. Algunas
de las ms tiles son Am erican Marketing Association Bibliography Series, Business Informa
tion Sources, Data Sources fo r Business and M arket Analysis y Encyclopedia o f Business Infor
mation Sources.
Figura 4.2
Clasificacin de fuentes
secundaras publicadas
Datos secundarios
publicados
Fuentes
gubernamentales
Fuentes comerciales
generales
Guias
Directorios
Indices
Datos
estadsticos
www.FreeLibros.me
Datos
del censo
Otras publicaciones
del gobierno
CAPTULO 4
111
Directorios. Los directorios son tiles para identificar individuos u organizaciones que reco
lectan datos especficos. Algunos de los directorios importantes comprenden Directories in Print,
Consultants and Consulting Organizations Directory, Encyclopedia ofAssociations, FINDEX: The
Directory o f Market Research Reports, Studies and Surveys y Research Services Directory.
Fuentes gubernamentales
El gobierno estadounidense tambin produce grandes cantidades de datos secundarios. Sus pu
blicaciones pueden dividirse en datos del censo y otras publicaciones.11
Datos del censo. El U.S. Bureau o f the Census es la fuente mundial ms grande de datos es
tadsticos. Su catlogo mensual enumera y describe sus diversas publicaciones.12 Sin embargo,
resulta ms conveniente la Guide to Economic Census. La calidad de los datos del censo es ele
vada y a menudo extremadamente detallada. An ms, se pueden adquirir discos o diskettes de
computadora en la oficina del censo mediante una cuota nominal y reconstruir la informacin en
el formato deseado.13 Muchas fuentes privadas actualizan los datos del censo a nivel geogrfico
detallado para los aos entre cada censo.14 Los datos importantes del censo incluyen: casas, fa
bricantes, poblacin, comercio al menudeo, industrias de servicio y comercio al mayoreo.
www.FreeLibros.me
112
PARTE II
Las bases de datos computarizadas se pueden clasificar as: en lnea, de Internet o fuera de l
nea, como se muestra en la figura 4-3. Las bases de datos en lnea consisten en un banco de da
tos central al que se puede acceder por medio de una computadora (o terminal simple) a travs
de una red de telecomunicaciones. Se puede tener acceso a, buscar y analizar las bases de datos
de In tern e t en ese medio. Tambin es posible descargar datos de Internet y almacenarlos en la
computadora o en un aparato de almacenaje auxiliar.17 Las bases de datos fu e r a de lnea tienen
la informacin disponible en diskettes y discos de CD-ROM. Por tanto, se puede entrar a las ba
ses de datos fuera de lnea en la ubicacin del usuario sin el uso de una red de telecomunicaciones externa. Por ejemplo, el U.S. Bureau o f the C en sus tiene disponibles archivos de datos computarizados en discos de CD-ROM. Estos discos contienen informacin en detalle organizada por el
seguimiento del censo o por cdigo postal. En el proyecto de preferencia de tienda departamen
tal, este tipo de informacin se utiliz en la seleccin de la muestra.18 Como se indica en el si
guiente ejemplo, distintos proveedores proporcionan datos en diferentes formas.
Figura 4.3
Clasificacin de bases de datos
com putarizadas
Bases de dalos
computarizadas
i
En linea
J1
Internet
Fuera de lnea
T
Bases de datos
bibliogrficas
Bases de datos
numricas
Bases de datos
de texto completo
www.FreeLibros.me
Bases de datos
de directorio
CAPTULO A
INVESTIGACIN
113
REAL
Las bases de datos en lnea, Internet y fuera de lnea pueden todava clasificarse como bi
bliogrficas, numricas, de texto completo, de directorio o de fines especficos. Las bases de
datos bibliogrficas se componen de citas de artculos en diarios, revistas, peridicos, estudios
de investigacin de mercados, informes tcnicos, documentos gubernamentales y similares.20 A
menudo proporcionan resmenes o extractos del material citado. Un ejemplo de base de datos
bibliogrfica es ABI/Inform de ProQuest Information & Leaming (www.proquest.com).
Las bases de datos num ricas contienen informacin numrica y estadstica. Por ejemplo, al
gunas proporcionan datos en serie de tiempo (datos acomodados en relacin con el tiempo) acerca
de la economa e industrias especficas producidos por proveedores como Boeing Computer Servi
ces Co. (www.boeing.com) y el departamento de comercio estadounidense (www.commeree.gov).
Tambin se dispone de bases de datos numricas que se basan en el censo, las cuales utilizan la ac
tualizacin del censo de poblacin y de viviendas en propiedad del 2000 para proporcionar datos
entre censos y a nivel de cdigo postal. Los proveedores que proporcionan estas bases de datos in
cluyen el U.S. Bureau o f the Census (www.census.gov), Donnelley Marketing Information Services
(www.donnelleymarketing.com) y CACI, Inc. (www.caci.com).
Las bases de datos de texto com pleto contienen el texto completo de la fuente de docu
mentos que comprende la base de datos. El servicio LexisNexis (www.lexisnexis.com) propor
ciona acceso al texto completo de cientos de bases de datos comerciales, entre las que se en
cuentran peridicos seleccionados, publicaciones peridicas, informes anuales de empresas e
informes de compaas de inversin.
Las bases de datos de directorio proporcionan informacin sobre individuos, organizacio
nes y servicios. Como ejemplo, los directorios de fabricantes, mayoristas, minoristas, profesio
nales y organizaciones de servicio de la Seccin Amarilla electrnica estadounidense (www yellowpages.com) proporcionan nombres, direcciones y cdigos de la North American Industrial
Qassification de numerosas organizaciones.
Por ltimo estn las bases de datos para fin e s especficos. Por ejemplo, la base de datos
Profit Impact o f Market Strategies (PIMS) es una base de datos continua de investigacin y an
lisis en estrategia comercial realizada por el Strategic Planning Institute en Cambridge, Massachussets. Esta base de datos compila ms de 250 compaas que proporcionan datos sobre ms
de 2,000 empresas 21 Prcticamente todas las bibliotecas de las universidades principales man
tienen bases de datos computarizadas de bibliografa de administracin y temas relacionados que
los estudiantes pueden consultar sin cargo.
Debido a que las bases de datos computarizadas son numerosas y variadas, su cantidad to
tal puede ser abrumadora y puede parecer difcil localizar una base de datos en particular. En
tonces, cmo se espera localizar bases de datos especficas bibliogrficas, numricas, de texto
completo, de directorio o de fines especficos? Los directorios de bases de datos proporcionan
la ayuda requerida.
www.FreeLibros.me
114
PARTE II
Figura 4.4
Clasificacin de servicios
de agencias
l.nidad
de medida
Hogares/
consumidores
Instituciones
:n
Minoristas
T
Mayoristas
Servicios de la industria
Pan des
i
j
Compra
Auditorias
Medios
Servicios de lector
ptico electrnico
Encuestas
Psicogrficas y
estilo de vida
General
Evaluacin
de publicidad
Datos de
seguimiento
de volumen
Paneles de diario
de lector ptico
www.FreeLibros.me
Cuestionamicnto directo
Servicios
de recortes
Paneles de diario de
lector ptico con
televisin por cable
Informes
corporativos
CAPTULO A
115
V e n t a ja s
D e s v e n ta ja s
Us o s
La manera ms flexible
de obtener datos;
informacin con
motivos implcitos
Reles de compras
Comportamiento de
compra registrado que
puede vincularse con
las caractersticas
demogrficas y
psicogrficas
Falta de representatividad;
respuestas desviadas,
maduracin
Reles de medios
Aparatos electrnicos
que registran una
conducta automtica
mente, complementada
por un diario
Segmentacin del
mercado, sdeccin del
tema de publicidad y
eficacia de la
publicidad
Pronsticos de ventas,
participacin de
mercado y tendencias;
establecer perfiles del
consumidor, lealtad a
la marca y sustitucin;
evaluar los mercados
de pruebas, publicidad
y distribucin
Establecer tarifas de
publicidad, seleccionar
programa de medios o
tiempo aire; establecer
perfiles de televidentes
Ebtos de rastreo de
volumen de lector
ptico
Rmeles de diario de
lector ptico con
televisin por cable
Paneles de lectores
pticos de hogares que
se suscriben a
televisin por cable
Servicios de auditora
Verificacin de
movimiento del
producto al examinar
registros fsicos o
realizar anlisis de
inventarios
Servicios de agencias de
producto industrial
Encuestas
C a r a c t e r s t ic a s
Importante fuente de
informacin en
compaas industriales,
particularmente til en
las fases iniciales de
los proyectos
Seguimiento de precio,
modeng, eficacia
de modeng en tienda
Anlisis de mezcla
promocional, prueba
de copias, prueba de
nuevos productos,
posicionamiento
Medicin de ventas al
consumidor y
participacin de
mercado, actividad
competitiva, analizar
patrones de distribu
cin: seguimiento de
nuevos productos
Determinar el potencial
del mercado por rea
geogrfica, definiendo
territorios de ventas,
asignando presupuestos
de pubcidad
Diversos servicios realizan encuestas en forma regular, que incluyen entrevistas con un gran
nmero de personas mediante el empleo de un cuestionario prediseado. Las encuestas se pue
den clasificar, con base en su contenido, como psicogrficas y estilos de vida, evaluacin de pu
blicidad y encuestas generales.
www.FreeLibros.me
116
ftrn de vida distintivo que se
describe por las actividades que las
personas realizan, los intereses que
tienen y las opiniones de ellos
mismos y del mundo a su alrededor
(AIOs).
PARTE II
formas de vida de una sociedad o alguno de sus segmentos. Juntas, estas medidas por lo gene
ral se llaman Actividades, Inters y Opiniones, o simplemente AIOs. En el ejemplo siguiente se
proporciona una aplicacin.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 4
117
merciales de televisin mediante el uso de ambos mtodos. stos tambin se utilizan para probar
la eficacia de la publicidad en otros medios, como revistas, radio, peridicos y correo directo.
Encuestas generales. Las encuestas tambin se realizan por distintos propsitos, entre los
que se encuentra un examen de conducta de compra y consumo. Por ejemplo, Harris Interacti
ve ( www.harrisinteractive.com) Shopperlnsight es una encuesta basada en Internet de 26,000
compradores de hogares primarios en Estados Unidos y que pregunta las razones de por qu eli
gieron algn supermercado, farmacia o comercializador masivo en particular. A los comprado
res se les pide que evalen su experiencia de compra con base en 30 factores fundamentales que
influyen en su eleccin de minorista, desde las lneas en las cajas hasta la limpieza de la tienda,
horas y ubicacin. Adems, atributos como el precio del producto y la seleccin se evalan en
tre 45 categoras de productos individuales para cada supermercado, farmacia y comercializador
masivo. Estos resultados pueden ayudar a los comercializadores, como Wal-Mart, a evaluar sus
fuerzas y debilidades. Por ejemplo, los resultados de una encuesta de 2002 reforzaron la estra
tegia de Wal-Mart de proporcionar precios bajos cada da en vez de tener promociones frecuen
tes en artculos especiales. Los resultados mostraron que los precios de Wal-Mart se perciban
como 3.8% ms bajos que los de Target, su ms cercano competidor.
Usos de encuestas. Debido a que se puede obtener una gran variedad de datos, los de en
cuestas tienen diversas utilidades. Se pueden utilizar para segmentacin de mercado, como con
los datos psicogrficos y de estilos de vida, y para establecer perfiles de consumidor. Las en
cuestas tambin son tiles para determinar la imagen del producto, medida y posicin, y para
realizar anlisis de percepcin de precios. Otros usos importantes incluyen la seleccin del te
ma publicitario y la evaluacin de eficacia de la publicidad.
Ventajas y desventajas de las encuestas. Las encuestas son los medios ms flexibles pa
ra obtener datos de los encuestados. El investigador puede enfocarse slo en cierto segmento de la
poblacin, por ejemplo, adolescentes, propietarios de casas para vacaciones, o amas de casa entre
30 y 40 aos de edad. Las encuestas son los medios primarios para obtener informacin acerca de
los motivos de los consumidores, actitudes y preferencias. Durante las entrevistas se puede hacer
uso de una variedad de preguntas y ayudas visuales, paquetes, productos u otros apoyos. Analiza
dos de manera adecuada, los datos de encuestas se pueden manipular en muchas formas, de ma
nera que el investigador puede observar las diferencias entre grupos, examinar los efectos de las
variables independientes, como edad o ingreso, o incluso pronosticar el comportamiento futuro.
Por otro lado, los datos de encuestas pueden estar limitados de manera significativa. El in
vestigador debe confiar en primer trmino en los autoinformes del encuestado. Existe una bre
cha entre lo que la gente dice y lo que hace en realidad. Pueden ocurrir errores debido a que los
encuestados recuerdan de manera equivocada o dan respuestas deseadas socialmente. Adems,
las muestras pueden estar desviadas, las preguntas mal planteadas, los entrevistadores no estar
debidamente instruidos o supervisados y los resultados ser malinterpretados.
Paneles de compras. En los paneles de compras, los encuestados registran sus compras
de una variedad de productos diferentes, como en el panel NPD.
www.FreeLibros.me
118
PARTE II
INVESTIGACIN
REAL
Reles de medios. En los paneles de m edios, los aparatos electrnicos registran en forma
Tcnica de acopio de datos que
comprende muestras de encuestados
cuya conducta al mirar la televisin
se registra de manera automtica
por aparatos electrnicos, con lo
que se completa la informacin de
compra que se verifica en lnea o en
in diario.
www.FreeLibros.me
CAPTULO 4
119
computadoras de Nielsen Media Research lo retiran de manera automtica cada noche. El cen
tro de operaciones de Nielsen Media Research, en Dunedin, Florida, procesa esta informacin
cada noche para revelarla al sector televisivo y otros clientes al da siguiente.
Para medir las audiencias de televisin local, Nielsen Media Research recopila informacin
de lo que se ve utilizando diarios de televisin, libretas en las que los televidentes registran lo que
ven en la televisin durante una semana de medicin. Ellos realizan una medicin diaria para ca
da uno de los 210 mercados de televisin en el pas, cuatro veces por ao durante febrero, mayo,
julio y noviembre. El diario requiere que los televidentes escriban no slo quin mir la televi
sin, sino qu programa y en qu canal. Una vez que se llenan estos diarios, los televidentes los
envan por correo a Nielsen Media Research y la informacin se transfiere a computadoras con el
fin de calcular los niveles de audiencia.
Mediante el uso de estos datos, Nielsen estima el nmero y porcentaje de todos los hogares
que estaban viendo un programa dado. Esta informacin tambin se divide en diez caractersticas
socioeconmicas y demogrficas, como ingreso en el hogar, educacin del jefe de la familia y su
ocupacin, tamao del hogar, edad de los nios, edad de las mujeres y ubicacin geogrfica El
Nielsen Televisin Index es til para empresas como AT&T, Kelloggs Company, JC Penney, Pillsbury y Unilever al seleccionar programas especficos en los cuales emitir sus comerciales al aire.26
Otro ndice de la misma compaa es Nielsen Homevideo Index NHI. El NHI se esta
bleci en 1980 y proporciona una medicin de cable, cable de paga, aparatos de video y DVD,
antenas parablicas y otras nuevas tecnologas de televisin. Los datos se recopilan mediante el
uso de People Meters, medidores en los aparatos de televisin y diarios de papel.
Dada la creciente popularidad de Internet, los servicios sindicados tambin se adaptan a este
medio. NetRatings, Inc. (www.netratings.com) da seguimiento y recopila el uso de Internet en
tiempo real de ms de 50,000 usuarios en la casa y la oficina. Informa la actividad de comercio
electrnico y el sitio: nmero de visitas a propiedades, sitios de dominio y nico, calificaciones
por sitio y categora, estadsticas de tiempo y frecuencia, patrones de trfico y transacciones de co
mercio electrnico. Tambin informa de la respuesta de la audiencia a titulares, contenido creati
vo, frecuencia y colocacin del sitio. Este servicio se lanz en colaboracin con ACNielsen.
INVESTIGACIN
REAL
www.FreeLibros.me
120
PARTE II
Aunque la informacin proporcionada por las encuestas y paneles de compras y medios es til,
los servicios de lector ptico electrnico se estn volviendo cada vez ms populares. Los datos
de lector ptico reflejan algo de los ms recientes desarrollos tecnolgicos en el sector de la in
vestigacin de mercados. Estos datos se recopilan al pasar la mercanca por un lector ptico de
lser que lee la descripcin del cdigo de barras impresa en la mercanca. Este cdigo se vincu
la con el precio actual que se mantiene en la memoria de la computadora y se utiliza para pre
parar una papeleta de ventas. La informacin impresa en la papeleta de ventas incluye descrip
ciones as como precios de todos los artculos comprados. Los lectores pticos en las cajas
registradoras que ahora se utilizan en muchas tiendas minoristas estn revolucionando la inves
tigacin de mercados de los bienes empacados.
Hay tres tipos de datos de lectores pticos: datos de seguimiento de volumen, paneles de lec
tores pticos y paneles de lectores pticos con televisin por cable. Los datos de seguimiento de
volumen proporcionan informacin en compras por marca, tamao, precio y sabor o frmula, ba
sada en los datos de ventas que se recabaron de las cintas de los lectores pticos de las cajas regis
tradoras. Esta informacin se recopila a nivel nacional de una muestra de supermercados con lec
tores pticos electrnicos. Los servicios de lector ptico electrnico que proporcionan datos de
seguimiento de volumen incluyen National Sean Track (ACNielsen, www.acnielsen.com) e Info-
www.FreeLibros.me
CAPTULO A
fe la combinacin de un grupo de
lector ptico con manipulaciones
de la publicidad que se emite a
los televisores por las compaas
de televisin por cable.
121
INVESTIGACIN
REAL
Usos de los datos del lector ptico. Los datos del lector ptico son tiles para una va
riedad de finalidades.35 Los datos de seguimiento de volumen a nivel nacional pueden utilizar
se para dar seguimiento a ventas, precios y distribucin, moldear y analizar seales de precau
cin tempranas. Los paneles de lector ptico con televisin por cable se pueden utilizar para
probar productos nuevos, reposicionar productos, analizar mezcla promocional y tomar deci
siones publicitarias, entre las que se encuentran el presupuesto, la estrategia y los medios, as
como los precios. Estos paneles proporcionan a los investigadores de mercado un ambiente
controlado nico para la manipulacin de las variables de marketing.
www.FreeLibros.me
122
PARTE II
Ventajas y desventajas de los datos del lector ptico. Los datos de lector ptico tie
nen una ventaja obvia sobre las encuestas y los paneles de compras, porque reflejan la conduc
ta de compras que no est sujeta a entrevistas, registros, memoria o influencia de expertos. El
registro de las compras que se obtiene por los lectores pticos es completo y sin desviaciones
por la sensibilidad del precio. Otra ventaja es que las variables de tienda, como precios, promo
ciones y exhibiciones son parte del conjunto de datos. Tambin es probable que los datos sean
actuales y que se obtengan de forma rpida. Por ltimo, los paneles de lectores pticos con te
levisin por cable proporcionan un ambiente muy controlado de prueba.
Una de las debilidades principales de los datos de lectores pticos es la falta de representatividad. Los datos de seguimiento de volumen a nivel nacional pueden no ser proyectables al res
to de la poblacin, ya que slo los supermercados grandes cuentan con lectores pticos. Tambin
quedan excluidos cierto tipo de tiendas, como almacenes de alimentos y comercial izad oras ma
sivas. D e esa manera, los lectores pticos tienen dispersin y cobertura geogrfica limitadas.
La calidad de los datos de lectores pticos puede estar limitada por diversos factores. No todos
los productos se pueden escanear pticamente. Por ejemplo, un empleado puede utilizar la caja re
gistradora para marcar un artculo pesado y evitar cargarlo. Si un artculo no se escanea pticamen
te la primera vez, el empleado puede teclear el precio e ignorar el cdigo de barras. A veces un con
sumidor compra muchos sabores del mismo artculo, pero el empleado escanea pticamente slo
un paquete y teclea el nmero de artculos comprados. Por tanto, la transaccin se registra en forma
inexacta. Con relacin a los paneles de lector ptico, el sistema proporciona informacin en
los aparatos de televisin en uso, ms que en la conducta real de mirar la televisin. Aunque los da
tos de lector ptico proporcionan informacin de conductas y ventas, no proporcionan informacin
en relacin con actitudes implcitas, preferencias y razones para elecciones especficas.
Como se muestra en la figura 4-4, los datos publicados o distribuidos estn disponibles para mi
noristas y mayoristas, as como para empresas industriales. El medio ms popular para obtener
datos de los minoristas y mayoristas es una auditora, que consiste en un examen y verificacin
formal del movimiento de un producto que de manera tradicional lo realizan auditores que ha
cen visitas personales a las tiendas minoristas y mayoristas, y examinan los registros fsicos o
analizan el inventario. Los minoristas y mayoristas que participan en la auditora reciben infor
mes bsicos y pagos en efectivo por el servicio de auditora. Los datos de la auditora se enfo
can en los productos o servicios vendidos a travs de las tiendas o las caractersticas de las tien
das mismas. Con la llegada de los datos de lectores pticos, la necesidad de realizar auditoras
ha disminuido de manera considerable. Aunque todava se realizan auditoras, muchas no re
nen los datos en forma manual, sino que utilizan la informacin computarizada.
El servicio tradicional ms grande de auditora a minoristas es RoperASW National Retail
Census, que se realiza cada ao (www.roperasw.com). Se basa en datos que se recopilan en visitas
personales a la tienda, a una muestra de probabilidad nacional de 35,000 tiendas de todos tipos en
Estados Unidos en ms de 800 diferentes reas geogrficas. Los datos de auditora de minoristas
pueden ser tiles para las empresas de productos al consumidor. Por ejemplo, Colgate Palmolive
est considerando la introduccin de una marca nueva de pasta dental. Una auditora de minorista
puede ayudar a determinar el tamao del mercado total y distribucin de ventas por tipo de tienda
y por distintas regiones.
Otro ejemplo de auditora tradicional es la ACNielsen Convenience Track, que es una audi
tora de minoristas a tiendas de conveniencia en 30 mercados locales (www.acnielsen.com). Para
una alta velocidad y exactitud, los auditores en tienda utilizan computadoras manuales para cap
turar la informacin UPC electrnicamente. ACNielsen Convenience Track puede integrar los
datos de las tiendas de conveniencia con los datos de otros canales, entre los que se encuentran
abarrotes, medicinas y comercializadoras masivas.
Los servicios de auditora de mayoristas, la contraparte de las auditoras de minoristas, vi
gilan los retiros de los almacenes. Los operadores participantes, que incluyen cadenas de super
mercado, mayoristas y almacenes de comida congelada, por lo general representan ms de 80
por ciento del volumen en el rea.
Usos de los datos de auditora. Los usos de los datos de auditora de mayoristas inclu
yen: 1) determinar el tamao del mercado total y la distribucin de ventas por tipo de tienda, re
www.FreeLibros.me
CAPTULO A
123
Servicios de la industria
Proporcionan datos acerca de em
presas industriales, negocios y otras
instituciones.
www.FreeLibros.me
124
PARTE II
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO A
125
sola fuente sobre consumo del producto, consumo de medios y caractersticas demogrficas,
Campbell encontr que la audiencia televisiva demogrficamente similar consuma diferentes
cantidades de V8. Por ejemplo, en un ndice de 100 del consumo de V8 en hogares promedio,
General Hospital tuvo un ndice de 80 por abajo del promedio, y Guiding Light tuvo un ndi
ce de 120 por arriba del promedio. Estos resultados fueron sorpresivos, porque General Hospi
tal en realidad tena un porcentaje ms alto de mujeres entre 25 y 54 aos, el grupo demogrfico
ms predispuesto a comprar V8, por lo que se esperara que fuera un mejor medio para llegar a los
consumidores de V8. Mediante el empleo de esta informacin, Campbell reorganiz su horario de
publicidad para levantar el ndice promedio.
En 2001, el jugo V8 introdujo V8 Splash, una versin ms jugosa de su bebida, para atraer
a quienes queran una bebida con ms sabor a fruta. Aunque V8 an tiene buenos resultados en
el mercado, V8 Splash ha tenido el suficiente xito en el mercado para lanzar en 2003 dos sabo
res ms de Splash y tres sabores de Diet Splash.38
Cs loMf
9203
www.FreeLibros.me
126
PARTE II
F igura 4 .5
Fuentes de datos secundarios
internacionales
D ato s s e c u n d a r io s in te r n a c io n a le s
Organizaciones locales
en Estados Unidos
Organizaciones internacionales
en Estados Unidos
Organizaciones en
pases del extranjero
Fuentes
gubernamentales
Fuentes no
gubernamentales
Gobiernos
Organizaciones
internacionales
Asociaciones
comerciales
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Para la investigacin de mercados internacionales se dispone de una amplia variedad de datos se
cundarios.40 Como en el caso de investigacin interna, el problema no es una falta de datos sino
ms bien el exceso de informacin disponible, por lo que es til clasificar las diversas fuentes
(vase la figura 4-5). Las organizaciones locales en Estados Unidos, tanto de fuentes guberna
mentales como no gubernamentales, pueden proporcionar datos internacionales secundarios va
liosos. Las fuentes gubernamentales importantes son: Department o f Commerce, Agencyfor In
ternational Development, Small Business Administration, Export-Import Bank o f the United
States, Department o f Agriculture, Department o f State, Department o f Labor y Port Authority o f
New York and New Jersey. El Department o f Commerce ofrece no slo un nmero de publicacio
nes, sino tambin una variedad de servicios, como el programa de comprador extranjero, promo
tor de eventos deportivos, misiones de comercio, servicio de lista de contactos de exportacin,
servicio de comercio extranjero y servicio de estadstica de aduana para exportadores.
Las organizaciones no gubernamentales, como las organizaciones internacionales ubicadas en
Estados Unidos, pueden proporcionar informacin acerca de mercados internacionales. stas in
cluyen: United Nations, Oiganization for Eco nomic Cooperation and Development (OECD), Inter
national Monetary Fund (IMF), World Bank, International Chambers o f Commerce , Commission
of the European Community to the United States y Japanese External Trade Organization (JETRO). Por ltimo, las fuentes en pases del extranjero incluyen gobiernos, organizaciones interna
cionales ubicadas en el extranjero, organizaciones de comercio y servicios privados, como las em
presas de servicios sindicados. A l realizar una revisin de la bibliografa, se pueden utilizar
directorios, ndices, libros, material de referencia producido comercialmente, revistas y peridicos.
La evaluacin de los datos secundarios es an ms crtica para los proyectos internaciona
les que para los nacionales. Las diferentes fuentes reportan distintos valores para determinada
estadstica, tal como sera el producto interno bruto, debido a las diferentes formas de definir la
unidad. Las unidades de medicin pueden no ser equivalentes entre los pases. Por ejemplo, en
Francia, a los trabajadores se les paga un bono automtico cada ao de un mes de salario, lo que
da como resultado una construccin de medicin diferente a la de otros pases.41 La exactitud
de los datos secundarios tambin puede variar de un pas a otro. Los datos de pases altamente
industrializados, como Estados Unidos, tal vez sean ms exactos que los de pases en vas de
desarrollo. Las estadsticas de empresas e ingresos se ven afectadas por la estructura fiscal y el
grado de evasin de impuestos. Los censos de poblacin pueden variar en frecuencia y ao en
que se recopilaron los datos. En Estados Unidos se realizan los censos cada 10 aos, en tanto
que en la Repblica Popular China hubo una brecha de 29 aos entre el censo de 1953 y el de
1982. Sin embargo, esta situacin est cambiando rpidamente. Diversas empresas de servicios
de agencias estn desarrollando enormes fuentes de datos secundarios internacionales.
www.FreeLibros.me
CAPTULO 4
127
res informacin importante para sus estrategias de marketing. El estudio, que se repite cada ao,
apunta a dar seguimiento al desarrollo de medios y hbitos del consumidor en Latinoamrica.
Recientemente se realiz una encuesta multinacional en 18 pases latinoamericanos, entre
los que se encuentran Argentina, Brasil, Colombia, Mxico y Venezuela. Se efectu un muestreo entre 6,634 encuestados entre 12 y 64 aos de edad. Su muestra de probabilidad, que repre
senta a la Latinoamrica rural y urbana, puede proyectarse a 280 millones de personas, o en
otras palabras, a 79 millones de hogares.
La metodologa para esta encuesta const de dos etapas. Primero se utiliz la tcnica de en
trevista personal para medir la diversidad de medios, como peridicos, revistas multinacionales
y locales, televisin y radio. Luego, se entreg a los encuestados un folleto de auto-respuesta de
25 hojas para medir el consumo de producto y uso en ms de 100 categoras y 800 marcas. Los
datos demogrficos que se reunieron acerca de los encuestados comprendieron: pas o regin,
edad, sexo, condicin laboral, ocupacin, educacin, tamao del hogar, ingreso anual del hogar,
propiedad de automvil, y bienes y servicios del hogar. Las compaas pueden utilizar fcil
mente estos datos, ya que los resultados de la encuesta se proporcionan en un juego de catorce
volmenes impresos y en un formato de base de datos computarizada accesible en lnea o en
formato SPSS.
En una encuesta reciente se encontr que Latinoamrica est a punto de adquirir una gran can
tidad de terminales ATM en el futuro cercano, debido a la demanda creciente por tarjetas de dbito
entre los consumidores. Se espera que las terminales ATM en Latinoamrica se incrementen de ma
nera notable a 61,460 terminales en 2005, lo que significa un aumento de 34,890 terminales a par
tir de 1999. Con consumidores que obtengan efectivo ms fcilmente disponible en las terminales
ATM, es importante para los minoristas globales, como Wal-Mart (www.walmart.com), as como
los bancos globales como el de Citibank (wivw.citibank.com), considerar esas tendencias.42
www.FreeLibros.me
PARTE II
[
M
La pldora tica puede ser difcil de tragar
ABC, NBC, CBS, algunas agencias de publicidad y los principales anunciantes estn en desa
cuerdo con las mediciones de audiencia de televisin de Nielsen Media Research (www. nielsenmedia.com). Estas compaas critican el esquema de muestreo de Nielsen y las metodologas
intrusivas de registro de datos. En vez de eso, estas compaas parecen estar apoyando a Statistical Research, Inc. (SRI) como un servicio competitivo (www.statisticalresearch.com). SRI
utiliza tcnicas electrnicas no intrusivas de recopilacin de datos, las cuales proporcionarn
informes en tiempo real de lo que sern las audiencias televisivas en el futuro.
Un tema central en las crticas contra Nielsen es que los Tres Grandes han recibido medi
ciones decrecientes de televidentes. Hasta la primera mitad de la temporada de televisin de
2001, la audiencia en la hora pico de las siete estaciones de televisin baj en todas las medicio
nes. La audiencia de las siete estaciones de televisin en conjunto cay por casi un milln de
hogares, disminucin de 2.7%; por lo contrario, por cable aument 9.8 por ciento. Las tres prin
cipales estaciones di fus oras (ABC, CBS y NBC) tuvieron cada una decrementos de audiencia en
todas sus transmisiones. Durante este periodo, la audiencia en hora pico para televisin por cable
respaldada por anuncios era en promedio de 26.2 millones de televidentes, en tanto que las siete
principales estaciones tenan en promedio 33.8 millones de televidentes. Ms que aceptar la idea
de que la audiencia de la estacin difusora se est reduciendo, las estaciones preferiran una
evaluacin ms halagadora de su nivel de espectadores. Los niveles de audiencia se trasladan
directamente a ingresos de publicidad. Cuantos ms televidentes atraiga un programa, mayores
tarifas puede cobrar una estacin por transmitir comerciales al aire en ese espacio. Los cargos
de publicidad pueden diferir de manera espectacular en diversos horarios, por lo que se requie
ren evaluaciones exactas de los niveles de audiencia desde la perspectiva de la estacin.
En defensa de las estaciones, los monopolios tienden a resistir las innovaciones y les faltan in
centivos para mejorar los procesos. Reglas de complacencia en tanto el dinero siga entrando. Sin
embargo, como proveedor profesional de investigacin de mercados, Nielsen Media Research est
ticamente destinado a proporcionar datos exactos y representativos en la medida de su capacidad.
Los usuarios tambin tienen la responsabilidad tica de no criticar los datos secundarios s
lo porque no respaldan sus propios puntos de vista. Finalmente, los ejecutivos de la estacin ten
drn que tragar la amarga pldora de la realidad de que la televisin por cable, la televisin direc
ta va satlite e Internet estn ganando terreno sobre la audiencia de televisin. Para los
ejecutivos de las estaciones difusoras es difcil tragar esta pldora.43
Dadas las limitaciones de los datos secundarios, a menudo es necesario reunir datos prima
rios con el fin de obtener la informacin que se requiere para atender el problema de decisin gerencial. El uso aislado de los datos secundarios, cuando el problema de investigacin requiere in
formacin primaria, podra hacer surgir preocupaciones ticas, las cuales se acrecientan cuando
al cliente se le est facturando una tarifa fija por el proyecto y la propuesta entregada para lograr
dicho proyecto no especificaba de manera adecuada la metodologa de recopilacin de datos. Por
otro lado, en algunos casos tal vez se pueda obtener la informacin que se requiere de las fuentes
secundarias nicamente, lo que hace innecesario la recopilacin de datos primarios. La recopila
cin innecesaria de datos primarios costosos cuando el problema de investigacin se puede aten
der si se emplean slo datos secundarios puede ser poco tica. Estos temas ticos se vuelven so
bresalientes si la facturacin de la empresa investigadora se eleva, pero a costa del cliente.
APLICACIONES DE IN TER N ET Y C O M P U TA D O RA
La World Wide Web como fuente
en lnea de datos secundarios
La World Wide Web es una fuente importante de datos secundarios para el investigador de mer
cados. La investigacin se facilita mediante algunas mquinas de bsqueda general, como Ya
hoo! (www.yahoo.com) o Alta Vista (www.altavista.com), que requieren slo algunas palabras
dave para proporcionar cientos de sitios relacionados con un tema. Tambin se puede ir direc
tamente a las pginas de Internet de algunos proveedores tradicionales de datos secundarios.
www.FreeLibros.me
CAPTULO 4
129
Muchos de esos sitios tienen mquinas de bsqueda internas que clasifican la informacin de la
base de datos interna del proveedor (vase el captulo 1).
Datos gubernamentales
Una de las fuentes principales de datos secundarios es el gobierno. Se puede acceder a diversas
fuentes gubernamentales de Estados Unidos a travs de FedWorld (www.fedworld.gov). El in
vestigador puede visitar Government Information Location Service (GILS) en www.gils.net o
www.doi.gov. Se pueden obtener estadsticas comerciales extensas en www.stat-usa.gov.
El U.S. Department o f Commerce puede contactarse en www.commerce.gov. La informa
cin Bureau o f Census puede obtenerse a travs del Department o f Commerce o directamente
en www.census.gov.
www.FreeLibros.me
PARTE II
www.FreeLibros.me
CAPTULO 4
E N F O Q U E
EN
131
B U R K E
Burke ha encontrado que los datos secundarios disponibles para las compaas estn sumamente subutilizados. A menudo, un archivo de una investigacin primaria realizada previamente para la empresa
no est disponible para el proyecto en el que se est trabajando. Adems, puede resultar difcil para el
investigador acceder a los datos secundarios internos generados dentro de la empresa del cliente. Datos
como el retomo de embarques, los informes de daos, las quejas de los clientes, los informes de extra
vos de los clientes, etctera, con frecuencia se mantienen en partes de la compaa muy apartadas que
no facilitan el movimiento de la informacin entre departamentos. Estos datos producen puntos de vis
ta muy valiosos acerca de las relaciones con los dientes, pero simplemente no estn accesibles de ma
nera coherente en la mayora de las empresas.
Burke cree que el recurso ms valioso que una empresa puede tener para planear y entender sus
necesidades de informacin es una base de datos funcional de todos los datos internos y extemos ad
quiridos. La forma en que Burke ha organizado sus propios datos internos y la forma en que utiliza da
tos secundarios podra servir como modelo para las empresas cliente. El Corporate Information Center
(CIC) en Burke, Inc. es el recurso de la compaa de informadn secundaria. El CIC sirve a muchos
grupos internos distintos en diversas etapas del proceso de investigadn de mercados. A travs del
QC, los empleados tienen acceso a informacin secundaria interna y externa. La informacin secunda
ria interna se refiere a la informadn que Burke ha reunido en el pasado. Incluye informes, anlisis e
informacin de la compaa almacenada en la base de datos interna. La informacin secundaria exter
na se refiere a la informacin publicada de otras fuentes externas a Burke.
El Corporate Information Center (CIC) de Burke, Inc. tiene una variedad de recursos que pueden
ayudar a responder preguntas del proyecto, del cliente o relacionadas con la industria. Los datos secun
darios internos incluyen un archivo de informes fechado desde 1988 y una base de datos que contiene
informacin laboral en relacin con estudios desde 1986. El CIC tambin contiene diversas fuentes de
datos secundarios externos. Existen ms de 400 libros en la biblioteca corporativa. La coleccin inclu
ye diversos procedimientos de conferencias comerciales, libros de marketing y libros acerca de una va
riedad de temas de investigacin de mercados. Tambin se pueden encontrar en la biblioteca corporati
va directorios comerciales, publicaciones del censo, materiales de seminarios de investigacin de
mercados, manuales y otros materiales de referencia. El CIC tiene una recopilacin peridica que com
prende diarios de investigacin de mercados y publicaciones de negocios en general.
Adems de los recursos disponibles internamente, los empleados de Burke tienen acceso a otras
fuentes extemas de informacin a travs del CIC. Por lo general el CIC busca en uno (o en una combi
nacin) de los siguientes recursos para obtener datos exactos y pertinentes para extraer conocimientos
e ideas que se puedan aplicar a travs de diversas etapas del proceso de investigacin de mercados: pu
blicaciones comerciales, asociaciones de la industria, agencias gubernamentales, informes de investi
gacin de mercados sindicados, bases de datos en lnea, productos de CD-ROM e Internet.
En Burke, los datos secundarios pueden ser tiles en todas las etapas del proceso de investigacin
de mercados. Algunos ejemplos de aplicaciones tpicas donde se utilizan los datos secundarios son:
Extraer informacin de los antecedentes de un cliente, como las ltimas noticias y los desarrollos
de la compaa
Proporcionar una visin general de la industria de un cliente
Revisin de revistas, peridicos, boletines de noticias y otras publicaciones comerciales para
mantenerse al tanto de nuevos productos y tecnologa
Obtener informacin demogrfica de diversas reas geogrficas
Comportamiento competitivo
Identificar nuevas oportunidades de negocios
Examinar el ambiente regulador de una industria en particular
www.FreeLibros.me
132
PARTE II
RESUMEN
En contraste con los datos primarios, que origina el investigador
con la finalidad especfica del problema que se enfrenta, los da
tos secundarios se recopilan originalmente para otros fines. Los
datos secundarios se pueden obtener de manera rpida y de hecho
son de bajo costo. Sin embargo, tienen limitaciones y se deben
evaluar de manera cuidadosa para determinar si son apropiados
para el problema que se est tratando. El criterio de evaluacin
consiste en especificaciones, error, actualidad, objetividad, natu
raleza y confiabilidad.
Existe valiosa informacin en la organizacin para la cual se
realiza la investigacin. sta constituye los datos secundarios in
ternos. Los datos externos se generan en fuentes afuera de la or
ganizacin; existen en forma de material publicado (impreso), en
lnea, en Internet y en bases de datos fuera de lnea o informacin
disponible de los servicios sindicados. Las fuentes externas pu
blicadas se pueden clasificar en forma amplia como datos comer
ciales generales o datos gubernamentales. Las fuentes comercia
les generales comprenden guas, directorios, ndices y datos
estadsticos. Las fuentes gubernamentales pueden dividirse en da
tos del censo y otros ms. Las bases de datos computarizadas pue
den ser en lnea, en Internet o fuera de lnea. Estas bases de datos
se pueden clasificar como bibliogrficas, numricas, de texto
completo, de directorio y bases de datos especializadas.
EJERCICIOS
Preguntas
1. Cules son las diferencias entre datos primarios y secundarios?
2. Porqu es importante obtener los datos secundarios antes que los
datos primarios?
3. Diferenciar los datos secundarios internos y los extemos.
4. Cules son las ventajas de los datos secundarios?
5. Cules son las desventajas de los datos secundarios?
6. Qu criterio se debe utilizar al evaluar los datos secundarios?
7. Enumere las diversas fuentes publicadas de datos secundarios.
8. Cules son las diferentes formas de bases de datos computarizadas?
9. Cules son las ventajas de las bases de datos computarizadas?
10. Enumere y describa las diversas fuentes sindicadas de datos secun
darios.
11. Cul es la naturaleza de la informacin reunida en las encuestas?
www.FreeLibros.me
CAPTULO A
Problemas
1. Obtenga de fuentes secundarias las ventas de la industria automotriz
y las venas de los principales fabricantes de automviles en los l
timos cinco aos. (Sugerencia: vase el captulo 22, tabla 22-1).
133
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1. Realice una investigacin de datos en lnea para obtener informa
cin acerca de los antecedentes de una industria de su eleccin
(ejemplo: artculos deportivos). La bsqueda debe abarcar informa
cin cualitativa y cuantitativa.
2. Msite la pgina Web de una compaa de su eleccin. Suponga que
el problema de decisin gerencial que enfrenta esta compaa era
expandir su participacin de mercado. Obtenga tantos datos de la
pgina Web de esta compaa y otras fuentes en Internet como sea
pertinente para este problema.
3. Msite el sitio en Internet del Bureau of Census (vase alguna de las
direcciones proporcionadas en el libro). Escriba un informe acerca
de los datos secundarios disponibles del Bureau que serian tiles pa
4.
5.
6.
7.
ACTIVIDADES
Intercambio de papeles
Trabajo de campo
Anlisis en grupo
1. Analice el significado y las limitaciones de los datos del censo del
gobierno como una fuente principal de datos secundarios.
2. Analice el uso creciente de bases de datos computarizadas.
3. Comerte cmo las mediciones de audiencia de televisin de Nielsen
pueden afectar el precio que los anunciantes pagan por la emisin de
un comercial durarte un tiempo en particular.
www.FreeLibros.me
a menudo proporciona el
entendimiento que nos per
mite decidir el tipo de infor
macin que debemos tener
para resolver el problema
de investigacin y cmo in
terpretar de manera ade
cuada esa informacin".
Carol Raffei, vicepresi
denta, servicios cualitativos,
Burke, Inc.
www.FreeLibros.me
Generalidades
Igual que el anlisis de datos secundarios (vase el captulo 4), la investigacin cualitativa es
una metodologa importante utilizada en la investigacin exploratoria (captulo 3). Los inves
tigadores realizan investigacin cualitativa para definir el problema o establecer un mtodo
(captulo 2). A l establecer un mtodo, por lo general se utiliza la investigacin cualitativa
para generar hiptesis e identificar variables que deban incluirse en la investigacin. Cuando
no se realiza investigacin conclusiva o cuantitativa, la investigacin cualitativa y los datos
secundarios abarcan la parte principal del proyecto. En este captulo se analizan las diferencias
entre la investigacin cualitativa y la cuantitativa, y la funcin de cada una en el proyecto de
investigacin de mercados. Se presenta una clasificacin de investigacin cualitativa y se
abarcan con detalle las principales tcnicas, grupos de enfoque y entrevistas exhaustivas.
Tambin se consideran los procedimientos indirectos llamados tcnicas proyectivas, con
nfasis en las de asociacin, complementacin, construccin y expresiva. Se comentan las
consideraciones implicadas al realizar una investigacin cualitativa cuando se investigan
mercados internacionales. Se identifican distintos temas ticos que surgen en la investigacin
cualitativa. El captulo concluye con comentarios sobre el uso del Internet y las computadoras
en la investigacin cualitativa. Con los siguientes ejemplos se ilustra la investigacin cualita
tiva y sus aplicaciones en la investigacin de mercados.
www.FreeLibros.me
PARTE II
Sunfire de Pontiac tambin patrocin los Juegos Extremos de la ESPN y comercializ el auto
en la College Televisin Network, con despliegues de clubes deportivos. Esta campaa fue fun
damental en el lanzamiento exitoso del Sunfire.
En 2001, Pontiac vendi aproximadamente 71,300 automviles Sunfire. La investigacin
continua de grupos de enfoque ha permitido a Pontiac proseguir con xito y presentar el Sunfire
2003 con un nuevo estilo. Este modelo, diseado recientemente, se introdujo en Chicago debido
a que esa regin geogrfica es el segundo mercado ms grande de Pontiac, siendo el Sunfire el
modelo de ventas ms popular.1
INVESTIGACIN
REAL
Ford
Ford (www.ford.com) decidi redisear uno de sus modelos Taurus. Remodelaron los boto
nes del tablero, las defensas traseras, etctera. Cambiaron las manijas de las puertas. Sin
embargo, haba un problema con la forma en que sonaban cuando alguien cerraba una puerta.
Era un sonido extrao. La manija produca el sonido de dos golpes, lo que daba la impresin
al usuario de que algo estaba mal, aun cuando no haba problema. Aunque los consumidores
no estn conscientes de sus propias percepciones, son muy sensibles a los ruidos que hace
un auto.
W hirlpool
Aunque podra pensarse que el producto perfecto no debe hacer ruido alguno, el caso de Whirlpool
(mvw.whirlpool.com) indica lo contrario. Whirlpool lanz un nuevo refrigerador, ms silencioso.
Sin embargo, los clientes llamaban a la compaa para quejarse de sonidos ms suaves, como
burbujeo de agua, del modelo. La gente tena la impresin de que el nuevo refrigerador era el
ms ruidoso que hubieran tenido, cuando en realidad era el ms silencioso que se haba produci
do hasta esa fecha.
IBM
IBM (www.ibm.com) se enfoc en un nuevo botn a la mitad del teclado que reemplazara al ra
tn. Debido a que la gente trabaja horas en una computadora, la comodidad para el dedo que
pulsara este botn era crucial. Les tom nueve aos crear la almohadilla perfecta para un dedo.
Este L a u d e r
El sector de cosmticos proporciona muchos ejemplos de investigacin cualitativa debido a que
los productos cosmticos se relacionan con la intimidad femenina. Por ejemplo, Este Lauder
( www.esteelauder.com) cambi la forma de su compacto azul para hacerlo ms llamativo para
sus clientes. La forma se redise redondeando los bordes para hacerla ms suave y por tanto
crear un vnculo con la forma redondeada del cuerpo femenino.2
Estos ejemplos ilustran los ricos puntos de vista del comportamiento implcito de los con
sumidores que pueden obtenerse al utilizar los procedimientos cualitativos.
www.FreeLibros.me
CAPTULO 5
137
Figura 5.1
D alos d e investigacin d e m ercados
D atos secundarios
D atos cualitativos
D atos cuantitativos
D escriptivas
'
D atos d e
e n cu esta
~~ ^^
i
D atos de observacin
y otros
D atos
experim entales
TABLA 5 .1
C ausales
^^ ~
~ ~~ ^ ^ ^ ~^
~ ~^ ~
Objetivo
Investigacin
cualitativa
cuantitativa
Muestra
Acopio de datos
No estructurada
Estructurada
Estadstico
Resultado
www.FreeLibros.me
138
PARTE II
INVESTIGACIN
REAL
www.FreeLibros.me
Figura 5 .2
Procedimientos de investigacin
cualitativa
D irectos
(n o ocultos)
1
G ru p o s d e en fo q ule
e
Indirectos
(ocultos)
T cn icas
p royectivas
r
T cn icas
d e asociacin
139
CAPTULO 5
i
T cn icas de
com p lem en taci n
ir
T cn icas de
co nstruccin
i
T cn icas de
ex p resi n
a los encuestados o es evidente por las preguntas que se realizan. Los grupos de enfoque y las
entrevistas exhaustivas son las principales tcnicas directas. En contraste, la investigacin que
utiliza un m todo indirecto disfraza el verdadero propsito del proyecto. Las tcnicas proyectivas, las tcnicas indirectas comnmente utilizadas, consisten en asociacin, complmentation,
construccin y expresin. Cada una de estas tcnicas se comenta en detalle, comenzando con
los grupos de enfoque.
ENTREVISTAS EN GRUPOS DE E N F O Q U E
Entrevista realizada por un modera
dor capacitado entre un pequeo
grupo de encuestados de manera no
estructurada y natural.
www.FreeLibros.me
PARTE II
TABLA 5 .2
Caractersticas de grupos de enfoque
Tamao del grupo
De ocho a 12
Entorno fsico
Duracin
Registro
Moderador
Caractersticas
Las principales caractersticas de los grupos de enfoque se resumen en la tabla 5-2. Un grupo de
enfoque por lo general incluye ocho a 12 integrantes. Es poco probable que grupos con menos
de ocho integrantes generen el mpetu y la dinmica de grupo necesaria para una sesin exitosa.
Del mismo modo, los grupos con ms de 12 integrantes pueden estar demasiado aglomerados y
no conducir a una discusin cohesiva y natural.10
Un grupo de enfoque debe ser homogneo en trminos de caractersticas demogrficas y
socioeconmicas. La comunidad entre los miembros de un grupo evita interacciones y conflic
tos entre los integrantes en cuanto a los temas laterales.11 Por lo tanto, un grupo de mujeres no
debe combinar amas de casa casadas con hijos pequeos, mujeres solteras jvenes que trabajan
y mujeres maduras divorciadas o viudas, porque sus estilos de vida son sustancialmente dife
rentes. Es ms, los participantes deben ser seleccionados con cuidado para que cumplan con
ciertos criterios. Los participantes deben tener la experiencia adecuada con el objeto o tema por
analizar. No debe incluirse a gente que ya ha participado en varios grupos de enfoque. Estos lla
mados encuestados profesionales son atpicos y su participacin conduce a serios problemas de
validacin.12
Tambin es importante el entorno fsico para un grupo de enfoque. Una atmsfera relajada
e informal alienta comentarios espontneos. Se deben servir bebidas ligeras antes de la sesin y
dejarlas disponibles mientras dure sta. Aunque un grupo de enfoque puede durar una a tres ho
ras, lo normal es 1.5 a dos horas. Se requiere este periodo para establecer la afinidad con los
participantes y explorar a fondo sus creencias, sentimientos, ideas, actitudes y conocimientos en
relacin con los temas de inters. Las entrevistas de grupos de enfoque se registran invariablemen
te, a menudo en cinta de video para verse, transcribirse y analizarse posteriormente. La grabacin
en videotape tiene la ventaja de registrar las expresiones faciales y los movimientos del cuerpo,
pero puede incrementar en forma significativa los costos. Con frecuencia, los clientes observan
la sesin desde una habitacin adyacente utilizando un espejo de doble vista. La tecnologa
de transmisin de video les permite observar las sesiones de grupos de enfoque en vivo desde
control remoto. Por ejemplo, la empresa Focus Vision NetWork, Inc. (Mvw.focusvision.com) con
base en Stamford, Connecticut, ofrece ese sistema de videoconferencia.
El moderador tiene un papel clave en el xito de un grupo de enfoque. Debe establecer afi
nidad con los participantes, hacer que los comentarios avancen e interrogar a los encuestados
para evocar sus conocimientos. Adems, el moderador puede tener un papel central en el anli
sis e interpretacin de los datos. Por lo tanto, debe poseer habilidad, experiencia, conocimiento
del tema en discusin y un entendimiento de la naturaleza de la dinmica de grupo. Resumimos
las habilidades del moderador.
www.FreeLibros.me
CAPTULO 5
141
Figura 5 .3
Procedim iento para planear y
conducir grupos de enfoque
www.FreeLibros.me
142
I N V E S T IG A C I N A C T I V A
PARTE II
P R O Y E C T O D E T IE N D A D E P A R T A M E N T A L
los problemas de confiabilidad inherentes a los grupos de enfoque, como los causados por
distintos moderadores que no cubren los mismos contenidos de formas comparables. Dada su
importancia, ilustramos cmo se debe construir el perfil del moderador utilizando un proyecto
realizado por el autor sobre el cambio de un microtelfono celular.14
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 5
143
EXPLORAR BREVEMENTE
Cules son algunos de los tipos ms comunes de llamadas que recibe?
Si le retirramos el celular, qu diferencia hara en su vida?
EXPLORAR BREVEMENTE
www.FreeLibros.me
PARTE II
Finalmente, quiero pedir su creatividad por unos pocos minutos que me den ideas...
No se preocupen sobre si es una buena o mala idea
La nica palabra que voy a prohibir es gratis !
Suponiendo que un fabricante de microtelfonos quisiera alentarlo a cambiar por un mejor
aparato maana...
Qu podra hacer?
Slo diga cualquier cosa que se le ocurra obvio, profundo, serio, tonto, lo que sea...
EXPLORE Y REFINE
Agradecer a los encuestados y cerrar la sesin
Como se puede ver, la teora (captulo 2) tuvo un papel importante al establecer el perfil
del moderador en el proyecto de la tienda departamental. Despus de elaborar un perfil detalla
do, se recluta a los participantes y se realiza la entrevista de grupo de enfoque. Durante sta, el
moderador debe: 1) establecer afinidad con el grupo; 2) definir las reglas de interaccin del gru
po; 3) establecer objetivos; 4) interrogar a los encuestados y provocar discusin intensa en las
reas importantes, y 5) intentar resumir la respuesta del grupo para determinar el grado de
acuerdo.
Siguiendo la discusin de grupo, ya sea el moderador o un analista revisa y analiza el
resultado. El analista no slo informa los comentarios especficos y los resultados, sino que
tambin busca respuestas consistentes, nuevas ideas, preocupaciones sugeridas por expresiones
faciales y lenguaje corporal, y otras hiptesis que pueden o no haber sido confirmadas por todos
los participantes.
Como el nmero de participantes es pequeo, por lo general no se informa de frecuen
cias y porcentajes en un resumen de un grupo de enfoque. En vez de esto, los informes por lo
regular incluyen expresiones, como la mayora de los participantes pens o los participan
tes se dividieron en este tema. La documentacin e interpretacin meticulosa de la sesin es
www.FreeLibros.me
CAPTULO 5
145
la base para la etapa final: tomar accin. Esto por lo general significa realizar investigacin
adicional.
El nmero de grupos de enfoque que debe conducirse en un solo tema depende de: 1) la na
turaleza del tema; 2) el nmero de los distintos segmentos de mercado; 3) el nmero de ideas
nuevas generadas por cada grupo sucesivo, y 4) tiempo y costo. Si los recursos lo permiten, deben
realizarse grupos de discusin adicionales hasta que el moderador pueda anticipar lo que se dir.
Esto de ordinario sucede despus de conducir tres o cuatro grupos en el mismo tema.15 Se re
comienda guiar al menos dos grupos.16 Los grupos de enfoque adecuadamente conducidos
pueden generar importantes hiptesis que pueden servir como base para realizar investigacin
cuantitativa, como indica el siguiente ejemplo.
www.FreeLibros.me
PARTE II
Grupos de moderadores en duelo. Aqu tambin hay dos moderadores, pero ellos deliberadamente
toman posiciones opuestas sobre los temas por discutir. Esto permite que el investigador
explore ambos lados de los temas de controversia.
Grupos de moderador-encuestado. En este tipo de grupo de enfoque el moderador pide a los
participantes elegidos que tomen temporalmente el papel de moderador para mejorar la
dinmica de grupo.
Grupos de cliente-participante. Personal del cliente se identifica y se vuelve parte del grupo de
scusin. La funcin principal es ofrecer aclaraciones que puedan hacer ms eficaz el pro
ceso del grupo.
Minigrupos. Estos grupos consisten en un moderador y slo cuatro o cinco encuestados. Se
utilizan cuando los temas de inters requieren un interrogatorio ms exhaustivo de lo que
fuese posible en grupos de ocho a 12 participantes.
Grupos de telesesiones. Son sesiones de grupos de enfoque conducidas por telfono utilizando la
tcnica de conferencia telefnica.18
Los grupos fuera de lnea estn surgiendo como una forma importante de grupos de enfoque
y se discuten con detalle en la seccin de aplicaciones de Internet y computadora. Concluimos
nuestra seccin de grupos de enfoque con un anlisis de diversas ventajas y desventajas.
www.FreeLibros.me
CAPTULO 5
147
INVESTIGACIN
REAL
ENTREVISTAS EXHAUSTIVAS
Entrevista no estructurada, directa y
personal en la que un entrevistador
altamente capacitado interroga a un
solo encuestado para descubrir
motivaciones, creencias, actitudes
y sentimientos implcitos sobre un
tema.
Las entrevistas exhaustivas son otro mtodo para obtener datos cualitativos. Describiremos el pro
cedimiento general para realizar entrevistas exhaustivas y luego ilustraremos algunas tcnicas espe
cficas. Tambin se analizan las ventajas, desventajas y aplicaciones de las entrevistas exhaustivas.
Caractersticas
Igual que los grupos de enfoque, las entrevistas exhaustivas son una forma no estructurada y direc
ta de obtener informacin, pero a diferencia de los grupos de enfoque, las entrevistas exhausti
vas se realizan de persona a persona. Por lo tanto, tambin se les llama entrevistas exhaustivas
individuales o EEI. Una entrevista exhaustiva es directa, personal y no estructurada en la que un
solo encuestado es interrogado por un entrevistador altamente capacitado para descubrir motiva
ciones, creencias, actitudes y sentimientos implcitos sobre un tema.22
Una entrevista exhaustiva puede durar 30 minutos a ms de una hora. Para ilustrar la tcni
ca en el contexto del ejemplo de la tienda departamental, el entrevistador comienza por hacer
una pregunta general; por ejemplo, cmo se siente de comprar en tiendas departamentales?
Luego el entrevistador alienta al individuo a hablar libremente sobre sus actitudes hacia las
www.FreeLibros.me
148
PARTE II
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 5
149
Tcnicas
Tcnica para realizar entrevistas
exhaustivas en las que una lnea de
preguntas va de las caractersticas
del producto hasta las caractersti
cas del usuario.
Tres tcnicas de entrevistas exhaustivas que recientemente han ganado popularidad son el escalonamiento, preguntas de tema oculto y anlisis simblico. En el escalonam iento, la lnea de
preguntas procede de las caractersticas del producto hasta las caractersticas del usuario. Esta
tcnica permite al investigador utilizar la red de significados del consumidor. El escalonamien
to proporciona una forma de sondear las razones psicolgicas y emocionales implcitas ms
profundas del consumidor que afectan sus decisiones de compra. A l determinar por qu una per
sona compra un producto, los investigadores quieren saber ms que simplemente calidad y
precios bajos . Por lo tanto, para examinar los motivadores implcitos se debe utilizar una tc
nica de escalonamiento.
El escalonamiento requiere que los entrevistadores se entrenen en tcnicas especficas para
desarrollar un mapa mental significativo del punto de vista del consumidor sobre un produc
to objetivo. La meta final es combinar los mapas mentales de consumidores similares, lo que
llevar a las razones de por qu la gente compra productos en particular. El sondeo se utiliza para
ir ms all de las respuestas iniciales que dan los participantes en las entrevistas. Cuando se les
pregunta por qu prefieren un producto, las respuestas inicialmente se relacionan con los atributos.
Ejemplos de respuestas incluiran color, sabor, precio, tamao y nombre del producto. Cada
atributo, consecuencia y valor de los motivadores implcitos se encuentran al escalar hacia las
razones reales para comprar productos. Siguiendo las respuestas iniciales con preguntas de por
qu, se llega a informacin mucho ms til para el mercadlogo.
Respuesta: Compro cosmticos de Maybelline porque es una buena marca a precios
razonables .
Pregunta: Por qu los cosmticos a precios razonables son tan importantes para usted?
Respuesta: Bueno, comprar un producto de calidad que no es muy caro me hace sentir bien
conmigo porque estoy gastando mi dinero en forma inteligente.
INVESTIGACIN
REAL
www.FreeLibros.me
PARTE II
Primera Guerra Mundial, como vocero. Esa campaa comunicaba la agresividad, el alto status
y la herencia competitiva de la lnea area.
Anlisis simblico. Las preguntas incluyeron: cmo sera si no pudiera utilizar ms los
aviones7 Se recibieron respuestas como: sin aviones, tendra que confiar en cartas por e-mail
y llamadas de larga distancia . Esto sugiere que lo que venden las aerolneas a los gerentes es
comunicacin cara a cara. Por lo tanto, un anuncio efectivo podra ser el que garantice que la l
nea area har lo mismo para un gerente que lo que Federal Express hace por un paquete.
La informacin revelada mediante estas tcnicas puede utilizarse para colocar eficazmente
una lnea area y para disear publicidad apropiada y estrategias de comunicacin. Los esfuer
zos publicitarios que siguieron a los ataques terroristas en Estados Unidos el 11 de septiembre
del 2001 han sido un reto para las compaas areas. Sin embargo, en el 2002, American Airlines
cre una campaa publicitaria que recuerda a los consumidores que necesitan aviones para ayu
darlos a llegar a la gente que aman. Su anuncio de televisin mostraba nios llevando maletas
por Nueva York e iconos como la Estatua de la Libertad.25
El papel de los entrevistadores es crtico para el xito de la entrevista exhaustiva. El entrevis
tador debe: 1) evitar la apariencia de ser superior y hacer que el encuestado se sienta tranquilo;
2) mantenerse aparte y ser objetivo, y a la vez personal; 3) realizar preguntas de manera informati>a; 4) no aceptar respuestas con un breve s f o no, y 5) sondear a los encuestados.
www.FreeLibros.me
CAPTULO 5
INVESTIGACIN
151
REAL
Tanto los grupos de enfoque como las entrevistas exhaustivas son mtodos directos en los que
el verdadero propsito de la investigacin se revela a los encuestados o les resulta obvio. Las
tcnicas proyectivas son diferentes en cuanto a que intentan disfrazar el propsito de la investiga
cin. Una tcnica proyectiva es una forma de preguntar indirecta y no estructurada que alienta
a los encuestados a proyectar sus motivaciones, creencias, actitudes o sentimientos implcitos
en cuanto a los temas de inters.28 En las tcnicas proyectivas se pide a los encuestados que in
terpreten la conducta de otros, ms que describir su propio comportamiento. A l interpretar
la conducta de otros, los encuestados proyectan en forma indirecta sus propias motivaciones,
creencias, actitudes o sentimientos en la situacin. Por lo tanto, las actitudes del encuestado
se descubren al analizar sus respuestas en escenarios que son deliberadamente no estructurados,
vagos y ambiguos. Cuanto ms ambigua sea la situacin, los encuestados ms proyectan sus
emociones, necesidades, motivos, actitudes y valores, como se demostr con el trabajo sobre
psicologa clnica en el que se basan las tcnicas proyectivas.29 Como en psicologa, estas tc
nicas se clasifican como asociacin, complementacin, construccin y expresin. Se analiza
cada una de estas clasificaciones.30
Tcnicas de asociacin
En las tcnicas de asociacin se presenta un estmulo a un individuo y se le pide que responda
con lo primero que le venga a la mente. La asociacin de palabras es la ms conocida de estas
tcnicas. En ella se presenta a los encuestados una lista de palabras, una a la vez, y se le pide
que responda a cada una con la primera palabra que le venga a la mente. Las palabras de in
ters, llamadas palabras de prueba, se intercalan a travs de la lista que tambin contiene pa
labras neutrales o de relleno para disfrazar el propsito del estudio. Por ejemplo, en el estudio
de tienda departamental, algunas de las palabras de prueba pueden ser ubicacin, estaciona
miento, compras, calidad y precio. La respuesta del sujeto a cada palabra se registra al
www.FreeLibros.me
152
PARTE II
pie de la letra y se toma el tiempo, para identificar a los encuestados que dudan o que razonan
su respuesta (definido como tomar ms de tres segundos para contestar). El entrevistador, no el
encuestado, registra las respuestas. Esto controla el tiempo que tomara al encuestado escribir la
respuesta.
La suposicin implcita de esta tcnica es que la asociacin permite a los encuestados revelar
sus sentimientos ms profundos acerca del tema de inters. Se analizan las respuestas al calcular:
1) la frecuencia con la que alguna palabra se da como respuesta; 2) el tiempo que pasa antes de dar
una respuesta, y 3) el nmero de encuestados que no responden en absoluto a una palabra de la
prueba dentro de un tiempo razonable. Se considera que aquellos que no responden en absoluto
tienen una complicacin emocional tan alta que bloquea la respuesta. A menudo es posible clasi
ficar las asociaciones como favorables, desfavorables o neutrales. El patrn de respuestas de
un individuo y los detalles de las respuestas se utilizan para determinar las actitudes o senti
mientos implcitos de la persona sobre el tema de inters, como se muestra en el siguiente ejemplo.
Seora M
diario
y dulce
aire
no, lo hace el esposo
este vecindario
bao
altercados
sucio
Seora C
planchar
limpio
manchado
limpio
mugre
jabn y agua
nios
lavar
Estos resultados sugieren que el mercado de detergentes puede segmentarse segn las ac
titudes. Empresas como Procter & Gamble (www.pg.com), que comercializa diversas marcas de
detergentes (Tide, Cheer, Gain, Bold, etc.), se podran beneficiar al colocar diversas marcas pa
ra distintos segmentos de actitudes. En el 2002, P&G era el lder del mercado de detergentes de
lavandera que ofreca ocho diferentes marcas y mantena una participacin de mercado de 57
por ciento. El detergente Gain es la marca de ms bajo precio de P&G, situado como el lder de
precio bajo. En el 2001 experiment 20.9 por ciento de incremento de ventas y en consecuencia
super las ventas anuales de Tide. Resultados de investigacin similares a los anteriores pueden
ayudar a P&G a colocar otras marcas que conduzcan a un incremento de ventas.31
Hay diversas variaciones del procedimiento de asociacin de palabras estndar ilustrado
aqu. Se puede pedir a los encuestados que den las primeras 2, 3 o 4 palabras que vengan a su
mente, en vez de que sea slo la primera. Esta tcnica tambin puede utilizarse en pruebas con
troladas, como contraste con asociacin libre. En pruebas controladas se puede preguntar a los
encuestados: qu tiendas departamentales vienen a su mente primero cuando menciono
mercanca de alta calidad? Se puede obtener informacin ms detallada de las tcnicas de
complementacin, que son una extensin natural de las tcnicas de asociacin.
Tcnicas de complementacin
Tcnica proyecva que requiere que
el encuestado complete una situacin
de estmulo incompleta.
En las tcnicas de com plem entacin se pide al encuestado que complete una situacin de e s
tmulo inconcluso. Las tcnicas de complementacin comunes en la investigacin de mercados
consisten en la de completar oraciones y completar historias.
www.FreeLibros.me
CAPTULO 5
M V E S T IG A C I N A C T IV A
153
REAL
www.FreeLibros.me
154
PARTE II
Al 2003, DuPont permanece como el productor de medias ms grande del mundo y sus
esfuerzos de investigacin de mercados han demostrado su xito, con ingresos en el 2002 que ex
cedieron 25 mil millones de dlares, gracias al uso intensivo de investigacin cualitativa.32
Tcnicas constructivas
Tcnica proyectiva en la que se pide
encuestado que construya una
respuesta en forma de historia,
dlogo o descripcin.
Las tcnicas constructivas estn muy relacionadas con las tcnicas de complementacin. Las
tcnicas constructivas requieren que el encuestado construya una respuesta en forma de una
historia, dilogo o descripcin. En una tcnica de construccin, el investigador proporciona al
encuestado menos estructura inicial que en una tcnica de completar. Las dos tcnicas principa
les de construccin son: 1) respuesta a fotografas y 2) caricaturas.
REAL
www.FreeLibros.me
CAPTULO 5
155
oferta del mercado de comida cmoda, galletas horneadas suaves y sin restricciones de caloras,
con cerca de 40 por ciento de las caloras provenientes de grasa. La nueva lnea es la tercera
gran vendedora de la compaa.
En el 2002, McDonalds lanz diversos productos nuevos extremadamente altos en grasa y
caloras para su men de nuevos sabores. Tales productos incluyeron la hamburguesa de pollo
frito parmesano aderezada con queso y salsa de tomate, y una hamburguesa de desayuno port
til que tena una fritura de chorizo rodeada por dos panqueques.33
Pruebas de caricaturas.
Tcnicas expresivas
Tcnicas proyectivas en las que se
presenta al encuestado una situacin
verbal o visual y se le pide relacio
nar los sentimientos y actitudes de
otra persona en esa situacin.
En las tcnicas expresivas se presenta a los encuestados una situacin verbal o visual y se les
pide relacionar los sentimientos y actitudes de otras personas con esa situacin. Los encuestados
no expresan sus propios sentimientos o actitudes, sino los de los dems. Las dos principales tcni
cas expresivas son la representacin de papeles y la de tercera persona.
Figura 5 .4
Prueba de caricatura
www.FreeLibros.me
156
lfepresentacin de papeles
Se pide a los encuestados asumir la
conducta de alguien ms.
PARTE II
REAL
Qu es privacidad?
Cuando los grupos de enfoque revelaron que la privacidad era una preocupacin importante para
los residentes de apartamentos, un constructor se preocup por la forma como la gente vea la pri
vacidad. La compaa de investigacin, Cossette Communication Group (www.cossette.com),
utiliz la tcnica de interpretacin de papeles para obtener la informacin requerida. Se pidi a
los encuestados que interpretaran el papel de un arquitecto y que disearan sus propios apar
tamentos utilizando unas tablas que les proporcionaron. Despus de disear sus hogares, se hi
cieron una serie de preguntas, que trataban sobre cmo los encuestados perciban la privacidad.
Por ejemplo, se les pregunt cunto espacio se necesitaba entre las habitaciones para hacerlos
sentir que su privacidad no sera invadida y qu cantidad de sonido sera audible a travs de las
paredes. La compaa de investigacin de mercados consider que sera ms eficaz hacer que
los sujetos se comprometieran en una actividad de representacin de papeles seguida por
preguntas sobre por qu hicieron aquello, que simplemente preguntarles qu haran en una
situacin dada. Hicimos que la gente nos mostrara lo que significaba para ellos la privacidad,
ms que asumir que nos lo podan explicar con palabras. Los resultados ayudaron a la compa
a constructora a disear y construir apartamentos de modo que los ocupantes se sintieran ms
cmodos y con ms privacidad. Las paredes entre las habitaciones se construyeron para absor
ber ms los ruidos y que las voces no los traspasaran tan fcilmente. Adems, las recmaras se
colocaron ms separadas en vez de estar juntas. Los apartamentos se construyeron de modo que
las recmaras estuvieran en lados opuestos del edificio. De esta forma, los compaeros de
apartamento no sentiran que se invada su privacidad. La compaa constructora se benefici
enormemente de estos mtodos creativos de investigacin, como se demostr por la creciente
satisfaccin de los clientes proveniente de individuos que se sienten ms seguros de mantener
su privacidad.35
www.FreeLibros.me
CAPTULO 5
157
nental Airlines, para enfrentar el temor de volar enfatiz las medidas de seguridad y mejor la
comodidad de las cabinas de pasajeros, por lo que sufri una baja mucho menor de los pasaje
ros que tomaban sus aviones.36
Ntese que hacer la pregunta en primera persona (tiene usted miedo de volar?) no
obtuvo la respuesta verdadera. Efectuar la misma pregunta en tercera persona (cree usted que
su vecino tiene miedo de volar?) baj las defensas de los encuestados y dio por resultado res
puestas verdaderas. En una versin popular de la tcnica de la tercera persona, el investigador
presenta al encuestado una descripcin de una lista de compras y le pide una caracterizacin
del comprador.37
G rupos
Grado de estructura
Relativamente alto
Relativamente medio
Relativamente bajo
Bajo
Alto
Medio
Relativamente media
Relativamente alta
De baja a alta
Desviacin de interpretacin
Relativamente baja
Relativamente media
Relativamente alta
de enfoque
Entrevistas
exhaustivas
T cnicas
Baja
De media a alta
Alta
Alta
Media
Baja
proyectivas
Baja
Media
Alta
No
A un grado limitado
Utilidad en general
Muy tfl
til
www.FreeLibros.me
158
PARTE II
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Debido a que el investigador a menudo no est familiarizado con el mercado del producto
extranjero que se examinar, es crucial la investigacin cualitativa en la investigacin de
mercados internacionales. En las etapas iniciales de investigacin transnacional, la investi
gacin cualitativa puede proporcionar conocim ientos sobre el problema y ayudar a estable
cer un mtodo al generar preguntas e hiptesis de investigacin pertinentes, m odelos y ca
ractersticas que influyen en el diseo de investigacin. Por lo tanto, la investigacin
cualitativa puede revelar las diferencias entre los mercados nacionales y los extranjeros. Se
pueden utilizar grupos de enfoque en diversos entornos, en particular en pases industrializa
dos. El moderador no slo debe estar capacitado en la metodologa de grupos de enfoque, sino
tambin con el idioma, cultura y patrones de interaccin social que prevalecen en ese pas.
Los resultados de grupos de enfoque se deben derivar no slo del contenido verbal, sino
tambin de las seales no verbales, como entonacin de la voz, inflexiones, expresiones y
gestos.39
El tamao del grupo de enfoque tambin podra variar. Por ejemplo, en Asia, siete encuestados producen el nivel ms alto de interaccin entre los miembros de un grupo. En algunas re
giones, como en el Oriente Medio o en el Lejano, la gente duda sobre discutir sus sentimientos en
un entorno de grupo. En pases como Japn, la gente piensa que no es educado mostrar desa
cuerdo con otros pblicamente. En estos casos se deben utilizar las entrevistas exhaustivas. Es
ms, los datos cualitativos que se generan deben interpretarse en el contexto de la cultura. Con
el siguiente ejemplo se seala la importancia de las diferencias culturales en la investigacin
cualitativa.
www.FreeLibros.me
CAPTULO 5
159
sujeto a menos problemas de interpretacin que las fotografas. Sin embargo, las tcnicas
que utilizan seales verbales, como asociacin de palabras, pueden aplicarse con gran facili
dad, como se ilustra en el siguiente ejemplo.
www.FreeLibros.me
PARTE II
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
En el captulo 3 se coment el uso de foros, grupos de noticias y salas de plticas para realizar
investigacin exploratoria Aqu se expone el uso de Internet para realizar grupos de enfoque,
entrevistas exhaustivas y tcnicas proyectivas.44
www.FreeLibros.me
CAPTULO 5
161
Antes de que comience el grupo de enfoque, los participantes reciben informacin acerca
del grupo, que abarca datos como la forma de expresar emociones al mecanografiar. Los indi
cadores de emociones electrnicas se producen utilizando caracteres del tablero y son estndar
en su uso en Internet. Por ejem plo,:-) y :-( son modelos de caras sonrientes y tristes. Las em o
ciones por lo general se insertan en al momento en que se siente la emocin. Las emociones
tambin pueden expresarse utilizando una fuente y distintos colores. Hay una amplia gama de
emociones para elegir, como tengo el ceo fruncido, estoy riendo conmigo mismo, estoy
avergonzado, ahora estoy enojado, ahora estoy respondiendo apasionadamente, etctera.
A esto sigue la respuesta. Los participantes tambin pueden ver informacin con anticipacin
acerca del tema del grupo de enfoque al navegar por algn sitio de Internet y al leer o descargar
informacin y verla en televisin real en sus computadoras. Luego, justo antes de que comien
ce el grupo de enfoque, los participantes visitan una pgina Web donde se conectan y obtienen
las instrucciones de ltimo momento.
Cuando es tiempo de que el grupo de enfoque comience, se trasladan a una pgina Web de
pltica (chat) en Internet. Se dirigen a la ubicacin (URL) del grupo de enfoque y dan un clic en
el icono entrar al grupo de enfoque . Para entrar, deben proporcionar nombre de la pgina,
nombre del usuario y la contrasea que les fue enviada con anticipacin por correo electrnico. En
la pgina de pltica, el moderador y los participantes se escriben unos a otros en tiempo real.
En la prctica general, los moderadores siempre plantean preguntas, todas en letras maysculas, y
se pide a los encuestados que utilicen maysculas y minsculas. Se pide tambin a los encuestados iniciar sus respuestas con el nmero de la pregunta, para que el moderador pueda vincular
rpidamente la respuesta con la pregunta apropiada. Esto hace muy fcil transcribir una sesin
de grupo de enfoque. La interaccin del grupo dura alrededor de una hora. Una copia simple es
t lista en cuanto termina el grupo y una formateada estar disponible dentro de las siguientes
48 horas. El proceso completo es mucho ms rpido que el mtodo tradicional. Un ejemplo de
empresas que ofrecen grupos de enfoque en lnea es Surveysite (mvw.surveysite.com).
Ventajas
Pueden participar personas de todo el pas o incluso del mundo, y el cliente puede observar al
grupo desde la comodidad de su hogar u oficina. Las restricciones geogrficas se eliminan y las
de tiempo disminuyen. A diferencia de los grupos de enfoque tradicionales, se tiene la oportu
nidad nica de volver a contactar a los participantes del grupo en una fecha futura, ya sea para
retomar temas o para presentarles modificaciones al material presentado en el grupo de enfoque
original. El Internet permite al investigador obtener reas que por lo general son difciles de en
cuestan mdicos, abogados, profesionistas, madres que trabajan, y otros que tienen vida muy
ocupada y que no estn interesados en tomar parte en grupos de enfoque tradicionales.
Los moderadores tambin pueden ser capaces de conducir conversaciones alternas con los
encuestados individuales, interrogndolos ms profundamente en las reas de inters. La gente
en general es menos inhibida en sus respuestas y es ms probable que exprese completamente
sus pensamientos. Muchos de los grupos de enfoque en lnea sobrepasan, por mucho, el tiempo
estimado debido a que se expresan muchas respuestas. Por ltimo, no hay viajes, videograba
ciones ni instalaciones que arreglar, y el costo es mucho menor que en los grupos de enfoque
tradicionales. Las compaas son capaces de mantener los costos entre una quinta parte y la mitad
del costo tradicional de los grupos de enfoque.
Desventajas
Slo la gente que tiene computadora y que sabe utilizarla puede ser encuestada en lnea. Debido
a que el nombre de un individuo en Internet a menudo es privado, es muy difcil verificar real
mente que el encuestadoes un miembro del grupo objetivo. Esto se ilustra en una caricatura en
The New Yorker, donde se sientan dos perros en una computadora y le dice uno al otro, en In
ternet nadie sabe que eres un perro! Para superar esta limitacin, se utilizan los otros mtodos
tradicionales, como las llamadas telefnicas, para reclutar y verificacin de los encuestados.
Otro factor que se debe considerar es la falta de control general sobre el ambiente del encuestado y su exposicin probable a estmulos externos de distraccin. Debido a que los grupos
de enfoque en lnea podran tener encuestados regados por todo el mundo, los investigadores y
moderadores no tienen idea de qu otra cosa pueden estar haciendo mientras participan en el
grupo. Slo se pueden probar estmulos de audio y visuales. Los productos no se pueden tocar
(como la ropa) u oler (como el perfume).
www.FreeLibros.me
PARTE II
Usos
Existen situaciones en los que se seguir prefiriendo a los grupos de enfoque tradicionales. Por
ejemplo, realmente no se puede explorar en lnea temas o sujetos altamente emocionales. Debido
al que el alcance de los grupos de enfoque en la actualidad est limitado a gente con acceso a
Internet, los grupos de enfoque en lnea no son apropiados para todas las situaciones de in
vestigacin. Sin embaigo, son muy apropiados para las empresas que utilizan Internet para vender
sus productos o servicios y que quieren ganar participacin en el mercado o reunir gente con
inteligencia. Las aplicaciones incluyen anuncios impresos, copias de pruebas, pruebas de
concepto, pruebas de uso, evaluacin de multimedia y comparaciones de iconos o imgenes
grficas. Otro posible uso para grupos de enfoque o encuestas en lnea es para las corporacio
nes que quieren obtener retroalimentacin sobre temas de lugares de trabajo, como recortes de
personal, cambios de trabajo y diversidad. Los empleados se pueden referir a la pgina Web
donde pueden participar en forma annima en discusiones con la administracin. Compaas
como Fulcrum Analytics ( www.fidcrumanaiytics.com) se especializan en grupos de enfoque en
lnea, y encuestas por correo electrnico y Web.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 5
E N F O Q U E
EN
163
B U R K E
El uso predominante de la investigacin cualitativa realizada por Burke a nivel mundial es a travs de grupos
de enfoque. Al utilizar grupos de enfoque se deben atender dos temas muy prcticos. El primero resulta de la
pregunta que hacen la mayora de los clientes: cuntos grupos debemos realizar y dnde deben estar?
La segunda es de vital importancia para el investigador, pero casi nunca la realiza el cliente: cmo puede
el cliente participar activamente en la investigacin de los grupos de enfoque?
Nmero y ubicacin
Para la mayora de los grupos, la cuestin del nmero y ubicacin es realmente de definicin de las
poblaciones de inters. Existen diversos segmentos de mercados que deban explorarse en distimos grupos?
Aquellos que tienen mucho conocimiento deben separarse de los que tienen poco para evitar el domi
nio? Estas decisiones pueden hacerse slo con investigacin secundaria o con datos internos para ayudar a
respaldar una posicin. La nica regla positiva real es que si Burke decide sobre una composicin en particu
lar de grupos por carcter o ubicacin, se realizan al menos dos grupos de enfoque de cada composicia
La razn detrs de esto es que cada uno de estos grupos tiene su propia dinmica, y un segundo grupo de
confirmacin ayudar a asegurarse que no se sacaron conclusiones prematuras de la composicin y din
mica de un grupo.
Una de las ms grandes cadenas de restaurantes casuales en Estados Unidos quera determinar
qu tipos de postres resultan irresistibles para los clientes. La compaa esperaba disparar sus ventas
al agregar su men de postres. Burke realiz una serie de 10 grupos de enfoque divididos entre cuatro
sectores:
1.
2.
3.
4.
Los participantes analizaron qu tipos de postres les gustan, cuntos postres se deben ofrecer en el
men de un restarame, y cmo deben presentarlos quienes los sirven para temar a la gente a ordenar
uno. En cada grupo el moderador de Burke ley las descripciones de ms de 25 diferentes postres y
mostr fotografas de ms de 50 postres. El moderador pidi a los participantes que evaluaran la atrac
cin de cada postre. Burke utiliz este gercicio para identificar los postres irresistibles que atraan a
una amplia gama de clientes. La cadena de restaurantes utiliz esta informacin cualitativa y posterior
investigacin cuantitativa para mejorar su men de postres.
El cliente como contribuyente del proceso
Burke hace grandes esfuerzos para preparara sus clientes adecuadamente en la evaluacin de grupos de enfo
que. Cuando un grupo de gerentes se sienta detrs de una ventana de una sola vista observando a un grupo
de enfoque, tienen que ser orientados sobre qu hacer y qu no hacer. Lo primero que se les pide evitar es
contar las respuestas y pensar en trminos de resultados cuantitativos. El tema no es cunta gente dice algo,
sino ver si el acuerdo general entre el grupo es apreme o si existen opiniones divergentes.
Burke dirige a los observadores del cliente para escuchar todas las opiniones y no slo aquellas
que respaldan una posicin preconcebida. Si el investigador no maneja el proceso de observacin co
rrectamente, los gerentes que observan la sesin a menudo irn sacando sus propias conclusiones sin
entender lo que realmente sucedi. Bajo estas circunstancias, el informe final en general ser ignorado.
Es ms, Burke se enfoca a manejar el proceso de comunicacin total, no slo los grupos.
www.FreeLibros.me
164
PARTE II
RESUMEN
La investigacin cualitativa y la cuantitativa deben considerarse
complementarias. Los mtodos de investigacin cualitativa pueden
ser directos o indirectos. En los mtodos directos los encuestados
son capaces de discernir el verdadero propsito de la investigacin.
Los mtodos directos principales son los grupos de enfoque y las
entrevistas exhaustivas. Los grupos de enfoque son conducidos en
un entorno de grupo, en tanto que las entrevistas exhaustivas se ha
cen de persona a persona. Las entrevistas de grupo de enfoque son
la tcnica de investigacin cualitativa ms ampliamente utilizada.
Las tcnicas indirectas se llaman proyectivas, ya que buscan
proyectar las motivaciones, creencias, actitudes y sentimientos
de los encuestados en situaciones ambiguas. Las tcnicas proyec
tivas se pueden clasificar en tcnicas de asociacin (asociacin
de palabras), de complementacin (completar oraciones, prrafos
o historias), de construccin (respuesta a fotografas, pruebas de
caricaturas) y expresivas (representacin de papeles, de tercera
persona). Las tcnicas proyectivas son particularmente tiles
EJERCICIOS
Preguntas
1. Cules son las principales diferencias entre las tcnicas de investiga
cin cualitativa y cuantitativa?
2. Qu es la investigacin cualitativa y cmo se conduce?
3. Diferenciar entre investigacin cualitativa directa e indirecta. Dar
un ejemplo de cada una.
4. Por qu los grupos de enfoque son la tcnica de investigacin
cualitativa ms popular?
5. Porqu el moderador del grupo de enfoque es tan importante para
obtener resultados de calidad?
6. Cules son las calificaciones fundamentales que debe tener un
moderador de grupos de enfoque?
7. Por qu se debe tener precaucin contra los encuestados profe
sionales?
8. Mencionar dos maneras en que se puede hacer mal uso de los grupos
de enfoque.
9. Cul es la diferencia entre un grupo de doble moderador y uno de
moderadores en duelo?
10. Cul es la tcnica de conferencia telefnica? Cules son las ventajas
y desventajas de esta tcnica?
11. Qu es una entrevista exhaustiva? Bajo qu circunstancias es pre
ferible a los grupos de enfoque?
12. Cules son las principales ventajas de las entrevistas exhaustivas?
13. Cules son las tcnicas proyectivas? Cules son los cuatro tipos
de tcnicas exhaustivas?
14. Describir el trmino tcnica de asociacin. Dar un ejemplo de una
situacin en la que esta tcnica sea especialmente til.
15. Cundo se deben utilizar tcnicas proyectivas?
Problemas
1. Siguiendo los mtodos delineados en el texto, desarrolle un plan pa
ra realizar un grupo de enfoque para determinar las actitudes de los
consumidores y sus preferencias acerca de los automviles importa
dos. Especifique los objetivos del grupo de enfoque, escriba un
cuestionario de seleccin y establezca un perfil del moderador.
2. Suponga que Baskin Robbins quiere saber por qu algunas personas
no comen helado de manera regular. Desarrolle una prueba de cari
caturas para este propsito.
www.FreeLibros.me
CAPTULO 5
165
ACTIVIDADES
Intercambio de papeles
1. Usted es un consultor de investigacin de mercados contratado con
d fin de organizar grupos de enfoque para un innovador restaurante
de comida rpida alemana. Qu clase de gente seleccionara para
participar en grupos de enfoque? Qu criterio de selecdn utiliza
ra? Qu preguntas hara?
2. Cbmo investigador de mercados, persuada a su jefe (un compaero
estudiante) que no pase por alto la investigacin cuantitativa una
\ez que se ha realizado la investigacin cualitativa.
Trabajo de campo
1. El centro de atletismo del campus universitario est tratando de deter
minar por qu no utilizan sus instalaciones ms estudiantes. Realice
uia serie de grupos de enfoque para determinar qu se puede hacer
para atraer a ms estudiantes al centro de atletismo. Basado en los
resultados del grupo de enfoque, genere las hiptesis pertinentes.
2. Una empresa de cosmticos quisiera incrementar su penetracin en
d mercado de mujeres estudiantes. Lo contrata a usted como con
Anlisis en grupo
1. En un grupo de cinco o seis integrantes, analice si la investigacin
cualitativa es cientfica.
2. Si los resultados de los grupos de enfoque confirman las expectati
vas previas, el cliente no debe realizar la investigacin cuantitativa.
Analice esta afirmacin en un grupo pequeo.
3. En un pequeo grupo de cinco o seis integrantes, dscutan la siguien
te afirmacin: La investigacin cuantitativa es ms importante que
la investigacin cualitativa porque arroja informacin estadstica y
resultados conclusivos.
www.FreeLibros.me
L Analizar y clasificar los mtodos de encuesta y describir los diversos sistemas de encuesta:
telefnica, personal y por correo.
2. Identificar el criterio para evaluar los mtodos de encuesta, comparar los distintos mtodos
y evaluar cul es el ms apropiado para un proyecto de investigacin en particular.
3. Explicar y clasificar los distintos mtodos de observacin utilizados por los investigadores
de mercados, as como describir la observacin personal, la mecnica, el inventario, el
anlisis de contenido y el anlisis de rastros.
4. Identificar el criterio para evaluar los mtodos de observacin, comparar los distintos mto
dos y evaluar si alguno de ellos es apropiado para un proyecto de investigacin en particular.
5. Describir las ventajas y desventajas relativas de los mtodos de observacin y compararlos
con los mtodos de encuesta.
6. Comentar las consideraciones incluidas en la prctica de encuestas y mtodos de observacin
en un entorno internacional.
7. Entender los temas ticos incluidos en la realizacin de encuestas y la investigacin por
observacin.
8. Comentar el uso de Internet y las computadoras en encuestas y mtodos de observacin.
Joe Ottaviani,
vicepresidente snior;
gerente general,
Burke, Inc.
166
www.FreeLibros.me
Generalidades
En captulos anteriores se explic que una vez definido el problema de investigacin de
mercados (etapa 1 del proceso de investigacin de mercados) y que se ha establecido un m
todo (etapa 2), el investigador est en posicin de elaborar el diseo de investigacin (etapa
3). Segn se analiz en el captulo 3, los principales tipos de diseos de investigacin son el
exploratorio y el conclusivo. Los diseos exploratorios utilizan como principales metodolo
gas el anlisis de datos secundarios (captulo 4) y la investigacin cualitativa (captulo 5). Los
diseos de investigacin conclusiva pueden clasificarse como causales o descriptivos. Los di
seos causales se explicarn en el captulo 7.
En este captulo nos enfocaremos en los principales mtodos utilizados en los diseos de in
vestigacin descriptiva: encuesta y observacin. Como se explic en el captulo 3, la investiga
cin descriptiva tiene como principal objetivo la descripcin de algo, por lo general caracte
rsticas o funciones del mercado. Los mtodos de encuesta o comunicacin pueden
clasificarse, por la forma en que se aplican, como encuestas telefnicas tradicionales, encuestas
telefnicas asistidas por computadora, encuestas personales en el hogar, encuestas en centros co
merciales, encuestas personales asistidas por computadoras, encuestas por correo, paneles por
correo, correo electrnico y encuestas por Internet. Se describe cada uno de estos mtodos y se
presenta una evaluacin comparada de ellos. Luego se consideran los principales mtodos de
observacin: personal, mecnica, de inventario, anlisis de contenido y anlisis de rastros. Se
analizan las ventajas y desventajas relativas de la observacin sobre los mtodos de encuesta.
Se comentan las consideraciones implicadas en la realizacin de encuestas y la observacin
al investigar los mercados internacionales. Se identifican diversos temas ticos que surgen
en la investigacin por encuestas y mtodos de observacin. El captulo concluye con un co
mentario sobre el uso de microcomputadoras y computadoras centrales en la investigacin de
encuestas e investigacin de observacin.
167
www.FreeLibros.me
168
PARTE II
Resultados de la eleccin
Harris Interactive (en lnea)
Harris Interactive (telefnica)
CBS
Gallup/CNN/USA Today
ftw Research
18D/CSM/TIPP
Zogby
ICR/Folitics Now
NBCAVSJ
ABCAVashPost
Campo de batalla
Rasmussen (telfono automatizado)
Gore %
48
47
47
45
46
47
46
48
44
44
45
45
49
Bush%
48
47
47
44
48
49
48
46
46
47
48
50
40
Nader%
3
4
5
4
4
4
4
5
7
3
3
4
4
Errores
BushJGore
difusin
Nader%
0
0
1
2
2
2
2
2
3
3
5
9
1
2
1
1
1
1
2
4
0
0
1
1
Notas:
1. No haban decidido u omitieron responder.
2 El National Council on Published Polls (NCPP) ha calculado el error de difusin del voto como la mitad de
la diferencia entre la difusin real (es decir: el resultado) y la difusin en la votacin. Aqu se muestra como la
diferencia (es decir, nuestros estimados de error son el doble de los mostrados por NCPP).
Fuente: National Council on Published Polls.
INVESTIGACIN
REAL
M ETO D O S DE ENCUESTAS
Cuestionario estructurado que se da
a los encuestados y que se disea
para obtener informacin especfica.
www.FreeLibros.me
CAPTULO 6
169
Desacuerdo
1
A cuerdo
5
El mtodo de encuesta tiene varias ventajas. Primero, el cuestionario es muy fcil de aplicar.
Segundo, los datos obtenidos son confiables porque las respuestas son limitadas a las alternativas
establecidas. El uso de preguntas de respuesta fija reduce la variabilidad en los resultados que
pueden ser causados por diferencias de los encuestadores. Por ltimo, la codificacin, anlisis
e interpretacin de los datos son relativamente simples.3
Las desventajas son que los encuestados pueden no ser capaces o no estar dispuestos a
proporcionar la informacin deseada. Por ejemplo, considere preguntas sobre factores motivacionales. Los encuestados tal vez no estn conscientes de sus motivos para elegir marcas
especficas o comprar en determinadas tiendas departamentales. Por lo tanto, seran incapaces de
proporcionar respuestas exactas a preguntas sobre sus motivos. Los encuestados quiz sean rea
cios a responder si la informacin solicitada es delicada o personal. Las preguntas estructuradas
y alternativas de respuestas fijas tambin pueden ocasionar prdida de validez para cierto tipo
de datos, como creencias y sentimientos. Por ltimo, parafrasear las preguntas adecuadamente
no es fcil (vase el captulo 10 sobre el diseo de cuestionarios). Sin embargo, a pesar de estas
desventajas, el mtodo de encuesta es, por mucho, el mtodo ms comn de acopio de datos cuan
titativos primarios en la investigacin de mercados, como se ilustra en el ejemplo de votacin
poltica en la seccin de generalidades.
www.FreeLibros.me
170
PARTE II
Figura 6.1
Mtodos
de encuesta
n d e m to d o s d e
encuesta
J1
Encuesta
telefnica
r i
Tradicional
Asistida por
computadora
Encuesta
personal
En casa
En centros
comerciales
Asistida por
computadora
Encuesta
por correo
Encuesta
dectrnica
Correo
Grupo
de correo
r i
Correo
electrnico
Internet
M TO D O S DE ENCUESTAS CLASIFICADOS
POR M O D O DE APLICACIN
Los cuestionarios de encuestas se pueden aplicar en cuatro modos principales: 1) encuesta
telefnica; 2) encuesta personal; 3) encuesta por correo, y 4) encuesta electrnica (vase figura
6-1). Las encuestas telefnicas pueden subdividirse en encuesta telefnica tradicional o encues
ta telefnica asistida por computadora (ETAC). Las encuestas personales pueden realizarse en
casa, en centros comerciales o como encuestas personales asistidas por computadora (EPAC).
El tercer mtodo principal, encuesta postal, toma forma de encuestas por correo ordinario o
encuestas realizadas utilizando paneles por correo. Por ltimo, las encuestas electrnicas se
pueden realizar por correo electrnico o aplicarse por Internet. De estos mtodos, las encuestas
telefnicas son las ms populares, seguidas por las encuestas personales y las encuestas por
correo. El uso de los mtodos electrnicos, especialmente las encuestas por Internet, est cre
ciendo a un paso acelerado. Enseguida se describir cada uno de estos mtodos.
M TO D O S TELEF N ICO S
Como se m encion anteriormente, las encuestas pueden ser tradicionales o asistidas por
computadora.
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
REAL
www.FreeLibros.me
172
PARTE II
M TO D O S PERSONALES
Los mtodos de encuestas personales se pueden clasificar como en casa, en centros comerciales
o asistidos por computadora.
T trrr m
iuinin
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
173
REAL
AT&T
Al entrar al nuevo milenio, AT&T (www.att.com ) pas de slo proporcionar un servicio te
lefnico de larga distancia a ofrecer servicios de televisin por cable, de celular inalmbrico
y de Internet. Sin embargo, mucha gente vea a la marca como una compaa de telfonos
aburrida y pasada de moda. Por lo tanto, la empresa quera crear una nueva imagen diverti
da y moderna. Su agencia de publicidad, Young & Rubicam (wnvw.yr.com) tena la idea de
utilizar el logotipo de AT&T, el globo azul y blanco, y darle animacin para ser el vocero en
los anuncios. Con el fin de determinar si el logotipo era suficientemente reconocido, AT&T
realiz una encuesta. Los investigadores llevaron a cabo 500 encuestas personales en centros
comerciales en 15 mercados para atender el problema de AT&T. Se seleccion la encuesta
en centros comerciales por encima de otros mtodos para que se pudiera mostrar a los encuestados una fotografa del logotipo de AT&T antes de responder. Se pregunt a los consumidores
si reconocan el logotipo, que estaba impreso sin el nombre de la compaa. Los resultados de
la encuesta mostraron que 75% de la muestra completa s lo reconoci com o representati
vo de AT&T sin ayuda, considerando que 77% de la gente entre 18 y 25 aos de edad, y 80%
de los trabajadores activos de alto valor reconocieron el logotipo. Los trabajadores acti
vos de alto valor eran los que gastaban 75 dlares o ms en servicios inalmbricos o de larga
distancia.
Luego de estos resultados positivos se hicieron comerciales que mostraban el logotipo
animado rebotando en la pantalla, demostrando cmo los diversos servicios de AT&T pueden
ayudar a una persona o negocio. Los Juegos Olmpicos de Invierno del 2002 dieron mucha di
fusin al nuevo logotipo animado de AT&T, que definitivamente ha ayudado a promover los
servicios de la compaa y a establecer una imagen divertida y dinmica Desde entonces, la con
ciencia y percepcin de los servicios de AT&T han permanecido en un alto nivel.9
www.FreeLibros.me
PARTE II
INVESTIGACIN
REAL
M TO D O S DE CORREO
Las encuestas por correo son la tercera forma ms importante de aplicacin de encuestas y pueden
conducirse por correo ordinario o por grupos por correo.
TABLA 6 .1
Algunas decisiones relacionadas con el paquete de encuesta por correo
Sobre de salida
Patrocinio
Personalizacin
Tipo de atraccin
Firma
Posdata
Cuestionario
Longitud
Cntenido
Tamao
Reproduccin
Esquema
Color
Formato
Anonimato del encuestado
Sobre de regreso
Tipo de sobre
Porte
Incentivos
Monetarios o no monetarios
Prepagados o cantidad prometida
www.FreeLibros.me
CAPTULO 6
Cuestionario de correo con sobre de
envo de regreso
CAUOADOESU
EQUIPO
TIEMPO D RESPUESTA
ASUUAMDA
CAUDADOEISEMOO
SATIS
FECHO
NEU1HAI
S A
TISFE
CHO
175
MUY
S A
TISFE
CHO
KOMOO
4. AMAJIUVO C LA
PRSONAQUE
OPOftOON
E l SEM OO
1
SAJKF/OEN3 SUS
SOUQTUDESC SEMOO
2
2
& SERUOO
ENOENERAI
INVESTIGACIN
n u ta m m i
au/mm ga
REAL
www.FreeLibros.me
176
PARTE II
Los paneles por correo se presentaron en los captulos 3 y 4. Un grupo p o r correo consiste en
una muestra grande, representativa a nivel nacional, de hogares que hayan acordado participar
en cuestionarios peridicos por correo y pruebas de productos. Se compensa a los hogares con
diversos incentivos. Los datos sobre los miembros del grupo se actualizan cada ao. Debido al
compromiso de los miembros del grupo, los niveles de respuesta pueden acercarse a 80 por
ciento. El grupo por correo de consumidores que mantiene Market Facts (www.marketfacts.com
o www.synovate.com) consiste en una muestra representativa de 600,000 hogares en Estados
Unidos y 60,000 en Canad. Diversas compaas de investigacin de mercados estn cambian
do de paneles por correo a grupos en lnea. NFO World Group (www.nfow.com) asegura que
uno de cada 200 hogares es miembro de su grupo de consumidores en lnea.
Los grupos por correo se pueden utilizar para obtener informacin repetidamente de los
mismos encuestados. Por lo tanto, se pueden utilizar para llevar a cabo un diseo longitudinal.
M TO D O S ELECTRN ICO S
Como se mencion anteriormente, las encuestas electrnicas pueden conducirse por correo
electrnico o aplicarse por Internet.
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
177
REAL
2. En general, usted dira que se encuentra muy satisfecho, satisfecho, neutral, insatisfecho o
muy insatisfecho con su trabajo en la compaa XYZ?
(
(
(
(
(
)
)
)
)
)
muy satisfecho
satisfecho
neutral
insatisfecho
muy insatisfecho
3. Cul cree usted que sea el mayor reto que enfrenta hoy la compaa XYZ?
(
)
Ntese que tenemos la capacidad de recopilar comentarios as como respuestas numricas o de
eleccin mltiple.
Encuestas en Internet
Lenguaje de marcado de hipertexto
(HTML)
Es el lenguaje de Internet o hypertext
markup language (HTML).
En contraste con las encuestas por correo electrnico, las encuestas por Internet utilizan el len
guaje Web para ubicarse en un sitio de Internet; a ste se le conoce como lenguaje de marcado
de hipertexto (hypertext m arkup language, HTML). Los encuestados pueden ser reclutados en
Internet de una base de datos de encuestados potenciales que mantiene una firma de investigacin
de mercados, o pueden conseguirse por mtodos convencionales (correo, telfono). Se pide a los
encuestados que vayan a una pgina Web en particular para completar la encuesta. Muchas
veces, los encuestados no se reclutan, sino que se invita a participar a quienes visitan el sitio
Web donde se ha publicado la encuesta o algunos otros sitios populares de Internet. Se les permi
te participar a todos o a cada ensimo visitante de Internet. Las encuestas por Internet ofrecen
diversas ventajas comparadas con las encuestas por correo electrnico. Con HTML es posible
construir botones, cuadros de respuesta y campos de entrada de datos que evitan que los en
cuestados seleccionen ms de una respuesta donde se pretende que haya slo una, o de escribir
donde no se requiere respuesta, lo que no puede hacerse con texto ASCII. Los esquemas de saltos
se pueden programar y ejecutar en forma automtica como en ETAC o EPAC. Es posible vali
dar las respuestas conforme se ingresan. Por ltimo, dentro de la encuesta o en el curso de sta
se pueden agregar estmulos de encuesta adicionales, como grficos, imgenes, animaciones y
vnculos con otras pginas Web. Las respuestas se renen en una base de datos adjunta. Los
datos requieren algn procesamiento antes de que se puedan tabular o utilizar en un paquete es
tadstico. Todos estos factores contribuyen para obtener datos de ms alta calidad. La encuesta
www.FreeLibros.me
178
PARTE II
EVALUACIN COMPARATIVA
DE LOS M TO D O S DE ENCUESTA
En la tabla 6-2 se comparan los distintos mtodos de encuesta en una variedad de factores.
Para cualquier proyecto de investigacin en particular, la importancia relativa aunada a estos
factores ser variable.
Variedad de preguntas
La variedad de preguntas que se pueden hacer en una encuesta dependen del grado de interaccin
que tiene el encuestado con el encuestador y el cuestionario, as como la capacidad de realmente
www.FreeLibros.me
179
www.FreeLibros.me
180
PARTE II
ver las preguntas. Se puede hacer una amplia variedad de preguntas en una encuesta personal
debido a que los encuestados pueden ver el cuestionario y un encuestador est presente para
aclarar ambigedades. Por lo tanto, las encuestas en casa, en centros comerciales y EPAC per
miten la diversidad En las encuestas por Internet se pueden utilizar capacidades de multimedia
y la posibilidad de realizar varias preguntas es de moderada a alta, a pesar de la ausencia de un
encuestador. En encuestas por correo, paneles por correo y encuestas por correo electrnico es
posible una menor variedad. En las encuestas telefnicas tradicionales y ETAC, el encuestado
no puede ver las preguntas mientras responde y esto limita la variedad de stas. Por ejemplo, en
una encuesta telefnica o ETAC, uno no podra pedir a un encuestado que otorgue un rango a
15 marcas de automviles en trminos de preferencia.
El control de las m uestras es la capacidad del modo de encuesta de alcanzar las unidades espe
cificadas de manera eficaz y eficiente en la muestra.16 Al menos en principio, las encuestas per
sonales en casa ofrecen el mejor control de muestra. Es posible controlar qu unidades de
muestreo se encuestan, quin es encuestado, el grado de participacin de otros miembros del
hogar y muchos otros aspectos del acopio de datos. En la prctica, para alcanzar un alto grado
de control, el investigador tiene que superar diversos problemas. Es difcil encontrar encuestados en casa durante el da, ya que la mayor parte de la gente trabaja. Tambin, por razones de
seguridad, los encuestadores se niegan a aventurarse en ciertos barrios y la gente se ha vuelto
muy cautelosa para responder a extraos que toquen a su puerta.
Las encuestas en centros comerciales slo permiten un grado moderado de control de
muestra. Aunque el encuestador tiene control sobre qu encuestados intercepta, la eleccin est
limitada a quienes compran en esa tienda y los compradores frecuentes tienen ms probabilidad
de ser incluidos. Los encuestados potenciales tambin pueden evitar o iniciar intencional mente
el contacto con el encuestador. Comparadas con las encuestas en centros comerciales, las EPAC
ofrecen ligeramente un mejor control, ya que se pueden establecer cuotas de muestreo y elegir
en forma aleatoria a los encuestados.
Se puede lograr un control de la muestra de moderado a mucho con encuestas telefnicas tradi
cionales y ETAC. Los telfonos ofrecen acceso a encuestados geogrficamente dispersos y de reas
difciles de alcanzar. Estos procedimientos dependen de un marco de muestreo, es decir, una lista de
unidades de poblacin con sus nmeros de telfono.17 Los marcos de muestreo normalmente uti
lizados son los directorios telefnicos, pero stos son limitados por: 1) no todos tienen telfono;
2) algunas personas tienen nmeros privados, y 3) los directorios no reflejan los nuevos telfonos en
servicio y los telfonos recientemente desconectados. Aunque el telfono ha alcanzado una penetra
cin casi total de hogares en Estados Unidos, existen algunas variaciones segn la regin. El porcen
taje de hogares con nmeros privados es de aproximadamente 31% y vara en forma considerable
por regin geogrfica. En reas metropolitanas grandes puede ser tan alto como de 60%. El total
de nmeros privados y de nuevos telfonos en servicio desde que se public el directorio puede
representar hasta 40% del total de hogares con telfono en algunas reas metropolitanas.18
La tcnica de m arcado digital aleatorio (MDA) se utiliza para superar la desviacin de n
meros privados y recientes. Aunque este mtodo les da a todos los hogares con telfono una opor
tunidad igual de ser incluidos en la muestra, tambin tiene limitaciones. Es costoso y toma tiempo
ponerlo en prctica, debido a que no todos los nmeros de telfono estn en servicio: aunque hay
www.FreeLibros.me
CAPTULO 6
Figura 6 .2
Diseos de directorio de dgitos
aleatorios
181
10,000 millones de nmeros de telfono posibles, slo hay realmente cerca de 100 millones de n
meros de telfono en hogares. Tambin el MDA no distingue entre nmeros de telfono que son de
inters y aquellos que no lo son (en una encuesta al consumidor, por ejemplo, los nmero de telfono
de empresas y del gobierno no son de inters). Existen diversas variaciones de M DA que reducen
el desperdicio de esfuerzo. Una variacin selecciona en forma aleatoria un nmero inicial de n
meros en servicio y agrega un bloque aleatorio de cuatro dgitos. En los diseos de directorio de
dgitos aleatorios se toma una muestra de nmeros del directorio. Estos nmeros se modifican pa
ra permitir que se incluyan en la muestra nmeros privados. Los mtodos populares para modificar
los nmeros incluyen: 1) agregar una constante al ltimo dgito; 2) modificar en forma aleatoria los
ltimos x dgitos, y 3) un procedimiento de dos etapas. Estos procedimientos se describen e ilustran
en la figura 6-2. D e estos tres mtodos, agregar una constante al ltimo dgito, en particular
muestreo de ms uno, da por resultado niveles altos de contacto y muestras representativas.19
Las encuestas por correo requieren una lista de direcciones de individuos u hogares elegibles
para inclusin en la muestra. Las encuestas por correo pueden alcanzar a encuestados geogrfica
mente dispersos en reas difciles de alcanzar.20 Sin embargo, las listas de correo a veces no estn dis
ponibles, actuales ni completas. Los directorios de telfono y de calles por lo regular se utilizan para
un listado de la poblacin en general. Los problemas con este tipo de listas ya se comentaron con
anterioridad. Los catlogos de listas de correo contienen miles de listas que se pueden comprar.
Otro factor fuera del control del investigador es si el cuestionario se responde y quin lo ha
ce. Algunos sujetos se rehsan a responder por la falta de inters o motivacin; otros no pueden
responder porque son analfabetas. Por esta razn, es poco el grado de control de muestra en las
encuestas por correo.21
Por otro lado, los paneles por correo proporcionan mucho a moderado control sobre la
muestra. Brindan muestras que concuerdan con las estadsticas de la oficina del censo de Esta
dos Unidos en variables demogrficas fundamentales. Tambin es posible identificar grupos de
usuarios especficos dentro de un grupo y dirigir la encuesta a hogares con caractersticas espe
cficas. Se puede interrogar a miembros de los hogares en particular dentro del grupo. Por lti
mo, los grupos de baja incidencia, grupos que ocurren con poca frecuencia en la poblacin, se
pueden alcanzar mediante la creacin de grupos, pero existe la duda del grado al que un grupo
se puede considerar como representativo de la poblacin total.
N o todas las poblaciones son candidatos para investigacin de encuestas por Internet. La
poblacin del consumidor general con frecuencia es una medida pobre, debido a que muchos
hogares en Estados Unidos no utilizan regularmente los servicios de Internet. Aunque los en
cuestados pueden seleccionarse para satisfacer un criterio de calificacin y cuotas impuestas, la
capacidad de cumplir con cuotas est limitada por el nmero y caractersticas de encuestados
www.FreeLibros.me
182
PARTE II
que visitan las pginas de Internet. Sin embargo, existen algunas excepciones a esta amplia
afirmacin. Por ejemplo, los compradores de productos de computadoras y usuarios de los ser
vicios de Internet son poblaciones idnticas. Los usuarios profesionales y de negocios de los
servicios de Internet tambin son una poblacin excelente de alcanzar en encuestas por Internet.
Se estima actualmente que ms de 90% de las empresas tienen conexiones de Internet. Puede
ser difcil evitar que los encuestados completen una encuesta de Internet en mltiples ocasio
nes. Por lo tanto, el control de la muestra es poco a moderado para encuestas por Internet. Las
encuestas por correo electrnico sufren muchas de las limitaciones de las encuestas por correo
y por lo tanto ofrecen poco control de muestra.
Cantidad de datos
Las encuestas personales en casa permiten al investigador acopiar grandes cantidades de datos.
La relacin social entre el encuestador y el encuestado, as como el entorno en casa, motiva al
encuestado a pasar ms tiempo en la encuesta. Se requiere menos esfuerzo del encuestado en
una encuesta personal que en una telefnica o por correo. El encuestador registra las respuestas
a preguntas de terminacin abierta y proporciona ayudas visuales para orientar con escalas
largas y complejas. Algunas encuestas personales duran hasta 75 minutos. En contraste con
las hechas en casa, las encuestas en centros comerciales y las EPAC proporcionan nicamente
cantidades moderadas de datos. Debido a que stas se realizan en centros comerciales y otros
lugares centrales, el tiempo de los encuestados es ms limitado. En general, el tiempo de encuesta
es de 30 minutos o menos. Por ejemplo, en encuestas recientes realizadas en centros comerciales
por General Foods, el tiempo de encuesta estuvo limitado a 25 minutos.23
Las encuestas por correo tambin arrojan cantidades moderadas de datos. Pueden utilizarse
cuestionarios relativamente largos, debido a que los cortos no han mostrado mayores ndices de
respuesta que los largos. Lo mismo sucede con encuestas por correo electrnico e Internet, aun
que este ltimo es un mejor medio. Por otro lado, los grupos por correo pueden generar grandes
cantidades de datos debido a la relacin especial entre los miembros del grupo y la organizacin
patrocinadora. Por ejemplo, el autor ha utilizado el grupo Market Facts para aplicar un cuestio
nario que requiri dos horas para completarlo.
Las encuestas telefnicas tradicionales y las ETAC arrojan las cantidades ms limitadas de
datos. Tienden a ser ms cortas que las otras encuestas, debido a que los encuestados pueden f
cilmente terminar la conversacin telefnica a su conveniencia Estas encuestas por lo comn
duran 15 minutos, aunque pueden ser ms largas cuando el tema es de inters para los encuestados.24 Los estudios indican que los encuestados tienden a subestimar la duracin de las encuestas
www.FreeLibros.me
CAPTULO 6
183
telefnicas hasta en 50%. Esto sugiere que las encuestas telefnicas podran tener una duracin
mayor que en la prctica actual.
Tasa de respuesta
ftjrcentaje que se completa del total
de encuestas intentadas.
Anonimato percibido
Percepciones del encuestado de
que su identidad no la discernir el
encuestador o el investigador.
A nonim ato percibido se refiere a las percepciones del encuestado de que el encuestador o el
investigador no discernir su identidad. El anonimato percibido del encuestado es alto en las
encuestas por correo, grupos por correo y encuestas por Internet, porque no hay contacto con un
encuestador mientras se responde. Es bajo en encuestas personales (en casa, en centros comercia
les y asistidas por computadora) debido al contacto cara a cara con el encuestador. Las encuestas
telefnicas tradicionales y ETAC estn en un nivel medio, igual que con el correo electrnico.
Aunque no existe contacto con el encuestador, los encuestados saben que sus nombres se pueden
localizar al regresar el correo electrnico.
www.FreeLibros.me
PARTE II
por Internet no incluyen ninguna interaccin social entre el encuestador y el encuestado, son
menos susceptibles a la conveniencia social. La evidencia sugiere que dichos mtodos son bue
nos para obtener informacin delicada, com o la relacionada con la conducta financiera o
personal. Las encuestas telefnicas tradicionales y ETAC son moderadamente buenas para evitar
las respuestas por conveniencia social. Son buenas para obtener informacin delicada, yaque los
encuestados tienen la percepcin de que no se estn comprometiendo a nada por escrito si
contestan por telfono.26 El correo electrnico slo es moderadamente bueno para controlar las
respuestas por conveniencia social y obtener informacin delicada, dada la conciencia del encues
tado de que sus nombres se pueden localizar en la respuesta del correo electrnico. Las encuestas
personales, ya sea en casa, en centros comerciales o asistidas por computadora, estn limitadas a
este respecto, aunque el problema se mitiga de algn modo en el caso de las encuestas asistidas
por computadora.27
Velocidad
El Internet es, por mucho, el mtodo ms rpido de obtener datos de un nmero grande de encues
tados. Primero, la velocidad con que se puede crear un cuestionario, distribuirlo a los encuestados
y los datos devueltos. Debido a que los retrasos por la impresin, envo por correo y codifica
cin de datos se eliminan, el investigador puede tener los datos a la mano en cuestin de horas
de haber escrito un cuestionario de Internet. Se obtienen datos en forma electrnica, por lo que
se pueden utilizar programas de anlisis estadstico para procesar cuestionarios estndar y regresar
resmenes estadsticos y cuadros en forma automtica. La encuesta por correo electrnico
tambin es rpida, aunque menos que las encuestas por Internet porque se necesita ms tiempo
para compilar una lista de correos electrnicos y tambin se requiere ingresar datos.
Las encuestas telefnicas tradicionales y ETAC tambin son formas rpidas de obtener infor
macin. Cuando se utiliza una central telefnica, se pueden hacer varios cientos de encuestas
por da. En una semana o menos se pueden recopilar datos para grandes encuestas nacionales.
Las encuestas que siguen en velocidad son las de centros comerciales y asistidas por computado
ra que contactan a sus posibles encuestados en lugares centrales. Las encuestas personales en
casa son ms lentas porque existe un tiempo muerto entre las encuestas mientras el encuestador
viaja hacia el siguiente encuestado. Para agilizar el acopio de datos se pueden realizar las encues
tas en distintos mercados o regiones en forma simultnea. Las encuestas por correo normalmente
son las ms lentas. En general pasan varias semanas para recibir los cuestionarios completados
y los correos de seguimiento tardan an ms. En un estudio reciente comparando dos mtodos de
encuesta, el nmero real de das que tomaba a los encuestados una encuesta por correo electrni
co era 4.3, comparado con 18.3 para una encuesta por correo. Los grupos por correo son ms
rpidos que las encuestas por correo, ya que se requiere poco seguimiento.29
Costo
ftira muestras grandes, el costo de las encuestas por Internet es el ms bajo. Los costos de im
presin, envo por correo, codificacin y encuestador se eliminan, y los precios de incremento
de cada encuestado en general son bajos, por lo que se pueden hacer estudios con numerosos
encuestados con ahorros sustanciales, comparados con el correo, el telfono o las encuestas
personales. Las encuestas personales tienden a ser el modo ms costoso de acopio de datos por
respuesta completada. En general, las encuestas por Internet, correo electrnico, por correo,
grupos por correo, tradicionales por telfono, ETAC, EPAC, en centros comerciales y personales
www.FreeLibros.me
CAPTULO 6
185
en casa requieren ms personal de campo y mayor supervisin y control. Por lo tanto, el costo
incrementa en este orden. Sin embargo, los costos relativos dependen del sujeto de investiga
cin y el proceso adoptado.30
INVESTIGACIN
REAL
www.FreeLibros.me
186
PARTE II
M T O D O S DE OBSERVACIN
Registro de patrones de conducta de
personas, objetos y sucesos en forma
sistemtica para obtener informacin
del fenmeno de inters.
www.FreeLibros.me
CAPTULO 6
187
Figura 6 .3
Clasificacin de los mtodos
de observacin
Mtodos de observacin
Observacin
personal
Observacin
mecnica
Inventario
Anlisis
de contenido
Anlisis
de rastros
M TO D O S DE OBSERVACIN CLASIFICADOS
POR M O D O DE APLICACIN
Como se muestra en la figura 6-3, los mtodos de observacin se pueden clasificar por modo de
aplicacin como: observacin personal, observacin mecnica, inventario, anlisis de conteni
do y anlisis de rastros.
Observacin personal
Estrategia de investigacin en la que
observadores humanos registran el
fenmeno que se estudia conforme
ocurre.
REAL
www.FreeLibros.me
188
PARTE II
Observacin mecnica
Estrategia de investigacin en la que
el fenmeno que se estudia es regis
trado por artefactos mecnicos en
\ez de humanos.
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
189
REAL
Inventario
En el inventario, el investigador recaba los datos al examinar los registros fsicos o efectuar
anlisis de inventarios. Estos ltimos tienen dos caractersticas que los distinguen. Primero, los
datos son recabados personalmente por el investigador. Segundo, los datos por lo general se ba
san en cuenta de objetos fsicos. Los inventarios de minoristas y mayoristas que se realizan por
proveedores de investigacin de mercados se analizaron en el contexto de los datos secundarios
(vase el captulo 4). Aqu nos enfocaremos en el papel de los inventarios en el acopio de datos
primarios. Sobre este tema, un inventario importante realizado a nivel del consumidor es el de
alacena. En un inventaro de alacena, el investigador toma un registro de las marcas, cantidades
y tamaos de paquetes en el hogar del consumidor, tal vez en el curso de una encuesta personal.
Los inventarios de alacena reducen en gran medida el problema de falta de veracidad u otras
formas de desviacin de respuesta. Sin embargo, puede ser difcil obtener permiso para revisar
las alacenas de los consumidores y el trabajo de campo es costoso. Es ms, las marcas en la ala
cena pueden no reflejar las marcas preferidas o las marcas compradas con mayor frecuencia.
Por estas razones, son ms comunes los inventarios a nivel de minoristas y mayoristas, y estos
inventarios se analizaron en el captulo 4.
Anlisis de contenido
D escripcin o b jetiv a, sistem tica y
cuantitativa del co n tenido m an ifie s
to d e u n m ensaje.
www.FreeLibros.me
190
PARTE II
ridico, televisin, programas de radio y cosas por el estilo. Por ejemplo, la frecuencia de
aparicin de negros, mujeres y miembros de otros grupos minoritarios en m edios masivos
ha sido estudiada utilizando el anlisis de contenido. En el proyecto de preferencia de tien
da departamental, el anlisis de contenido se puede utilizar para analizar los anuncios de
revistas de las tiendas patrocinadoras y competidoras para comparar las imgenes que pro
yectan. El anlisis de contenido tambin se ha utilizado en la investigacin de publicidad
intercultural.
INVESTIGACIN
REAL
Anlisis de rastros
M todo en el q u e el a c o p o d e d a to s
se b a s a e n ra stro s f sic o s o e v id e n
cias d e co n d u ctas p asadas.
Un mtodo de observacin que puede no ser costoso si se usa en forma creativa es el anlisis
de trazos. En el anlisis de rastros, el acopio de datos se basa en rastros fsicos o evidencias de
conducta pasada. Estos rastros los pueden dejar los encuestados en forma intencional o no in
tencional. Para ilustrar, en el contexto del proyecto de la tienda departamental, los pagars de
las tarjetas de crdito de la tienda son rastros que dejan los compradores y que pueden analizar
se para examinar su conducta de uso de crdito en la tienda.
Existen otras aplicaciones innovadoras del anlisis de rastros en la investigacin de
mercados.
La erosin selectiva de azulejos en un museo, registrada por la tasa de reemplazo, se uti
liz para determinar la popularidad relativa de las exhibiciones.
El nmero de distintas huellas digitales en una pgina se utiliz para estimar la lectura de
diversos anuncios en una revista.
La posicin de las sintonas del radio en un auto que se llev a servicio se utiliz para e s
timar la participacin de audiencia de diversas estaciones de radio. Los anunciantes utili
zan estos estimados para decidir en qu estaciones se anunciarn.
La edad y condicin de los autos en un estacionamiento se utilizan para evaluar la afluen
cia de clientes.
www.FreeLibros.me
CAPTULO 6
191
Las revistas que la gente donaba como caridad se utilizaron para determinar cules eran
las favoritas.
Los visitantes de sitios de Internet dejan rastros que se pueden analizar para examinar
su conducta de uso y curioseo al utilizar cookies.
O b s e r v a c i n
O b s e r v a c i n
perso n al
m e c n ic a
I n v e n t a r io
A n l is is
A n l is is
DE CONTENIDO
DE RASTROS
G rad o d e e stru c tu ra
Bajo
B ajo a alto
A lto
A lto
M ed io
M edio
B ajo a alto
B ajo
A lto
A lto
C ap acid ad d e o b se rv a r
en u n en to rn o natural
A lta
B a ja a alta
M edia
M e d ia
P oca
D esviacin d e observacin
M ucha
P o ca
M edia
M edia
M e d ia
M ucha
P o c a a m edia
P oca
Poca
M e d ia
M s flexibles
P u e d e atacar
la privacidad
C ostoso
L im ita d o s a
com unicaciones
M to d o d e ltim o recurso
www.FreeLibros.me
PARTE II
www.FreeLibros.me
CAPTULO 6
193
INVESTIGACIN
REAL
www.FreeLibros.me
PARTE II
Unidos y Canad. Sin embargo, en Europa no son tan populares, y son raras en el resto del
mundo. Diversas razones hacen esta diferencia, incluyendo menores ndices de alfabetizacin,
tiempo excesivo para que el correo llegue a su destino y culturas donde la gente no cree en res
puestas escritas que sern ledas por un extrao.
Un problema similar ocurre con las encuestas telefnicas. stas han crecido recientemente
en Europa, pero an no son muy utilizadas fuera de Estados Unidos. Las tasas de respuesta
para las encuestas por correo y telefnicas son ms bajas en los estudios de marketing fuera de
Estados Unidos. Las tcnicas de encuesta personal siguen siendo ms populares utilizando tc
nicas de investigacin de campo. Es muy importante instruir a los trabajadores de campo que
recopilan los datos sobre cmo pueden estar afectando los resultados de un estudio cara a cara en
un entorno internacional. A l seleccionar encuestadores tambin es til considerar su nacionali
dad en comparacin con la de los participantes, por las relaciones culturales que puedan desviar
las respuestas.
La seleccin de mtodos de encuesta apropiados es mucho ms difcil por los retos de reali
zar investigacin en otros pases. Dadas las diferencias de economa, estructura, informacin,
tecnologa y entorno sociocultural, la factibilidad y popularidad de los distintos mtodos de
encuesta son muy variables. En Estados Unidos y Canad el telfono ha alcanzado una penetra
cin casi total en los hogares. Como resultado, la encuesta telefnica es el modo dominante de
aplicar un cuestionario. La misma situacin existe en algunos pases europeos, como Suecia.
Sin embargo, en muchos otros la penetracin del telfono an no es completa. En los pases en
desarrollo, slo unos pocos hogares tienen telfono.
Las encuestas en casa son el modo dominante de recabar datos de encuesta en muchos pases
europeos, como Suiza, pases recientemente industrializados (PRIs) y los pases en desarrollo.
Aunque las encuestas en centros comerciales se realizan en algunos pases europeos, com o
Suecia, no son populares en Europa o en los pases en desarrollo. En contraste, las encuestas en
lugares centrales constituyen el mtodo dominante de acopio de datos de encuesta en Francia y
los Pases Bajos.
Debido a su bajo costo, las encuestas por correo siguen utilizndose en la mayora de los
pases desarrollados donde la alfabetizacin es alta y el sistema postal est bien desarrollado,
como en Estados Unidos, Canad, Dinamarca, Finlandia, Islandia, Noruega, Suecia y los Pases
Bajos. Sin embargo, en frica, Asia y Amrica del Sur el uso de encuestas por correo y paneles
por correo es bajo debido al analfabetismo y la gran proporcin de gente que vive en las reas
rurales. Los paneles por correo son ampliamente utilizados slo en unos pocos pases fuera de
Estados Unidos, como Canad, Reino Unido, Francia, Alemania y los Pases Bajos. Sin embar
go, el uso de grupos puede incrementar con la llegada de la nueva tecnologa. Del mismo mo
do, aunque se puede accesar a un sitio de Internet desde cualquier parte del mundo, el acceso a
Web o al correo electrnico es limitado en muchos pases, en particular en los pases en desa
rrollo. Por lo tanto, el uso de encuestas electrnicas no es factible, sobre todo para encuestar
gpnte en los hogares. Los distintos mtodos de aplicacin de encuestas se analizan con ms
detalle en el captulo 23.
www.FreeLibros.me
CAPTULO 6
195
TABLA 6 .4
Evaluacin comparada de mtodos de encuesta para investigacin de mercados internacionales
C r it e r io
T elfo n o
P erso n al
C o r reo
E l e c t r n ic o
F alta d e acceso a lo s h o g a re s
P oca p en etraci n d e te l fo n o s
C u ltu ra d e c o m u n icaci n c a ra a c a ra
Escaso acce so a co m p u ta d o ra s e In te rn e t
www.FreeLibros.me
PARTE II
de los encuestados como esfuerzo de ventas o para darles cualquier mal uso. Con el siguien
te ejemplo se ilustra la batalla que libra la industria de investigacin de mercados en el campo
tico.
INVESTIGACIN
REAL
APLICACIONES EN INTERNET Y C O M P U TA D O R A
Las encuestas por Internet aumentan su popularidad. Una razn es que el costo, en la mayora
de los casos, es menor que el de las encuestas por correo y las encuestas personales. Asimismo,
una encuesta por Internet no resulta ser un inconveniente, como lo sera una llamada a la mitad
de la comida. La encuesta en lnea puede completarse segn la conveniencia de tiempo y lugar
www.FreeLibros.me
CAPTULO 6
197
de cada uno. El tiempo de respuesta rpido es otra ventaja citada por quienes producen encues
tas en lnea Greenfield Online Research Center cit un caso donde colocaron una encuesta en
lnea durante un viernes y tenan 2,400 formatos completados para el lunes por la maana .
Greenfield tiene un grupo de casi 200,000 personas a travs de Internet. Por lo tanto, la veloci
dad de respuesta es una ventaja definitiva de la investigacin de mercados en lnea.
Otra ventaja de la investigacin de mercados en Internet es la capacidad de enfocarse a
poblaciones especficas. Por ejemplo, para una investigacin de mercado se requera contactar
a los compradores de un modelo especfico de cierto producto para la casa y la oficina, comprado
en un periodo especfico. Se requiri una investigacin telefnica tradicional de varios meses y
se gastaron varios miles de dlares para localizar a muy pocos individuos. Entonces, al utilizar
Internet, miles de candidatos potenciales se encontraron en slo unas pocas semanas, a un costo
comparativamente bajo. Por lo tanto, la investigacin de mercados en lnea ayuda a los investiga
dores en su intento por encontrar mercados objetivo especficos.
Existen limitaciones para las encuestas electrnicas. Los usuarios de Internet o correo
electrnico no son representativos de la poblacin en general. Burke Marketing Research est
tratando de mejorar la seleccin aleatoria de quienes participan en encuestas en lnea al disear
programas de muestreo de Internet apropiados. Otras limitantes de esa investigacin de mercados
es la verificacin de quin realmente est respondiendo a la encuesta. La ausencia de un facili
tador humano para motivar a los participantes, la seguridad y la privacidad tambin son reas de
preocupacin. La compaa de investigacin puede recibir mensajes flama de receptores
que consideran que recibir una encuesta en lnea es una invasin a su privacidad.
Una compaa, D ecisive Technology Corporation (www.doiibleclick.com), cre dos herra
mientas de software para ayudar a los usuarios a crear y analizar encuestas de correo electrnico
y de Internet. Un producto, Decisive Survey, permite a los usuarios crear, aplicar y analizar en
cuestas de correo electrnico e Internet. Su otro producto, Decisive Feedback, se utiliza slo
para encuestas por correo electrnico. El software es una herramienta basada en formatos que
da a los usuarios una forma grfica de disear encuestas. Una vez que las encuestas completadas
se regresaron, el software permite la fcil transportacin de la informacin a bases de datos y
paquetes de software estadsticos, como SPSS y SAS. Anteriormente, las compaas de investiga
cin de mercados utilizaban encuestas por Internet basadas en texto. Sin embargo, esto significaba
que los datos se tenan que volver a codificar una vez devueltos. Decisive Survey y Decisive
Feedback permiten la tabulacin automtica y la utilizacin de grficos como pastel" y diagramas
de flujo lineales. El sistema tambin permite toda la gama de respuestas, como elija una, elija
todas las que apliquen y llene el blanco . Otras compaas como Centrac {_wivw.centrac.com)
tambin proporcionan servicios para disear y aplicar encuestas en lnea.
INVESTIGACIN
REAL
www.FreeLibros.me
PARTE II
Internet inalmbrico, satisfaccin de los clientes, inters en las ofertas de nuevos productos,
conducta de compras utilizando artefactos inalmbricos de datos y factores que afectan la leal
tad y el cambio. Casi la mitad de los encuestados estuvieron de acuerdo en que los servicios de
datos eran de muy importantes a extremadamente importantes al tomar decisiones acerca
de qu proveedor de servicios inalmbricos elegir. Tambin se obtuvieron conocimientos acer
ca de artefactos activados por medio de la voz, servicios al sitio y publicidad inalmbrica. Por
ejemplo, 50% de los usuarios de aparatos inalmbricos se interesaron en los servicios al sitio,
como mapas de orientacin, direcciones, pginas amarillas e informacin de ubicacin de caje
ros automticos.
Compaas como Verizon, Motorola, Cingular y Sprint pueden utilizar esta informa
cin acerca de los usuarios tempranos de servicios inalmbricos para planear sus estrategias de
marketing. Verizon puede ofrecer ms servicios al sitio con el fin de expandir las caractersticas
de sus servicios inalmbricos. En 2002, Motorola y America Online se unieron para formar el
servicio AOL Instant Messenger, caracterstica estndar en los microtelfonos mviles.53
El Internet puede ser una muy buena fuente para observacin y puede proporcionar in
formacin valiosa. Las observaciones suelen realizarse en una variedad de formas. Se pueden
hacer observaciones primarias por el nmero de veces que se visita una pgina en Internet; tam
bin se mide el tiempo que se pasa en esa pgina mediante tcnicas avanzadas que inician un
contador cuando la persona da un clic en cierto icono y lo detienen cuando se da un clic en el
siguiente botn. Es ms, el investigador puede proporcionar diversos vnculos en la pgina de
Internet, y se puede observar a qu vnculos se accesa con ms frecuencia. Esto proporcionar
al investigador informacin importante acerca de las necesidades de informacin de los indivi
duos y tambin acerca de los intereses del segmento objetivo. El anlisis de los vnculos de
donde los individuos accedan al sitio de la compaa proporciona al investigador de mercados
importante informacin sobre los intereses relacionados con el consumidor, y un anlisis
exhaustivo de los sitios de vnculos proporcionar informacin sobre publicidad, competidores,
consumidores, mercados blanco demogrficos y psicogrficos.
El uso de microcomputadoras y computadoras centrales ya se analiz en el contexto de
ETAC, EPAC, anlisis de contenido, inventarios y anlisis de rastros. Se dispone del software
para poner en prctica estos y otros mtodos de encuesta y observacin. Los sistemas de en
cuestas telefnicas asistidas por computadora (ETAC) son capaces de marcar y encuestar a los
encuestados sin ninguna intervencin humana, ms que los registros digitales de preguntas a
realizar durante la encuesta telefnica. Una computadora manual puede reemplazar a los cuestio
narios de papel y lpiz que se utilizan en las encuestas personales. La tecnologa de computadora
basada en los bolgrafos utiliza el despliegue de memoria como un cuadernillo de software.
Thmbin se dispone de una variedad de software para realizar encuestas por correo. Conquest
Direct Express de Donnelley Marketing Information Services (www.donnelleymarketing.com)
define las reas de mercado y obtiene conteos y listas de consumidores slo para los hogares o
individuos dentro del grupo de la manzana o distritos seleccionados, sectores del censo o cdigos
postales en un rea deseada (geomtrica o geogrfica).
www.FreeLibros.me
CAPTULO 6
E N F O Q U E
EN
199
B U R K E
Burke utiliza todos los mtodos principales de encuesta (telfono, correo, personal y electrnico). El uso de
mltiples mtodos se ilustra en la investigacin de satisfaccin del cliente.
Burke por lo general utiliza encuestas telefnicas, encuestas por correo o una combinacin de
ambas para recabar datos sobre la satisfaccin de los clientes. Las encuestas telefnicas son las ms
apropiadas cuando:
Se debe seleccionar a los clientes para identificar a la persona mejor calificada para responder las
preguntas.
El proyecto requiere un rpido cambio de posicin.
El cuestionario tiene esquemas de saltos complejos o varias preguntas abiertas.
El nmero de clientes para participaren la encuesta es relativamente pequeo.
Burke opera tres centros de acopio de datos con un total de 250 estaciones de ETAC.
Las encuestas por correo tienden a ser menos costosas que las encuestas telefnicas y por lo tanto
son ms apropiadas para proyectos de gran escala. Por ejemplo, Burke utiliza las encuestas por correo
para recopilar datos de clientes de una cadena de restaurantes de comida rpida a nivel nacional.
Los sistemas interactivos de reconocimiento de voz han ganado popularidad en los ltimos aos.
Burke utiliza esta tecnologa para una institucin financiera grande. Tanto clientes como empleados
utilizan su telfono de tonos para introducir sus respuestas a las preguntas de Burke sobre satisfaccin.
En un estudio tpico de satisfaccin del cliente, el cliente de Burke le proporciona una lista de nom
bres de sus clientes, direcciones y nmeros de telfono. Las listas proporcionadas por el cliente son
comunes para los estudios de negocio a negocio. Los clientes en general le piden a Burke que entreviste
a sus clientes actuales, aunque no es raro encuestar a clientes anteriores.
Las encuestas en centros comerciales tambin se realizan con frecuencia cuando conviene apli
car el cuestionario utilizando la encuesta personal. Para este fin, Burke tiene contactos con una red
de ms de 200 agencias en tiendas. Opinin One es una encuesta especializada en centros comerciales
que ofrece Burke. Se aplica con asistencia de una computadora (EPAQ, utilizando una plataforma
de multimedia interactiva diseada para recabar datos con base en una variedad de estmulos visuales
y auditivos. Todos los lugares en tiendas que ofrecen Opinin One estn vinculados electrnicamen
te para asegurar la rpida transmisin de datos de la oficina central de Burke en Cincinnati y hacia
ella.
Para Internet, Burke ha diseado WEBNOSTICS, una encuesta que se aplica en la pgina Web
para cada ensimo visitarte de ese sitio con el fin de obtener una evaluacin sistemtica del mismo. Secure Surfer Index es una encuesta que evala el impacto de la pgina Web del cliente en el compromiso y
lealtad de los visitantes de Internet. Como la gente visita la pgina Web del cliente, en forma aleatoria
se les presenta un vnculo a las preguntas de Burke Secure Surfer Index. Si no desean participar, pre
sionan el botn de declinar y continan navegando sin problema. Si estn de acuerdo en participar,
presionan el botn de aceptar y se les rastrea desde su ubicacin exacta y subdirectorio de la pgina
Web del cliente.
La mayor parte de la investigacin a nivel mundial se realiza en encuestas cara a cara y encuestas
de autoaplicacin. Estados Unidos y Canad son los nicos pases con altos niveles de encuestas telefni
cas. Entre las filiales internacionales de Burke, Suecia es la tercera con mayor porcentaje de encuestas
telefnicas realizadas, con aproximadamente 18%. Por lo tanto, al realizar una investigacin de merca
dos internacionales, Burke disea encuestas para que se puedan aplicar de diferente manera en diversos
pases.
Burke realiz un estudio para un proveedor de software en 14 pases. En la gama de mtodos de
acopo de datos factibles induy telfonos, correo, cara a cara y fax. Una consideracin importante
para el diseo de la investigatin fue crear preguntas que pudieran ser aplicadas en forma legtima uti
lizando alguno de estos mtodos y que produjeran resultados comparables. El procedimiento de Burke
fue incluir un profesional de investigacin de cada pas para dar una perspectiva sobre cmo se podan
recabar mejor los datos en su pas y cmo se podan modificar las preguntas. En este punto se deban to
mar las decisiones sobre presupuesto y tiempo, ya que un cambio del mtodo de acopo de datos para
permitir mayor comparacin entre los pases puede afectar seriamente costo y tiempo para completar
un estudio. stos son los tipos de decisiones y concesiones que slo los profesionales expertos en las
diferentes culturas pueden manejar. Al construir experiencia en distintos mtodos de encuesta a nivel
global, Burke tiene los recursos para seleccionar el mtodo de encuesta ms apropiado para un estudio
dado en un pas especfico, lo que dar por resultado datos comparables a los recopilados en otros pases
donde se pudieran haber utilizado distintos mtodos de encuesta.
www.FreeLibros.me
200
PARTE II
RESUMEN
Los dos medios bsicos para obtener datos cuantitativos prima
rios en la investigacin descriptiva son la encuesta y la observa
cin. La encuesta incluye preguntar directamente a los encuestados, en tanto que la observacin consiste en registrar la conducta
del encuestado.
Las encuestas incluyen la aplicacin de un cuestionario y se
pueden clasificar con base en el mtodo o modo de aplicacin, co
mo: 1) encuestas telefnicas tradicionales; 2) ETAC; 3) encuestas
personales en casa; 4) encuestas en centros comerciales; 5) EPAC;
6) encuestas por correo; 7) grupos por correo; 8) encuestas por
correo electrnico, y 9) encuestas por Internet. De estos mto
dos, las encuestas telefnicas tradicionales y ETAC son las ms
populares. Sin embargo, cada mtodo tiene algunas ventajas y
desventajas generales. Los diversos mtodos se pueden comparar
en trminos de flexibilidad de acopio de datos, diversidad de pre
guntas, uso de estmulos fsicos, control de muestras, control del
entorno de acopio de datos, control de la fuerza de campo, can
tidad de datos, conveniencia social, obtencin de informacin
delicada, probabilidad de desviacin del encuestador, tasa de
respuesta, anonimato percibido, velocidad y costo. Aunque en ge
neral se piensa que estos mtodos de acopio de datos son distintos y
competitivos, no se deben considerar mutuamente excluyentes. Es
posible utilizarlos en combinacin en forma productiva.
Los mtodos de observacin se pueden clasificar como es
tructurados o no estructurados, abiertos o encubiertos y naturales o
EJERCICIOS
Preguntas
1. Explique brevemente cmo se aplican los temas cubiertos en este cap
tulo en el marco de trabajo del proceso de investigacin de mercados.
2. Cules son las ventajas y desventajas del mtodo de encuesta direc
to estructurado?
3. Mencione los tres modos principales de obtener informacin a travs
de una encuesta.
4. Cules son los factores relevantes para evaluar qu mtodo de
encuesta es el ms apropiado para un proyecto de investigacin en
particular?
5. Cul sera el mtodo de encuesta ms apropiado para un proyecto en
el que el control de la fiierza de campo y el costo son factores crticos?
Problemas
I. Describa un problema de investigadn de mercado en el que se pue
dan utilizar tanto los mtodos de observacin como los de encuesta
para obtener la informadn requerida.
www.FreeLibros.me
CAPTULO 6
201
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
1. Pida a su instructor o a otros miembros del cuerpo docente si le pue
den ayudar como encuestados en una encuesta personal asistida por
computadora. Luego responda el mismo cuestionario en el formato
de papel y lpiz. Compare las dos experiencias.
2. Utilice un software simple de hoja de clculo, como EXCEL, o cual
quier programa de microcomputadora o computadora central para
realizar el anlisis de contenido descrito en el problema 2 anterior.
3. Localice una encuesta en Internet para la que usted calificara como
encuestado. Responda esta encuesta. Cmo la evaluara basado en
los factores de criterio de la tabla 6-2?
4. Localice una encuesta en Internet. Examine cuidadosamente el con
tenido del cuestionario. Cules son las ventajas y desventajas de
ACTIVIDADES
Intercambio de papeles
1. Usted trabaja para una compaa de alta tecnologa y se le pide ha
cer un estudio de las respuestas de la gente a su publicidad. Espec
ficamente, su jefe quiere saber qu anuncios, dentro de una serie,
son especialmente atractivos o interesantes para los consumidores.
Sus recomendaciones se utilizarn para determinar los anuncios del
producto. Explique cmo obtendr esta informacin. Qu mtodos
utilizar y porqu? Especifique.
2. Usted ha sido contratado por la librera del campus para determinar
cmo los estudiantes toman sus decisiones de compra. Deber utilizar
d mtodo de observacin personal. Asuma el papd de comprador y
observe el comportamiento de los otros estudiantes en la librera.
Escrba un informe sobre sus resultados.
Anlisis en grupo
1. En un grupo pequeo, comerte los temas ticos incluidos en la ob
servacin encubierta. Cmo se deben atender esos temas?
2. Con los avances en tecnologa, es probable que los mtodos de obser
vacin se vuelvan populares. Analice esta afirmacin en un grupo
pequeo.
Trabajo de campo
1. Msite una empresa de investigacin de mercados local que se encargrc de realizar investigacin por encuestas. Haga un recorrido por
sus instalaciones de ETAC. Escriba un informe en el que describa
cmo realiza esta empresa las ETAC.
www.FreeLibros.me
"Nuestros experimentos
no pueden probar la
causalidad. Sin embargo,
pueden hacer mucho por
eliminar todas las causas
posibles que no son las
que nos interesan".
Mi cha el Baumgardner,
presidente>
Burke, Inc.
202
www.FreeLibros.me
Gen e r a l i d a d e s
En el captulo 3 se presentaron los diseos causales y se analiz su relacin con los diseos ex
ploratorio y descriptivo; se defini la experimentacin como el mtodo comnmente utilizado
en los diseos causales. En este captulo se explora ms a fondo el concepto de causalidad. Se
identifican las condiciones necesarias para la causalidad, se examina el papel de la validez en
la experimentacin y se consideran las variables externas y los procedimientos para controlar
las. Se presenta una clasificacin de diseos experimentales y se consideran los diseos espe
cficos junto con los mritos de los experimentos de laboratorio y de campo. Se analiza con de
talle una aplicacin en el rea de marketing de prueba. Se analizan las consideraciones
incluidas al realizar investigacin experimental cuando se investigan mercados internaciona
les. Se identifican diversos temas ticos que surgen en la experimentacin. El captulo conclu
ye con un comentario acerca del uso de Internet y las computadoras en la investigacin causal.
INVESTIGACIN
REAL
Est en la bolsa
LeSportsac, Inc. (w w w.lesportsac.com ) present una demanda contra Kmart Corporation
( www.kmart.com) luego de que Kmart introdujo una lnea de bolsas di Pars sac, que LeSport
sac alegaba se parecan mucho a sus bolsas. De acuerdo con LeSportsac, Kmart haca creer a
sus consumidores que estaban comprando bolsas LeSportsac, cuando no era as. Para probar su
punto, LeSportsac realiz una investigacin causal.
Se seleccion a dos grupos de mujeres. A uno se le mostraron dos bolsas LeSportsac lige
ras con lados suaves, a las que se les haban retirado las etiquetas; y todas las palabras y diseos
se haban impreso dentro de los valos de LeSportsac. Al segundo grupo de mujeres se les mos
traron dos bolsas di Pars sac con el nombre de la marca visible y utilizando las etiquetas que
llevan estas bolsas en las tiendas Kmart. Se obtuvo informacin de ambos grupos de mujeres
para saber si perciban una sola compaa o fuente, o si identificaban la marca de las bolsas en
cubiertas, qu identificaciones hacan si ste era el caso, y las razones que daban para hacerlo.
La muestra consisti en 200 mujeres en cada grupo, seleccionadas de entrevistas que se hacan
en centros comerciales de Chicago, Los ngeles y Nueva York. En vez de utilizar una muestra
de probabilidad, las encuestadas fueron seleccionadas de acuerdo con grupos de edad.
El estudio indic que muchas consumidoras no podan distinguir el origen de fabricacin
de las bolsas, lo cual apoy la posicin de LeSportsac. Este experimento ayud a LeSportsac a
convencer a la corte de apelaciones para que emitiera un mandato judicial contra Kmart, quien
acord dejar de vender sus bolsas di Pars sac . LeSportsac se fund en 1974 y al 2003 sus
productos se venden en ms de 15 pases en el mundo, incluyendo Estados Unidos, Italia, Rei
no Unido, Francia, Suecia, Japn, Hong Kong, Corea, Taiwan, Singapur, Australia, Colombia y
Arabia Saudita.1
203
www.FreeLibros.me
204
PARTE II
C O N C E P TO DE CAUSALIDAD
Cuando la ocurrencia de X aumenta
la probabilidad de la ocurrencia de Y.
www.FreeLibros.me
CAPTULO 7
205
Significado com n
X es la nica causa de Y.
X siempre llevar a y.
(X es una causa determinante de Y).
Significado cientfico
X e s slo un nmero de posibles causas de Y.
La ocurrencia de X hace que la ocurrencia de y sea
ms probable (X es una causa de probabilidad de Y).
to. En otras palabras, es posible que la relacin causal real, si existe, tal vez no se haya identifi
cado. Aclaramos ms el concepto de causalidad al analizar sus condiciones.
C O N D ICIO N ES DE CAUSALIDAD
Antes de hacer deducciones causales, o de asumir una causalidad, se deben satisfacer tres con
diciones. stas son: 1) variacin concomitante; 2) sucesin de las variables, y 3) eliminacin de
otras causas posibles. stas condiciones son necesarias pero no suficientes para demostrar cau
salidad. Ninguna de estas tres condiciones, o las tres condiciones combinadas, puede demostrar
decisivamente que existe una relacin causal.4
Variacin concomitante
C o ndicin para d e d u c ir causalidad
que req u iere q u e s e p ro n o stiq u en ,
p o r la h ip tesis e n co n sid eraci n , el
grado al q u e u n a c a u s a , X>y un
efecto , 7 , o cu rren ju n to s o v aran
ju n to s.
Una variacin concom itante es el grado en el que una causa, X, y un efecto, Y, ocurren juntos o
varan juntos en la forma pronosticada por la hiptesis que se considera. La evidencia pertene
ciente a la variacin concomitante se puede obtener de manera cualitativa o cuantitativa.
Por ejemplo, en la forma cualitativa, la administracin de una tienda departamental cree que
las ventas dependen mucho de la calidad del servicio en la tienda. Esta hiptesis se puede exami
nar al evaluar la variacin concomitante. Aqu, el factor causal X es el servicio en centros comer
ciales, y el factor efecto Y son las ventas. Una variacin concomitante que apoya esta hiptesis
implicara que las tiendas con servicio satisfactorio tambin tendran ventas satisfactorias. Del
mismo modo, las tiendas con servicio insatisfactorio mostraran ventas insatisfactorias. Si, por
otro lado, se encontrara el esquema opuesto, concluiramos que la hiptesis es insostenible.
Ekra dar un ejemplo cuantitativo, consideremos una encuesta aleatoria de 1,000 participan
tes sobre la compra de ropa de moda en tiendas departamentales. Esta encuesta arroja los datos
de la tabla 7-1. Los encuestados han sido clasificados en grupos de mucha y poca educacin,
haciendo una divisin por la mitad. En esta tabla se sugiere que la compra de ropa de moda es
influida por el nivel de educacin. Es probable que los encuestados con nivel alto de educacin
compren ms ropa de moda. De stos, 73% tienen mayor poder adquisitivo, en tanto que slo
64% de aquellos con bajo nivel de educacin tienen alto poder adquisitivo. Adems, esto se ba
sa en una muestra relativamente grande de 1,000 personas.
Con base en estas pruebas, podemos concluir que un alto nivel de educacin da por resul
tado mayores compras de ropa de moda? Por supuesto que no. Todo lo que se puede decir es
que esa asociacin hace que la hiptesis sea sostenible, ms no la prueba. Qu sucede con el
efecto de otros factores causales posibles como el ingreso? La ropa de moda es costosa, por lo
que la gente con mayores ingresos puede comprar ms ropa. En la tabla 7-2 se muestra la re
lacin entre la compra de ropa de moda y la educacin en distintos segmentos de ingresos. Es
to equivale a mantener constante el efecto del ingreso. Nuevamente la muestra se ha dividido en
dos para obtener grupos del mismo tamao, uno de nivel alto de ingresos y otro de nivel bajo.
En la tabla 7-2 se muestra que la diferencia en compras de ropa de moda entre los encuesta-
C om pra de ro p a de m o d a - Y
M ucha
Poca
T otal
Mucha
3 6 3 (7 3 % )
137 (27% )
5 0 0 (1 0 0 % )
R)ca
3 2 2 (6 4 % )
178 (36% )
5 0 0 (1 0 0 % )
www.FreeLibros.me
206
PARTE II
TABLA 7 .2
Compra de ropa de moda por ingreso y por educacin
Ingreso
Ingreso
alto
C ompra
Educacin
M ucha
Fbca
M ucha
P oca
T otal
1 2 2 (6 1 % )
7 8 (3 9 % )
2 0 0 (1 0 0 % )
1 2 9 (4 3 % )
3 0 0 (1 0 0 % )
1 7 1 (5 7 % )
bajo
C ompra
Educacin
M ucha
P oca
T otal
M ucha
241 (80% )
5 9 (2 0 % )
3 0 0 (1 0 0 % )
P oca
151 (76% )
4 9 (2 4 % )
2 0 0 (1 0 0 % )
dos de nivel de educacin alto y bajo se ha reducido considerablemente. Esto sugiere que la
asociacin que se indica en la tabla 7-1 puede ser falsa.
Podra haber ejemplos similares para mostrar por qu la ausencia inicial de prueba de una
variacin concomitante no implica que no exista una causa. Es posible que considerar una ter
cera variable pueda aclarar una asociacin que originalmente estaba oscura. La secuencia con la
que ocurren las variables proporciona conocimientos adicionales sobre la causalidad.
Qu viene primero?
Datos estadsticos recientes muestran que los consumidores cada vez toman ms decisiones de
compra en la tienda mientras las realizan. Algunos estudios indican que aproximadamente 80%
de las decisiones de compra se toman en el punto de venta (PDV). Las decisiones en el PDV se
www.FreeLibros.me
CAPTULO 7
207
han incrementado en forma concurrente con los crecientes esfuerzos publicitarios en las tien
das. Esto incluye anuncios por radio, anuncios en los carritos de supermercados, en las bolsas
para abarrotes, seales en el techo y exhibiciones en los anaqueles. Se estima que los dueos de
las marcas y de las tiendas gastaron 1,000 millones de dlares en 2002 tratando de influir al
consumidor en el punto de venta. Es difcil asegurar con estos datos si el incremento de toma de
decisiones de compra en el PDV es resultado de los mayores esfuerzos de publicidad en la tien
da, o si el incremento de publicidad en la tienda resulta de los intentos por captar las actitudes
cambiantes de los consumidores hacia las compras y captar las ventas por aumento en la toma
de decisiones en el PDV. Tambin es posible que ambas variables sean causas y efectos en esta
relacin.5
Si resulta difcil establecer relaciones de causa y efecto, como se indica en el ejemplo an
terior, cul es la funcin de las pruebas que se obtienen con la experimentacin?
DEFINICIONES Y CO N CEPTO S
En esta seccin se definen algunos conceptos bsicos y se ilustran con ejemplos, incluyendo los
de LeSportsac y Eckerd, que se mencionan al principio de este captulo.
Unidad deprueba
Individuos, o rg an izacio n es u o tras
en tid ad es d e q u ien es se estu d ia n su s
icsp u estas a la s v ariab les o tratam iem os in dependientes.
P roceso d e m an ip u laci n d e u n a
o m s v ariab les in d ep en d ien tes y
la m ed ici n d e s u s efecto s e n un a
o m s v ariab les d ep en d ien tes,
m ien tras s e co n tro lan la s v a ria b le s
extraas.
www.FreeLibros.me
208
PARTE II
el efecto de las variables extraas.6 Los proyectos de LeSportsac y Eckerd califican corno expe
rimentos basados en esta definicin.
REAL
15 C o f f
coupo*
. ON CO M PLETE
;i o
&
io n
Xkeoo 10Ch*D
www.FreeLibros.me
C A P T U L O 7
209
O,
o2
significa que un grupo dado de unidades de prueba se expuso al tratamiento variable (X) y la
respuesta se midi en dos puntos diferentes en el tiempo, O, y Or
Del mismo modo, el arreglo simblico
R
Xx
O,
X2
significa que se asignaron dos grupos de unidades de prueba en forma aleatoria a dos grupos de tra
tamiento diferentes al mismo tiempo, y la variable dependiente se midi en los dos grupos de ma
nera simultnea.
Validez interna
M edicin de la ex actitud d e un
experim ento. Mide si la m anipulacin
de las variables independientes, o
tratam ientos, realm ente caus los
efectos e n las variables dependientes.
Validez externa
Determinacin d e si la s relacio n es
de cau sa y efecto en co n trad as e n el
experim ento se pueden generalizar.
www.FreeLibros.me
210
PARTE II
VARIABLES EXTERNAS
En esta seccin se clasifican las variables extraas en las siguientes categoras: historia, madu
racin, pruebas, instrumentacin, regresin estadstica, desviacin en la seleccin y mortalidad.
Historia
E ventos esp ecfico s e x te m o s al
cperimento pero q u e o cu rre n al
m ism o tiem po q u e el experim ento.
x,
o2
Donde O, y 0 2 son medidas de ventas de una cadena de tiendas departamentales en una regin es
pecfica y X { representa una nueva campaa promocional. La diferencia ( 0 2 - O,) es el efecto del
tratamiento. Supngase que el experimento revel que no haba diferencia entre 0 2 y 0 {. Puede
concluirse que la campaa promocional fue ineficaz? Desde luego que no. La campaa promocio
nal (X,) no es la nica posible explicacin de la diferencia entre 0 2 y O v La campaa bien pudo
haber sido eficaz. Puede que las condiciones econmicas generales declinaran durante el expe
rimento y el rea local fue particularmente afectada por despidos y cierre de plantas (historia)?
A la inversa, aun si hubiese alguna diferencia entre 0 2 y O v puede ser incorrecto concluir que
la campaa fue eficaz si la historia no fue controlada, porque los efectos experimentales pueden
confundirse por la historia. Cuanto ms grande sea el intervalo entre observaciones, mayor se
r la posibilidad de que la historia confunda un experimento de este tipo.12
Maduracin
M iriable e x tern a atrib u ib le a
cam bios e n la s u nidades d e p ru eb a
que o cu rren co n el paso del tiem po.
M aduracin (MA) es similar a la historia, excepto que se refiere a los cambios en las unidades
de prueba en s mismos. Estos cambios no son causados por el impacto de las variables inde
pendientes o tratamientos, pero ocurren con el paso del tiempo. En un experimento que incluye
personas, la maduracin sucede conforme la gente envejece, adquiere ms experiencia, se can
sa, se aburre o deja de interesarse. Los estudios de mercado y seguimiento que se extienden por
varios meses son vulnerables a la maduracin, ya que es difcil saber cmo estn cambiando los
encuestados a travs del tiempo.
Los efectos de la maduracin tambin se extienden a las unidades de prueba, ms que a las
personas. Por ejemplo, consideremos el caso en que las unidades de prueba son las tiendas de
partamentales. Las tiendas cambian con el tiempo en trminos de disposicin fsica, decora
cin, trnsito y composicin.
www.FreeLibros.me
CAPTULO 7
E fecto en el q u e u n a m edicin
previa afecta la resp u esta d e la
unidad de p ru eb a a la v ariab le
independiente.
211
sentacin del tratamiento. Hay dos clases de efectos de prueba: 1) efecto de prueba principal
(PP) y 2) efecto de prueba interactiva (PI).
El efecto de prueba principal (PP) ocurre cuando una observacin anterior afecta una ob
servacin posterior. Considrese un experimento para medir el efecto de la publicidad en las ac
titudes hacia cierta marca. Se da a los encuestados un cuestionario previo al tratamiento que mi
de la informacin de antecedentes y actitud hacia la marca. Luego se les muestra el comercial de
prueba intercalado en un programa apropiado. Despus de ver el comercial, los encuestados
de nuevo responden un cuestionario que mide, entre otras cosas, la actitud hacia la marca. Su
pongamos que no hay diferencia entre las actitudes previas y posteriores al tratamiento. Pode
mos concluir que el comercial fue ineficaz? Una explicacin alternativa puede ser que los en
cuestados trataron de mantener una consistencia entre sus actitudes previas y posteriores al
tratamiento. Como resultado del efecto de pruebas principales, las actitudes posteriores al trata
miento estaban ms influidas por las actitudes previas que por el tratamiento en s. El efecto de
prueba principal tambin puede ser reactivo, causando que los encuestados cambien sus actitu
des simplemente porque estas actitudes se han medido. El efecto de prueba principal comprome
te la validez interna del experimento.
En el efecto de prueba interactiva (PI), una medicin previa afecta la respuesta de la uni
dad de prueba a la variable independiente. Continuando con el experimento de publicidad,
cuando se pide a la gente que indique su actitud hacia una marca, se percata de esa marca: se
sensibiliza hacia la marca y es ms probable que ponga atencin al comercial de prueba que la
gente que no se incluy en el experimento. Entonces los efectos medidos no son generalizables
al resto de la poblacin; por lo tanto, los efectos de prueba interactiva influyen en la validez ex
terna del experimento.
Instrumentacin
V u iab le ex tem a q u e in d u y e
cam b io s en el instrum ento d e
m edicin, e n los o b se rv ad o res o en
las calificacio n es m ism as.
Instrum entacin (I) se refiere a los cambios en el instrumento de medicin, en los observadores
o en los registros mismos. Algunas veces, los instrumentos de medicin se modifican durante el
curso de un experimento. En el experimento de publicidad, si se utilizara un cuestionario recin
diseado para medir las actitudes posteriores al tratamiento, esto llevara a variaciones en las res
puestas obtenidas. Considrese un experimento en el que las ventas en dlares se estn midiendo
antes y despus de la exposicin a una exhibicin en tienda (tratamiento). Si hay un cambio de
precio no experimental entre O, y 0 2, esto ocasionar un cambio de instrumentacin debido a
que las ventas en dlares sern medidas utilizando distintos precios por unidad. En este caso, el
efecto del tratamiento (0 2 - O,) podra atribuirse a un cambio de instrumentacin.
Los efectos de instrumentacin son probables cuando los entrevistadores realizan medicio
nes previas y posteriores al tratamiento. La eficacia de los entrevistadores puede ser diferente
en distintas ocasiones.
Regresin estadstica
V rn ab le e x te m a q u e o cu rre c u a n d o
u nidades d e p ru eb a c o n c a lific a c io
nes ex trem as se ace rc a n a la c a lifi
cacin pro m ed io durante el c u rso
del ex p erim en to .
Los efectos de la regresin estadstica (RE) ocurren cuando las unidades de prueba con califica
ciones extremas se acercan a la calificacin promedio en el curso de un experimento. En el expe
rimento de publicidad, suponga que algunos encuestados tenan actitudes muy favorables o muy
desfavorables. En una medicin posterior al tratamiento, sus actitudes pudieron haberse acerca
do al promedio. Las actitudes de la gente cambian continuamente. La gente con actitudes extre
mas tiene ms espacio para el cambio, por lo que la variacin es ms probable. Esto tiene un
efecto confuso en los resultados del experimento, porque el efecto observado (cambio de actitud)
se puede atribuir a una regresin estadstica ms que al tratamiento (comercial de prueba).
Desviacin en la seleccin
Desviacin en la seleccin (DS)
N&riable ex tem a atribuible a la
asig n aci n impropria d e unidades de
prueba a co n d icio n es de tratam iento.
www.FreeLibros.me
212
PARTE II
Mortalidad
f r i a b l e e x te m a atrib u ib le a la
prdida d e u n idades d e p ru eb a
m ientras el experim ento e s t en
progreso.
Aleatoriedad
Aleatoriedad se refiere a la asignacin aleatoria de unidades de prueba a grupos experimentales
utilizando nmeros al azar. Las condiciones del tratamiento tambin se asignan en forma alea
toria a los grupos experimentales. Por ejemplo, los encuestados se asignan en forma aleatoria a
uno de tres grupos experimentales. Se selecciona al azar una de tres versiones de un comercial
de prueba, y se aplica a cada grupo. Como resultado de la asignacin aleatoria, los factores e x
traos se pueden representar de igual manera en cada condicin de tratamiento. La aleatoriedad
es el procedimiento preferido para asegurar la igualdad previa de los grupos experimentales.13
Sin embargo, sta puede no ser eficaz cuando el tamao de muestra es pequeo, ya que produce
apenas grupos que son iguales en promedio. No obstante, es posible verificar si la aleatoriedad
ha sido eficaz al medir las variables extraas posibles y compararlas entre los grupos experi
mentales.
Concordancia
M todo para co n tro la r v ariab les
t e m a s q u e in d u y e co n co rd ar
unidades d e p ru eb a en u n co njunto
de v ariab les fu n d am entales d e
trasfondo a n tes d e a sig n arlas a las
o o n d id o n es d e tratam iento.
Control estadstico
(a iii i a i i l f f l i P
= -l
Mtodo para controlar variables
S o
deyS f
estadsticos
El control estadstico incluye la medicin de las variables extraas y hacer ajustes contra sus
efectos mediante anlisis estadstico. Esto se ilustr en la tabla 7-2, donde se examin la relarin (asociacin) entre compra de ropa de moda y educacin controlando el efecto del ingreso,
Tambin se dispone de procedimientos estadsticos ms avanzados, como el anlisis de covarianza (ANCOVA). En ste, los efectos de las variables extraas en la variable dependiente se
www.FreeLibros.me
CAPTULO 7
213
eliminan con un ajuste del verdadero valor de la variable dependiente dentro de cada condicin
de tratamiento. (En el captulo 16 se analiza el ANCOVA con ms detalle.)
Control de diseo
M todo p ara co n tro lar v ariab les
ex tra as q u e in clu y e u tilizar d ise o s
ex perim entales esp ecficos.
El control de diseo incluye el uso de experimentos diseados para controlar variables extraas
especficas. Los tipos de controles posibles por diseo apropiado del experimento se ilustran en
el siguiente ejemplo.
INVESTIGACIN
REAL
CLASIFICACIN DE LOS
DISEOS EXPERIMENTALES
Los Asenos experimentales se pueden clasificar como preexperimentales, experimentales ver
daderos, cuasi experimentales o estadsticos (figura 7-1). Los diseos preexperimentales no uti
lizan procedimientos de aleatoriedad para controlar factores extraos. Los ejemplos de estos di
seos incluyen el estudio de caso nico, el diseo de prueba previa y posterior a un grupo y el
grupo esttico. En los diseos experimentales verdaderos el investigador puede asignar de ma
nera aleatoria unidades de prueba y tratamientos a grupos experimentales. En esta categora es
tn incluidos el diseo de prueba previa y posterior con grupo de control, el diseo de prueba
posterior con grupo de control, y el diseo de cuatro grupos de Solomon. Los diseos cuasi ex
perimentales resultan cuando el investigador no es capaz de lograr una completa manipulacin
de los horarios o distribucin de tratamientos en las unidades de prueba pero todava puede
Figura 7.1
Clasificacin de b s diseos
experim enta les
Estudio de caso
nico
Prueba previa y
posterior a un
grupo
Diseo de prueba
previa y posterior
con grupo control
D iseo de prueba
posterior con
grupo control
G rupo esttico
D iseo de cuatro
grupos de
Solom on
www.FreeLibros.me
Bloques
aleatorios
C uadro latino
Factorial
214
PARTE II
aplicar parte del aparato de experimentacin verdadera. Dos de esos diseos son el diseo de
series temporales y el diseo de series temporales mltiples. Un d s e o estadstico es una serie
de experimentos bsicos que permiten el control estadstico y un anlisis de variables extemas.
Los diseos bsicos utilizados en los diseos estadsticos incluyen el preexperimental, experi
mental verdadero y cuasi experimental. Los diseos estadsticos se clasifican con base en sus
caractersticas y usos. Los diseos estadsticos importantes incluyen bloque aleatorio, cuadrado
latino y factorial. Estos diseos se ilustran en el contexto de la medicin de eficacia de un c o
mercial de prueba para una tienda departamental.16
DISEOS PREEXPERIMENTALES
Estos diseos se caracterizan por falta de aleatoriedad. Se describen tres diseos especficos:
el estudio de caso nico, el diseo de prueba previa y posterior a un grupo, y el diseo de gru
po esttico.
Tambin conocido como diseo nico posterior, el estudio de u n caso nico puede representar
se simblicamente como
o{
Un solo grupo de unidades de prueba se expone al tratamiento X y luego se toma una sola
medicin sobre la variable dependiente (Oj). No hay asignacin aleatoria de unidades de prue
ba. Ntese que el smbolo R no se utiliza, porque las unidades de prueba son autoseleccionadas
o seleccionadas en forma arbitraria por el investigador.
Puede verse fcilmente el peligro de sacar conclusiones vlidas de experimentos de este tipo.
No proporciona bases para comparar el nivel de O, con lo que pasara al faltar X. Asimismo, el ni
vel de Oj puede afectarse por diversas variables externas, incluyendo historia, maduracin, selec
cin y mortalidad. La falta de control de estas variables externas mina la validez interna. Por estas
razones, el estudio de caso nico es ms apropiado para la investigacin exploratoria que para la
concluyente.
IN V E S T IG A C I N A C T I V A
O
En este diseo, un grupo de unidades de prueba se mide dos veces. N o existe un grupo de con
trol. Primero, se toma una medicin previa al tratamiento (Oj), luego el grupo se expone al tra
tamiento (X). Finalmente, se toma una medicin posterior ( 0 2). B efecto del tratamiento se
www.FreeLibros.me
CAPTULO 7
215
calcula como 0 2 - 0 v pero la validez de esta conclusin es cuestionable, debido a que las va
riables externas estn muy poco controladas. La historia, maduracin y pruebas (tanto de efec
tos de prueba principal como interactiva), instrumentacin, seleccin, mortalidad y regresin
podran posiblemente estar presentes.
1 V E S T I G A C I N A C T IV A
El grupo esttico es un diseo experimental de dos grupos. Un grupo, llamado el grupo experi
mental (GE), es expuesto al tratamiento, y el otro, llamado el grupo de control (GC), no. Las me
diciones de ambos grupos se hacen despus del tratamiento y las unidades de prueba no se asig
nan en forma aleatoria Este diseo se puede describir simblicamente como
GE:
GC:
O,
02
El efecto del tratamiento se medira como O, - 0 2. Ntese que esta diferencia tambin se atri
buira al menos a dos variables externas (seleccin y mortalidad). Debido a que las unidades de
prueba no se asignan en forma aleatoria, los dos grupos (GE y GC) pueden diferir antes del tra
tamiento y se puede presentar la desviacin en la seleccin. Tambin puede haber efectos de
mortalidad, ya que ms unidades de prueba se pueden retirar del grupo experimental que del
grupo de control. Esto sera muy probable que suceda si el tratamiento es desagradable.
En la prctica, un grupo de control a veces se define como el grupo que recibe el nivel ac
tual de actividad de marketing, ms que un grupo que en absoluto recibe tratamiento. El grupo
de control se define en esta forma porque es difcil reducir a cero las actividades de marketing
actuales, como publicidad y ventas personales.
IN V E S T IG A C I N A C T IV A
www.FreeLibros.me
216
PARTE II
R
R
O.
O-,
o.
o4-
1= e
o3
+h +
ma
ma
pp
+p
+i +
r e
+mo
= VEiyariables extraas)
donde los smbolos para las variables extraas son como se definieron previamente. El resulta
do experimental se obtiene por
( 0 2 - 0 I) - ( 0 4 - 0 3) = r + P /
El efecto de pruebas interactivas no es controlado, debido al efecto de la medicin previa a la
prueba en la reaccin al tratamiento de las unidades en el grupo experimental.
Como se muestra en este ejemplo, el diseo de prueba previa y posterior con grupo de con
trol incluye dos grupos y dos mediciones encada grupo. Un diseo ms simple es el diseo de
prueba posterior con grupo de control.
El diseo de laprueba posterior slo con grupo de control no incluye medicin previa alguna.
Se puede simbolizar como
GE:
GC:
R
R
www.FreeLibros.me
CAPTULO 7
217
los grupos. Sin embargo, debido a que no hay medicin previa al tratamiento, esta suposicin
no se puede verificar. Este diseo tambin es sensible a la mortalidad. Es difcil determinar si
los del grupo experimental que abandonan el experimento son similares a sus contrapartes del
grupo de control. Incluso otra limitante es que este diseo no permite al investigador examinar
los cambios en las unidades de prueba individuales.
La desviacin en la seleccin y la mortalidad se puede controlar mediante procedimientos ex
perimentales diseados cuidadosamente. El examen de los casos individuales con frecuencia no es
de inters. Por otro lado, este diseo tiene ventajas significativas en trminos de tiempo, costo y re
querimientos de tamao de muestra. Incluye slo dos grupos y slo una medicin por grupo. Debi
do a su simplicidad, el diseo de la prueba posterior slo con grupo de control tal vez sea ms popu
lar en la investigacin de mercados. Ntese que excepto por la medicin previa, el funcionamiento
de este diseo es muy similar al del diseo de prueba previa y posterior con grupo de control.
IN V E S T IG A C I N A C T IV A
En este ejemplo, el investigador no se preocupa por examinar los cambios en las actitudes de
los encuestados individuales. Cuando se desea esta informacin, se debe considerar el diseo
de cuatro grupos de Solomon. El diseo de cuatro grupos de Solom on supera las limitantes de los
diseos de prueba previa y posterior con grupo de control y de prueba posterior slo con grupo de
control, en que controla de manera explcita el efecto de pruebas interactivas, adems de controlar
las otras variables externas (VE). Sin embargo, este diseo tiene limitaciones prcticas: es costoso
y consume mucho tiempo para llevarse a cabo. Por lo tanto, no se considera ms ampliamente.17
En todos los diseos experimentales verdaderos, el investigador ejerce un alto grado de
control. En particular, puede controlar cundo se toman las mediciones, sobre quin se toman y
programan los tratamientos. Es ms, el investigador puede seleccionar en forma aleatoria las
unidades de prueba y tambin exponer de manera aleatoria las unidades de prueba a los trata
mientos. En algunas situaciones el investigador no puede ejercer esta clase de control, por lo
que entonces se deben considerar los diseos cuasi experimentales.
www.FreeLibros.me
218
PARTE II
O, 0 2 0 3 O, o 5 X o 6 On Og Og 0 ,0
ste es un cuasi experimento, debido a que no hay aleatoriedad de tratamientos para las
unidades de prueba, y los tiempos de presentacin del tratamiento, as como qu unidades de
prueba estn expuestas a l, tal vez estn en el control del investigador.
Tomar una serie de mediciones antes y despus del tratamiento proporciona al menos control
parcial en diversas variables externas. La maduracin est por lo menos parcialmente controlada,
ya que no afectara a 0 5 y 0 6 nicamente, pero influira en otras observaciones. Con un razona
miento similar, tambin se controlan el efecto de prueba principal, la instrumentacin y la re
gresin estadstica. Si las unidades de prueba se seleccionan en forma aleatoria o por concor
dancia, se puede reducir la desviacin en la seleccin. La mortalidad puede representar un
problema, pero se puede controlar en gran medida al pagar un premio u ofrecer otro incentivo a
los encuestados.
La principal debilidad del diseo de series temporales es la falla para controlar la historia.
Otra limitante es que el experimento puede afectarse por el efecto de pruebas interactivas, ya que
se toman mltiples mediciones en las unidades de prueba. Sin embargo, los diseos de series tem
porales son de utilidad. La eficacia de un comercial de prueba (X) se puede examinar al transmi
tir el comercial un nmero predeterminado de veces y examinar los datos de un grupo de pruebas
preexistente. Aunque el publicista puede controlar los horarios del comercial de prueba, es incier
to cundo los miembros del grupo estn expuestos a l o si lo estn. Las compras de los miembros
del grupo antes, durante y despus de la campaa se examinan para determinar si el comercial de
prueba tiene efecto de corta duracin, de larga duracin o si no tiene efecto alguno.
1
J fftfefe*-----------Diseo de series temporales que
cluyen otro grupo de unidades de
prueba para que sirva como grupo
decontrol.
El diseo de seres temporales m ltiples es similar al diseo de series temporales, excepto que
otro grupo de unidades temporales se agrega para servir como grupo de control. Simblicamen
te, este diseo puede describirse como
GE:
GC :
Oj
O,
02
02
03
03
04
04
Os
Os
06
Oe
02
08
>g
09
09
O ,0
0 1O
Si el grupo de control se selecciona cuidadosamente, este diseo puede ser una mejora so
bre el experimento de series temporales. La mejora consiste en la capacidad de probar el efecto
del tratamiento dos veces contra las mediciones previas al tratamiento en el grupo experimental
y contra el grupo de control. Para utilizar el diseo de series temporales mltiples con el fin de
evaluar la eficacia de un comercial, el ejemplo del grupo de pruebas se modificara de la siguien
te manera. El comercial de prueba se mostrara slo en unas cuantas de las ciudades de prueba.
Los miembros del grupo en estas ciudades comprenderan el grupo experimental. Los miembros
del grupo en ciudades donde no se mostr el comercial constituiran el grupo de control.
www.FreeLibros.me
CAPTULO 7
219
u e n t e d e in v a l id e z
In t e r n a
E xter n a
T
1
n
g
r
y
X
is e o
Diseos preexperimentales:
E s tu d io d e c a s o n ic o
X
D is e o de p rueba p re v ia
0
y posterior a
un g ru p o
C o m p a ra c i n d e g ru p o e s t tic o
X
O
O
R
R
p o s te r io r
S e r ie s te m p o ra le s m lt ip le s
0
www.FreeLibros.me
220
PARTE II
DISEOS ESTADSTICOS
Los diseos estadsticos consisten en una serie de experimentos bsicos que permiten un con
trol estadstico y anlisis de las variables externas. En otras palabras, diversos experimentos b
sicos se realizan simultneamente. Por lo tanto, los diseos estadsticos son influidos por las
mismas fuentes de invalidez que afectan a los diseos bsicos que se utilizan. Los diseos esta
dsticos ofrecen las siguientes ventajas:
L Se pueden medir los efectos de ms de una variable independiente.
2. Las variables extraas especficas pueden ser controladas estadsticamente.
3. Se pueden elaborar diseos econmicos cuando cada unidad de prueba se mide ms de
una vez.
Los diseos estadsticos ms comunes son el diseo de bloque aleatorizado, el diseo de
plano latino y el diseo factorial.
IN V E S T IG A C I N A C T IV A
Un diseo de bloque aleatorio es til cuando hay slo una variable externa principal, como
wntas, tamao de la tienda o ingreso del encuestado que pueda influir en la variable dependien
te. Las unidades de prueba se ponen en grupos o bloques con base en la variable externa. El in
vestigador debe ser capaz de identificar y medir la variable de bloque. Al hacer los bloques, el
investigador se asegura que los diversos grupos experimentales y de control concuerden mucho
en la variable extema.
Como se ilustra en este ejemplo, en la mayora de las situaciones de investigacin, las va
riables externas como ventas, tamao de la tienda, tipo de tienda, ubicacin, ocupacin y clase
social del encuestado, pueden influir en la variable dependiente. Por lo tanto, hablando en gene
ral, los diseos de bloque aleatorizados son ms tiles que los diseos aleatorios completos. Su
principal limitacin es que el investigador puede controlar slo una variable externa. Cuando se
debe controlar ms de una variable externa, el investigador debe utilizar el diseo de cuadrado
latino o el diseo factorial.
lo q u e
nm
P r e f e r e n c ia
POR LA TIEN D A
o m e r c ia l
r u p o s d e t r a t a m ie n t o
o m e r c ia l
o m e r c ia l
Media
Poca
Ninguna
Mucha
2
3
4
www.FreeLibros.me
CAPTULO 7
221
Mucha
M ucho
M e d io
Ba jo
Media
bea y ninguna
Nata: A, B y C denotan los tres comerciales de prueba que tienen, respectivamente, ningn humor, algo de humor y mucho humor.
ble externa o de bloque se divide en un nmero igual de bloques o niveles. La variable indepen
diente tambin se divide en el mismo nmero de niveles. Un cuadrado latino se conceptualiza
en forma de tabla (vase tabla 7-5), con las filas y las columnas representando los bloques en
las dos variables externas. Luego los niveles de la variable independiente se asignan a las cel
das en la tabla. La regla de asignacin es que cada nivel de la variable independiente debe apa
recer slo una vez en cada fila y cada columna, como se muestra en la tabla 7-5.
IN V E S T IG A C I N A C T IV A
Diseo factorial
Diseo experimental estadstico que
se utiliza para medir los efectos de
dos o ms variables independientes
en diversos niveles y para permitir
interacciones entre las variables.
Un diseo fa cto ria l se utiliza para medir los efectos de dos o ms variables independientes en
diversos niveles. A diferencia del diseo de bloque aleatorizado y el cuadrado latino, los dise
os factoriales permiten las interacciones entre variables.21 Se dice que una interaccin se rea
liza cuando el efecto simultneo de dos o ms variables es diferente a la suma de sus efectos se
parados. Por ejemplo, la bebida favorita de un individuo puede ser caf y su nivel de
temperatura favorita puede ser fro, pero este individuo puede no preferir el caf fro, lo que lle
va a una interaccin.
Un diseo factorial tambin se puede conceptualizar en una tabla. En un diseo de dos fac
tores, cada nivel de una variable representa una fila y cada nivel de otra variable representa una
columna. Las tablas multidimensionales se pueden utilizar para tres o ms factores. Los diseos
factoriales incluyen una celda para cada combinacin posible de variables de tratamiento. Su
pngase que en el ejemplo previo, adems de examinar el efecto del humor, el investigador tam
bin est interesado en examinar simultneamente el efecto de la cantidad de informacin de la
tienda. Es ms, la cantidad de informacin de tienda tambin se vari en tres niveles (alto, me
dio y bajo). Como se muestra en la tabla 7-6, esto requerira 3 X 3 = 9 celdas. Por lo tanto, se
produciran nueve comerciales diferentes, cada uno con un nivel de informacin de tienda y
www.FreeLibros.me
222
PARTE II
C a n t id a d d e h u m o r
S in h u m o r
H u m o r m e d io
Media
Mucha
Poca
M uch o hum or
EXPERIMENTOS DE LABORATORIO
V E R S U S DE CAM PO
Ambiente artificial para experimen
tacin en el que el investigador
construye las condiciones deseadas.
Locacin experimental establecida
en condiciones de mercado reales.
www.FreeLibros.me
CAPTULO 7
223
Ca m p o
Ambiente
Artificial
Realista
Cbntrol
Mucho
Poco
Error reactivo
Mucho
Poco
Artefactos de demanda
Muchos
Pocos
Mucha
Poca
Validez extema
Poca
Mucha
Tiempo
Poco
Mucho
Nmero de unidades
Pequeo
Grande
Fa c t o r
RicQidad de implementacin
Mucha
Poca
Cbsto
Bajo
Alto
miento acerca de la marca y adivinar que el comercial est tratando de cambiar sus actitudes ha
cia esa marca.24 Por ltimo, es probable que los experimentos de laboratorio tengan menor va
lidez externa que los experimentos de campo. Debido a que el experimento de laboratorio se
realiza en un ambiente artificial, puede disminuir la capacidad de generalizar los resultados al
mundo real.
Se ha argido que la artificialidad o la falta de realismo en un experimento de laboratorio no
necesariamente lleva a un poco validez externa. S e debe estar consciente de los aspectos del ex
perimento de laboratorio que difieren de la situacin en la que se harn las generalizaciones. La
validez externa se reducir slo si estos aspectos interfieren con las variables independientes ma
nipuladas en forma explcita en el experimento, como es el caso frecuente en la investigacin de
mercados aplicada. Sin embargo, otra consideracin es que los experimentos de laboratorio per
miten diseos ms complejos que los experimentos de campo. Por lo tanto, el investigador pue
de controlar ms factores o variables en el ambiente de laboratorio, lo que incrementa la validez
externa.25
El investigador debe considerar todos estos factores al decidir si debe realizar experimen
tos de laboratorio o de campo. Los experimentos de campo son menos comunes en la investiga
cin de mercados que los experimentos de laboratorio, aunque los experimentos de laboratorio
y de campo tienen papeles complementarios.26
DISEOS EXPERIMENTALES
N O EXPERIMENTALES
VERSU S
www.FreeLibros.me
224
PARTE II
LIMITANTES DE LA EXPERIMENTACIN
La experimentacin se est volviendo cada vez ms importante en la investigacin de merca
dos, pero existen limitantes de tiempo, costo y administracin de un experimento.
Tiempo
Los experimentos pueden consumir mucho tiempo, en particular si el investigador est intere
sado en medir los efectos a largo plazo del tratamiento, como la eficacia de una campaa publi
citaria. Los experimentos deben durar lo suficiente para que las mediciones posteriores al trata
miento incluyan a la mayora o a todos los efectos de las variables independientes.
Costo
Los experimentos con frecuencia son costosos. Los requerimientos de grupo experimental, grupo
de control y mediciones mltiples aumentan de manera significativa el costo de la investigacin.
Administracin
Los experimentos pueden ser difciles de administrar. Tal vez sea imposible controlar los efec
tos de las variables externas, en particular en un entorno de campo. Los experimentos de cam
po a menudo interfieren con las operaciones que realiza la compaa y puede ser difcil obtener
la cooperacin de los minoristas, mayoristas y otras partes incluidas. Por ltimo, los competido
res pueden contaminar de manera deliberada los resultados de un experimento de campo.
www.FreeLibros.me
CAPTULO 7
225
un anlisis emprico se encontr que la participacin del mercado de prueba final se alcanz en
10 meses, 85% del tiempo, y e n 12 meses, 95% del tiempo.30 El marketing de prueba puede ser
muy benfico para la introduccin exitosa de un producto, pero tiene sus riesgos.
INVESTIGACIN
REAL
www.FreeLibros.me
226
PARTE II
seborough Ponds, inici una promocin de compre uno y lleve dos en su marca principal de
crema Vaseline Intensive Care. Esto alent a los consumidores a comprar reservas de crema Vaseline Intensive Care, y como resultado Wondra tuvo un escaso desempeo en el mercado de
prueba. A pesar de esto, Procter & Gamble lanz la lnea Wondra a nivel nacional. Ponds de nue
vo cont con la misma estrategia promocional. Hoy, Wondra tiene cerca de 4% del mercado, y
Vaseline Intensive Care tiene 22 por ciento.32
Otro problema es que mientras el mercado de pruebas de una empresa est en progreso, los
competidores tienen oportunidad para lanzarse al mercado nacional. High Yield Coffee se pro
b en el mercado y se introdujo a nivel nacional, pero lo hizo luego de que Procter & Gamble
introdujo Folgers Flakes. Procter & Gamble omiti el marketing de pruebas para Folgers Flakes y se adelant a Hills Bros, en el mercado nacional. P&G tambin lanz el shampoo Ivory
sin el marketing de pruebas.
Algunas veces no es factible poner en prctica un mercado de pruebas estndar utilizando
al personal de la compaa. En vez de eso, la empresa debe buscar ayuda de un proveedor ex
terno, en cuyo caso un mercado de prueba controlado puede ser una opcin atractiva.
INVESTIGACIN DE
MERCADOS INTERNACIONALES
Si los experimentos de campo son difciles de conducir en Estados Unidos, el reto que represen
tan es mucho mayor en el campo internacional. En muchos pases, el marketing, la economa,
la estructura, la informacin y el entorno tecnolgico (vase el captulo 23) no estn tan desa
rrollados como en Estados Unidos. Por ejemplo, en muchos pases las estaciones de televisin
son propiedad del gobierno y estn operadas por ste, con graves restricciones de publicidad
por televisin. Esto hace que los experimentos de campo que manipulan los niveles de publici
dad sean extremadamente difciles. Considrese, por ejemplo, M&M/Mars, que ha establecido
www.FreeLibros.me
CAPTULO 7
227
instalaciones de produccin masiva en Rusia y anuncia sus barras de dulce por televisin. Sin
embargo, no se ha alcanzado el potencial de ventas. Est Mars anuncindose demasiado, muy
poco o lo apropiado? Aunque la respuesta se podra determinar al realizar un experimento de
campo que manipule el nivel de publicidad, dicha investigacin causal no es factible, dado el
estrecho control del gobierno ruso en las estaciones de televisin. A pesar de sus problemas,
Mars ha seguido inviniendo en Rusia. En agosto del 2002, en Novosibirsk se inaugur una f
brica de comida para mascotas.
De igual manera, la falta de supermercados importantes en los estados blticos hace difcil
para P&G realizar experimentos de campo para determinar el efecto de las promociones en
tienda en las ventas de sus detergentes. En algunos pases de Asia, frica y Amrica del Sur, la
mayor parte de la poblacin vive en pequeos pueblos y aldeas. Sin embargo, falta la infraes
tructura bsica, como caminos, transportes e instalaciones de almacenaje, lo que hace difcil lo
grar los niveles deseados de distribucin. Aun cuando se diseen experimentos, es difcil con
trolar la secuencia y sucesin de variables y la ausencia de otros posibles factores causales, dos
de las condiciones necesarias para la causalidad. Debido a que el investigador tiene mucho me
nos control sobre el entorno, el control de las variables externas es particularmente problemti
co. Es ms, quiz no sea posible abordar este problema adoptando el diseo experimental ms
apropiado, ya que las restricciones del entorno pueden hacer que ese diseo sea poco factible.
Por lo tanto, la validez interna y externa de los experimentos de campo realizados en el
extranjero por lo general es menor que la de los efectuados en Estados Unidos. A l sealar las di
ficultades de realizar experimentos de campo en otros pases, no queremos sealar que dicha in
vestigacin causal no pueda o no deba llevarse a cabo. Por lo general es posible alguna forma
de marketing de prueba, como se indica en el siguiente ejemplo.
www.FreeLibros.me
228
PARTE II
de prueba y algunos de los comerciales de relleno. Ntese que las evaluaciones del contenido del
programa y de los comerciales de relleno no son de inters, pero se obtienen para reforzar la na
turaleza encubierta. Si los encuestados supieran que el verdadero propsito es determinar la efi
cacia del comercial de Rice Krispies, sus respuestas se podran desviar.
Disfrazar el propsito de esta investigacin debe hacerse de manera que no viole los dere
chos de los encuestados. Una forma de manejar este dilema tico es informar a los encuestados
desde el principio que el propsito del experimento est encubierto. Tambin se les debe dar
una descripcin de la tarea de investigacin y se les dir que pueden abandonar el experimento
en cualquier momento. Despus de recabar los datos, el verdadero propsito del estudio y la na
turaleza del encubrimiento deben explicarse completamente a los encuestados, y se les dar la
oportunidad de retirar su informacin. El procedimiento se llama sesin depreguntas y respues
tas. El anlisis de este tipo no desva los resultados. Existen pruebas que indican que los datos re
copilados de sujetos informados del encubrimiento y de quienes no fueron informados son sim i
lares.35 La sesin de preguntas y respuestas puede aliviar la tensin y hacer del experimento una
experiencia de aprendizaje para los encuestados. Sin embargo, si no se maneja en forma ade
cuada, la sesin de preguntas y respuestas en s puede ser estresante. En el ejemplo del cereal
Rice Krispies, los encuestados pueden encontrar descorazonador haber empleado su tiempo en
una tarea trivial al evaluar un comercial de cereal. El investigador debe anticiparse y abordar
este tema en la sesin de preguntas y respuestas.
Una preocupacin tica adicional es la responsabilidad del investigador de utilizar un dise
o experimental apropiado para el problema, para controlar errores causados por variables e x
traas. Como se ilustra en el siguiente ejemplo, determinar los diseos experimentales ms
apropiados para el problema requiere no slo una evaluacin inicial, sino tambin una supervi
sin continua.
INVESTIGACIN
REAL
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Internet tambin puede ser un vehculo til al realizar investigacin causal. Se pueden mostrar
diferentes tratamientos experimentales en distintos sitios de Internet. Luego se puede reclutar
a los encuestados y pedirles que visiten estos sitios y respondan a un cuestionario que obtenga
informacin sobre la variable dependiente y la externa. As, Internet puede proporcionar un me
canismo para experimentacin controlada, aunque sea en un entorno de tipo de laboratorio.
Continuemos con el ejemplo de probar la eficacia de la publicidad considerada en este cap
tulo. Los distintos anuncios o comerciales se pueden colocar en diferentes sitios de Internet. Pue
de reclutarse a encuestados mediante concordancia o por seleccin aleatoria para visitar estos
sitios, con cada grupo visitando slo uno de ellos. Si se tienen que obtener algunas mediciones
www.FreeLibros.me
CAPTULO 7
229
www.FreeLibros.me
230
PARTE II
E N F O Q U E
EN
B U R K E
Burke tiene habilidad para poner en prctica una variedad de diseos experimentales, incluyendo los
comentados en este captulo. Se da la debida consideracin a los factores que afectarn la validez inter
na y externa. Sin embargo, desde un punto de vista prctico, Burke tiene que dar una consideracin cuiddosa al costo y la eficiencia. Para ilustrar, Burke tuvo que disear un experimento muy simple con
dos factores, con el fin de examinar el potencial de una mezcla para pastel lquida premezclada. Bsi
camente los consumidores sirven la mezda desde un cartn a un molde y lo ponen en el homo. Hist
ricamente, losencuestados consideran los productos del refrigerador como ms feseos que los produc
tos que se encuentran en los anaqueles de la alacena. Tambin ha habido alguna resistencia (entre los
usuarios fuertes de mezclas para pastel) al poco contacto con el producto final. Psicolgicamente pare
ce ms atractivo haber agregado algo a la mezcla, en vez de slo vaciada en un molde. Para examinar
estas premisas, la nueva mezcla de pastel lquida se prob con dos factores:
Refrigeracin: refrigeracin requerida o no requerida
Ingredientes: se deben agregar huevos o no se agregan ingredientes
El diseo ms simple, que requiere menos hiptesis, necesitara seleccionar cuatro muestras alea
torias y dar a cada grupo de muestra una mezcla de pastel diferente, como se ilustra aqu. Sin embargo,
ste era el diseo ms costoso. Con un tamao de muestra de 100 personas por grupo necesitaramos
400 personas. ste tambin era un diseo estadsticamente ineficaz.
Huevos
Refrigeracin
Grupo aleatorio 1
No refrigeracin
Grupo aleatorio 3
Sin huevos
Grupo aleatorio 2
Grupo aleatorio 4
Se utiliz un diseo alternativo con slo dos muestras aleatorias. A cada muestra se le dieron pro
ductos con dos distintos mtodos de almacenaje pero con los mismos ingredientes.
Huevos
Refrigeracin
Grupo aleatorio 1
No refrigeracin
Grupo aleatorio 1
Sin huevos
Grupo aleatorio 2
Grupo aleatorio 2
ft)r lo tanto, los principales beneficios del mtodo de Burke sobre el diseo experimental es que
ahorra dinero y permite al investigador tomar mediciones sensibles del factor ms importante. Por su
puesto, Burke se tiene que asegurar que los encuestados son capaces de manejar la tarea experimental,
por ejemplo, manejar dos tipos de mezcla de pastel en vez de una. Asimismo, el diseo no debe afectar
negativamente la validez interna del experimento.
Burke en ocasiones utiliza un diseo experimental para determinar el orden en el que los encues
tados evalan el estmulo, como productos o conceptos. Por ejemplo, un productor lder de jugos pidi
a Burke que midiera la evaluacin de cinco diferentes mezclas de jugo. Burke recomend una prueba
de degustacin realizada en centros comerciales. Para evitar sobrecarga sensorial, se pidi a los encues
tados que evaluaran slo tres de los cinco productos. Burke utiliz un diseo experimental para deter
minar cmo se deban agrupar los productos. Cada producto se evalu igual nmero de veces en la pri
mera, segunda y tercera posicin. Cada producto se coloc igual nmero de veces antes y despus de
bs otros cuatro productos. Este diseo ayud a minimizar una desviacin por el orden.
www.FreeLibros.me
CAPTULO 7
231
RESUMEN
La nocin cientfica de la causalidad implica que nunca podemos
probar que X causa Y. En el mejor de los casos, slo podemos de
ducir que X es una de las causas de Y, en cuanto a que hace que la
ocurrencia de Y sea probable. Se deben satisfacer tres condiciones
antes de hacer deducciones causales: 1) variacin concomitante,
que implica que X y Y deben variar juntas en forma hipottica;
2) sucesin de las variables, que implica que X debe anteceder a Y,
y 3) eliminacin de otros factores causales posibles, que implica
que deben eliminarse explicaciones en competencia Los experi
mentos proporcionan las pruebas ms convincentes de las tres
condiciones. Un experimento se forma cuando una o ms varia
bles independientes las manipula o controla el investigador, y se
mide su efecto en una o ms variables dependientes.
Al disear un experimento es importante considerar la vali
dez interna y externa. La validez interna se refiere a si la manipu
lacin de las variables independientes realmente ocasion los
efectos en las variables dependientes. La validez externa se refiere
a la capacidad de generalizar los resultados del experimento. Para
que un experimento sea vlido, el investigador debe controlar las
amenazas impuestas por las variables extraas, como historia,
maduracin, pruebas (efectos de prueba principal e interactiva),
instrumentacin, regresin estadstica, desviacin en la seleccin
www.FreeLibros.me
232
PARTE II
EJERCICIOS
Preguntas
L Cules son los requerimientos para determinar una relacin causal
entre dos variables?
2. Diferenciar entre validez interna y extema.
3. Mencionar cinco variables extraas y dar un ejemplo que muestre
cmo cada una puede reducir la validez interna.
4. Describa los diversos mtodos para controlar fuentes de variacin
extraas.
5. Cul es la caracterstica fundamental que distingue los diseos ex
perimentales verdaderos de los diseos preexperimentales?
6. Mencione las etapas incluidas para poner en prctica un diseo de
prueba posterior con grupo de control. Describa el diseo en forma
simblica.
7. Qu es un experimento de series temporales? Cundo se utiliza?
8. En qu difiere un diseo de series temporales mltiple de un dise
o de series temporales bsico?
9. Qu ventajas tienen los diseos estadsticos sobre los diseos bsicos?
10. Cules son las limitaciones de los diseos de cuadrado latino?
11. Compare los diseos de laboratorio y de campo.
12. Debe utilizarse la investigacin descriptiva para investigar relacio
nes causales? Por qu s o por qu no?
13. Qu es el marketing de prueba?
14. Cul es la principal diferencia entre un mercado de prueba estndar
y un mercado de prueba controlado?
15. Describa cmo funciona el marketing de prueba simulado.
Problemas
1. Un grupo de prvida quera probar la eficacia de un comercial con
tra el aborto. Se reclutaron en Atlanta dos muestras aleatorias, cada
una de 250 encuestados. A un grupo se le mostr dicho comercial.
Luego se hicieron mediciones sbrelas actitudes contra el aborto en
los encuestados de los dos grupos.
a. Identifique las variables independientes y dependientes en este
experimento.
b. Qu tipo de diseo se utiliz?
Cules son las amenazas potenciales a la validez interna y ex
tema en este experimento?
c.
Alto
40
35
25
Ingreso
Medio
30
70
50
Bajo
40
60
150
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
L Revise la bibliografa relevante y escriba un ensayo corto sobre la
funcin de la computadora en los experimentos controlados en la in
vestigacin de mercados.
2. Disee un experimento para determinar la eficacia de los cupones en
lnea con base en la informacin pertinente obtenida de www. coupons-online.com.
3. Coca-Cola ha desarrollado tres diseos alternativos de empaques
para su producto principal, Coca. Elabor un experimento basado
en Internet para determinar cul de estos nuevos diseos de empa
que, en su caso, es superior al actual.
www.FreeLibros.me
CAPTULO 7
233
ACTIVIDADES
Intercambio de papeles
1. Usted es gerente de investigacin de mercados de The Coca-Cola
Company. La empresa quiere determinar si debe incrementar, dis
minuir o mantener el nivel actual de dlares invertidos en publici
dad de Coca Cola Classic. Disee un experimento de campo para
abordar este tema.
2. Qu dificultades potenciales ve en realizar el experimento arriba
descrito? Qu ayuda requerira de la administracin de Coca-Cola
para superar estas dificultades?
Anlisis en grupo
1. En tanto no se pueda probar una relacin causal al realizar un expe
rimento, la experimentacin no es cientfica para examinar las rela
ciones de causa y efecto. Analice esta afirmacin en un grupo pe
queo.
Trabajo de campo
1. Seleccione dos anuncios distintos de perfume, de cualquier marca.
Disee y realice un experimento para determinar qu anuncio es
www.FreeLibros.me
C A P I T U L O
L Introducir los conceptos de medicin y escalas, y mostrar cmo stas se pueden conside
rar como una extensin de la medicin.
2. Analizar las escalas fundamentales de medicin y diferenciar las escalas nominal, ordinal,
de intervalos y de razn.
3. Gasificar y analizar las tcnicas de escala como comparativas y no comparativas, y des
cribir las tcnicas comparativas de escalas de comparacin pareada, orden de clasifica
cin, de suma constante y de clasificacin Q.
4. Analizar las consideraciones incluidas en la ejecucin de las escalas fundamentales de
medicin en un entorno internacional.
5. Entender los temas ticos implicados en la seleccin de escalas de medicin.
6. Analizar el uso de Internet y las computadoras al poner en prctica las escalas fundamen
tales de medicin.
234
www.FreeLibros.me
Gen e r a l i d a d e s
Una vez que se ha determinado el diseo de investigacin (captulos 3 al 7) y que se ha es
pecificado la informacin por obtener, el investigador puede avanzar a la siguiente fase del
diseo de investigacin: decidir los procedimientos de medicin y escala. En este captulo
se describen los conceptos de escala y medicin, y se analizan cuatro escalas de medicin
fundamentales: nominal, ordinal, de intervalos y de razn. Despus se detallan las tcnicas
de escala comparativas y no comparativas, y se explican con detenimiento las tcnicas compa
rativas. Las no comparativas se estudian en el captulo 9. Se analizan las consideraciones
para poner en prctica las escalas fundamentales de medicin en la investigacin de merca
dos internacionales. Se identifican diversos temas ticos que surgen en la medicin y escala.
El captulo concluye con un anlisis sobre el uso de Internet y las computadoras al llevar a
cabo las escalas fundamentales de medicin.
INVESTIGACIN
REAL
Compaa
General Electric
Southwest Airlines
Wal-Mart Stores
Microsoft
Berkshire Hathaway
Home Depot
Johnson & Johnson
FedEx
Citigroup
Intel
Clasificacin
1
2
3
4
5
6
7
8
9
10
www.FreeLibros.me
236
PARTE II
En este ejemplo, las letras utilizadas en la columna ID para identificar a las compaas re
presentan una escala nominal. Por lo tanto, la B representa a Southwest Airlines y la F se
refiere a Home Depot. Las clasificaciones representan una escala ordinal. Por lo tanto, Berkshire
Hathaway, clasificada en el lugar 5, recibi evaluaciones ms altas que FedEx, clasificada en el
lugar 8. La calificacin de la compaa, es decir, el promedio de las calificaciones obtenidas en
todos los atributos del criterio, representa una escala de intervalos. Estas calificaciones no se
muestran en el cuadro, pero General Electric tuvo un promedio de calificacin de 8.01. Final
mente, la tasa de retomo de 2001 representa una escala de razn. A s pues, Microsoft tuvo una
tasa de retomo cuatro veces ms alta que Home Depot.1
M EDICIN Y ESCALAS
Medicin significa asignar nmeros u otros smbolos a caractersticas de objetos de acuerdo con
Asignacin de nmeros u otros
smbolos a las caractersticas de los
objetos de acuerdo con ciertas reglas
preestablecidas.
ciertas reglas especificadas previamente.2 Ntese que lo que medimos no es el objeto, sino algunas
de sus caractersticas. Por lo tanto, no medimos consumidores, slo sus percepciones, actitudes,
preferencias u otras caractersticas pertinentes. En la investigacin de mercados, los nmeros se
asignan por una de dos razones. Primero, los nmeros permiten un anlisis estadstico de los datos
resultantes. Segundo, los nmeros facilitan la comunicacin de reglas de mediciones y resultados.
El aspecto ms importante de la medicin es la especificacin de las reglas para asignar
nmeros a las caractersticas. El proceso de asignacin debe ser isomorfo: debe haber corres
pondencia unvoca entre los nmeros y las caractersticas que se miden. Por ejemplo, las mis
mas cifras en dlares se asignan a hogares con ingresos anuales idnticos. Slo as se pueden
asociar los nmeros con caractersticas especficas del objeto medido y viceversa. Adems, las
reglas para asignar nmeros deben estandarizarse y aplicarse de manera uniforme. No deber
cambiar con las unidades o el tiempo.
La elaboracin de escalas puede considerarse como una extensin de la medicin. Las esca
las involucran la creacin de un continuum sobre el cual se localizan los objetos medidos. Para
ilustrar, considrese una escala del 1 al 100 para localizar consumidores de acuerdo con la carac
terstica actitud hacia las tiendas departamentales. A cada encuestado se le asigna un nmero del
1 al 100, indicando el grado de actitud favorable o desfavorable, con 1 = extremadamente desfa
vorable y 100 = extremadamente favorable. La medicin es la asignacin real de un nmero del
1 al 100 a cada encuestado. La escala es el proceso de ubicar a los encuestados en un continuum
con relacin a su actitud hacia las tiendas departamentales. En el ejemplo inicial de las empresas
ms admiradas, la asignacin de nmeros para reflejar la tasa de retomo fue un ejemplo de medi
cin. La ubicacin de compaas individuales en el contimutm de tasa de retomo fue una escala.
Escala nominal
Una escala nominal es un esquema de etiquetado figurado en el que los nmeros sirven como
etiquetas para identificar y clasificar objetos. Por ejemplo, los nmeros asignados a los encues-
www.FreeLibros.me
CAPTULO 8
Figura 8.1
Ilustracin de escalas
fundam entales de m edicin
237
Escala
Nominal
N m eros
asignados
a corred o res
Ordinal
De
intervalos
O rden jer rq u ic o
d e ganadores
T e rm in
Segundo
P rim er
lugar
lugar
9.1
9.6
C a lificaci n de
d esem p e o en
8.2
una escala
del 0 al 10
De razn
T iem p o p ara
term inar, en
^ ?
^ ^
seg u n d o s
tados en un estudio constituyen una escala nominal. Cuando una escala nominal se utiliza con el
fin de identificacin, existe una estricta correspondencia unvoca entre nmeros y objetos. Cada
nmero se asigna slo a un objeto y cada objeto slo tiene un nmero asignado. Ejemplos comu
nes incluyen los nmeros de seguro social y los asignados a jugadores de ftbol. En la investiga
cin de mercados, las escalas nominales se utilizan para identificar encuestados, marcas, atribu
tos, tiendas y otros objetos.
Cuando se utilizan con fines de clasificacin, los nmeros en escala nominal sirven como
etiquetas para clases o categoras. Por ejemplo, se podra clasificar el grupo de control como gru
po 1 y el grupo experimental como grupo 2. Las clases son mutuamente excluyentes y colectiva
mente exhaustivas. Los objetos en cada clase se toman como equivalentes con respecto de la ca
racterstica representada por el nmero nominal. Todos los objetos en la misma clase tienen el
mismo nmero y no hay dos clases con el mismo nmero. Sin embargo, una escala nominal no
requiere incluir la asignacin de nmeros; se pueden asignar tambin letras del alfabeto o smbo
los. En el ejemplo inicial se asignaron letras para representar compaas especficas.
Ejemplos
Escala
bsicas
comunes
Ejem plos de
MARKETING
Nominal
Ordinal
De inter
valos
De razn
Estadsticas
permisibles
Descriptiva
D eductiva
Nmeros de marca,
tipos de tienda clasi
ficacin por gnero
Porcentaje, moda
Chi cuadrada,
prueba binominal
Clasificacin de
calidad, lugares
de los equipos
en un torneo
Orden de preferencia,
posicin del mercado,
clase social
Percentil, mediana
Correlacin
jerrquica,
ANOVA de Friedman
Temperatura
(Farenheit,
centgrados)
Actitudes, opiniones,
nmeros de ndice
Rango, media
desviacin estndar
Longitud, peso
Media geomtrica,
media armnica
Coeficiente de
variacin
www.FreeLibros.me
238
PARTE II
Los nmeros en una escala nominal no reflejan la cantidad de caractersticas que poseen
los objetos. Por ejemplo, un nmero de seguro social alto no implica que la persona sea supe
rior en alguna forma a las de nmeros de seguro social bajos o viceverea. Lo mismo aplica pa
ra los nmeros asignados a las clases. La nica operacin permisible en los nmeros en una e s
cala nominal es el conteo. Slo es permisible un nmero limitado de estadsticas, todas basadas
en cuentas de frecuencia stas incluyen porcentajes, moda, chi cuadrada y pruebas binominales (vase el captulo 15). N o es significativo computar un nmero promedio de seguro social,
el promedio del sexo de participantes en una encuesta o el nmero asignado a una tienda depar
tamental promedio, como en el siguiente ejemplo.
IN V E S T IG A C I N A C T IV A
Escala ordinal
Escala en la que se asignan nmeros
a objetos para indicar la extensin
relativa en que se posee una caracteristica. Por eso es posible determinar
si un objeto tiene ms o menos la
misma caracterstica que algn otro
objeto.
Una escala ordinal es una escala de jerarquas en la que se asignan nmeros a los objetos para
indicar el alcance relativo al cual los objetos poseen algunas caractersticas. Una escala ordinal
permite determinar si un objeto tiene ms o menos una caracterstica, comparado con algn otro
objeto, pero no cunto ms o cunto menos. Por lo tanto, una escala ordinal indica la posicin
relativa, no la magnitud de las diferencias entre los objetos. El objeto ordenado en primer lugar
tiene ms de esa caracterstica comparado con el objeto ordenado en segundo lugar, pero no se
sabe si la diferencia entre el primero y el segundo fue muy poca o mucha. Ejemplos comunes de
escalas ordinales incluyen jerarquas de calidad, de equipos en un torneo, clase socioeconmica
y situacin ocupacional. En la investigacin de mercados, las escalas ordinales se utilizan para
medir las actitudes, opiniones, percepciones y preferencias. En el ejemplo inicial, el orden jerr
quico de las compaas ms admiradas represent una escala ordinal. General Electric, con el lu
gar 1, fue la compaa ms admirada de Estados Unidos. Las mediciones de este tipo incluyen
juicios de mayor que o menor que por parte de los encuestados.
www.FreeLibros.me
CAPTULO 8
239
N m.
T ienda
E scala
Escala de
Escala de
ORDINAL_______ INTERVALOS____________________RAZN_________
C lasificacin C lasificacin
DE PREFERENCIA
1-7
de preferencia
11-17
D lares gastados
LTIMOS TRES
1.
79
15
Macys
25
17
200
3.
Kmart
82
14
4.
Richs
30
16
100
5.
JC Penney
10
17
250
6.
Nei man-Marcus
53
15
35
7.
Target
95
14
8.
61
15
100
45
16
10
115
12
10
Sears
9.
10.
Wal-Mart
en los
En una escala ordinal, como en una escala nominal, los objetos equivalentes reciben el
mismo lugar. Se puede asignar cualquier serie de nmeros que preserve las relaciones ordena
das entre los objetos. Por ejemplo, las escalas ordinales se pueden transformar de cualquier ma
nera en tanto se mantenga el orden bsico de los objetos.4 En otras palabras, cualquier transfor
macin positiva monotnica (que preserve el orden) es permisible, porque las diferencias en
nmero carecen de otro significado que el orden (vase el siguiente ejemplo). Por estas razones,
adems de la operacin de conteo permitida para datos de escala nominales, las escalas ordinales
permiten el uso de las estadsticas basadas en centiles. Es significativo calcular percentiles, cuartiles, mediana (captulo 15), correlacin jerrquica (captulo 17) u otras estadsticas sumarias de
datos ordinales.
M V E S T IG A C I N A C T IV A
Escala de intervalos
Es aquella en que los nmeros
se utilizan para evaluar objetos
cuyas distancias equivalentes num
ricas en la escala representan distan
cias iguales en la caracterstica que
se mide.
En una escala d e intervalos, las distancias numricamente iguales dentro de la escala representan
valores iguales en las caractersticas que se miden. Una escala de intervalos contiene toda la infor
macin de una escala ordinal, pero tambin le permite comparar las diferencias entre objetos. La
diferencia entre dos valores cualquiera de la escala es idntica a la diferencia entre cualquier otro
de dos valores adyacentes de una escala de intervalos. Existe una constante o intervalo igual entre
los valores de la escala. La diferencia entre 1 y 2 es la misma diferencia entre 2 y 3, que es la mis
ma diferencia entre 5 y 6. Un ejemplo comn de la vida diaria es la escala de temperatura. En la
investigacin de mercados, los datos de actitudes que se obtienen de escalas jerrquicas con fre
cuencia se tratan como datos de intervalos. En el ejemplo inicial de las compaas ms admiradas,
las calificaciones en todos los atributos del criterio representaron una escala de intervalos.5
www.FreeLibros.me
240
IN V E S T IG A C I N A C T I V A
PARTE II
En una escala de intervalos, la ubicacin del punto cero no es fija. Tanto el punto cero c o
mo las unidades de medicin son arbitrarias. Por ello, cualquier transformacin lineal positiva
de la forma y = a + b* preservar las propiedades de la escala. Aqu, * es el valor de la escala
original, y es el valor de escala transformado, b es una constante positiva y a es cualquier cons
tante. Por lo tanto, dos escalas de intervalos que califican objetos A, B, C y D como 1, 2, 3 y 4,
o como 22, 24, 26 y 28, son equivalentes. Ntese que la segunda escala se puede derivar de la
primera al utilizar a = 2 0 y b = 2 e n l a ecuacin de transformacin. Debido a que el punto ce
ro no es fijo, no es significativo tomar proporciones de las escalas de valores. Como puede ver
se, la proporcin de los valores D a B cambia de 2:1 para convertirse en 7:6 cuando la escala se
transforma. No obstante, las proporciones de diferencias entre valores de escala son permisi
bles. En este proceso, las constantes a y b en la ecuacin de transformacin salen de los cmpu
tos. La proporcin de la diferencia entre D y B con la diferencia entre C y B es 2:1 en ambas
escalas.
Las tcnicas estadsticas que se pueden utilizar en los datos de escala de intervalos incluyen
todos aquellos que puedan aplicarse a datos nominales y ordinales. Adems, puede calcularse
la media aritmtica, la desviacin estndar (captulo 15), las correlaciones del producto de los
momentos (captulo 17) y otras estadsticas comnmente utilizadas en la investigacin de merca
dos. Sin embargo, ciertas estadsticas especializadas, como media geomtrica, media armnica y
coeficiente de variacin no son significativas en datos de escala de intervalos.
fra mayor ilustracin, la Federacin Internacional de Ftbol Asociacin (FIFA) utiliza e s
calas ordinales y de intervalos para jerarquizara los equipos de ftbol de varios pases.
INVESTIGACIN
RE A L
ID
A
B
C
D
E
F
G
H
I
J
K
L
M
Equipo:
Francia
Argentina
Brasil
Italia
Colombia
Portugal
Espaa
Mxico
Holanda
Alemania
Yugoslavia
Inglaterra
Estados Unidos
www.FreeLibros.me
Lugar: / de t
1
2
3
6
5
4
7
9
8
12
11
10
24
CAPTULO 8
241
Las letras asignadas a los pases constituyen una escala nominal, las clasificaciones repre
sentan una escala ordinal, en tanto que los puntos otorgados denotan una escala de intervalos. Por
lo tanto, el pas G se refiere a Espaa, que se ubic en el lugar 7 y recibi 728 puntos. Ntese que
las letras asignadas para representar a los pases simplemente sirven como identificacin y no se
relacionan de ninguna manera con sus habilidades para jugar ftbol. Dicha informacin se pue
de obtener slo al verificar las clasificaciones. Por lo tanto, Colombia, clasificado en el lugar 5,
jug mejor que Alemania, ubicado en el lugar 10. Cuanto menor sea la clasificacin, mejor el
desempeo. Las clasificaciones no dan informacin sobre la magnitud de las diferencias entre
los pases, lo que se puede saber slo al verificar los puntos. Con base en los puntos otorgados,
se puede ver que Mxico, con 719 puntos, jug slo un poco mejor que Holanda, con 718 pun
tos. Los puntos ayudan a discernir el grado de diferencia entre los pases que reciben distintas
clasificaciones.6
Escala de razn
Es la escala ms alta. Permite al
investigador identificar o clasificar
objetos, jerarquizarlos y comparar
los intervalos o diferencias. Tambin
es significativo computar proporcio
nes de valores de escala.
M V E S T IG A C I N A C T IV A
Una escala de razn posee todas las propiedades de las escalas nominales, ordinales y de inter
valos, y adems un punto cero absoluto. Por lo tanto, en las escalas de razn se pueden identifi
car o clasificar objetos, jerarquizarlos y comparar los intervalos o diferencias. Tambin es sig
nificativo computar las proporciones de los valores de la escala. N o slo la diferencia entre 2 y
5 es la misma que la diferencia entre 14 y 17, sino que 14 es siete veces ms grande que 2 en
sentido absoluto. Los ejemplos comunes de escalas de razn incluyen altura, peso, edad y dine
ro. En marketing, ventas, costos, participacin de mercado y nmero de clientes son variables
medidas en una escala de razn. En el ejemplo inicial, la tasa de retomo de las compaas ms
admiradas represent una escala de razn.
Las escalas de razn slo permiten transformaciones proporcionadas de la forma y = bx,
donde b es una constante positiva. Uno no puede agregar una constante arbitraria, como en el
caso de la escala de intervalos. Un ejemplo de esta transformacin se halla en la conversin de
yardas a pies (b = 3). Las comparaciones entre los objetos son idnticas, sean en yardas o en
pies.
Todas las tcnicas estadsticas se pueden aplicar a los datos proporcionales. Incluyen esta
dsticas especializadas, como media geomtrica, media armnica y coeficiente de variacin.
Las cuatro escalas fundamentales (analizadas aqu) no agotan las categoras de nivel de
medicin. Es posible construir una escala nominal que proporciona informacin parcial en or
den (la escala ordenada parcialmente). Del mismo modo, una escala ordinal puede conducir in
formacin parcial a distancia, como en el caso de una escala mtrica ordenada. El anlisis de es
tas escalas va ms all del alcance de este texto.7
www.FreeLibros.me
242
PARTE II
Figura 8 .2
T c n ic a s d e escala
Clasificacin de tcnicas de
escala
Escalas no
comparativas
Escalas
comparativas
i
Comparacin
pareada
Orden
Suma
constante
de dag_
ficadn
Clasificacin Q
y otros proce
dimientos
Escalas de
calificacin
continua
Liken
Diferencial
sem ntico
Escalas de
calificacin
Pr reactivos
Stapel
El principal beneficio de las escalas comparativas es que se pueden detectar las pequeas
diferencias entre los objetos de estmulo. Como comparan los objetos de estmulo, los encuestados son forzados a elegir entre ellos. Adems, los encuestados abordan la tarea de calificacin
desde los mismos puntos de referencia conocidos. En consecuencia, las escalas comparativas
son de fcil comprensin y aplicacin. Otras ventajas de estas escalas es que incluyen menos
suposiciones tericas, y tambin tienden a reducir el halo o efectos remanentes de un juicio a
otro. Las principales desventajas de las escalas comparativas incluyen la naturaleza ordinal de
los datos y la falta de capacidad de generalizar ms all de los objetos estmulo de la escala. Por
ejemplo, para comparar RC Cola con Coca y Pepsi, el investigador tendra que hacer un nuevo
estudio. Estas desventajas se superan sustancialmente al incorporar las tcnicas de escala no
comparativas.
En las escalas no com parativas, tambin conocidas como escalas mondicas o mtricas,
cada objeto se escala en forma independiente de los dems en el conjunto de estmulos. Los da
tos que resultan en general se supone que son de escala de intervalos o proporcional.8 Por ejem
plo, se puede pedir a los encuestados que evalen a Coca en una escala de preferencia del 1 al 6
(1 = no preferida en absoluto, 6 = muy preferida). Se obtendran evaluaciones similares para
Pepsi y RC Cola. Como se puede ver en la figura 8-2, las escalas no comparativas pueden ser
escalas de calificacin continua o escalas de calificacin por reactivos. Las escalas de califica
cin por reactivos se pueden subdividir an ms como de Likert, diferencial semntico o de
Stapel. Las escalas no comparativas son la tcnica de escala ms ampliamente utilizada en la in
vestigacin de mercados. Dada su importancia, en el captulo 9 se estudian las escalas no com
parativas. El resto de este captulo se enfoca en las tcnicas de escala comparativas.
Como su nombre lo indica, en las escalas de comparacin pareadas se presentan dos objetos a
un encuestado y se le pide seleccionar uno de acuerdo con algn criterio. Los datos obtenidos
son de naturaleza ordinal. Un encuestado puede establecer que compra ms en JC Penney que
en Sears, que le gusta ms el Cereal Total que el Producto 19 de Kelloggs, o que le gusta ms
Crest que Colgate. Las escalas de comparacin pareada se utilizan con frecuencia cuando los
objetos de estmulo son productos fsicos. Se sabe que Coca Cola realiz ms de 190,000 com
paraciones pareadas antes de introducir New Coke.9 La escala de comparacin pareada es la
tcnica de escala comparativa que se utiliza con mayor frecuencia.
www.FreeLibros.me
CAPTULO 8
243
Figura 8 .3
Obtencin de preferencias de
shampoo utilizando comparaciones
pareadas
Instrucciones
Se presentan 10 pares de marcas de shampoo. De cada par, indique cul de las dos marcas de
shampoo preferira para uso personal.
Ivrmato de registro
Jhirmack
Jhirmack
Finesse
Finesse
Vidal Sassoon
Pert
1*
Mdal Sassoon
ftrt
Nmero de veces
preferido1*
1
0
*E11 en una casilla en particular significa que la marca en esa columna se prefiri sobre la marca de la
fila correspondiente. El 0 significa que la marca de la fila se prefiri sobre la marca de la columna.
*E1 nmero de veces que se prefiri una marca se obtiene al sumar los nmeros 1 de cada columna.
La figura 8-3 muestra datos de comparacin pareada obtenidos para evaluar las preferen
cias de shampoo de un encuestado. Como se puede ver, este encuestado hizo 10 comparaciones
para evaluar cinco marcas. En general, con las marcas n [n(n - l)/2] se requiere que las compa
raciones pareadas incluyan todos los pares posibles de objetos.10
Los datos de comparacin pareada se pueden analizar en distintas formas.11 El investiga
dor puede calcular el porcentaje de encuestados que prefieren un estmulo sobre otro al resumir
las matrices de la figura 8-3 de todos los encuestados, dividiendo la suma entre el nmero de
encuestados y multiplicndolo por 100. Tambin es posible la evaluacin simultnea de todos
los objetos de estmulo. Bajo la suposicin de transitividad es posible convertir los datos de
comparacin pareada a un orden jerrquico. La transitividad de preferencia implica que si la
marca A se prefiere sobre la marca B, y la marca B se prefiere sobre la marca C, entonces
la marca A se prefiere sobre la marca C. Para llegar a un orden de clasificacin, el investigador
determina el nmero de veces que cada marca se prefiere al sumar las entradas de las columnas
en la figura 8-3. Por lo tanto, el orden de preferencia de este encuestado, del menos al ms pre
ferido, es Head & Shoulders, Jhirmack, Finesse, Pert y Vidal Sassoon. Tambin es posible de
rivar una escala de intervalos a partir de datos de comparacin pareada utilizando el procedi
miento de caso V Thurstone. Refirase a la bibliografa apropiada para un anlisis de este
procedimiento.12
Se han sugerido diversas modificaciones de la tcnica de comparacin pareada. Una se re
fiere a la inclusin de una respuesta neutral/sin diferencia/sin opinin. Otra extensin son las
comparaciones pareadas graduadas. En este mtodo se pregunta a los encuestados qu marca
en el par es la preferida y qu tanto se prefiere. El grado de preferencia puede expresarse por
cunto ms el encuestado est dispuesto a pagar por la marca preferida. La escala resultante es
una escala mtrica en dlares. Otra modificacin de la escala de comparacin pareada se utili
za ampliamente al obtener juicios de similitud en una escala multidimensional (vase el cap
tulo 21).
La escala de comparacin pareada es til cuando el nmero de marcas es limitado, porque
requiere comparacin directa y eleccin abierta. Sin embargo, con un nmero grande de mar
cas, el nmero de comparaciones se vuelve difcil de manejar. Otras desventajas son que pue
den ocurrir violaciones a la suposicin de transitividad y el orden en el que se presentan los pro
ductos puede desviar los resultados. Las comparaciones en pares tienen poco parecido a la
situacin del mercado, que incluye una seleccin de mltiples alternativas. Los encuestados
tambin pueden preferir un objeto sobre otros, pero puede no gustarles en un sentido absoluto.
www.FreeLibros.me
244
PARTE II
anberry JulC
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 8
Figura 8 .4
Preferencia de m arcas de pasta
de dientes utilizando una escala
jerrquica
245
Instrucciones
Califique las diversas marcas de pasta de dientes en orden de preferencia. Comience por elegir la
marca que ms le agrada y asgnele el nmero 1. Luego encuentre la segunda marca ms preferida
y asgnele el nmero 2. Contine d procedimiento hasta que haya ordenado todas las marcas de
pasta de dientes por orden de preferencia. La marca menos preferida debe obtener d nmero 10.
Ninguna marca debe obtener el mismo nmero que otra.
1.
2.
3.
4.
Marca
Lugar
Crest___________________________
Colgate
________
Aim
________
Gleem
________
5.
6.
7.
8.
9.
Macleans
________
Ultra Brite
________
Cise Up
________
Pepsodent_______________ ________
Plus White
________
10. Stripe
________
tomar (n - 1) decisiones de escala en una escala jerrquica. Sin embargo, en la escala de com
paracin pareada se requeriran [n(n - l)/2] decisiones. Otra ventaja es que la mayora de los
encuestados entienden fcilmente las instrucciones para la jerarquizacin. La principal desven
taja es que esta tcnica produce slo datos ordinales.
Por ltimo, bajo la suposicin de la transitividad, los datos de jerarquizacin se pueden
convertir a un equivalente en datos de comparacin pareada, y viceversa. En la figura 8-3 se
ilustr este punto. Una escala de intervalos de jerarquas se puede derivar mediante el procedi
miento de caso V de Thurstone. Tambin se han sugerido otros mtodos para derivar escalas de
intervalos de jerarquas.14 En el siguiente ejemplo se muestra cmo utilizar una escala por or
den de clasificacin para determinar las principales marcas mundiales.
INVESTIGACIN
REAL
Coca-Cola Co.
United Parcel Service (UPS)
Microsoft Corp.
Walt Disney
Johnson & Johnson
Campbell Soup
FedEx
Harley Davidson
IBM
MasterCard
www.FreeLibros.me
246
PARTE II
Figura 8 .5
Im portancia de los atributos del
jabn de bao al utilizar una
escala de suma constante
Instrucciones
A continuacin se encuentran ocho atributos de jabones de bao. Por favor distribuya 100 puntos
para que su distribucin reflge la importancia relativa que usted otorga a cada atributo. Entre ms
puntos reciba un atributo, ms importarte es. Si un atributo no es importarte en absoluto, asgnele
cero puntos. Si un atributo es el doble de importarte que algn otro, debe recibir el doble de puntos.
Formato
Respuestas promedio de los tres segmentos
1.
Z
3.
4.
5.
6.
7.
8.
Atributo
Suavidad
Espuma
Encogimiento
Precio
Fragancia
Empaque
Humectante
Poder de limpieza
Suma
Segmento I
8
2
3
53
9
7
5
13
Segmento II
2
4
9
17
0
5
3
60
Segmento III
4
17
7
9
19
9
20
15
100
100
100
Otro ejemplo de una escala por orden de clasificacin fueron las compaas ms admiradas
de Estados Unidos de la seccin de generalidades.
Deodorant
J c ferial P rutt
www.FreeLibros.me
CAPTULO 8
247
puede obtener por orden de clasificacin a menos que se transformen en datos de intervalos.
Ntese que la suma constante tambin tiene un cero ab soluto-10 puntos son el doble de 5 pun
tos, y la diferencia entre 5 y 2 puntos es la misma que la diferencia entre 57 y 54 puntos. Por
esta razn, los datos de escala de suma constante a veces son tratados como mtricos. Aunque es
to pueda ser apropiado en el contexto limitado de la escala de estmulos, estos resultados no son
gjneralizables a otros estmulos no incluidos en el estudio. Entonces, hablando estrictamente,
la suma constante debera ser considerada como una escala ordinal debido a su naturaleza com
parativa y la falta de generalizacin resultante. Puede verse que los problemas de distribucin
de puntos en la figura 8-5 son influidos por los atributos especficos incluidos en la tarea de
evaluacin.
La ventaja principal de la escala de suma constante es que permite una fina discriminacin
entre objetos de estmulo sin requerir mucho tiempo. Sin embargo, tiene dos desventajas funda
mentales. Los encuestados pueden distribuir ms o menos puntos que los especificados. Por
ejemplo, un encuestado puede distribuir 108 o 94 puntos. El investigador debe modificar esos
datos en alguna forma, o eliminar a este encuestado del anlisis. Otro problema potencial es el
error de redondeo si se utilizan muy pocas unidades. Por otro lado, el uso de numerosas unida
des puede ser abrumador para el encuestado y ocasionar confusin y fatiga.
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
En las cuatro escalas fundamentales, el nivel de medicin incrementa de escala nominal a ordi
nal, de ordinal a de intervalos y de intervalos a de razn. Este incremento en el nivel de medicin
se obtiene al costo de complejidad. Desde el punto de vista de los encuestados, las escalas nomi
nales son las ms simples de utilizar, en tanto que las escalas de razn son las ms complejas.
Los encuestados en muchos pases desarrollados, debido a una mayor educacin y niveles de
sofisticacin del consumidor, estn muy acostumbrados a proporcionar respuestas en escalas
de intervalos y de razn. Sin embargo, se ha discutido que la formacin de opinin quiz no est
bien cristalizada en algunos pases en desarrollo. Entonces, estos encuestados experimentan difi
cultad para expresar la graduacin requerida en escalas de intervalos y de razn. Por lo tanto, las
preferencias pueden medirse mejor al utilizar las escalas ordinales. Se ha recomendado en parti
cular el uso de escalas binarias (por ejemplo, como preferidas/no preferidas), el tipo ms simple
de escala ordinal.17 Por ejemplo, al medir preferencias de pantalones de mezclilla en Estados
Unidos, Levi Strauss & Co. podra pedir a los encuestados que evaluaran sus preferencias para
utilizar pantalones de mezclilla en ocasiones especficas utilizando una escala de intervalos de
www.FreeLibros.me
248
PARTE II
siete puntos. Sin embargo, a consumidores en Papua Nueva Guinea se les poda mostrar un par de
pantalones de mezelilla y preguntarles simplemente si preferiran o no utilizarlos para una ocasin
especfica (como al ir de compras, para trabajar, relajarse en un da de descanso, etc.) La ventaja
de seleccionar las escalas fundamentales para concordar con el perfil de los encuestados objetivo
est bien ilustrada por la encuesta japonesa de preferencia de automviles en Europa.
INVESTIGACIN
REAL
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 8
249
APLICACIONES DE INTERNET Y C O M P U TA D O R A
Todas las escalas fundamentales de medicin que hemos considerado se pueden llevar a cabo
en Internet. Lo mismo es cierto para las escalas comparativas comnmente utilizadas. Las com
paraciones pareadas, incluyendo comparaciones verbales, visuales o auditivas, se pueden efec
tuar con facilidad. Tambin puede ser difcil practicar escalas especializadas, como la clasifica
cin Q. Las escalas comparativas se pueden facilitar si se buscan en Internet escalas similares
que hayan practicado otros investigadores.
INVESTIGACIN
REAL
Esto permite a la compaa establecer una base de datos de clientes para dirigir el marke
ting y saber qu mejorar en su mezcla de marketing (producto/precio/entrega). Tambin permi
te a Dominos medir la satisfaccin de los clientes y utilizarla para una variedad de propsitos,
como vincularla a los salarios. En 2001, Dominos lanz su campaa publicitaria titulada Abre
www.FreeLibros.me
250
PARTE II
la puerta. Es Dominos, y abri su tienda 7,000. Despus de los ataques terroristas del 11 de
septiembre de 2001, Dominos proporcion ms de 12,000 pizzas para ayudar a los trabajado
res en la zona cero.20
Los gerentes de bases de datos permiten a los investigadores desarrollar y probar diversas
escalas para determinar qu tan apropiadas son para una aplicacin en particular. Tambin se
dispone de diversos paquetes extra. Las microcomputadoras se han utilizado para administrar
escalas de comparaciones pareadas en pruebas de degustacin. Hay varios programas para dise
ar y aplicar escalas de comparacin pareada y de otros tipos.
SPSS Windows. A l utilizar SPSS Data Entry, el investigador puede disear cualquiera de
las escalas del tipo fundamental: nominal, ordinal, de intervalos o proporcional. Se puede utili
zar la biblioteca de preguntas o disear escalas a la medida Es ms, las escalas de comparacio
nes en pares, jerrquicas y de suma constante se pueden practicar fcilmente. Se muestra el uso
de SPSS Data Entry para disear escalas ordinales y medir educacin e ingresos (figura 8-6).
Este software no est incluido, pero se puede comprar por separado.
Figura 8.6
Escalas ordinales para m edir
educacin e ingresos
X ltfelel
f|M |
i
1 ]
O No respondi
O Parte de la preparatoria
O No sabe
O Preparatoria
O Rehus
O Parte de la universidad
O Titulo universitario
O Posgrado
<l
I
{-65.12
www.FreeLibros.me
83330.20
jDeagn
___
CAPTULO 8
E N F O Q U E
EN
251
B U R K E
2
3
4
Conceptos evaluados
www.FreeLibros.me
252
PARTE II
RESUMEN
La medicin es la asignacin de nmeros u otros smbolos a ca
ractersticas de objetos de acuerdo con reglas establecidas. Las
escalas incluyen la generacin de un cortinuum sobre el cual se
localizan los objetos medidos. Las cuatro escalas fundamentales
de medicin son nominal, ordinal, de intervalos y de razn. De
stas, la escala nominal es la ms bsica en cuanto a que los n
meros se utilizan slo para identificar o clasificar objetos. En una
escala ordinal, la escala de siguiente nivel, los nmeros indican la
posicin relativa de los objetos pero no la magnitud de la diferen
cia entre ellos. La escala de intervalos permite una comparacin de
las diferencias entre los objetos. Sin embargo, como tiene un punto
cero arbitrario, no es significativo calcular proporciones de valores
de escala en una escala de este tipo. El nivel ms alto de medicin
lo representa la escala de razn, en que el punto cero es fijo. El
investigador puede utilizar esta escala para computar proporcio
nes de valores de escala. La escala de razn incorpora todas las
propiedades de las escalas de menor nivel.
de clasificacin Q, 247
de intervalos, 239
de razn, 241
de suma constante, 246
nominal, 236
EJERCICIOS
b . Q u ed ad tie n e ? _____________
Preguntas
L
2.
3.
4.
5.
6.
7.
8.
9.
10.
c . F av o r d e o r d e n a r la s sig u ie n te s a c tiv id a d e s e n t rm in o s d e su
p refe ren cia al asig n a r lu g a re s d e l 1 (e l m s p re fe rid o ) al 5 (el
m enos preferido).
Qu es una medicin?
Cules son las escalas fundamentales de medicin?
Describa las diferencias entre escala nominal y ordinal.
Cules son las implicaciones de tener un punto cero arbitrario en
una escala de intervalos?
Cules son las ventajas de una escala de razn sobre una escala de
intervalos? Son significativas estas ventajas?
Qu es una escala comparativa por orden de clasificacin?
Qu es una comparacin pareada?
Cules son las ventajas y desventajas de las escalas de compara
cin pareada?
Describa la escala de suma constante. En qu es diferente de las
otras escalas por orden de clasificacin?
Describa la metodologa de la clasificacin Q.
L L eer r e v i s t a s _____________
n. V er telev isi n _____________
n i. S alir c o n alg u ien _____________
iv. Ir d e c o m p r a s _____________
v . C o m e r f u e r a _____________
C ul e s su nm ero d e seguro s o c i a l ? _____________
d.
e. En u n d a en tre se m an a p ro m ed io , cu n to tiem po e m p le a e n h a
cer su ta re a y trab ajo s d e c la se ?
i.
ii.
iii.
iv.
Problemas
f.
M enos d e 15 m in u t o s _____________
D e 15 a 3 0 m inutos _____________
D e 31 a 6 0 m inutos _____________
D e 61 a 120 m inutos _____________
De acuerdo
5
2.
C u n to d in e ro g a st el m e s p a s a d o e n e n tre te n im ie n to ?
www.FreeLibros.me
CAPTULO 8
253
EJERCICIOS EN IN TERN ET Y CO M P U TA D O R A
1. Msitelas pginas Web de dos compaas de investigacin de merca
dos que estn realizando encuestas. Analice una encuesta de cada
compaa para evaluaren forma crtica el tipo fundamental de escah que se est utilizando.
2. Navegue en Internet para encontrar dos ejemplos de cada uno de los
cuatro tipos de escalas fundamentales. Escriba un informe que des
criba el contexto en el que se estn utilizando estas escalas.
3. Busquen en Internet para identificar las cinco marcas de automviles
de ms ventas durante el ao calendario pasado. Jerarquice estas
marcas de acuerdo con las ventas.
ACTIVIDADES
Intercambio de papeles
1. Usted es un analista de investigacin de mercados de Coca-Cola
Company. Despus de perder el rumbo al cambiar la frmula de
la Coca, la administracin se ha vuelto cautelosa con las pruebas.
Se le pide que escriba un informe tcnico sobre los usos y limitacio
nes de las pruebas de degustacin y que haga una recomendacin
acerca de si las pruebas de degustacin se deben utilizar en la inves
tigacin futura realizada por Coca-Cola Company. Presente su in
forme a un grupo de estudiantes que representarn a la administra
cin de Coca-Cola.
Trabajo de campo
1. Desarrolle tres escalas comparativas (comparacin pareada, por or
den de clasificacin y de suma constante) para medirla actitud hacia
cinco marcas populares de pasta de dientes (Crest, Colgate, Aim,
Anlisis en grupo
L Una marca puede recibirla calificacin media ms aha en una es
cala por orden de clasificacin de todas las marcas consideradas, y
an as tener ventas escasas. Analice.
www.FreeLibros.me
C A
L O
an as creer en nuestros
datos".
Bart Gamble>
vicepresidente>
servicio a clientes,
Burke, Inc.
254
www.FreeLibros.me
Gen e r a l i d a d e s
Segn se coment en el captulo 8, las tcnicas de escala se clasifican en comparativas o no
comparativas. Las tcnicas comparativas, que consisten en comparacin en pares, jerrqui
cas, de suma constante y de clasificacin Q se analizaron en el captulo anterior. El tema de
este captulo son las tcnicas no comparativas, que se componen de escalas de medicin (o
calificacin) continua y de medicin por reactivos. Se analizan las populares escalas de m e
dicin por reactivos, de Likert, de diferencial semntico y la de Stapel, as como la cons
truccin de escalas de medicin de varios reactivos. Se muestra cmo se deben evaluar las
tcnicas de escalas en trminos de confiabilidad y validez, y se considera cmo el investiga
dor selecciona una tcnica de escala en particular. Tambin se presentan las escalas deriva
das en forma matemtica. Se analizan las consideraciones incluidas en la elaboracin de
escalas no comparativas al investigar mercados internacionales. Se identifican diversos te
mas ticos que surgen en la construccin de escalas de medicin. El captulo concluye con un
anlisis del uso de Internet y las computadoras en el desarrollo de escalas de medicin con
tinua y de medicin por reactivos.
INVESTIGACIN
REAL
www.FreeLibros.me
256
PARTE II
bsicas
Ejemplos
Ventajas
D esventajas
Reaccin a comerciales
de televisin
Fcil de construir
C aractersticas
Escala de medi
cin continua
Escalas
Escala de Likeit
Fcil de construir,
aplicar y
entender
Consume ms tiempo
De diferencial
semntico
Verstil
Escalade
Stapel
Medicin de actitudes
e imgenes
Fcil de construir,
aplicada por
va telefnica
Los encuestados que utilizan una escala n o comparativa emplean cualquier sistema de califica
cin estndar que les parezca apropiado. No comparan el objeto que se califica ni con otro ob
jeto ni con un estndar especfico como su marca ideal . Evalan slo un objeto a la vez, y por
esta razn a las escalas no comparativas a menudo se les llama escalas mondicas. Las tcnicas
no comparativas consisten en escalas de medicin continua y escala de medicin por reactivos,
que se describen en la tabla 9-1 y se analizan en las siguientes secciones.
IN V E S T IG A C I N A C T I V A
En una escala de m edicin co n tin u a, tambin conocida como escala de medicin grfica, los
encuestados califican a los objetos al otorgar una marca en la posicin apropiada en una lnea
que va de un extremo a otro de la variable de criterio. Por lo tanto, los encuestados no estn li
mitados a seleccionar de marcas previamente establecidas por el investigador. La forma de la
escala continua puede variar de manera considerable. Por ejemplo, la lnea puede ser vertical u
horizontal; se pueden proporcionar puntos de escala en forma de nmeros o breves descripcio
nes y, si es el caso, los puntos de escala pueden ser pocos o muchos. Se ilustran tres versiones
de escala de medicin continua.
50
60
70
80
90
100
Versin 3
Muy mala
Probablemente la peor - .............I ...........
0 10 20 30 40
Ni buena
ni mala
Muy buena
60
70
80
90
100
Una vez que el encuestado proporciona las calificaciones, el investigador divide la lnea en
tantas categoras como desee y asigna las puntuaciones con base en las categoras en las que
caen las calificaciones. En el ejemplo del proyecto de tienda departamental, el encuestado
muestra una actitud desfavorable hacia Sears. Estas puntuaciones por lo general se tratan como
datos intervlicos.
www.FreeLibros.me
CAPTULO 9
257
La ventaja de las escalas continuas es que son fciles de construir. Sin embargo, la puntua
cin es difcil de manejar y poco confiable. Es ms, las escalas continuas proporcionan poca infor
macin nueva. Por lo tanto, su uso en la investigacin de mercados ha sido limitado. Reciente
mente, debido a la popularidad de las entrevistas asistidas por computadora y otras tecnologas, su
uso se est volviendo ms frecuente.
INVESTIGACIN
REAL
En una escala de medicin por reactivos se da a los encuestados una escala que tiene un nme
ro o una breve descripcin asociada a cada categora. Las categoras se ordenan en trminos de
posicin de escala y se pide a los encuestados que seleccionen la categora especfica que me
jor describa el objeto que se est evaluando. Las escalas de medicin continua son ampliamen
te utilizadas en la investigacin de mercados y forman los componentes bsicos de escalas ms
complejas, como las escalas de medicin de varios reactivos. Primero se describirn las escalas
de medicin por reactivos comnmente utilizadas, la escala de Likert, de diferencial semntico y
la escala de Stapel, y luego se examinarn los principales temas alrededor del uso de estas escalas.
www.FreeLibros.me
258
PARTE II
Escala de Likert
Llamada as por su inventor, Rensis Likert, la escala L ikert es una escala de medicin amplia
mente utilizada que requiere que los encuestados indiquen el grado de acuerdo o desacuerdo
con cada una de las series de afirmaciones sobre los objetos de estmulo.3 En general, cada
reactivo de la escala tiene cinco categoras de respuesta, que van de muy en desacuerdo a
muy de acuerdo . En el contexto del proyecto de tienda departamental se ilustra una evalua
cin de actitudes hacia Sears utilizando la escala de Likert.
Escala de Likert
Instrucciones
Abajo se encuentran diferentes opiniones acerca de Sears. Por favor, indicar qu tanto est de
acuerdo o en desacuerdo con cada una utilizando la siguiente escala:
1 = Muy en desacuerdo
2 = En desacuerdo
3 = Ni de acuerdo ni en desacuerdo
4 = De acuerdo
5 = Muy de acuerdo
Ni de
En
acuerdo m
Muy en
desa
en desa- De
Muy de
desacuerdo cuerdo
cuerdo acuerdo acuerdo
2X
3
4
5
1
2X
3
4
5
1
2
3X
4
5
1
1
1
IX
1
1
1
2
2
2
2
2
2X
3
3
3
3
3
3
4X
4X
4
4X
4X
4
5
5
5
5
5
5
Pata realizar el anlisis, a cada afirmacin se le asigna una puntuacin numrica que va de
- 2 a + 2 o del 1 al 5. El anlisis se puede realizar en forma de reactivo por reactivo (anlisis del
perfil), o se puede calcular una puntuacin total (sumada) para cada encuestado sumando los
reactivos. Supngase que se utiliza la escala de Likert en el ejemplo de la tienda departamental
para medir actitudes hacia Sears, as como hacia JC Penney. Un anlisis del perfil incluira
comparar las dos tiendas en trminos del promedio de las calificaciones del encuestado en cada
reactivo, como la calidad de la mercanca, servicio en tienda y mezcla de marcas. El mtodo de
suma se utiliza con ms frecuencia, y como resultado la escala de Likert tambin se conoce c o
mo escala de suma.4 A l utilizar este mtodo para determinar la puntuacin total de los encues
tados sobre cada tienda es importante emplear un procedimiento de puntuacin consistente con
el fin de que una puntuacin alta (o baja) refleje en forma consistente una respuesta favorable.
Esto requiere que las categoras asignadas por los encuestados a los enunciados negativos se ca
lifiquen revirtiendo la escala. Ntese que para un enunciado negativo, una respuesta de acuerdo
refleja una respuesta desfavorable, en tanto que para un enunciado positivo, una respuesta de
acuerdo representa una respuesta favorable. En consecuencia, una respuesta de muy de acuer
do a un enunciado favorable y una respuesta de muy en desacuerdo a un enunciado desfavo
rable recibiran ambas una calificacin de cinco. En la escala anterior, si una puntuacin ms al
ta es para denotar una actitud ms favorable, la puntuacin de los reactivos 2, 4, 5 y 7 se
revertir. Por lo tanto, el encuestado en el ejemplo del proyecto de tienda departamental tiene
una puntuacin de actitud de 22. La puntuacin total de cada encuestado se calcula para cada
tienda. Un encuestado tendr la actitud ms favorable hacia la tienda con la puntuacin ms al-
www.FreeLibros.me
CAPTULO 9
259
INVESTIGACIN
REAL
Muy en
Desadesacuerdo cuerdo
1
2
Neutral
3
De
Muy de
acuerdo acuerdo
4
5
Los datos empricos apoyaron la hiptesis. En el estudio se concluy que los gerentes de ven
tas deberan poner ms empeo en reclutar, capacitar y respaldar a los vendedores para incremen
tar la satisfaccin laboral intrnseca y, por lo tanto, reducir la rotacin en la fuerza de ventas. Un
estudio realizado en el 2002 revel que la satisfaccin laboral general y las percepciones de res
paldo organizacional son fundamentales para mantener el compromiso en el lugar de trabajo.
Para reducir la rotacin de la fuerza de
ventas, es muy importante incrementar
la satisfaccin laboral intrnseca, como
se midi con las escalas de Likert.
La escala de diferencial semntico es una escala de medicin de siete puntos con fines relacio
nados con etiquetas bipolares que tienen significado semntico. En una aplicacin tpica, los
encuestados califican objetos sobre un nmero de escalas por reactivos de siete puntos unidas al
final por uno de dos adjetivos bipolares, como fro y caliente .6 Esta escala se ilustra en la
evaluacin de un encuestado sobre cinco atributos de Sears.
Los encuestados marcan la casilla que mejor indique cmo describiran el objeto que se ca
lifica.7 Por lo tanto, en nuestro ejemplo, Sears es evaluado como algo dbil, confiable, muy pasa
do de moda, clido y cuidadoso. El adjetivo o frase negativa a veces aparece del lado izquierdo
de la escala y a veces del lado derecho. Esto controla la tendencia de algunos de los encuestados,
www.FreeLibros.me
260
IN V E S T IG A C I N A C T I V A
PARTE II
en particular aqullos con actitudes muy positivas o muy negativas, de marcar los lados derecho
o izquierdo sin leer las etiquetas. El mtodo para seleccionar las etiquetas de la escala y cons
truir una escala de diferencial semntico ya ha sido descrito por el autor. Se muestra una escala
de diferencial semntico para medir autoconceptos, conceptos de la persona y conceptos del
producto.
INVESTIGACIN
REAL
Aspero
Excitable
Incmodo
Dominante
Ahorrativo
Agradable
Actual
Organizado
Racional
Joven
Formal
Ortodoxo
Complejo
Sin color
Modesto
Delicado
Tranquilo
Cmodo
Sumiso
Derrochador
Desagradable
Anticuado
Desorganizado
Emocional
Maduro
Informal
Liberal
Sencillo
Colorido
Frvolo
www.FreeLibros.me
CAPTULO 9
261
Escala de Stapel
E K oto& S topel
______
Escala para medir actitudes que
consiste en un solo adjetivo en me
dio de una gama de valores de n
meros pares, de -5 a +5, sin un
punto neutral (cero).
U V E S T IG A C I H A C T IV A
La escala d e Stapel, llamada as por su inventor, Jan Stapel, es una escala de medicin unipolar
con 10 categoras numeradas del - 5 al + 5 , sin un punto neutral (cero).11 Esta escala se presenta
por lo general en forma vertical. S e pide a los encuestados que indiquen con qu exactitud o ine
xactitud describe cada trmino al objeto, al seleccionar una categora de respuesta numrica
apropiada. Cuanto ms alto el nmero, ms exacto es el trmino para describir al objeto, como se
muestra en el proyecto de tienda departamental. En este ejemplo, Sears es evaluado como que no
tiene suficiente alta calidad y que tiene algo de mal servicio.
+5
44
+3
42X
4-1
A lta calidad
-1
-2
-3
-A X
-5
M al servicio
-1
-2
-3
-4
-5
Los datos obtenidos al utilizar la escala de Stapel se pueden analizar en la misma forma que
los datos de diferencial semntico. La escala de Stapel produce resultados similares a la de dife
rencial semntico. Las ventajas de la escala de Stapel son que no requiere una prueba previa de
los adjetivos o frases para asegurar una bipolaridad verdadera, y que se puede aplicar por va
telefnica. Sin embargo, algunos investigadores creen que la escala de Stapel es confusa y difcil
de aplicar. De las tres escalas de medicin por reactivos consideradas, la escala de Stapel es la
que menos se utiliza. Sin embargo, esta escala merece ms atencin de la que ha recibido.
www.FreeLibros.me
2 6 2
PARTE II
Escala no balanceada
Escala balanceada
Jovan Musk for Men es
Extremadamente buena
Extremadamente buena
Muy buena
Muy buena
Buena
Buena
Mala
Algo buena
Muy mala
Mala
Extremadamente mala
Muy mala
www.FreeLibros.me
CAPTULO 9
263
les o indiferentes, se debe utilizar una escala de calificacin con nmero par de categoras. Un
tema relacionado es si la escala debe ser forzada o no forzada.
En las escalas de medicinforzadas se obliga a los encuestados a expresar una opinin, porque
no se proporciona una opcin de sin opinin . En tal caso, los encuestados sin opinin pueden
marcar la posicin media de la escala. Si una proporcin suficiente de los encuestados no tiene
opiniones sobre el tema, marcar la posicin media distorsionar las mediciones de la tendencia
central y la variacin. En situaciones donde se espera que los encuestados no tengan opinin, en
vez de slo estar renuentes a revelarla, la exactitud de los datos debe mejorarse por una escala
no forzada que incluya una categora de sin opinin .16
www.FreeLibros.me
Figura 9.2
Configuraciones de escala de me
dicin
Para medir la suavidad del detergente Cheer se pueden emplear diversas configuraciones de esca
la. Algunos ejemplos incluyen:
El detergente Cheer es:
1. Miy
fuerte
Muy
suave
2. Muy
fuerte
3.
Muy
suave
Muy fuerte
Ni fuerte ni suave
Muy suave
4.
5.
Muy
fuerte
Fuerte
-3
-2
Algo
fuerte
Muy
fuerte
Figura 9.3
Configuraciones de cuadro de
medicin nicas
Ni
fuerte
ni
suave
Ni
fuerte
ni
suave
Algo
suave
Suave
Muy
suave
+1
+2
+3
Muy
suave
Escala de termmetro
Instrucciones
Por favor, indique cunto le gustan las hamburguesas de McDonalds coloreando el termmetro
con su bolgrafo azul. Comience por abajo y coloree hacia arriba hasta el nivel de temperatura que
mejor seale lo fuerte de su preferencia por las hamburguesas de McDonalds.
Forma
Me gustan
mucho
Me disgustan
mucho
Escala de cara feliz
Instrucciones
Por favor, indicar cunto le gusta la mueca Baibie sealando la cara que mejor muestra cunto le
gusta. Si no le gusta la mueca Barbie en absoluto, sealara la cara 1. Si le gustara mucho, sea
lara la cara 5. Ahora dganos, cunto le gusta la mueca Barte?
Forma
264
www.FreeLibros.me
CAPTULO 9
265
Aunque no hay un solo nmero ptimo, tos lincamientos tradicionales sugieren que
debe haber entre cinco y nueve categoras.
2. Balanceada o no balanceada
4. Forzada o no forzada
5. Descripcin verbal
Se puede hacer un argumento para etiquetar todas las categoras o la mayor parte de ellas. Las
descripciones de categoras se deben localizar tan cerca como sea posible de las categoras
de respuesta.
6. Forma fsica
D esarrollar un a leo n a.
1
G en erar un g ru p o inicial d e reactivos: tericos,
dato s se cu n d ario s y de investigacin cualitativa.
1
D esarro llar u n a escala purificada.
www.FreeLibros.me
266
PARTE II
ZJ
No tcnica
2 . Bajo contenido de
ingeniera
Alto contenido de
ingeniera
3 . Cambia rpidamente
Cambia lentamente
4 . No sofisticada
Sofisticada
5 . Mercanca general
Artculo personalizado
6. nico
Comn
7 . Complejo
Simple
EVALUACIN DE ESCALAS
Se debe evaluar la exactitud y aplicacin de una escala de varios reactivos.22 Como se muestra
en la figura 9-5, esto incluye una evaluacin de confiabilidad, validez y generalizacin de la es
cala. Los mtodos para evaluar la confiabilidad incluyen confiabilidad de prueba y doble prueba,
confiabilidad de formas alternativas y confiabilidad de consistencia interna. La validez se puede
evaluar al examinar la validez del contenido, la validez de criterio y la validez de constructo.
Antes de examinar la confiabilidad y la validez se necesita entender la exactitud de la me
dicin, por que es fundamental para la evaluacin de la escala.
Exactitud de la medicin
Como se mencion en el captulo 8, una medicin es un nmero que refleja alguna caractersti
ca de un objeto. Una medicin no es el verdadero valor de la caracterstica de inters, sino una
observacin de la misma. Una variedad de factores pueden ocasionar un error de m edicin que
haga que la medicin o la puntuacin observada sea distinta de la verdadera puntuacin de la
caracterstica que se mide (vase la figura 9-6). El m odelo de calificacin verdadera proporcio
na un marco de trabajo para entender la exactitud de la medicin. De acuerdo a este modelo,
x 0 = xv + xs + x A
Donde
Xq =
Xw =
Xs =
XA =
Figura 9.5
Evaluacin de una escala
de varios reactivos
E valuacin de la escala
C onfiabilidad
i
D oble
prueba
i
F orm as
alternativas
C a p acid ad de
g eneralizaci n
V alidez
C onsistencia
C o n ten id o
C riterio
C o nstructo
interna
C o n v erg en te
www.FreeLibros.me
N o m o l g ico
CAPTULO 9
267
Figura 9 .6
Fuentes potenciales de erro r en
la medicin
Ntese que el error de medicin total incluye el error sistemtico, X s , y el error aleatorio,
XA. El error sistem tico afecta la medicin en forma consistente. Representa factores estables
que alteran la puntuacin observada en la misma forma cada vez que se realiza la medicin, co
mo los factores mecnicos (vase la figura 9-6). Por otro lado, el error aleatorio no es constan
te. Representa factores momentneos que afectan la calificacin observada en distintas formas
cada vez que se realiza la medicin, como los factores personales o situacionales pasajeros. La
distincin entre el error sistemtico y el error aleatorio es crucial para comprender la confiabilidad y la validez.
Confiabilidad
Confiabilidad se refiere al grado al que una escala produce resultados consistentes si se reali
zan mediciones repetidas.23 Las fuentes sistemticas de error no tienen impacto adverso en la
confiabilidad, porque afectan la medicin de manera constante y no llevan a una inconsistencia.
En contraste, el error aleatorio produce inconsistencia, lo que conduce a menor confiabilidad.
sta se puede definir como el grado al que las mediciones estn libres de error aleatorio, X A. Si
XA = 0, la medicin es perfectamente confiable.
La confiabilidad se evala al determinar la proporcin de la variacin sistemtica en una
escala. Esto se hace al determinar la asociacin entre las calificaciones obtenidas de diferentes
aplicaciones de la escala. Si la asociacin es alta, la escala arroja resultados consistentes y por
lo tanto es confiable. Los mtodos para evaluar la confiabilidad incluyen los de doble prueba,
formas alternativas y de consistencia interna.
www.FreeLibros.me
2 6 8
PARTE II
problemas, un mtodo de doble prueba se aplica mejor en conjunto con otros mtodos, como
las formas alternativas.24
Formas alternativas de
conflabidad
Mtodo para evaluar la confiabilitfad, el cual requiere que se constru
yan dos formas equivalentes de la
escala y que los mismos encuestados se midan en dos ocasiones dife
rentes.
Confiabilidad de consistencia
Interna
Mtodo para evaluar la consistencia
interna del conjunto de reactivos
cuando se suman diversos reactivos
para formar una puntuacin total de
h escala.
R>rma de confiabOidad de consis
tencia interna en la que los reactivos
que constituyen la escala se dividen
en dos mitades y las puntuaciones
resultantes de cada mitad se correladonan.
Medicin de la conabilidad de
consistencia interna, que es el pro
medio de todos los coeficientes di
vididos posibles que resultan de dis
tintas divisiones de los reactivos de
h escala.
REAL
www.FreeLibros.me
CAPTULO 9
269
4. A menudo persuado a otras personas para que adopten productos de hardware o software
que a mi me gustan.
5. Otras personas rara vez vienen a mi por un consejo sobre la eleccin de productos de hard
ware o software.
6. Con frecuencia influyo en las opiniones de otras personas acerca de productos de hardwa
re o software.
El valor alfa de liderazgo de opinin fue de 0.88, lo que indica una buena consistencia inter
na. Se encontr que quienes adoptan temprano los productos de tecnologa tienden a ser varones
jvenes que son lderes de opinin, buscan informacin novedosa y tienen mucha experiencia
con las computadoras. Las compaas de tecnologa de informacin, como Microsoft, necesitan
asegurar reacciones positivas de quienes adoptan temprano los productos y deben enfocar sus es
fuerzos de marketing en estos individuos en la etapa de introduccin de un nuevo producto.27
Validez
Grado al que las diferencias en
las puntuaciones de escala observa
das reflejan diferencias verdaderas
entre los objetos sobre la caracters
tica que se mide, ms que errores
sistemticos o aleatorios.
Tipo de validez, a veces llamada
frontal, que consiste en una evalua
cin subjetiva pero sistemtica de
la representatividad del contenido
de una escala para la tarea de medi
dn que se enfrenta.
La validez de una escala se puede definir como el grado en el que las diferencias en las puntua
ciones de escala observadas reflejan diferencias verdaderas entre objetos sobre la caracterstica
que se mide, ms que el error sistemtico o aleatorio. Una validez perfecta requiere que no exis
tan errores de medicin (Xq = Xy, X A = 0, X s = 0). Los investigadores pueden evaluar la va
lidez del contenido, la validez del criterio y la validez del constructo.28
V a lid e z d e l c o n te n id o . La validez del contenido, a veces llamada validez frontal, es una
evaluacin subjetiva pero sistemtica de qu tan bien el contenido de una escala representa la ta
rea de medicin que se enfrenta. El investigador o alguien ms examina si los reactivos de la es
cala cubren de manera adecuada el dominio completo del constructo que se mide. Por tanto, una
escala designada para medir la imagen de tienda sera considerada inadecuada si omitiera cual
quiera de las dimensiones principales (calidad, variedad y diversidad de mercanca, etc.). Dada
su naturaleza subjetiva, la validez del contenido por s misma no es una medicin suficiente de la
validez de una escala, aunque ayuda a una interpretacin de sentido comn de las calificaciones
de la escala. Al examinar la validez del criterio se puede obtener una evaluacin ms formal.
V a lid e z d e l c r ite rio . La validez del criterio refleja si una escala se desempea como se espera
en relacin con otras variables seleccionadas como criterio significativo (variables de criterio). Las
variables del criterio pueden incluir caractersticas demogrficas y psicogrficas, mediciones de ac
titud y de conducta o calificaciones obtenidas de otras escalas. Con base en el periodo de que se tra
te, la validez del criterio puede tomar dos formas: validez concurrente y validez de pronstico.
La validez concurrente se evala cuando se recopilan al mismo tiempo los datos en la escala
usada y las variables de criterio. Para evaluar la validez concurrente, un investigador puede desa
rrollar formas cortas de instrumentos de personalidad estndar. Los instrumentos originales y las
versiones cortas se aplicaran de manera simultnea a un grupo de encuestados y se comparan sus
resultados. Para evaluar la validez de pronstico, el investigador recaba datos en la escala en un
punto en el tiempo y datos sobre las variables de criterio en un tiempo futuro. Por ejemplo, las ac
titudes hacia las marcas de cereal se podran utilizar para pronosticar futuras compras de cereales
de los miembros de un grupo de escner. Los datos de actitudes se obtienen de los miembros del
grupo, y entonces sus futuras compras se rastrean con datos de escner. Las compras pronostica
das y las reales se comparan para evaluar la validez de pronstico de la escala de actitudes.
V tlid e z d e l c o n s tr u c t o . La validez del constructo aborda la pregunta sobre qu caracte
rstica o constructo mide la escala. Cuando se evala la validez del constructo, el investigador
intenta responder preguntas tericas acerca de porqu la escala funciona y qu deducciones se
pueden hacer en relacin con la teora intrnseca. Por tanto, la validez del constructo requiere
una teora slida de la naturaleza del constructo que se mide y cmo se relaciona con los otros
constructos. La validez del constructo es el tipo de validez ms sofisticado y ms difcil de es
tablecer. Como se muestra en la figura 9-5, la validez del constructo incluye validez convergen
te, discriminatoria y nomolgica.
La validez convergente es el grado al que la escala se correlaciona de manera positiva con
otras mediciones del mismo constructo. No es necesario que todas estas mediciones se obtengan
utilizando tcnicas de escala convencionales. La validez discriminatoria es el grado al que una
medicin no se correlaciona con otros constructos de los que se supone que difiere. Incluye de
mostrar una falta de correlacin entre los constructos que difieren. La validez nomolgica es el
grado al que se correlaciona la escala en formas pronosticadas tericamente con las mediciones de
www.FreeLibros.me
270
PARTE II
distintos constructos, pero que estn relacionados. Se formula un modelo terico que lleva a ma
yores deducciones, pruebas y suposiciones. Se construye en forma gradual una red nomolgica en
la que se interrelacionan sistemticamente diversos constructos. Se ilustra la validez del constructo en el contexto de una escala de varios reactivos que se designan para medir el autoconcepto.29
S fie l a ti mismo
Los siguientes resultados proporcionarn datos sobre la validez del constructo de una escala de
varios reactivos para medir el autoconcepto.
Correlaciones altas con otras escalas diseadas para medir los autoconceptos y con clasi
ficaciones informadas por amigos (validez convergente).
Bajas correlaciones con constructos no relacionados de lealtad a la marca y bsqueda de
variedad (validez discriminatoria).
Las marcas congruentes con el autoconcepto del individuo son ms preferidas, como lo
postula la teora (validez nomolgica).
Alto nivel de conabilidad.
Ntese que en este ejemplo se incluy un alto nivel de confiabilidad como evidencia de va
lidez del constructo. Esto ilustra la relacin entre confiabilidad y validez.
Capacidad de generalizacin
(Jado al que un estudio basado en
ma muestra aplica a un universo de
^neralizacin.
Capacidad de generalizacin se refiere al grado al que se puede generalizar a partir de las obser
vaciones disponibles para un universo de generalizaciones. El conjunto de todas las condiciones
de medicin sobre el que el investigador desea generalizar es el universo de generalizacin. Es
tas condiciones pueden incluir reactivos, entrevistadores, situaciones de observacin, etctera.
Un investigador tal vez quiera generalizar una escala desarrollada para uso en entrevistas perso
nales a otros modos de recopilacin de datos, como entrevistas por correo y telefnicas. De la
misma forma, puede desearse generalizar de una muestra de reactivos al universo de reactivos,
de una muestra de veces de medicin al universo de veces de medicin, de una muestra de obser
vadores al universo de observadores, y as sucesivamente.30
En los estudios de generalizacin, los procedimientos de medicin se designan para inves
tigar los universos de inters al muestrear condiciones de medicin para cada uno de ellos. Pa
ra cada universo de inters se incluye en el estudio un aspecto de medicin llamado faceta. Los
mtodos de confiabilidad tradicionales se pueden ver como estudios de generalizacin de face
to nica. Una correlacin de doble prueba se ocupa de si las calificaciones obtenidas de una e s
cala de medicin son generalizables a las calificaciones del universo entre los tiempos de la po
sible medicin. Aun si la correlacin de doble prueba es alta, nada se puede decir sobre la
gjneralizacin de la escala a otros universos. Para generalizar a otros universos, se deben em
plear procedimientos de teora de generalizacin.
ELECCIN DE U N A T C N IC A DE ESCALA
Adems de las consideraciones tericas y de la evaluacin de la confiabilidad y validez, se deben
considerar ciertos factores prcticos al seleccionar tcnicas de escala para un problema de inves
tigacin de mercados en particular.31 stos incluyen el nivel de informacin deseado (nominal,
ordinal, de intervalo o de razn), las habilidades de los encuestados, las caractersticas de los ob
jetos de estmulo, mtodo de aplicacin, contexto y costo.
www.FreeLibros.me
CAPTULO 9
271
Como regla general, utilizar la tcnica de escala que arroje el nivel ms alto de informacin
factible en una situacin dada permitir el uso de la variedad ms grande de anlisis estadstico.
Asimismo, sin importar el tipo de escala que se utilice, cuando sea factible, diversos reactivos
de escala deben medir la caracterstica de inters. Esto proporciona una medicin ms exacta que
una escala de un solo reactivo. En muchas situaciones es deseable utilizar ms de una tcnica
de escala u obtener mediciones adicionales mediante escalas de derivacin matemtica.
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Al disear la escala o formato de respuesta se deben considerar los niveles educacionales.32 Un
mtodo consiste en desarrollar escalas multiculturales o no forzadas de desviaciones culturales.
De las tcnicas de escala que hemos considerado, la escala de diferencial semntico se dice que
es multicultural. Ha sido probada en numerosos pases y consistentemente ha producido resul
tados similares.
INVESTIGACIN
REAL
XEROX
KanecTBO
H a A eK H O C Tb
cepB M C
www.FreeLibros.me
272
PARTE II
ron escalas de diferencial semntico, ya que este tipo de escala es considerado multicultural.
Las etiquetas bipolares utilizadas se probaron en forma cuidadosa para asegurar que tenan el
significado semntico pretendido en el contexto ruso.
Los resultados del estudio revelaron que el problema real era una percepcin negativa cre
ciente de los clientes rusos hacia los productos de Xerox. Qu haba estado mal? El problema
no era con Xerox, sino con diversos productores independientes de mquinas copiadoras que
haban infringido ilegalmente los derechos de marca de Xerox. Con la desintegracin de la
Unin Sovitica, la proteccin de estas marcas era poco clara y seguan aumentando las inva
siones de marcas. Como resultado, los clientes desarrollaron un concepto equivocado de que
Xerox estaba vendiendo productos de baja calidad. Entre otras acciones, Xerox transmiti una
campaa corporativa en las estaciones de televisin y radio nacional rusos as como en los me
dios impresos locales. La campaa enfatizaba la posicin de liderazgo de Xerox en los pases
de la comunidad donde las demandas de calidad eran muy altas. ste fue un paso positivo para
retirar algunos de los conceptos equivocados de los consumidores rusos hacia Xerox. Xerox
tambin registr su marca en forma separada en cada repblica. Xerox vio aumentar 15% sus
ingresos del primer trimestre del 2000 en Rusia y otros mercados en desarrollo. En el 2001 X e
rox alcanz ingresos anuales de 16,500 millones de dlares.33
Aunque el diferencial semntico funcion bien en el contexto ruso, un mtodo alternativo
es desarrollar escalas que utilicen una norma cultural autodefinida, como un referente base. Por
ejemplo, se puede pedir a los encuestados que indiquen su propio punto de respuesta y posicin
relativa sobre un conjunto de estmulos de cultura especfica. Este mtodo es til para medir ac
titudes definidas en relacin con normas culturales (por ejemplo, actitud hacia los papeles ma
ritales). Al desan-ollar los formatos de respuesta, las escalas de calificacin verbales parecen ser las
ms apropiadas. Se debe dedicar especial atencin a determinar los descriptores verbales equiva
lentes en distintos idiomas y culturas. Los extremos de la escala son en particular propensos a dis
tintas interpretaciones. En algunas culturas, 1 puede ser interpretado como mejor, en tanto que en
otras puede interpretarse como el peor, sin importar cmo sea la escala. Es importante que los ex
tremos de la escala y los descriptores verbales se empleen en forma consistente con la cultura.
Por ltimo, en la investigacin de mercados internacionales es muy importante establecer
la equivalencia de las escalas y las mediciones utilizadas para obtener datos de diferentes pa
ses. Este tema es complejo y se analiza con detalle en el captulo 23.
Horrible
Muy malo
Una de las peores
Muy poco
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
5
5
5
6
6
6
6
7
7
7
7
Buena
Bueno
Buena
Bueno
Evalu a los autos BMW en forma positiva? Utilizando esta misma tcnica, es posible in
fluir de manera negativa en las evaluaciones de las marcas de los competidores al proporcionar
un descriptor ligeramente negativo (un poco malo) contra un descriptor positivo fuerte (extre
madamente bueno).
www.FreeLibros.me
CAPTULO 9
273
Por lo tanto, se nota qu importante es utilizar escalas balanceadas con descriptores positi
vos y negativos comparables. Cuando se viola este lincamiento, las respuestas estn desviadas
y deben ser interpretadas de acuerdo con eso. El investigador tiene responsabilidad tanto con el
cliente as como con los encuestados de asegurar la aplicacin y utilidad de la escala. De igual
manera, las compaas clientes tienen responsabilidad de tratar a sus clientes y al pblico en ge
neral de manera tica. El siguiente ejemplo propone una escala apropiada para evaluar la con
ducta de los comercializadoies directos.
INVESTIGACIN
REAL
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Las escalas de medicin continua pueden practicarse fcilmente en Internet. El cursor se puede
mover en la pantalla en forma continua para seleccionar la posicin exacta en la escala que me
jor describa la evaluacin del encuestado. Es ms, los valores de la escala los puede puntualizar
en forma automtica la computadora, por lo que se incrementa la velocidad y exactitud del pro
cesamiento de los datos.
Tambin es fcil poner en prctica las tres escalas de medicin por reactivos en Internet.
Ms an, si se recurre a Internet, pueden buscarse y localizarse escalas similares utilizadas por
otros investigadores. Tambin es posible que otros investigadores hayan informado de evalua
ciones de confiabilidad y validez para las escalas de varios reactivos. Antes de generar nuevas
escalas, un investigador primero debe examinar escalas similares utilizadas por otros investiga
dores y utilizarlas si cumplen con los objetivos de medicin. La oficina de investigacin de es
calas de Southern Illinois University, en Carbondale, mejor conocida por la produccin del
Marketing Scales Handbook, ha publicado sus informes tcnicos en Internet (www.siu.edu/departments/coba/mktg/osr).
www.FreeLibros.me
274
PARTE II
c l c B u ll n M .lin ce
Figura 9.7
Escales de tipo Likert para
calificar vendedores y las
caractersticas de un producto
N 4
"3
Por favor, ovaluar a su representante d e ventas en las siguientes caractersticas:
Excelente Muy Bueno
Bueno Regular
Malo
Asistencia
Rapidez
Ol
No importante
Confiabilidad
Precio
G ama d e caractersticas
LL
www.FreeLibros.me
CAPTULO 9
E N F O Q U E
EN
275
B U R K E
Burke realiza cada estudio a la medida para abordar las necesidades del cliente y, por lo tanto, el uso de
escalas vara considerablemente. Se utilizan las distintas formas de escalas analizadas en este captulo,
aunque las escalas tipo Lflcert no son las ms populares. Para sus productos de marca, Burke por lo ge
neral se adhiere al protocolo estndar y se utiliza el mismo conjunto de escalas entre los clientes. To
memos como ejemplo las escalas destinadas a medir el porcentaje de clientes seguros y con las que
se traza un plan general en el que se destaque lo que es prioritario mejorar. El protocolo de Burke utili
za las siguientes tres mediciones de criterio para crear una medicin compuesta conocida como Secure
Customer Index:
Satisfaccin general
4 = Muy satisfecho
3 = Algo satisfecho
2 = Algo insatisfecho
1 - Muy insatisfecho
Disposicin para recomendar
5 = Definitivamente lo recomendara
4 = Probablemente lo recomendara
3 = Podra o no recomendarlo
2 = Probablemente no lo recomendara
1 = Definitivamente no lo recomendara
Probabilidad de volverlo a utilizar
5 = Definitivamente lo volvera a utilizar
4 = Probablemente lo volvera a utilizar
3 - Podra o no volver a utilizarlo
2 = Probablemente no lo volvera a utilizar
1 = Definitivamente no lo volvera a utilizar
El Secure Customer Index es d porcentaje de clientes que estn muy satisfechos, definitiva
mente lo recomendaran y definitivamente utilizaran nuevamente el producto o servido del cliente.
Burke ha encontrado que d Secure Customer Index es ms discriminatorio que una sola pregunta ge
neral sobre satisfaccin. Burke tambin ha descubierto una fuerte correlacin entre el Secure Customer
Index y mediciones de desempeo reales, como margen, participacin de mercado y tasas de reten
dn de clientes. Por ejemplo, en un estudio entre compradores comerciales de hardware y software de
computadora, Burke encontr que las tasas de retencin incrementaban conforme se elevaba d nivel
de seguridad del diente:
Nivel de seguridad
Seguro
Todava favorable
Indiferente
Insatisfecho
Tasa de retencin
88%
57%
30%
25%
Adems del Secure Customer Index, Burke generalmente acopia las tasas en una batera de atribu
tos. De nuevo, se utilizan escalas de tipo Likert Burke analiza los datos para determinar qu atributos con
ducen a la seguridad del cliente, por tanto identificando atributos que el cliente persigue para mejorar.
www.FreeLibros.me
276
PARTE II
R ESUM EN
En una escala no comparativa, cada objeto se escala en forma inde
pendiente de los dems objetos en el conjunto de estmulos. En ge
neral se asume que los datos que resultan son de escala de interva
lo o de razn. Las escalas de medicin no comparativa pueden ser
continua o por reactivos. Las escalas por reactivos se clasifican en
escala de Likert, de diferencial semntico o de Stapel. Cuando se
utilizan escalas de medicin por reactivos no comparativas, el in
vestigador debe decidir sobre el nmero de categoras
de escala, balanceadas o no balanceadas, de categoras pares o no
nes, escalas forzadas o no forzadas, naturaleza y grado de la des
cripcin verbal y forma fsica o configuracin.
Las escalas de varios reactivos consisten en un nmero de
reactivos de escala de medicin. Estas escalas deben evaluarse en
trminos de confiabilidad y validez. Confiabilidad se refiere al
grado en el que una escala produce resultados consistentes si se
realizan mediciones repetidas. Los mtodos para evaluar la con
T R M IN O S Y C O N CEPTO S FU N D A M EN TA LES
capacidad de generalizacin, 270
coeficiente alfa, 268
confiabilidad, 267
confiabilidad de consistencia interna, 268
confiabilidad de doble prueba, 267
confiabilidad dividida, 268
error aleatorio, 267
error de medicin, 266
error sistemtico, 267
EJERCICIOS
Preguntas
I. Qu es una escala de diferencial semntico? Con qu propsito se
utiliza esta escala?
2. Describa la escala de Likeit.
3. Qu diferencias hay entre la escala de Stapel y la escala de diferen
cial semntico? Cul de ellas es ms popular?
4. Cules son las decisiones ms importantes incluidas en la cons
truccin de una escala de calificacin por reactivos?
5. Cuntas categoras de escala se deben utilizar en una escala de ca
lificacin por reactivos? Porqu?
6. Cul es la diferencia entre las escalas balanceadas y las no balan
ceadas?
7. Se debe utilizar un nmero de categoras non o par en una escala de
calificacin por reactivos?
www.FreeLibros.me
CAPTULO 9
Problemas
1. Desarrolle una escala de Likeit, de diferencial semntico y una de
Stapel para medir la lealtad a una tienda.
2. Desarrolle una escala de varios reactivos para medir las actitudes de
los estudiantes hacia la intemacionalizacin del cumculo de adminis
tracin. Cmo evaluara usted la confiabilidad y validez de la escala?
3. Desarrolle una escala de Likeit para medir la actitud de los estudian
tes hacia el Internet como fuerte de informacin general. Aplique su
escala a una pequea muestra de 10 estudiantes y afnela.
4. La siguiente escala se utiliz en un estudio reciente para medir la ac
titud hacia la nueva tecnologa. Por favor indique qu tarto est de
acuerdo o en desacuerdo con los siguientes enunciados, que descri
ben su visin sobre la nueva tecnologa. Utilice una escala del 1al 5,
donde 1 = totalmente en desacuerdo y 5 = totalmente de acuerdo.
*177
c.
A C TIVID A D ES
Intercambio de papeles
1. Usted trabaja en el departamento de investigacin de mercados de una
empresa que se especializa en desarrollar sistemas de apoyo de deci
siones (SAD) para la industria de cuidados de la salud. Su empresa
quisiera medir las actitudes de los administradores de hospitales hacia
los SAD. Las entrevistas tendran que conducirse por va telefnica.
Se le ha pedido que desarrolle una escala apropiada para este propsi
to. La administracin quiere que usted explique y justifique su razo
namiento al construir esta escala.
Anlisis en grupo
1. Realmente no importa qu escala se utilice. Siempre que su medi
cin sea confiable, obtendr los resultados correctos. Analice esta
afirmacin en un grupo pequeo.
2. Uno no debe preocuparse por la confiabflidad y validez en la inves
tigacin de mercados aplicada. Analice esta afirmacin en un gru
po pequeo.
Trabajo de campo
1. Desarrolle una escala de diferencial semntico para medir las imge
nes de dos aerolneas importantes que vuelan a su ciudad. Aplique
www.FreeLibros.me
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
L Explicar el propsito de un cuestionario y el objetivo de hacer preguntas que los encuestados puedan responder, que los alienten y minimicen el error de respuesta.
2. Describir el proceso de disear un cuestionario, las fases que incluye y los lincamientos
que se deben seguir en cada una.
3. Analizar la forma de observacin de recopilacin de datos y especificar el quin, el qu, el
cundo, el dnde, el por qu y el cmo de la conducta que se observa.
4. Analizar las consideraciones incluidas en el diseo de cuestionarios para la investigacin
de mercados internacionales.
5. Entender los temas ticos incluidos en el diseo de cuestionarios.
6. Analizar el uso de Internet y las computadoras al disear cuestionarios.
Bobbi Brantley,
gerente de capacitacin,
servicios de investigacin,
Burke, Inc.
278
www.FreeLibros.me
Gen e r a l i d a d e s
El cuestionario o el diseo de la forma es un paso importante en la elaboracin de un dise
o de investigacin. Una vez que el investigador ha especificado la naturaleza del diseo de
investigacin (captulos del 3 al 7) y que ha determinado los procedimientos de escala (ca
ptulos 8 y 9), se puede desarrollar un cuestionario o una forma de observacin. En este cap
tulo se analiza la importancia de los cuestionarios y las formas de observacin. Despus se
describen los objetivos de un cuestionario y las fases incluidas al disearlos. Se proporcio
nan diversos lincamientos para desarrollar cuestionarios slidos. Tambin se analiza el dise
o de formas de observacin. Se revisan las consideraciones incluidas en el diseo de cues
tionarios al realizar una investigacin de mercados internacionales. Se identifican diversos
temas ticos que surgen en el diseo de cuestionarios. El captulo concluye con un anlisis del
uso de Internet y las computadoras al disear cuestionarios.
INVESTIGACIN
REAL
279
www.FreeLibros.me
2 8 0
PARTE II
Durante la recopilacin real de datos, primero se envi por correo una tarjeta antes de en
viar el cuestionario y se dio a los encuestados la opcin de pedir uno en ingls, espaol, chino,
coreano, vietnamita o tagalo. Luego se envi el paquete del cuestionario en un sobre oficial con
el logotipo del censo al frente. Una nota en los sobres record a los encuestados que su respues
ta era requerida por ley.
Como resultado del sencillo formato para el usuario de los cuestionarios 2000, las tasas de
respuesta por correo fueron alrededor de 10% ms altas que en 1990. El consenso fue que los
cuestionarios de 2000 mejoraron mucho sobre los utilizados un decenio antes.1
Definicin de cuestionario
T cn ica estru ctu rad a p ara reco p ila
cin d e d a to s q u e c o n siste e n u n a
serie d e p reg u n tas, e s c rita s o v e rb a
les, q u e el e n cu estad o responde.
www.FreeLibros.me
CAPTULO 10
281
cuestas por correo). Sin importar la forma de aplicacin, un cuestionario se caracteriza por al
gunos objetivos especficos.
Objetivos de un cuestionario
Cualquier cuestionario tiene tres objetivos especficos. Primero, debe traducir la informacin
necesaria en un conjunto de preguntas especficas que los encuestados puedan responder. Es di
fcil desarrollar preguntas que los encuestados puedan responder y que arrojen la informacin
necesaria. Dos maneras aparentemente similares de plantear una pregunta pueden arrojar infor
macin diferente. Por tanto, este objetivo es un reto.
Segundo, un cuestionario debe animar, motivar y alentar al encuestado a comprometerse
en la entrevista, a cooperar y a completarla. Las entrevistas incompletas tienen utilidad limita
da, si acaso. Al disear un cuestionario, el investigador debe esforzarse por reducir al mnimo la
fatiga, el aburrimiento, la falta de terminacin y la falta de respuesta por parte del encuestado.
Un cuestionario bien diseado puede motivar a los encuestados e incrementar la tasa de res
puesta, como se ilustr en el ejemplo inicial del cuestionario del censo 2000.
Tercero, un cuestionario debe minimizar el error de respuesta. Las fuentes potenciales de error
en los diseos de investigacin se analizaron en el captulo 3, donde el error de respuesta se defini
como el que surge cuando los encuestados dan respuestas inexactas o sus respuestas se registraron
o analizaron de manera equivocada Un cuestionario puede ser una fuente principal de error de res
puesta Reducir al mnimo este error es un objetivo importante del diseo del cuestionario.
DISEO DE CUESTIONARIOS
La gran debilidad del diseo de cuestionarios es la falta de teora. Debido a que no existen prin
cipios cientficos que garanticen un cuestionario ptimo o ideal, el diseo del cuestionario es
una habilidad que se adquiere con la experiencia. Es un arte, ms que una ciencia. The Art of
Asking Questions, de Stanley Payne, publicado en 1951, todava es un trabajo bsico en el cam
po.2 En esta seccin se presentan lincamientos tiles a los investigadores principiantes para di
sear cuestionarios. Aunque estas reglas pueden ayudarle a evitar los errores principales, el to
que final de un cuestionario viene de la creatividad de un investigador capaz.
El diseo de cuestionarios se presentar como una serie de pasos (vase la figura 10-1),
que son: 1) especificar la informacin requerida; 2) especificar el tipo de mtodo de entrevista;
3) determinar el contenido de las preguntas individuales; 4) disear las preguntas para superar
la incapacidad del encuestado y su falta de disposicin para responder; 5) decidir sobre la es
tructura de la pregunta; 6) determinar la redaccin de las preguntas; 7) disponer las preguntas
en el orden correcto; 8) identificar la forma y distribucin; 9) reproducir el cuestionario, y 10)
hacer una prueba previa del cuestionario. Se presentarn lincamientos para cada etapa. En la
prctica, las etapas se interrelacionan y el desarrollo de un cuestionario incluir repeticiones y
regresiones. Por ejemplo, el investigador puede descubrir que los encuestados entendieron mal
todas las frases posibles de una pregunta. Esto puede requerir regresin a una fase anterior para
decidir la estructura de la pregunta.3
www.FreeLibros.me
2 8 2
Figura 10.1
Proceso de diseo del cuestionario
PARTE II
1
E specificar el tip o d e m to d o d e entrevista
1
D eterm in ar el co n ten id o d e las p reg u n tas individuales
i
D ise ar las p reg u n tas para superar
la incapacidad del en cu estad o y su falta
d e disp o sici n p ara resp o n d er
l
D ecid ir so b re la estru ctu ra de las preguntas
son apropiadas para estudiantes universitarios pueden no serlo para amas de casa. Su comprensin
se relaciona con las caractersticas socioeconmicas del encuestado. Es ms, un mal entendimien
to se relaciona con alta incidencia de respuestas inciertas o sin opinin. Cuanto ms diversificado
sea el grupo de encuestados, ms difcil resulta disear un solo cuestionario que sea apropiado pa
ra todo el grupo.
TIPO DE M TO D O DE ENTREVISTA
Puede lograrse una apreciacin de cmo influye el tipo de mtodo de entrevista en el diseo del
cuestionario al considerar cmo se aplica el cuestionario bajo cada mtodo (vase el captulo
6). En las entrevistas personales, los encuestados ven el cuestionario e interactan directamen
te con el entrevistador. Por lo tanto, se pueden hacer preguntas variadas, complejas y largas. En
las entrevistas telefnicas, los encuestados interactan con el entrevistador, pero no ven el cues
tionario. Esto limita el tipo de preguntas que se pueden hacer a cortas y simples (vase el pro
yecto de tienda departamental). Los cuestionarios por correo son autoaplicados, por lo que las
preguntas deben ser simples y se deben proporcionar instrucciones detalladas. En las entrevis
tas asistidas por computadora (EPAC y ETAC) se pueden acomodar fcilmente patrones de sal
to complejos y preguntas aleatorias para eliminar la posibilidad de sesgo. Los cuestionarios por
Internet comparten muchas de las caractersticas de EPAC, pero los de correo electrnico tienen
que ser ms simples. Los cuestionarios diseados para entrevistas personales y telefnicas de
ben ser escritos en un estilo de conversacin.
En el ejemplo del proyecto de tienda departamental, calificar 10 tiendas es una tarea dema
siado compleja para aplicarse por va telefnica. En vez de eso, se selecciona la tarea de califi
cacin ms simple, donde las tiendas se califican una a la vez para medir las preferencias. N
tese el uso de tarjetas para facilitar la tarea de calificacin en la entrevista personal. Las
instrucciones del entrevistador (en letras maysculas) son mucho ms extensas en las entrevis
tas personales. Otra diferencia es que aunque el encuestado anota las calificaciones en las en
cuestas por correo y electrnicas, en la entrevista personal es el entrevistador quien registra los
www.FreeLibros.me
IN V E S T IG A C I N A C T IV A
Tienda
Ca&ficacin
1. L o rd & T a y lo r
_____________
2 . Nfecys
_____________
3 . K m art
_____________
4. Richs
_____________
5 . JC P enney
_____________
_____________
7 . Target
_____________
8 . S aks H f th A ve.
_____________
9 . S ears
_____________
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Tienda
Lord&Taylor
Macys
Kmart
Rich's
JC Penney
Neiman-Marcus
Target
Saks Fifth Ave.
Sears
Wal-Mart
Menos
preferida
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
6
8
8
8
8
8
8
8
8
8
8
9
9
9
9
9
9
9
9
9
9
Ms
preferida
10
10
10
10
10
10
10
10
10
10
Cuestionario personal
(ENTREGUE LAS TARJETAS DE LAS TIENDAS DEPARTAMENTALES A L ENCUESTADO).
Aqu tiene un grupo de nombres de tiendas departamentales, cada uno en una taijeta separada. Por fa
vor examine estas taijetas cuidadosamente. (D TIEMPO AL ENCUESTADO). Ahora, por favor revi
se de nuevo las taijetas y saque la que tiene el nombre de la tienda que ms le gusta, esto es, su tienda
preferida para comprar. (REGISTRE EL NOMBRE DE LA TIENDA Y GUARDE LA TARJETA).
Ahora, examine las nueve taijetas restantes y saque la taijeta de la tienda preferida. (REPITA ESTE
PROCEDIMIENTO HASTA QUE EL ENCUESTADO TENGA SLO UNA TARJETA).
Jerarqua de
la tienda
Nombre
la tienda
_________
1.
2.
3.
4.
5.
2
___________
3_____________ ___________
4_____________ ___________
5_____________ ___________
6.
7. _____1_____
8.
9 . _____2_____
10
10
de
_________________
___________
____________
___________
___________
Esta pregunta para cuestionarios por correo electrnico e Internet seria muy similar a la del cues
tionario por correo; en estos mtodos, el cuestionario es autoaplicado por el encuestado.
283
www.FreeLibros.me
PARTE II
nombres de las tiendas. El tipo de mtodo de entrevista tambin influye en el contenido de las
preguntas.
C O N TE N ID O DE LAS PREGUNTAS
Una vez que se ha especificado la informacin requerida y que se ha decidido el mtodo de en
trevista, el siguiente paso es determinar el contenido de las preguntas: qu incluir en cada
pregunta?
(incorrecta)
(correcta)
Otro ejemplo de una pregunta mltiple incluida en una sola es: por qu . En el contexto
del estudio de la tienda departamental, considrese la pregunta,
Porqu compra en Nike Town?
(incorrecta)
Las posibles respuestas pueden incluir: para comprar zapatos deportivos; est mejor
ubicada que las dems tiendas, y me la recomend mi mejor amigo. Cada una de estas res
puestas se relaciona con una pregunta distinta incluida en la pregunta por qu. La primera
respuesta nos dice por qu el encuestado compra en la tienda de mercanca atltica, la segun
da respuesta revela lo que al encuestado le gusta sobre Nike Town en comparacin con las de
ms tiendas y la tercera respuesta nos dice cmo supo el encuestado acerca de Nike Town. Las
www.FreeLibros.me
CAPTULO 10
285
tres respuestas no son comparables y una sola respuesta puede no ser suficiente. Se puede obte
ner informacin completa al hacer dos preguntas separadas:
Qu le gusta de Nike Town en comparacin con otras tiendas? y
Cmo lleg a comprar a Nike Town la primera vezT
(conecta)
La mayora de las preguntas por qu acerca del uso de un producto o eleccin de alterna
tiva incluye dos aspectos: 1) atributos del producto y 2) influencias que llevaron a su conoci
miento.5
SOBREPONERSE A LA INCAPACIDAD
DE CONTESTAR
Los investigadores no deben asumir que los encuestados pueden proporcionar respuestas exac
tas o razonables a todas las preguntas. El investigador debe sobreponerse a la incapacidad del
encuestado para contestar. Ciertos factores limitan la capacidad de los encuestados para propor
cionar la informacin deseada. Los encuestados tal vez no estn informados, quiz no recuer
den o son incapaces de articular cierto tipo de respuestas.
www.FreeLibros.me
286
PARTE II
En situaciones donde no es probable que todos los encuestados estn informados acerca
del tema de inters, se deben hacer preguntas de filtro antes de las preguntas acerca de los te
mas mismos.7 Las preguntas de filtro permiten al investigador seleccionar a los encuestados
que no estn adecuadamente informados.
El cuestionario de tiendas departamentales incluy preguntas relacionadas con 10 diferen
tes tiendas departamentales, que iban desde tiendas de prestigio hasta tiendas de descuento. Era
probable que muchos encuestados no estuvieran suficientemente informados acerca de todas
las tiendas, as que se obtuvo la familiaridad y la frecuencia del patrocinio para cada tienda
(vase el captulo 1). Esto permiti anlisis separados de datos acerca de tiendas sobre las que
los encuestados no estaban informados. A l parecer, una opcin de no lo s reduce las respues
tas no informadas sin reducir la tasa de respuesta general o la tasa de respuesta para preguntas
acerca de las que los encuestados tienen informacin. Por lo tanto, se debe proporcionar esta
opcin cuando el investigador espera que los encuestados puedan no estar adecuadamente in
formados acerca del tema en cuestin.8
Recuerda el encuestado?
Muchas cosas que podramos esperar que todos supieran, slo unos pocos las recuerdan. Prue
be esto en usted mismo. Puede responder lo siguiente?
Qu marca es la camisa que us hace dos semanas?
Qu comi hace una semana?
Qu estaba usted haciendo hace un mes por la tarde?
Cuntos galones de refrescos consumi usted durante las ltimas cuatro semanas?
(incorrecta)
Estas preguntas son incorrectas ya que exceden la capacidad de los encuestados para recor
dar. La evidencia indica que los consumidores recuerdan poco las cantidades de productos con
sumidos. En situaciones donde estn disponibles los datos de hechos para su comparacin, se
encontr que los informes del consumidor sobre uso del producto excedi el uso real en 100 por
ciento o ms.9 Por lo tanto, el consumo de refresco se puede obtener mejor al preguntar:
Qu tan a menudo consume refrescos en una semana tpica?
i ________ menos de una vez por semana
. ________ 1 a 3 veces por semana
ii.
4 a 6 veces por semana
i v . _________ 7 o ms veces por semana
(conecta)
www.FreeLibros.me
CAPTULO 10
28 7
estmulo. La influencia de la estimulacin en las respuestas puede ser analizada para seleccio
nar un nivel de estmulo apropiado.
SOBREPONERSE A LA INDISPOSICIN
DE CONTESTAR
Aun si los encuestados son capaces de responder una pregunta en particular, tal vez no estn
dispuestos a hacerlo, ya sea porque se requiere demasiado esfuerzo, porque la situacin o el
contexto quiz no parezcan apropiados para revelarse, porque no resulta aparente un propsito
o necesidad legtima de la informacin o bien porque la informacin requerida es delicada.
(incorrecta)
En la siguiente lista, por favor marque todos los departamentos en los que compr mercanca en su
visita ms reciente a una tienda departamental.
1.
2.
3.
4.
17. Joyera
18. Otro (especifique)
_____
(correcta)
Contexto
Algunas preguntas pueden parecer apropiadas en ciertos contextos, pero no en otros. Por ejem
plo, las preguntas sobre los hbitos de higiene personal pueden ser apropiadas cuando se pre
guntan en una encuesta patrocinada por la Asociacin Mdica, pero no en una patrocinada por
un restaurante de comida rpida. Los encuestados no estn dispuestos a responder preguntas
que consideren inapropiadas para el contexto dado. A veces, el investigador puede manipular el
contexto en el que se hacen las preguntas con el fin de que stas parezcan apropiadas. Por ejem
plo, antes de pedir informacin sobre higiene personal en una encuesta para un restaurante de
www.FreeLibros.me
288
PARTE II
comida rpida, el contexto se puede manipular al hacer la siguiente afirmacin: Como restau
rante de comida rpida, estamos muy preocupados en proporcionar un ambiente limpio e higi
nico para nuestros clientes. Por lo tanto, nos gustara hacerle unas preguntas relacionadas con la
higiene personal .
Propsito legtimo
Los encuestados tampoco estn dispuestos a divulgar informacin que no consideren que sirva
para un propsito legtimo. Por qu una empresa que comercializa cereales est interesada en
saber su edad, ingresos y ocupacin? Explicar por qu se necesitan los datos puede hacer que
pedir la informacin parezca legtimo e incremente la disposicin de los encuestados a respon
der. Una afirmacin como: para determinar cmo el consumo de cereal y las preferencias por
ciertas marcas varan entre la gente de distintas edades, ingresos y ocupaciones, necesitamos in
formacin sobre... puede hacer que la solicitud de informacin parezca legtima.
Informacin delicada
Los encuestados no estn dispuestos a revelar, al menos en forma exacta, informacin delicada
porque esto puede causar vergenza o amenaza el prestigio o imagen del encuestado. Si se pre
siona para obtener una respuesta, los encuestados pueden dar respuestas desviadas, en especial
durante las entrevistas personales (vase el captulo 6, tabla 6-2).n Los temas delicados inclu
yen dinero, vida familiar, creencias polticas y religiosas y estar involucrado en crmenes o ac
cidentes. Las tcnicas descritas en la siguiente seccin se pueden adoptar para incrementar la
probabilidad de obtener informacin que los encuestados no estn dispuestos a proporcionar.
www.FreeLibros.me
CAPTULO 10
289
azar, por ejemplo, lanzando una moneda. El encuestado entonces responde la pregunta se
leccionada con un s f o un no, sin decir al investigador qu pregunta se est contestando.
Dada la probabilidad general de una respuesta afirmativa, la probabilidad de seleccionar la
pregunta delicada y la probabilidad de una respuesta afirmativa a una pregunta neutral, el in
vestigador puede determinar la probabilidad de una respuesta afirmativa a la pregunta deli
cada utilizando la ley de probabilidades. Sin embargo, el investigador no puede determinar
qu encuestados han respondido de manera afirmativa a la pregunta delicada.14
ELECCIN DE LA ESTRUCTURA
DE LAS PREGUNTAS
Una pregunta puede ser estructurada o sin estructura. En las siguientes secciones se definen las
preguntas sin estructura y se comentan sus ventajas y desventajas; tambin se consideran los
principales tipos de preguntas estructuradas: de eleccin mltiple, dicotmicas y escalas.15
Las preguntas sin estructura son preguntas abiertas que los encuestados responden en sus propias palabras. Tambin se les conoce como preguntas de respuesta libre. Las siguientes son algunos ejemplos:
r
Cul es su ocupacin?
Qu piensa de la gente que prefiere las tiendas departamentales de descuento?
Quin es su personaje poltico favorito?
Las preguntas abiertas son buenas como primeras preguntas sobre un tema. Permiten a los
encuestados expresar actitudes generales y opiniones que pueden ayudar al investigador a inter
pretar sus respuestas a preguntas estructuradas. Las preguntas sin estructura tienen mucho me
nos influencia de sesgo en las respuestas que las preguntas estructuradas. Los encuestados son
libres de expresar cualquier punto de vista. Sus comentarios y explicaciones pueden proporcio
nar al investigador muchos conocimientos. Por esta razn, las preguntas sin estructura son ti
les en la investigacin exploratoria.
La principal desventaja es que la posibilidad de sesgo del entrevistador es alta. Ya sea que
los entrevistadores registren las respuestas palabra por palabra o que escriban slo los puntos
principales, los datos dependen de las habilidades de los entrevistadores. Si es importante un in
forme al pie de la letra, se deben utilizar grabadoras.
Otra desventaja importante de las preguntas sin estructura es que la codificacin de las res
puestas es costosa y lleva mucho tiempo.16 Los procedimientos de codificacin requeridos pa
ra resumir las respuestas en un formato til para anlisis de datos e interpretacin pueden ser
extensos. De manera implcita, las preguntas sin estructura o abiertas brindan peso extra a los
encuestados, los cuales expresan mejor sus ideas. Adems, las preguntas sin estructura no son
apropiadas para cuestionarios autoaplicados (correo, EPAC, correo electrnico e Internet), por
que los encuestados tienden a ser ms breves al escribir que al hablar.
Una codificacin previa puede superar algunas de las desventajas de las preguntas sin estruc
tura Las respuestas esperadas se registran en un formato de opcin mltiple, aunque la interro
gante se presenta a los encuestados como pregunta abierta Con base en la respuesta del encuestado, el entrevistador selecciona la categora de respuesta apropiada. Este mtodo puede ser
satisfactorio cuando el encuestado puede formular fcilmente la respuesta y no es difcil desarro
llar categoras codificadas con anterioridad, ya que las alternativas de respuesta son limitadas. Por
ejemplo, este mtodo se puede utilizar para obtener informacin sobre la propiedad de aparatos
elctricos. Tambin se ha utilizado de manera exitosa en encuestas de negocios, como se muestra
en el siguiente ejemplo.
www.FreeLibros.me
290
PARTE II
Q u c o m p a a (s) est u tilizan d o su em p resa actu alm en te p ara el servicio d e llam ad as te lef n icas
de larga d ista n c ia ? Si e s m s d e u n a , srv a se in d ic a r lo s nom bres d e to d a s la s co m p a a s. (H G A S E C O
M O P R E G U N T A A B IE R T A , P E R M IT A M L T IP L E S R E S P U E S T A S Y C A L IF IQ U E C O M O S IG U E).
L
MCI
2.
U S S P R IN T
3.
CONTEL
4.
AT& T
5.
6.
7.
No sa b e o no respondi
En general, las preguntas abiertas son tiles en la investigacin exploratoria y como pre
guntas iniciales. En otros casos, sus desventajas sobrepasan a sus ventajas en una encuesta
grande.18
Preguntas estructuradas
Son las que especifican previamente
d conjunto de alternativas de
respuesta y el formato de respuesta.
Una pregunta estructurada puede ser
de opcin mltiple, dicotmica o de
escala.
__________
D efinitivam ente no lo c o m p ra r
__________
E s pro b ab le q u e no lo c o m p re
__________
Indeciso
__________
Tal v e z lo co m p re
__________
D efinitivam ente lo c o m p ra r
__________
\fcrios de los temas analizados en el captulo 9 con relacin a las escalas de calificacin por
reactivos tambin aplican a las respuestas de opcin mltiple. Dos preocupaciones adicionales
al disear las preguntas de opcin mltiple son el nmero de alternativas que se deben incluir y
el orden o la posicin de sesgo.
Las alternativas de respuesta deben incluir el conjunto de todas las posibles opciones. El li
ncamiento general consiste en enumerar todas las alternativas que puedan ser de importancia e
incluir una alternativa con la etiqueta otro (especifique), como se mostr antes. Las alternati
vas de respuesta deben ser mutuamente exclusivas. Los encuestados tambin deben ser capaces
de identificar una y solo una alternativa, a menos que el investigador de manera especfica per
mita dos o ms opciones (por ejemplo, Favor de indicar todas las marcas de refrescos que us
ted ha consumido durante la ltima semana). Si las alternativas de respuesta son numerosas,
considere utilizar ms de una pregunta para reducir las demandas de proceso de informacin
sobre los encuestados.
El orden o posicin d e sesgo es la tendencia de los encuestados a marcar una alternativa s
lo porque ocupa cierta posicin o est enumerada en cierto orden. Los encuestados tienden a
marcar la primera o la ltima afirmacin de una lista, en particular la primera. Para una lista de
nmeros (cantidades o precios) existe una desviacin hacia el valor central de la lista. Para con
trolar la desviacin de orden se deben preparar varias formas del cuestionario cambiando en ca
da una el orden en que aparecen las alternativas. Cada alternativa debe aparecer una vez en cada
uno de los extremos, una vez en medio y una vez en algn lugar intermedio.19
Las preguntas de opcin mltiple superan muchas de las desventajas de las preguntas
abiertas, porque el sesgo del investigador se reduce y estas preguntas se aplican rpidamente.
Adems, la codificacin y el proceso de los datos son mucho menores en costo y tiempo. En los
www.FreeLibros.me
CAPTULO 10
291
S
No
No lo s
La decisin de utilizar una pregunta dicotmica depende de que los encuestados aborden el
tema como una pregunta de s o no. Aunque las decisiones a menudo se caracterizan como se
ries de elecciones binarias o dicotmicas, el proceso de la toma de decisin implcito puede re
flejar incertidumbre, que puede capturarse mejor en las respuestas de opcin mltiple. Por
ejemplo, dos individuos pueden tener la misma probabilidad de comprar un auto nuevo dentro
de los siguientes seis meses si las condiciones econmicas permanecen favorables. Sin embar
go, un individuo optimista acerca de la economa responder que s, en tanto que el otro, que
se siente pesimista, responder que no .
Otro tema en el diseo de laspreguntas dicotmicas essi se debe incluir una alternativa de
respuesta neutral. Si no est incluida, se obliga a losencuestados a elegir entre s f o no, aun si
se sienten indiferentes. Por otro lado, si se incluye una alternativa neutral, los encuestados pueden
evitar tomar una posicin sobre el tema, desviando por lo tanto los resultados. Se ofrecen los si
guientes lincamientos. Si se puede esperar que una proporcin sustancial de los encuestados sea
neutral, incluya una alternativa neutral. Si se espera que la proporcin de los encuestados sea pe
quea, evite las alternativas neutrales.
Las ventajas y desventajas generales de las preguntas dicotmicas son muy similares a las
de las preguntas de opcin mltiple. Las dicotmicas son el tipo ms fcil de pregunta para co
dificar y analizar, pero tienen un problema agudo. La respuesta puede ser influida por la expre
sin de la pregunta. Como ilustracin, la afirmacin, los individuos son ms culpables del cri
men que las condiciones sociales y la ausencia de leyes en este pas, produjo un acuerdo de
59.6% de los encuestados. Sin embargo, en una muestra concordante que respondi a la afirma
cin contraria, las condiciones sociales son ms culpables del crimen que los individuos y la
ausencia de leyes en este pas, 43.2% (en oposicin al 40.4%) estuvo de acuerdo.22 Para supe
rar este problema, la pregunta se debe enmarcar de una manera en una mitad de los cuestiona
rios y en la forma opuesta en la otra mitad. A esto se le llama tcnica de votacin dividida.
E s c a la s . Las escalas se analizaron con detalle en los captulos 8 y 9. Para ilustrar la diferen
cia entre escalas y otras clases de preguntas estructuradas, considrese la pregunta acerca de las
intenciones de comprar un auto nuevo. Una forma de enmarcar esto utilizando una escala sera
la siguiente:
Pretende usted comprar un auto nuevo dentro de los prximos seis meses?
Definitivamente
no k) comprar
1
Tal vez no
lo compre
2
www.FreeLibros.me
Indeciso
3
Tal vez
lo compre
4
Definitivamente
lo comprar
5
292
PARTE II
sta es slo una de diversas escalas que se podran utilizar para hacer esta pregunta (van
se los captulos 8 y 9). Segn se muestra en el siguiente ejemplo, una encuesta puede contener
diferentes tipos de preguntas.
_ i
www.FreeLibros.me
CAPTULO 10
293
(incorrecta)
Superficialmente, esta puede parecer una pregunta bien definida, pero puede llegarse a una
conclusin distinta si se examina bajo el microscopio del quin, el qu, el cundo y el dnde.
Quin en esta pregunta se refiere al encuestado. Aunque no est claro si el investigador se re
fiere a la marca que el encuestado utiliza personalmente o a la marca utilizada en el hogar.
Q u es la marca del shampoo. Sin embargo, qu pasa si se utiliza ms de una marca de
shampoo? El encuestado debe mencionar la marca ms preferida, la marca que se usa ms a
menudo, la marca utilizada ms recientemente o la primera marca que se le ocurra? Cundo
no est claro; el investigador se refiere a la ltima vez, la ltima semana, el ltimo mes, el l
timo ao o siempre? En cuanto a dnde, est implcito que el shampoo se utiliza en casa, pe
ro esto no lo dice claramente. Una mejor redaccin para esta pregunta sera:
Qu marca o marcas de shampoo ha utizado personalmente en casa
durante el ltimo mes? En caso de que haya ms de una marca, por favor
haga una lista de todas las marcas que apliquen.
(correcta)
www.FreeLibros.me
(incorrecta)
(correcta)
294
PARTE II
Nunca
En ocasiones
Aveces
A menudo
Regularmente
(incorrecta)
Las respuestas a esta pregunta estn cargadas de sesgo, porque las palabras utilizadas para
describir las categoras tienen distintos significados para los diferentes encuestados. Tres en
cuestados que compran una vez al mes pueden marcar tres categoras diferentes: en ocasiones,
aveces y a menudo. Una mejor expresin para esta pregunta sera:
En un mes tpico, con qu frecuencia compra usted en tiendas departamentales?
________
________
________
________
(correcta)
Ntese que esta pregunta proporciona un marco consistente de referencia para todos los en
cuestados. Las categoras de respuesta se han definido de manera objetiva y los encuestados ya
no son libres de interpretarlas a su propia manera.
Al decidir la eleccin de palabras, los investigadores deben consultar un diccionario o en
ciclopedia y hacer las siguientes preguntas para cada palabra que se utilice:
1.
2.
3.
4.
5.
6.
www.FreeLibros.me
CAPTULO 10
295
S
No
No s
(incorrecta)
Esta pregunta llevara a los encuestados a responder no. Despus de todo, cmo po
dran los estadounidenses patriticos dejar sin trabajo a sus propios obreros? Por lo tanto, esta
pregunta no ayuda a determinar las preferencias de los estadounidenses por los autos importa
dos o los autos nacionales. Una mejor pregunta sera:
Piensa usted que los estadounidenses deben comprar autos importados?
________
________
________
S
No
No s
(correcta)
Tambin puede ocurrir sesgo cuando se da a los encuestados pistas acerca de quin patro
cina el proyecto. Los encuestados tienden a responder a favor del patrocinador. La pregunta:
Es Colgate su pasta de dientes favorita?. Tal vez desve las respuestas a favor de Colgate.
Una forma con menos sesgo para obtener esta informacin sera- Cul es su pasta de dientes
favorita?. De la misma forma, la mencin de un nombre de prestigio o sin prestigio puede
sesgar la respuesta como en: Est usted de acuerdo con la Asociacin Dental Estadouniden
se en que Colgate es eficaz para prevenir la caries?. Una pregunta sin sesgo sera: Es Colga
te eficaz para prevenir la caries?.29
No d alternativas implcitas
La que no se expresa en forma
explcita.
Una alternativa que no se halla en forma explcita en las opciones es una alternativa implcita.
Expresar una alternativa implcita en forma explcita puede aumentar el porcentaje de personas
que seleccionen esa alternativa, como en las siguientes dos preguntas.
L Le gusta volar cuando viaja distancias cortas?
2. Le gusta volar cuando viaja distancias cortas o prefiere manejar?
(incorrecta)
(correcta)
www.FreeLibros.me
(incorrecta)
(correcta)
296
PARTE II
En la pregunta 1 estn implcitas las consecuencias que surgirn como resultado de un pre
supuesto balanceado. Puede haber reduccin de los gastos de defensa, incremento del impuesto
sobre la renta, recorte en programas sociales, etctera. La pregunta 2 muestra una mejor mane
ra de redactar la pregunta. La falla de la pregunta 1 para hacer que sus suposiciones sean expl
citas causara sobreestimacin del apoyo de los encuestados para un presupuesto balanceado.
(incorrecta)
primero tendran que determinar el gasto anual en abarrotes al multiplicar el gasto mensual por
12 o el gasto semanal por 52. Luego tendran que dividir la cantidad anual entre el nmero de
personas en el hogar. La mayora de los encuestados no estara dispuesta o sera incapaz de ha
cer estos clculos. Una mejor forma de obtener la informacin requerida sera hacer a los en
cuestados dos preguntas simples:
Cul es el gasto mensual (o semanal) de su hogar en abarrotes?
y
Cuntas personas integran su hogar?
(correcta)
www.FreeLibros.me
CAPTULO 10
29 7
Para empezar, quisiera saber cunto le gusta vivir en este (pueblo/ciudad), Usted dira que le gusta
mucho, un poco o no mucho?
Mucho
Un poco
No mucho
No s___________
___________
___________
___________
___________
En algunas ocasiones es necesario calificar a los encuestados para determinar si son elegi
bles para participar en la entrevista. En estos casos, las preguntas de calificacin sirven como
preguntas iniciales.
M V E S T IG A C I N A C T IV A
Tipo de informacin
Caractersticas socioeconmicas y
demogrficas utilizadas para clasifi
cara los encuestados.
Tipo de informacin obtenida en un
cuestionario que incluye nombre,
direccin y nmero de telfono.
Preguntas difciles
Las preguntas difciles o que son delicadas, vergonzosas, complejas o aburridas se deben ubicar al
final en la secuencia. Despus que se ha establecido armona y que los encuestados estn compro
metidos, es menos probable que objeten a estas preguntas. Por lo tanto, en el proyecto de tienda de
partamental, la informacin sobre deudas en tarjetas de crdito se pregunt al final de la seccin en
la informacin bsica. De la misma forma, el ingreso debe ser la ltima pregunta en la seccin de
clasificacin, y el nmero de telfono el reactivo final en la seccin de identificacin.
www.FreeLibros.me
(correcta)
298
PARTE II
Ntese que la primera pregunta es general, en tanto que la segunda es especfica. Si estas
preguntas se hicieran en el orden contrario, los encuestados tendran la pista sobre la conve
niencia de la ubicacin de la tienda y sera ms probable que dieran esta respuesta a la pregun
ta general, (incorrecta.)
Ir de lo general a lo especfico se llama mtodo de em budo. El mtodo de embudo es par
ticularmente til cuando se debe obtener informacin acerca de la conducta de eleccin general
de los encuestados y sus evaluaciones de productos especficos.33 A veces puede ser til el m
todo de embudo invertido. En este mtodo se comienza con preguntas especficas y se condu
je con preguntas generales. Se anima a los encuestados a proporcionar informacin especfica
antes de hacer evaluaciones generales. Este mtodo es til cuando los encuestados no tienen
sentimientos firmes o an no han formulado un punto de vista.
Orden lgico
Se u tiliz a n p ara g u ia r a un en cu e s
tad o a tra v s d e una e n tre v ista
a d ife re n te s p u n to s d e l c u e s tio n a
rio, d e p e n d ie n d o d e la s resp u estas
dadas.
Las preguntas se deben hacer en orden lgico. Todas las preguntas referentes a un tema en par
ticular se deben hacer antes de empezar con un nuevo tema. Cuando se cambian los temas, se
deben utilizar frases de transicin breves para ayudar a los encuestados a cambiar su forma de
pensamiento.
Las preguntas ramificadas deben disearse cuidadosamente.34 Las preguntas ram ificadas
dirigen a los encuestados a diferentes puntos en el cuestionario dependiendo de la forma como
respondan a la pregunta que se trata. Estas preguntas aseguran que sean cubiertas todas las po
sibles contingencias. Tambin ayudan a reducir el error del entrevistador y del encuestado, y
alientan a completar las respuestas. Los patrones de salto con base en las preguntas ramificadas
pueden volverse muy complejos. Una forma simple de considerar todas las contingencias es
preparar un diagrama de flujo de las posibilidades lgicas y luego desarrollar las preguntas ra
mificadas y las instrucciones con base en ste. En la figura 10-2 se muestra un diagrama de flu
jo utilizado para evaluar el uso del crdito al comprar en las tiendas.
Es importante la ubicacin de las preguntas ramificadas y deben seguirse los siguientes li
ncamientos: 1) la pregunta que se ramifica (a la que se dirige al encuestado) debe ubicarse tan
cerca como sea posible de la pregunta que causa la ramificacin y 2) las preguntas de ramifica
cin se deben ordenar para que los encuestados no puedan anticipar qu informacin adicional
se va a requerir. De otro modo, los encuestados pueden descubrir que pueden evitar preguntas
detalladas al dar ciertas respuestas a las preguntas ramificadas. Por ejemplo, se debe preguntar
a los encuestados si han visto alguno de los comerciales mencionados antes de que los evalen.
De otra manera, el encuestado descubrir rpidamente que afirmar que ha visto los comerciales
llevar a preguntas detalladas acerca de ese comercial, y que pueden evitar dichas preguntas de
clarando que no han visto el comercial.
FORM A Y DISTRIBUCI N
El formato, espacio y disposicin de las preguntas puede tener efecto significativo en los resul
tados, como se ilustr con el cuestionario del censo 2000 en el ejemplo inicial. Esto es particu
larmente importante para los cuestionarios autoaplicados. Los experimentos en los cuestiona
rios por correo para los censos de poblacin revelaron que las preguntas en la parte superior de
www.FreeLibros.me
CAPTULO 10
Figura 1 0 .2
299
Introduccin
J
Propietario de tarjetas de crdito
de tienda, banco y otras
No
la pgina reciban ms atencin que las ubicadas en la parte inferior. Las instrucciones impresas
en rojo hicieron poca diferencia, excepto que lograron que el cuestionario pareciera ms com
plicado para los encuestados.
Es una buena prctica dividir un cuestionario en varias partes, las cuales se pueden reque
rir para preguntas relacionadas con la informacin bsica.
Las preguntas en cada parte deben ser numeradas, en particular cuandose utilizan pregun
tas ramificadas. Numerar las preguntas tambin hace que la codificacin de las respuestas sea
ms fcil. Los cuestionarios preferentemente deben ser codificados. En la codificacin previa,
los cdigos para ingresar en la computadora estn impresos en el cuestionario. En general, el
cdigo identifica el nmero de lnea y de la columna en que se ingresar una respuesta en par
ticular. Ntese que cuando se utiliza ETAC o EPAC, la codificacin previa se construye en el
software. La codificacin de los cuestionarios se explica con mayor detalle en el captulo 14 en
la preparacin de los datos. Aqu se proporciona un ejemplo de cuestionario de codificacin
previa. Para conservar espacio, slo se reproduce parte del cuestionario.
INVESTIGACIN
REAL
www.FreeLibros.me
300
PARTE II
Menos de 30 minutos............................ -1
De 30 a 59 minutos................................ 0 - 2
De 1 h a 1 h con 29 m in ........................ 0 - 3
3. Sin incluirse usted, cuntas otras personas calcula que leen o revisan su ejemplar personal
(no el de la oficina) de The American Law yer!
Nmero de lectores adicionales por copia:
Cinco ........ ............. D
Uno.......... ........ D - l
D o s.......... ............. D - 2
S e is .......... ............. D
Tres.......... ............. D - 3
Siete.......... ........ D
Cuatro---- ........ D - 4
8 -9 ............ ............. D
-5
-6
-7
-8
10a 14........ . . . . - 9
o ms . . .
Ninguna. . . .
15
Los cuestionarios mismos deben llevar un nmero de serie. Esto facilita el control de cues
tionarios en el campo as como la codificacin y anlisis. La numeracin facilita contabilizar los
cuestionarios y determinar si se ha perdido alguno. Una posible excepcin a esta regla seran
los cuestionarios por correo. Si estos se numeran, los encuestados asumen que un nmero dado
identifica a un encuestado en particular. Algunos encuestados pueden rehusarse a participar o tal
vez contestar diferente bajo esas condiciones. Sin embargo, la investigacin reciente sugiere que
la prdida del anonimato tiene poca influencia en los resultados, si acaso tiene alguna.35
www.FreeLibros.me
CAPTULO 10
301
Las instrucciones para preguntas individuales se deben ubicar tan cerca de stas como sea
posible. Las instrucciones relacionadas sobre cmo se debe aplicar la pregunta o cmo la debe
responder el encuestadose deben poner justo antes de la pregunta. Las instrucciones relaciona
das sobre cmo se debe registrar la respuesta o cmo se debe hacer la pregunta se colocan des
pus de la pregunta (para ms informacin de cmo se debe hacer el interrogatorio y otros pro
cedimientos de entrevista, vase el captulo 13). Es una prctica comn distinguir las
instrucciones de las preguntas utilizando un tipo de letra distintivo, como maysculas. (Vase
el proyecto de tienda departamental en la seccin titulada Tipo de mtodo de encuesta.)
Aunque el color no influye en las tasas de respuesta a los cuestionarios, se puede aprove
char su uso en algunos aspectos. El cdigo de colores es til para las preguntas ramificadas. La
siguiente pregunta a la que el encuestado debe dirigirse se imprime en un color que concuerde
con el espacio en el que se registr la respuesta a la pregunta ramificada. Las encuestas dirigi
das a diferentes grupos de encuestados se pueden reproducir en papel de diferente color. En una
encuesta por correo realizada para una empresa importante de telecomunicaciones, el cuestio
nario de la empresa se imprimi en papel blanco, en tanto que el cuestionario de los hogares se
imprimi en papel amarillo.
El cuestionario se debe reproducir de tal manera que sea fcil de leer y de responder. El ti
po de letra debe ser grande y claro. Leer el cuestionario no debe representar una dificultad. D i
versas tcnicas permiten a los investigadores obtener mejor calidad de impresin y reducir cos
tos de manera simultnea. Un esfuerzo en estas lneas dio lugar a una reduccin de costos de
impresin de 1,150 a 214 dlares.36
PRUEBA PILOTO
Aplicacin del cuestionario en una
pequea muestra de encuestados
con el fin de mejorarlo al identificar
y eliminar problemas potenciales.
Prueba piloto se refiere a la aplicacin del cuestionario en una pequea muestra de encuestados
para identificar y eliminar posibles problemas. Aun el mejor cuestionario se puede mejorar con
una prueba piloto. Como regla general, un cuestionario no se debe utilizar en una encuesta de
campo sin haber sido probado. La prueba piloto debe ser extensa, como se ilustr en el ejemplo
inicial del cuestionario del censo 2000. Se deben probar todos los aspectos del cuestionario, in
cluyendo el contenido de la pregunta, redaccin, secuencia, forma y distribucin, dificultad de
la pregunta e instrucciones. Los encuestados en la prueba piloto deben ser similares a los que se
incluirn en la encuesta real en trminos de caractersticas, familiaridad con el tema y actitudes
y conductas de inters.37 En otras palabras, los encuestados para la prueba piloto y para la en
cuesta real se deben tomar de la misma poblacin.
Las pruebas piloto son mejores en entrevistas personales, aun si la encuesta real se va a rea
lizar por correo, telfono o medios electrnicos, porque los entrevistadores pueden observar las
reacciones y actitudes de los encuestados. Despus de que se realicen todos los cambios
necesarios, se deber llevar a cabo otra prueba piloto por correo, telfono o medios electrnicos,
si es que dichos medios no se han empleado en la entrevista previa. Las ltimas pruebas piloto
deben revelar problemas peculiares respecto del mtodo de entrevista. En la medida de lo posi
ble, una prueba piloto debe incluir aplicar un cuestionario en un ambiente y contexto similares a
los de la encuesta real.
Deben utilizarse una variedad de entrevistadores para las pruebas piloto. El director del pro
vecto, el investigador que desarroll el cuestionario y los otros miembros fundamentales del
equipo de investigacin deben realizar algunas entrevistas de prueba. Esto les dar la oportuni
dad de detectar posibles problemas y la naturaleza de los datos esperados. Sin embargo, los en
trevistadores normales deben realizar la mayor parte de las entrevistas de la prueba piloto. Es
una buena prctica utilizar tanto entrevistadores nuevos como experimentados. Los entrevistadores experimentados pueden fcilmente percibir incomodidad, confusin y resistencia en los
encuestados. Los entrevistadores nuevos pueden ayudar al investigador a identificar problemas
relacionados con el entrevistador. En general, la muestra de la prueba piloto es pequea, y vara
de 15 a 30 encuestados en la prueba inicial, dependiendo de la heterogeneidad de la poblacin
objetivo. El tamao de la muestra puede incrementar sustancialmente si la prueba piloto inclu
ye diversas etapas.
El anlisis de protocolo y sesin de preguntas y respuestas son dos procedimientos comn
mente utilizados en las pruebas piloto. En el anlisis de protocolo se pide al encuestado que
piense en voz alta mientras contesta el cuestionario. Los comentarios del encuestado por lo
general se graban y se analizan para determinar las reacciones que provocan las distintas partes
del cuestionario. La sesin de preguntas y respuestas ocurre despus que se ha llenado el cues tio-
www.FreeLibros.me
302
PARTE II
nano. Se dice a los encuestados que el cuestionario que acaban de llenar fue una prueba piloto y se
les describen los objetivos. Luego se les pide mencionar el significado de cada pregunta, explicar
sus respuestas y declarar cualquier problema que hayan encontrado al contestar el cuestionario.
La edicin implica corregir el cuestionario por los problemas identificados durante las prue
bas piloto. Despus de cada revisin significativa del cuestionario se debe efectuar otra prueba
utilizando una muestra distinta de encuestados. Las pruebas slidas incluyen diversas etapas. Una
prueba piloto es apenas un mnimo y se deben continuar hasta que no se requiera ningn cambio.
Por ltimo, se deben codificar y analizar las respuestas obtenidas de la prueba. El anlisis
de las respuestas de la prueba piloto puede servir como revisin sobre la adecuacin de la defini
cin del problema, y de los datos y anlisis requeridos para obtener la informacin necesaria. Los
cuadros de variables ficticias preparadas antes de desarrollar el cuestionario sealarn la necesidad
de diversos conjuntos de datos. Si la respuesta a una pregunta no se puede relacionar con la que se
plante en los cuadros de variables ficticias, esos datos son superfluos o no se ha previsto un anli
sis relevante. Si una parte de un cuadro de variable ficticia permanece vaco, pudo haberse omitido
una pregunta necesaria. El anlisis de los datos de la prueba piloto ayuda a asegurar que se utiliza
rn todos los datos recopilados y que el cuestionario obtendr los datos necesarios.38
En la tabla 10-1 se resume el proceso de diseo del cuestionario en forma de lista de veri
ficacin.
FORMAS DE OBSERVACIN
Las formas para registrar los datos de observacin son ms fciles de construir que los cuestio
narios. El investigador no debe preocuparse por el impacto psicolgico de las preguntas y la
forma en que se hacen. El investigador slo necesita desarrollar una forma que identifique cla
ramente la informacin requerida, que facilite al trabajador de campo el registro exacto de la in
formacin y simplifique la codificacin, ingreso y anlisis de datos.
Las formas de observacin deben especificar quin, qu, cundo, dnde, porqu y cmo es
la conducta por observar. En el proyecto de la tienda departamental, una forma de observacin
para el estudio de compras incluira espacio para toda la siguiente informacin.
IN V E S T IG A C I N A C T I V A
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
El cuestionario o instrumento de investigacin se debe adaptar al entorno cultural especfico y
no causar sesgo en trminos de ninguna cultura. Esto requiere atencin cuidadosa para cada fa
se del proceso de diseo del cuestionario. La informacin necesaria debe estar especificada con
daridad. Es importante considerar cualquier diferencia en las variables de la conducta implci-
www.FreeLibros.me
CAPTULO 10
303
INVESTIGACIN
REAL
www.FreeLibros.me
304
PARTE II
1. Revise el tipo de mtodo de entrevista determinado con base en las consideraciones analizadas en el captulo 6.
Fase 3
1. Es necesaria la pregunta?
2. Se requieren diversas preguntas en vez de una para obtener la informacin necesaria de manera clara?
3. No utilice preguntas dobles.
lse 4
Disear las preguntas para superar la incapacidad de los encuestados y la renuencia a contestar.
Si la informacin es sensible:
a. Ubique los temas sensibles al final del cuestionario.
b. Inicie la pregunta con una afirmacin de que la conducta de inters es algo comn.
c. Ffaga la pregunta utilizando la tcnica de tercera persona.
d. Oculte la pregunta en un grupo de otras preguntas que los encuestados estn dispuestos a responder.
e.
1. Las preguntas abiertas son tiles en la investigacin exploratoria y como preguntas iniciales.
2. Utilice preguntas estructuradas siempre que sea posible.
3. En las preguntas de opcin mltiple, las alternativas de respuesta deben incluir un conjunto de todas las elecciones posibles y deben ser
mutuamente excluyentes.
4. En una pregunta dicotmica, si una proporcin sustancial de los encuestados se espera que sea neutral, se debe incluir una alternativa neutral.
5. Considere d uso de la tcnica de votacin dividida para reducir el sesgo de orden en las preguntas dicotmicas y de opcin mltiple.
6. Si las alternativas de respuesta son numerosas, considere utilizar ms de una pregunta para reducir las demandas de proceso de
informacin para los encuestados.
Itise 6
www.FreeLibros.me
CAPTULO 10
305
Reproducir el cuestionario.
www.FreeLibros.me
306
PARTE II
INVESTIGACIN
RE A L
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
El proceso del diseo del cuestionario sealado en este captulo tambin se aplica a los cuestio
narios de Internet. Diversas empresas, como Sawtooth Software (www.sawtoothsoftware.com)
proporcionan software y servicios para disear cuestionarios de Internet, los cuales comparten
muchas de las caractersticas de los cuestionarios de EPAC. El cuestionario puede ser diseado
utilizando una amplia variedad de estmulos, como grficas, fotografas, anuncios, animado-
www.FreeLibros.me
CAPTULO 10
307
nes, sistemas de sonido y video. Es ms, el investigador puede controlar la cantidad de tiempo
que el estmulo est disponible para los encuestados y el nmero de veces que un encuestado
puede tener acceso a cada estmulo. Esto aumenta en gran medida la gama y complejidad de los
cuestionarios que se pueden aplicar por Internet. Como en el caso de ETAC y EPAC, los patro
nes de salto complicados pueden ser programados en el cuestionario. Las preguntas se pueden
personalizar e insertar las respuestas a preguntas previas en preguntas subsecuentes. Vase, por
ejemplo, w w w .custom ersat.com .
www.FreeLibros.me
308
PARTE II
E N F O Q U E
EN
B U R K E
Al desarrollar un cuestionario, Burke se asegura que va a obtener toda la informacin especificada por
d problema de investigacin de mercados. Ciertos procedimientos se siguen con este fin.
1. Desarrollar un diagrama de flujo de la informacin requerida con base en el problema de investi
gacin de mercados (vase la figura 10-2).
a. Una vez que se presenta la secuencia completa de informacin, deben aclararse las interreladones.
b. Hacer que concuerden los datos reales que usted esperara recabar del cuestionario contra las
necesidades de informadn enumeradas en el diagrama de flujo.
c. Ser especfico en el objetivo de cada rea de informacin y datos. Usted debe ser capaz de
escribir un objetivo para cada rea tan especfico que gue su construccin de las preguntas.
2. En esta etapa, pngase en el lugar del crtico y vudva a revisar el diagrama de flujo preguntando:
a. J'ecesito saberlo y saber exactamente lo que voy a hacer con l? o
b. Sera bueno saberlo pero no lo necesito?
Cnstantemente se va a encontrar en la situacin donde el cliente dice mientras tengamos la
atencin del encuestado, esta es una buena oportunidad para preguntar
. Burke est fuertemen
te contra agregar preguntas sobre cosas que sera bueno saber*.
Una vez que se ha estableado la necesidad de una pregunta, Burke decide la estructura. La ma
yora de las preguntas son estructuradas y utilizan opcin mltiple o escalas. El uso de preguntas sin es
tructura es limitado, especialmente en encuestas aplicadas a un gran nmero de encuestados. Se dedica
considerable atencin a elegir la redaccin de las preguntas. La meta es plantear las preguntas en for
ma simple y precisa, para que sean entendidas por todos los encuestados en la forma en que el investi
gador pretende y as obtener respuestas exactas y sin sesgo. Al decidir el orden, primero se hacen las
preguntas de seleccin que tienen el fin de calificar a los encuestados, y la informacin demogrfica y
personal se obtiene al final. En medio estn las preguntas relacionadas con el problema de investiga
cin de mercados, dispuestas en orden lgico. La forma y distribucin es en tal forma que un cuestio
nario a menudo se divide en partes, cada una con preguntas acerca de un tema especfico. Considrese
d cuestionario de encuesta WEBNOSTICS, diseado para evaluar el desempeo tctico de un sitio de
Internet. El tipo de informacin obtenida y el orden en que se consigue es el siguiente:
www.FreeLibros.me
CAPTULO 10
309
RESUMEN
Para la recopilacin de datos primarios cuantitativos, un investiga
dor debe disear un cuestionario o una forma de observacin. Un
cuestionario tiene tres objetivos. Debe convertir la informacin ne
cesaria en un conjunto de preguntas especficas que los encuestados
puedan responder. Debe motivar a los encuestados para completar
la entrevista. Tambin debe minimizar el error de respuesta.
Disear un cuestionario es un arte ms que una ciencia. El
proceso comienza al especificar: 1) la informacin requerida y 2)
el tipo de mtodo de entrevista. La siguiente fase (3) es para de
cidir el contenido de preguntas individuales. La pregunta debe
superar la incapacidad de los encuestados y su renuencia a con
testar (fase 4). Los encuestados pueden ser incapaces de contes
tar si no estn informados, si no pueden recordar o si no pueden
expresar la respuesta. Tambin se debe superar la falta de dispo
sicin de los encuestados para responder. Los encuestados pue
den estar renuentes a responder si la pregunta requiere demasia
do esfuerzo, si se hace en una situacin o contexto que se
considere inapropiado, si no sirve a un propsito legtimo o si so
licita informacin delicada. Luego sigue la decisin en cuanto a
la estructura (fase 5). Las preguntas pueden ser sin estructura
(abiertas) o estructuradas a distintos grados. Las preguntas e s
tructuradas incluyen: de opcin mltiple, dicotmicas y escalas.
La determinacin de la redaccin de cada pregunta (fase 6)
incluye definir el tema, as como utilizar palabras cotidianas, pa
labras claras y enunciados dobles. El investigador debe evitar las
preguntas tendenciosas, alternativas implcitas, suposiciones im
plcitas y generalizaciones y estimados. Una vez que se han re
dactado las preguntas, se debe decidir el orden en el que aparece
EJERCICIOS
Preguntas
1. Cul es el propsito de los cuestionarios y las formas de observacin?
2. Explicar cmo el modo de aplicacin afecta el diseo del cuestionario.
3. Cmo se determinara si una pregunta especfica debe incluirse en
un cuestionario?
4. Qu es una pregunta doble?
5. Cules son las razones para que un encuestado sea incapaz de res
ponder a una pregunta?
6. Explique los errores de omisin, abreviacin y creacin. Qu se
puede hacer para reducir estos errores?
www.FreeLibros.me
310
PARTE II
Problemas
1. Desarrolle tres preguntas dobles relacionadas con volar y las prefe
rencias de aerolneas de los pasajeros. Tambin desarrolle las ver
siones correctas de cada pregunta.
2. Enumere al menos 10 palabras ambiguas que no se deban utilizar al
plantear las preguntas.
3. Las siguientes preguntas definen el tema? Por qu s o por qu
no?
a. Cul es su marca favorita de pasta de dientes?
b. Cbn qu frecuencia sale usted de vacaciones?
c. Usted consume jugo de naranja?
1. S 2. No
US Sprint
d.
Otras
d. Descuentos en Damadas
e. Calidad del servicio telefnico
1
1
2
2
3
3
4
4
5
5
9. Qu tan importante es para una compaa de telfonos ofrecer una taijeta telefnica?
Sin importancia
Muy importante
1
2
3
4
5
6
7
10. Tiene usted nios en casa?
Muchas gracias por su ayuda.
www.FreeLibros.me
CAPTULO 10
311
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
1. A IBM le gustara realizar una encuesta de Internet para determinar
h imagen de las PC de IBM y la imagen de sus principales competi
dores (Apple, Dell y Hewlett Packard). Desarrollar dicho cuestiona
rio. La informacin pertinente se puede obtener al visitar las pginas
Wfeb de estas compaas {Mww.ibm.com, www.appiecomputer.com,
Mww.deU.com y www.hp.com).
2. Desarrolle el cuestionario del problema 1del trabajo de campo utili
zando un paquete de diseo de cuestionarios electrnicos como el
Q3 System. Aplique este cuestionario a 10 estudiantes utilizando
ina microcomputadora.
ACTIVIDADES
Intercambio de papeles
1. Acaba de ser contratado como becario de administracin por una em
presa que produce aparatos electrodomsticos. Su jefe le ha pedido
que desarrolle un cuestionario para determinar cmo los hogares pla
nean, compran y utilizan los aparatos electrodomsticos. El cuestio
nario se utilizar en un estudio a nivel nacional. Sin embargo, usted
siente que no tiene la experiencia para elaborar dicho cuestionario.
Explique esto a su jefe (papel interpretado por otro estudiante).
2. Usted est trabajando como gerente de investigacin de mercados
para una cadena nacional de tiendas departamentales. La adminis
tracin, representada por un grupo de estudiantes, est preocupada
por el grado de robos cometidos por los empleados. Se le asigna la
tarea de desarrollar un cuestionario para determinar el grado de ro
bos de empleados. Este cuestionario se enviar a los empleados a ni
vel nacional. Explique ala administracin su mtodo para disear el
cuestionario (pista: utilice la tcnica de respuesta aleatorizada).
Trabajo de campo
Anlisis en grupo
L Debido a que el diseo del cuestionario es un arte, es intil seguir
un conjunto rgido de lincamientos. Mejor, el proceso se debe dejar
por completo a la creatividad e ingenuidad del investigador'. Anali
ce en un grupo pequeo.
2. Analice en un grupo pequeo el papel del diseo del cuestionario
para minimizar el error de investigacin total.
3. Analice la importancia de forma y disposicin en la construccin
del cuestionario.
1. Desarrolle un cuestionario para determinar cmo los estudiantes elil^n un restaurante. Pruebe el cuestionario al aplicarlo a 10 estudian
www.FreeLibros.me
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
1. Diferenciar una muestra de un censo e identificar las condiciones que favorecen el uso de
una muestra sobre un censo.
2 . Analizar el proceso de diseo de muestreo: definicin de la poblacin objetivo, determina
cin del marco de muestreo, seleccin de la(s) tcnica(s) de muestreo, determinacin del
tamao de la muestra y ejecucin del proceso de muestreo.
3 . Gasificar las tcnicas de muestreo como probabilstico y no probabilstico.
4 . Describir las tcnicas de muestreo no probabilstico por conveniencia, juicio, cuotas y bola
de nieve.
5 . Describir las tcnicas de muestreo probabilstico aleatorio simple, sistemtico, estratificado
y por agolpamientos.
6 . Identificar las condiciones que favorecen el uso del muestreo no probabilstico sobre el
muestreo probabilstico.
7 . Entender el proceso del diseo de muestreo y el uso de las tcnicas de muestreo en la in
vestigacin de mercados internacionales.
8. Identificar los temas ticos relacionados con el proceso del diseo de muestreo y el uso de
las tcnicas de muestreo apropiadas.
9. Explicar el uso de Internet y las computadoras en el diseo de muestreo.
www.FreeLibros.me
Gen e r a l i d a d e s
El muestreo es uno de los componentes de un diseo de investigacin. La elaboracin del
diseo de investigacin es la tercera etapa del proceso de investigacin de mercados. En es
ta etapa ya se ha identificado la informacin requerida para abordar el problema de investi
gacin de mercados y se ha determinado la naturaleza del diseo de investigacin (explo
ratorio, descriptivo o causal) (captulos 3 al 7). Es ms, se han especificado los
procedimientos de escala y medicin (captulos 8 y 9), y se ha diseado el cuestionario (ca
ptulo 10). La siguiente etapa es el diseo de procedimientos de muestreo apropiados. El
diseo del muestreo incluye diversas preguntas bsicas: 1) Se debe tomar una muestra?
2) Si es as, qu proceso se debe seguir? 3) Qu clase de muestra se debe tomar? 4) Qu
tan grande debe ser? 5) Qu se puede hacer para controlar y ajustar los errores por falta de
respuesta?
En este captulo se introducen los conceptos fundamentales de muestreo y las considera
ciones cualitativas necesarias para responder estas preguntas. Se aborda la pregunta acerca
de si tomar o no una muestra y se describen las etapas incluidas del muestreo. Despus se pre
sentan tcnicas de muestreo probabilstico y no probabilstico. Se analiza el uso de las tc
nicas de muestreo en la investigacin de mercados internacionales, se identifican los temas
ticos pertinentes y se describe el uso de Internet y las computadoras en el muestreo. La de
terminacin estadstica del tamao de la muestra y las causas, control y ajustes del error por
falta de respuesta se analizan en el captulo 12.
www.FreeLibros.me
314
Un diseo de muestreo apropiado ayud
al U.S. Fish and Wildlife Service a crear
estrategias de marketing eficaces para el
programa de estampillas del pato.
PARTE II
M UESTRA O CENSO
El total de todos los elementos que
comparten un conjunto de caracte
rsticas comunes y comprenden el
universo del propsito del problema
de investigacin de mercado.
Enumeracin completa de los ele
mentos de una poblacin u objetos
de estudio.
Subgrupo de elementos de la pobladn seleccionado para participar en
d estudio.
www.FreeLibros.me
315
Muestra o censo____________________________________________________________
C ondiciones
M u estr a
Pequeo
Grande
2 Tiempo disponible
Poco
Mucho
3. Tamao de la poblacin
Grande
Pequea
1. Presupuesto
en s o
4. Variacin en la caracterstica
Poca
Mucha
Bajo
Alto
Alto
Bajo
7. Naturaleza de la medicin
Destructiva
No destructiva
No
que se le da en Honda. Una poblacin pequea, as como mucha variacin en las caractersticas
por medir, favorecen un censo.
Si el costo de errores de muestreo es elevado (por ejemplo, si la muestra omiti a un pro
ductor importante como Ford, los resultados pueden ser engaosos), sera deseable un censo que
elimine esos errores. Por otro lado, el alto costo de errores que no son de muestreo favorecera un
muestreo. Un censo puede incrementar mucho el error que no es de muestreo, al punto que estos
errores exceden los errores de muestreo que se daran al tomar una muestra. Se sabe que los erro
res que no son de muestreo son la principal contribucin al error total, en tanto que los errores de
muestreo aleatorio han sido relativamente pequeos en magnitud (vase el captulo 3).2 Por eso,
en la mayora de los casos, las consideraciones de exactitud favoreceran una muestra sobre
un censo. sta es una de las razones de que la oficina del censo estadounidense verifique la exac
titud de diversos censos al realizar encuestas de muestreo.3 Sin embargo, no siempre es posible
reducir el error que no es de muestreo lo suficiente para compensar el error de muestreo, como
en el caso de un estudio que incluy a los productores de automviles estadounidenses.
Puede preferirse una muestra si el proceso de medicin da lugar a destruccin o contami
nacin de los elementos muestreados. Por ejemplo, las pruebas de uso de producto originan el
consumo del producto. Por lo tanto, no sera factible efectuar un censo en un estudio que requie
re que en los hogares se utilice una nueva marca de pelcula fotogrfica. El muestreo tambin
puede ser necesario para enfocar la atencin en casos individuales, com o en entrevistas ex
haustivas. Finalmente, otras consideraciones pragmticas, como la necesidad de mantener el
estudio en secreto, pueden favorecer una muestra sobre un censo.
www.FreeLibros.me
316
PARTE II
Figura 11.1
Proceso de diseo de m uestreo
T
E jecu tar el p ro ceso d e m uestreo
elemento, o unidad que contiene el elemento, disponible para seleccin en alguna etapa del pro
ceso de muestreo. Supongamos que Revlon quisiera evaluar la respuesta del consumidor a una
nueva lnea de labiales y quisiera muestrear a mujeres mayores de 18 aos de edad. Se puede
muestrear a mujeres mayores de 18 aos directamente, en cuyo caso una unidad de muestreo sera
lo mismo que un elemento. En forma alternativa, la unidad de muestreo podran ser hogares. En el
ltimo caso, los hogares seran muestreados y todas las mujeres mayores de 18 aos en cada ho
gar seran entrevistadas. Aqu, la unidad de muestreo y el elemento de poblacin son diferentes.
La extensin se refiere a los lmites geogrficos, y el factor de tiempo es el lapso en consideracin.
El ejemplo inicial de las estampillas postales del pato mostr una definicin apropiada de una po
blacin. Utilizamos el proyecto de tienda departamental para proporcionar otra ilustracin.
IN V E S T IG A C I N A C T I V A
Definir la poblacin objetivo puede no ser tan fcil como lo fue en este ejemplo. Considere
un proyecto de investigacin de mercados que evale la respuesta al consumidor de una marca
nueva de colonia para hombre. Quin debe incluirse en la poblacin objetivo? Todos los hom
bres? Hombres que han utilizado colonia durante el ltimo mes? Hombres mayores de 17 aos?
Debe incluirse a mujeres, ya que algunas compran colonia para sus esposos? Preguntas como s
tas deben resolverse antes de que la poblacin objetivo pueda definirse apropiadamente.5
www.FreeLibros.me
317
lo tanto, el uso de una lista llevar al error de marco de muestreo que se discuti en el
captulo 3 .6
En algunas situaciones, la discrepancia entre la poblacin y el marco de muestreo es lo
suficientemente pequea como para ignorarla. Sin embargo, en muchos casos el investigador
debe reconocer y resolver el error de marco de muestreo. Esto se puede hacer por lo m enos en
tres formas. Un mtodo es redefinir la poblacin en trminos del marco de muestreo. Si se
utiliza el directorio telefnico como marco de muestreo, la poblacin de hogares podra redefinirse como aquella con una lista correcta en el directorio telefnico de cierta rea. Aunque
este mtodo es simplista, previene al investigador de ser engaado sobre la poblacin real
que se investiga.7
Otra forma es considerar el error del marco de muestreo seleccionando a los encuestados
en la fase de recoleccin de datos. Los encuestados deben ser seleccionados respecto de las ca
ractersticas demogrficas, familiaridad, uso del producto y otras peculiaridades para asegurar
que satisfacen el criterio de la poblacin objetivo. En la seleccin se puede eliminar a los ele
mentos inapropiados contenidos en el marco de muestreo, pero no se puede considerar a los
elementos que se han omitido.
Incluso otro mtodo es ajustar los datos recolectados mediante un esquema de pesaje para
equilibrar el error de marco de muestreo. Esto se analiza en el captulo 12 y tambin en el ca
ptulo 14. Sin importar qu mtodo se adopte, es importante reconocer cualquier error de marco
de muestreo que exista para evitar deducciones de poblacin inapropiadas.
www.FreeLibros.me
318
PARTE II
hogar tiene el prximo cumpleaos e incluye a esa persona en la muestra, como en el ejemplo
de las estampillas del pato.
de estudio
Tamao
mnimo
A lcance
tpico
1 ,0 0 0 -2 ,5 0 0
2 00
3 0 0 -5 0 0
P ruebas d e productos
2 00
3 0 0 -5 0 0
E studios d e p ru eb a d e m ercados
2 00
3 0 0 -5 0 0
150
2 0 0 -3 0 0
10 tien d as
1 0 -2 0 tie n d a s
G rupos d e en fo q u e
6 g ru p o s
1 0 -1 5 g ru p o s
www.FreeLibros.me
319
INVESTIGACIN
REAL
www.FreeLibros.me
320
PARTE II
Figura 11.2
Clasificacin de tcnicas
de m uestreo
Tcnicas de muestro
r-
N o p robabilstico
P robabilstico
M u estreo por
M uestreo
M uestreo
M uestreo de
co n v en ien cia
por ju ic io
por c u o ta
bola d e nieve
M uestreo
M u e streo
M uestreo
M u e streo por
sistem tico
estratificad o
ag o lp am ien to s
de m uestreo
P rop o rcio n ad o
D esproporcionado
www.FreeLibros.me
321
Todas las combinaciones posibles de estos cinco aspectos dan por resultado 32 tcnicas
de muestreo probabilstico. D e estas tcnicas, consideramos a profundidad un muestreo
aleatorio simple, muestreo sistemtico, muestreo estratificado y muestreo de agrupacin, y
un anlisis breve de algunos otros. Sin embargo, primero se analizarn las tcnicas no probab dsticas.
Conveniencia olmpica
El Comit Olmpico Internacional (COI: www.ofympic.org) utiliz encuestas en las Olimpiadas
de Verano de Sydney para averiguar lo que pensaban los visitantes acerca del nivel de c o
mercializacin en Sydney. Una encuesta se aplic a una muestra por conveniencia de 200
visitantes a los juegos y se les pregunt acerca del nivel de comercializacin que les parecera
apropiado, si pensaban que el evento era demasiado comercial y si el patrocinio de las com
paas a los juegos se perciba en forma positiva. La encuesta, realizada por Performance
Research (www.performanceresearch.com), revel que 77% de los visitantes consider apropia
da la presencia de las empresas grandes como Coca-Cola (www.cocacola.com) y McDonalds
(www.mcdonakts.com). Es ms, 88% de los visitantes pens que los patrocinadores contribuan
con las Olimpiadas en forma positiva. Alrededor de 33% dijo que pensaban que el compromi
so de una compaa en Sydney les provocaba un sentimiento ms positivo hacia esa compaa
en general.
ftrformance Research continu su estudio del patrocinio de los Olmpicos al realizar 900
encuestas telefnicas, 1,500 por Internet y 300 encuestas en el lugar utilizando muestras por
conveniencia en conjunto con los Juegos Olmpicos de Invierno de 2002 en Salt Lake City,
Utah. Los resultados en cuanto al patrocinio de empresas y la participacin en los Juegos
www.FreeLibros.me
322
PARTE II
VISA
WORLDWIDE
PARTNER
S A L T L A K E 2002
Q Q Q
Olmpicos fueron positivos. El COI utiliz esta informacin para realzar los ingresos de patro
cinio. Para los Juegos 2002, un espacio de publicidad de 30 segundos tena un precio de casi
600 mil dlares. Algunas empresas que se anunciaron fueron Coca-Cola, Visa, Kodak, M cD o
nalds, Panasonic, Sports Illustrated y Xerox.10
Tcnica de muestreo
Di el estudio de tienda departamental se seleccionaron 20 zonas de censo en el rea metropolitana con
base en juicio. Se excluyeron zonas con gente muy pobre y reas indeseables (tasa alta de crmenes).
Di cada zona se seleccionaron las calles que se consideraron representativas o tpicas. Finalmente, en
las calles se seleccionaron hogares ubicados a 10 casas de cada uno. Las instrucciones del entrevistador
fiieron las siguientes.
Comience en la esquina sureste de la manzana designada. D la vuelta a la manzana en la direc
cin de las manecillas del reloj. Despus de completar una entrevista, salte 10 hogares y seleccione el
siguiente. Sin embargo, vaya a la siguiente unidad habitacional si encuentra una de las siguientes si
tuaciones: el encuestado no est en casa, el encuestado se niega a cooperar o no hay ningn encuestado
calificado disponible. Despus de completar una manzana, vaya a la siguiente manzana asignada y
siga el mismo procedimiento hasta obtener el nmero requerido de entrevistas completadas.
www.FreeLibros.me
323
En este ejemplo se utiliz el juicio para seleccionar zonas, calles y hogares. El muestreo
por juicio es de bajo costo, conveniente y rpido, aunque no permite generalizaciones directas
a una poblacin especfica, porque de ordinario la poblacin no est definida explcitamente. El
muestreo por juicio es subjetivo y su valor depende por completo del juicio, la experiencia y la
creatividad del investigador. Puede ser til si no se requieren amplias deducciones de poblacin.
Como en el ejemplo de la tienda departamental, las muestras de juicio se utilizan con frecuencia
en los proyectos de investigacin de mercados comerciales. Una extensin de esta tcnica
incluye el uso de cuotas.
INVESTIGACIN
REAL
Caracterstica
de control
Composicin
de a poblacin
Porcentaje
Composicin de la muestra
Porcentaje
Nmero
Sexo
M asculino
48
48
Fem enino
52
52
480
520
100
100
1,000
E d ad
18-30
27
27
270
3 1 -4 5
39
39
390
4 5 -0 0
16
16
160
M s de 6 0
18
18
180
100
100
1,000
R aza
Blanco
59
59
590
Negro
35
35
350
O tro
100
100
www.FreeLibros.me
60
1,000
324
PARTE II
El m uestreo p o r c u o ta p u e d e se r m uy
e fic a z p a ra d e te rm in a r el n iv e l d e le c
tu ra d e u n a rev ista.
En este ejemplo se asignan cuotas de tal forma que la composicin de la muestra sea la
misma que la de la poblacin. Sin embargo, en ciertas situaciones es deseable muestrear de ms
o de menos los elementos con ciertas caractersticas. Para ilustrar, puede ser deseable muestrear
de ms a los usuarios fuertes de un producto para que su conducta se pueda examinar con deta
lle. Aunque este tipo de muestra no es representativo, puede ser muy pertinente.
Aun si la composicin de la muestra refleja a la de la poblacin con relacin a las caracte
rsticas de control, no hay seguridad de que la muestra sea representativa. Si se pasa por alto
una caracterstica relevante del problema, la muestra de cuota no ser representativa. A menudo
se omiten las caractersticas de control pertinentes porque hay dificultades prcticas relaciona
das con incluir muchas caractersticas de control. Debido a que los elementos dentro de cada
cuota se seleccionan con base en conveniencia o juicio, se hallan presentes muchas fuentes de
sesgo por seleccin. Los entrevistadores pueden ir a reas seleccionadas donde es ms probable
encontrar encuestados elegibles. De la misma forma, pueden evitar a personas que no parecen
amigables, que no se visten bien o que viven en sitios indeseables. El muestreo por cuota no
permite la evaluacin del error de muestreo.
El muestreo por cuota intenta obtener muestras representativas a un costo relativamente
bajo. Sus ventajas son los costos ms bajos y mayor conveniencia para los entrevistadores para
seleccionar elementos de cada cuota. Recientemente se impusieron controles ms estrictos so
bre los entrevistadores y los procedimientos de entrevista que tienden a reducir el sesgo por
seleccin, y se sugirieron lincamientos para mejorar la calidad de las muestras por cuota en cen
tros comerciales. Bajo ciertas condiciones, el muestreo por cuota obtiene resultados cercanos a
los de muestreo probabilstico convencional. 12
www.FreeLibros.me
INVESTIGACIN
325
REAL
El conocimiento es poder
Cada da surgen cientos de personas infectadas por el VIH y contraen el virus del SIDA Se realiz
un estudio para examinar la conducta de riesgo de los usuarios de drogas indochinos (UDIs). Se apli
c un cuestionario estructurado a 184 UDIs con edades entre los 15 y 24 aos. Los encuestados fueron
reclutados utilizando tcnicas de muestreo de bola de nieve con base en redes sociales y callejeras.
Esta tcnica se utiliz porque los usuarios de drogas conocen a otros usuarios y pueden proporcionar
referencias fcilmente con fines de investigacin. Se hicieron numerosas preguntas a los encuestados en relacin con el uso de drogas, conductas de riesgo relacionadas con inyecciones y suscepti
bilidad percibida al VIH. Las entrevistas se realizaron en Melboume y en Sydney. La ubicacin
de las encuestas vari desde calles a restaurantes y cafeteras, hasta los hogares de las personas.
Los resultados mostraron que la herona fue la primera droga inyectada para 98% de los
encuestados, y 8 6 % de ellos afirm haber fumado la droga antes del uso intravenoso. La edad
de la primera inyeccin vari entre los 11 y los 23 aos, con un promedio de 17 aos de edad.
Treinta y seis por ciento alguna vez comparti una aguja, 23% de ellos con un amigo cercano
y 1% con un compaero o amante. El conocimiento acerca de los virus transmitidos por la
sangre y las complicaciones relacionadas era poco. Con base en estos resultados, los oficiales
de salud pblica en Australia decidieron lanzar una enrgica campaa para educar a los UDIs
sobre los riesgos que enfrentaban y lo que podan hacer para reducirlos.15
En este ejemplo, el muestreo de bola de nieve era ms eficiente que la seleccin aleatoria.
En otros casos, la seleccin aleatoria de los encuestados mediante tcnicas de muestreo probabilstico es ms apropiada.
En un m uestreo aleatorio sim ple (MAS), cada elemento de la poblacin tiene una probabilidad
de seleccin conocida y equitativa. Es ms, cada muestra posible de un tamao dado () tiene
una probabilidad conocida y equitativa de ser la muestra realmente seleccionada. Esto implica
que cada elemento es seleccionado independientemente de los otros elementos. La muestra se
toma por un procedimiento aleatorio de un marco de muestreo. Este mtodo es equivalente a un
sistema de lotera en el que los nombres se colocan en un contenedor, el contenedor se agita y
se toman los nombres de los ganadores en forma no sesgada.
fra tomar una muestrea aleatoria simple, el investigador primero compila un marco de
muestreo en el que a cada elemento se le asigna un nmero de identificacin nico. Luego, los
nmeros aleatorios se generan para determinar qu elementos incluir en la muestra. Los nme
ros aleatorios pueden generarse mediante una rutina de cmputo o por tablas (vase tabla 1 del
apndice de tablas estadsticas). Supngase que una muestra de tamao 10 se va a seleccionar
de un marco de muestreo que contiene 800 elementos. Esto se podra hacer al iniciar con la fila
1 y la columna 1 de la tabla 1 , considerando los tres dgitos de la derecha, y bajando por la co
lumna hasta que se han seleccionado 10 nmeros entre el 1 y el 800. Los nmeros fuera de esta
escala se ignoran. Los elementos correspondientes a los nmeros aleatorios generados constitu
yen la muestra. Por eso, en nuestro ejemplo, se seleccionaran los elementos 4 8 0 ,3 6 8 ,1 3 0 , 167,
570, 562, 301, 579, 475 y 533. Ntese que los ltimos tres dgitos de la fila 6 (921) y la fila 11
(918) se ignoraron, porque estaban fuera de la escala.
El MAS tiene muchas caractersticas deseables. Es de fcil comprensin. Los resultados de
muestra pueden ser proyectados a la poblacin objetivo. La mayora de los mtodos de deduccin
www.FreeLibros.me
326
PARTE II
estadstica asume que los datos han sido recopilados por muestre o aleatorio simple. Sin embar
go, el MAS sufre por lo menos de cuatro limitantes significativas. Primero, a menudo es difcil
construir un marco de muestreo que permita que se tome una muestra aleatoria simple. Segun
do, el MAS puede dar por resultado muestras que son demasiado grandes o distribuidas en reas
geogrficas grandes, lo que incrementa el tiempo y costo de la recopilacin de datos. Tercero,
el MAS a menudo tiene menor precisin con ms errores estndar que las otras tcnicas de
muestreo probabilstico. Cuarto, el MAS puede o no dar por resultado una muestra representativa
Aunque las muestras tomadas representarn bien a la poblacin promedio, una muestra aleatoria
simple dada puede representar mal a la poblacin objetivo. Esto es ms probable si el tamao
de la muestra es pequeo. Por estas razones, el MAS no es muy utilizado en la investigacin de
mercados. Los procedimientos como el muestreo sistemtico son ms populares.
Muestreo sistemtico
Tcnica de muestreo probabilstico
en la que se elige la muestra al selec
cionar un punto de inicio aleatorio y
luego se elige cada n elemento en la
sucesin del marco de muestreo
En el m uestreo sistem tico, la muestra es elegida al seleccionar un punto de inicio al azar y lue
go eligiendo algn elemento en sucesin del marco de muestreo. El intervalo de muestreo, i, se
determina al dividir el tamao de la poblacin A entre el tamao de la poblacin n y aproximar
lo al digito ms cercano. Por ejemplo, existen 100,000 elementos en la poblacin y se desea una
muestra de 1,000. En este caso, el intervalo de muestreo, i, es 100. Se selecciona un nmero al
azar entre el 1 y el 100. Si, por ejemplo, este nmero es 23, la muestra consiste en los elem en
tos 23, 123, 223, 323, 423, 523, etctera .16
El muestreo sistemtico es similar al MAS en que cada elemento de poblacin tiene una pro
babilidad de seleccin conocida y equitativa. Sin embargo, es diferente del MAS en que slo las
muestras permisibles de tamao n que pueden determinarse tienen probabilidad conocida y equita
tiva de seleccin. Las dems muestras de tamao n tienen probabilidad cero de ser seleccionadas.
En el muestreo sistemtico, el investigador asume que los elementos de poblacin estn or
denados de alguna forma. En algunos casos, el ordenamiento (por ejemplo, lista alfabtica en
un directorio telefnico) no est relacionado con la caracterstica de inters. En otras situaciones,
el ordenamiento est directamente relacionado con la caracterstica que se investiga. Por ejem
plo, los clientes de tarjetas de crdito pueden ser listados segn el orden en que aparecen en un
balance, o las empresas de una industria dada pueden ser ordenadas de acuerdo con las ventas
anuales. Si los elementos de poblacin se arreglan de manera no relacionada con la caractersti
ca de inters, el muestreo sistemtico arrojar resultados bastante similares al MAS.
Por otro lado, si el ordenamiento de los elementos se relaciona con la caracterstica de inte
rs, el muestreo sistemtico incrementa la representatividad de la muestra. Si las empresas en una
industria se arreglan en orden creciente de ventas anuales, una muestra sistemtica incluir algu
nas empresas pequeas y otras grandes. Una muestra aleatoria simple puede no ser representativa
porque puede contener, por ejemplo, slo empresas pequeas o un nmero desproporcionado de
empresas pequeas. Si el ordenamiento de los elementos produce un patrn cclico, el muestreo
sistemtico puede disminuir la representatividad de la muestra. Para ilustrar, considrese el uso
del muestreo sistemtico para generar una muestra de ventas mensuales de tiendas departamenta
les de un marco de muestreo que contiene ventas mensuales de los ltimos 60 aos. Si se elige un
intervalo de muestreo de 1 2 , la muestra resultante no reflejara la variacin en ventas mes a mes. 17
El muestreo sistemtico es menos costoso y ms fcil que el MAS, porque la seleccin
aleatoria se hace slo una vez. Es ms, los nmeros aleatorios no tienen que concordar con los
elementos individuales como en el MAS. Debido a que algunas listas contienen millones de ele
mentos, se puede ahorrar considerable tiempo. Esto reduce los costos de muestreo. Si se dispo
ne de informacin de la poblacin relacionada con la caracterstica de inters, se puede utilizar
el muestreo sistemtico para obtener una muestra ms representativa y confiable (error de
muestreo ms bajo) que en el MAS. Otra ventaja relativa es que el muestreo sistemtico puede
utilizarse sin el conocimiento de la composicin (elementos) de un marco de muestreo. Por
ejemplo, cada n persona que deja una tienda departamental o centro comercial puede ser in
terceptada. Por estas razones, el muestreo sistemtico a menudo se utiliza en entrevistas al
consumidor por correo, telfono, en centros comerciales y en Internet.
INVESTIGACIN
REAL
www.FreeLibros.me
327
encuesta para averiguar si la gente actualmente utiliza o considerara utilizar aparatos de manos
libres para telfonos celulares. A utos.m sti.com realiz una encuesta en Internet utilizando
muestreo aleatorio sistemtico que apareca en una pantalla separada cuando cada quincuagsimo
visitante se detena en su pgina de Internet. De los 879 individuos a los que se les present la
encuesta, 836 respondieron.
Los resultados indicaron que 62% de los encuestados nunca haban utilizado un artefacto
de manos libres, y que slo 54% estaban dispuestos a utilizar uno en el futuro. Como resultado del
conocimiento de que los individuos no son muy receptivos a la idea de agregar artefactos de ma
nos libres a sus telfonos celulares, se pronostica que para el ao 2006,65% de los vehculos en
Estados Unidos estarn equipados con accesorios de telfonos celulares. Esto suceder como
resultado de las leyes estatales que se aprobarn en los prximos aos. En algunos estados,
como Nueva York, donde la ley comenz a tener efecto a partir de noviembre del 2001, el uso
de telfonos celulares manuales al conducir ha sido prohibido completamente. 18
Muestreo estratificado
T cn ica de m uestreo probabilstico
que utiliza un proceso de dos etap as
para d iv id ir a la p o blacin e n subpoH acio n es o estrato s. L os elem entos
se seleccio n an d e cada estrato m e
cante un procedim iento aleatorio.
El muestreo estratificado es un proceso de dos fases en el que la poblacin se divide en subpoblaciones o estratos. El estrato debe ser mutuamente excluyeme y colectivamente exhaustivo en
cuanto a que cada elemento de poblacin debe asignarse a slo un estrato y no se deben omitir
elementos de poblacin. Luego, los elementos se seleccionan para cada estrato mediante un
procedimiento aleatorio, por lo general MAS. Desde el punto de vista tcnico, slo MAS se debe
utilizar al seleccionar los elementos de cada estrato. En la prctica, algunas veces se utiliza el
muestreo sistemtico y otros procedimientos de muestreo probabilstico. El muestreo estratifica
do difiere del muestreo por cuota en que los elementos de la muestra se seleccionan en forma
probabilstica en vez de hacerlo por conveniencia o por juicio. Un objetivo principal del muestreo
estratificado es incrementar la precisin sin aumentar el costo . 19
Las variables utilizadas para dividir la poblacin en estratos se conocen como variables de
estratificacin. El criterio para la seleccin de estas variables consiste en homogeneidad, he
terogeneidad, relacin y costo. Los elementos dentro de un estrato deben ser tan homogneos
como sea posible, pero los elementos en los distintos estratos deben ser tan heterogneos como
sea posible. Las variables de estratificacin tambin deben estar muy relacionadas con las
caractersticas de inters. Cuanto ms se cumpla con este criterio, mayor ser la eficacia al con
trolar la variacin de muestreo extrao. Por ltimo, las variables deben disminuir el costo del
proceso de estratificacin al ser de fcil medicin y aplicacin. Las variables comnmente uti
lizadas para estratificacin incluyen caractersticas demogrficas (como se ilustr en el ejemplo
del muestreo por cuota), tipo de cliente (tarjeta de crdito o no tarjeta de crdito), tamao de la
empresa o tipo de industria. Es posible utilizar ms de una variable para la estratificacin, aunque
ms de dos rara vez se utilizan debido a las consideraciones pragmticas y de costo. El nmero
de estratos por utilizar es cuestin de juicio, pero la experiencia sugiere el uso de no ms de
seis. Con ms de seis estratos, cualquier ganancia en precisin se opaca por el costo incrementa
do de la estratificacin y del muestreo.
INVESTIGACIN
REAL
www.FreeLibros.me
328
PARTE II
En general, los resultados de la encuesta mostraron que existe inters creciente en los
empleados que tienen acceso a sus programas de retiro y fondos en lnea, lo que les da mayor
control en su planeacin de retiro. CIGNA utiliz los resultados de la encuesta para ofrecer
AnswerNet y CIGNATrade, sitios de Internet que permiten a los clientes accesar a sus planes de
retiro y cuentas de corredura, respectivamente. En la primavera de 2002, CIGNA y Yahoo!
ofrecieron a los miembros del plan de salud y a los participantes del plan de retiro la opor
tunidad de tener sitios de Internet de prestaciones personalizadas con base en la interfase de My
\a h o o !20
Diseo de muestreo
Poblacin objetivo
Marco de muestreo
Tcnica de muestreo
Tamao de muestra
www.FreeLibros.me
329
M u e s tr e p o r a g r u p a m ie n to
1
i
M uestreo
M uestreo
de u n a etapa
d e d o s etapas
M u e streo de
a g o lp am ien to sim ple
M uestreo de
etap as m ltiples
M uestreo
probabilistico
p ro porcionado
al tam ao
J&estr&ddri
I
Forma comn de muestreo por agrupamientos
stos consisten
en reas geogrficas como condados,
zonas habitacionales cuadras u otras
descripciones de reas.
muestra de elementos en forma probabilstica. Si todos los elementos en cada grupo selecciona
do estn incluidos en la muestra, el procedimiento se llama muestreo por agolpamientos de una
etapa. Si una muestra de elementos se toma en forma probabilstica de cada grupo selecciona
do, el procedimiento es un muestreo por agolpamientos de dos etapas. Como se muestra en la
figura 11-3, un muestreo de agolpamientos de dos etapas puede ser muestreo simple de agolpa
miento de dos etapas incluyendo MAS o muestreo probabilstico proporcionado al tamao
(PPT). Es ms, una muestra de grupo puede tener mltiples etapas (ms de dos), como en el
muestreo de agolpamiento de mltiples etapas.
La distincin fundamental entre el muestreo de agrupamiento y el muestreo estratificado es que
en el muestreo de agrupamiento slo se elige una muestra de subpoblaciones (grupos), en tanto que en
el muestreo estratificado todas las subpoblaciones (estratos) se seleccionan para muestreo posterior.
Los objetivos de los dos mtodos tambin son diferentes. El objetivo del muestreo por agrupamientos es incrementar la precisin del muestreo al reducir costos. Con relacin a la homogeneidad y la
heterogeneidad, el criterio para formar agrupamientos es el opuesto al de formar estratos. Los ele
mentos dentro de un agrupamiento deben ser tan heterogneos como sea posible, pero los agrupa
mientos mismos deben ser tan homogneos como sea posible. De manera ideal, cada agrupamiento
debe ser una representacin en pequea escala de la poblacin. En el muestreo por agrupamiento, se
necesita un marco de muestreo slo para aquellos agrupamientos seleccionados para la muestra.
Una forma comn de muestreo por agrupamiento es el m uestreo de rea, en el que los
agrupamientos consisten en reas geogrficas, como pases, zonas de casas o calles. Si slo se
realiza un nivel de muestreo al seleccionar los elementos bsicos (por ejemplo, el investigador
. ,
,
,
,
,
,
,
,
,
,
,
muestrea calles y luego se incluyen en la muestra todos los hogares dentro de las calles selecdonadas), el diseo se llama muestreo de rea de una fase. Si se realizan dos (o ms) niveles de
muestreo antes de que se seleccionen los elementos bsicos (el investigador muestrea calles y
luego muestrea hogares dentro de las calles seleccionadas), el diseo se llama muestreo de rea
de dos (mltiples) etapas. La caracterstica distintiva de una muestra de rea de una etapa es que
todos los hogares en las calles seleccionadas (o reas geogrficas) se incluyen en la muestra.
Existen dos tipos de diseos de dos etapas, como se muestran en la figura 11-3. Un tipo
incluye MAS en la primera etapa (por ejemplo, calles de muestreo), as como en la segunda
etapa (ejemplo, hogares de muestreo dentro de las calles). Este diseo se llama muestreo simple
de agrupamiento de dos etapas. En este diseo, la fraccin de elementos (por ejemplo, hogares)
seleccionados en la segunda etapa es la misma para cada agrupamiento de muestra (por ejemplo,
calles seleccionadas).
Calles de adinerados
En un proyecto de investigacin de mercado se estudi la conducta de consumidores adinera
dos. Se seleccion una muestra aleatoria de 800 grupos de manzanas de un listado de barrios
con ingresos promedio que excedan 50,000 dlares en situaciones catalogadas en la mitad su
perior de ingresos de acuerdo con los datos del censo. Las organizaciones de listas comerciales
proporcionaron nombres de jefes de familia de hogares y direcciones de aproximadamente 95%
de los hogares tabulados en el censo en estos grupos de 800 calles. De los 213,000 hogares
enumerados, 9,000 se seleccionaron por muestreo aleatorio sim ple .21
www.FreeLibros.me
330
PARTE II
Se ha u tilizad o m uestre d e r e a d e
d o s e ta p a s p ara se le c c io n a r h o g a re s
a d in e ra d o s.
Maestreo probabilistico
proporcionado al tamao
M todo d e selecci n d o n d e los agrupam ieritos so n elegidos c o n probabi
lidad proporcional al tam ao, y la
p robabilidad d e e le g ir una u n id a d
d e m u estreo en un a g o lp am ien to
seleccionado v ara in v ersam en te
03n el tam a o del agolpam iento.
Este diseo es apropiado cuando los agrupamientos son iguales en tamao; por ejemplo,
los agrupamientos contienen ms o menos el mismo nmero de unidades de muestreo. Sin em
bargo, si difieren mucho en tamao, el muestreo de agrupamiento simple de dos etapas puede
llevar a estimados con sesgo. A veces los agrupamientos pueden hacerse de igual tamao al
combinarlos. Cuando esta opcin no es factible, se puede utilizar el muestreo probabilstico
proporcionado al tamao (PPT).
En el m uestreo probabilstico proporcionado a l tam ao, los grupos son muestreados con
una probabilidad proporcional al tamao. El tamao de un agolpamiento se define en trminos
del nmero de unidades de muestreo dentro de ese agolpamiento. Por lo tanto, es ms probable
que en la primera etapa se incluyan los agrupamientos grandes ms que los pequeos. En la
segunda etapa, la probabilidad de seleccionar una unidad de muestreo en un agolpamiento se
leccionado vara inversamente con el tamao del agolpamiento. Por eso, la probabilidad de que
cualquier unidad de muestra en particular sea incluida en la muestra es igual para todas las
unidades, debido a que las probabilidades desiguales de la primera etapa se equilibran con
las probabilidades desiguales de la segunda etapa. Los nmeros de unidades de muestreo inclui
das de los agrupamientos seleccionados son aproximadamente iguales.
El muestreo por agolpamiento tiene dos ventajas principales: factibilidad y bajo costo. En
muchas situaciones, los nicos marcos de muestra que estn disponibles para la poblacin ob
jetivo son los agrupamientos, no los elementos de poblacin. A veces es imposible compilar
una lista de todos los consumidores en una poblacin, dados los recursos y limitaciones. Sin
embargo, las listas de las reas geogrficas, intercambios telefnicos y otros agrupamientos de
consumidores pueden ser construidos en forma relativamente fcil. La tcnica de muestreo
probabilstico ms eficaz en costo es el muestreo por agrupamientos. Esta ventaja debe ser eva
luada contra diversas limitantes. El muestreo por agrupamientos causa muestras relativamente
imprecisas y es difcil formar agrupamientos heterogneos, porque, por ejemplo, los hogares en
una calle tienden a ser similares ms que disimilares.22 Puede ser difcil computar e interpretar
estadsticas basadas en agrupamientos. Las fuerzas y debilidades del muestreo por agrupamientos
y las otras tcnicas de muestreo bsicas se resumen en la tabla 11-3. El anexo 11-1 describe
tos procedimientos para tomar muestras probabilsticas.
Adems de las cuatro tcnicas de muestreo probabilstico existen otras tcnicas. La mayora pue
de verse como extensiones de las tcnicas bsicas y se desarrollaron para abordar problemas
complejos de muestreo. Dos tcnicas con alguna relevancia para la investigacin de mercados son
el muestreo de secuencia y el muestreo doble
En el m uestreo p o r secuencia los elementos de poblacin son muestreados siguiendo una
secuencia, se efecta la recopilacin de datos y anlisis en cada etapa y se decide si los elementos
de la poblacin adicional se deben muestrear. El tamao de muestra no se conoce con anticipacin,
www.FreeLibros.me
331
Fortalezas
D ebilidades
Muestreo no probabilistico
M uestreo p o r conveniencia
y e s m s conveniente
M uestreo p o r ju ic io
M uestreo p o r c u o ta
C o n su m e tiem p o
M uestreo d e b o la d e nieve
Muestreo probabilistico
M uestreo aleato rio sim p le (M A S )
M uestreo estratificado
M uestreo p o r ag ru p am ien to s
Im preciso, d ifcil d e c o m p u ta r e in te rp re ta r
los resu ltad o s
T c n ic a d e m u estreo e n la q u e
c ie rto s e le m e n to s d e la p o b la c i n
so n m u estread o s d o s veces.
pero antes de que comience 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 mues
treo por secuencia se ha utilizado para determinar las preferencias por dos alternativas que
compiten. En un estudio, se pregunt a los encuestados cul de las dos alternativas preferan y
el muestreo se termin cuando se acumul suficiente evidencia para validar una preferencia.
Tambin se ha utilizado para establecer el diferencial de precio entre un modelo estndar y un
modelo de lujo de un artculo duradero del consumidor.23
En el muestreo doble, tambin llamado muestreo de dos fases, ciertos elementos de poblacin
son muestreados dos veces. En la primera fase se selecciona una muestra y se recaba alguna in
formacin de los elementos en la muestra. En la segunda fase se toma una submuestra de la
muestra original y se obtiene informacin adicional de los elementos en la submuestra. El proce
so puede extenderse a tres o ms fases, y las distintas fases pueden realizarse en forma simultnea
o en diferentes ocasiones. El muestreo doble puede ser til cuando no est disponible ningn
marco de muestra para seleccionar las unidades de muestreo final, pero se sabe que los elementos
del marco estn contenidos dentro de un marco de muestreo ms amplio. Por ejemplo, un in
vestigador quiere seleccionar hogares que consumen jugo de manzana en determinada ciudad. Los
hogares de inters estn contenidos dentro del conjunto de todos los hogares, pero el investiga
dor no sabe cules son. Al aplicar un muestreo doble, el investigador obtendra un marco de
muestra de todos los hogares en la primera fase. Esto se construira del directorio de la ciudad o
se comprara. Luego se tomara una muestra de los hogares utilizando el muestreo aleatorio
sistemtico 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 can
tidad de jugo de manzana que consumen. Luego se tomara una muestra aleatoria estratificada
y se haran preguntas detalladas de acuerdo con el consumo del jugo de manzana.24
www.FreeLibros.me
D em ostra ci n 11.1
Procedim ientos para tom ar
m uestreo probabilistico
N (tam ao d e la poblacin).
4.
Muestreo sistemtico
L S eleccio n e u n m arco d e m uestreo ap ro p iad o .
2. A c a d a elem en to se le asig n a un n m ero d e l 1 al N (tam ao d e la poblacin).
4.
integral.
n
S eleccio n e un n m ero ale a to rio , r , en tre el 1 e i, co m o se e x p lic en el m uestreo a le a to rio
sim ple.
Muestreo estratificado
1. S eleccio n e u n m arco d e m uestreo ap ro p iad o .
Z S eleccio n e la s v ariab les d e e s tra tific a d n y d n m ero d e e s tra to s
(H).
nh = n
h=\
4.
N
i, = . Si i e s u n a fraccin, ap ro x m elo al sig u ien te
c
Seleccione un nm ero aleatorio, r , entre 1 e i , com o s e explic e n el m uestreo aleatorio sim ple.
332
www.FreeLibros.me
333
M uestreo
Fa c t o r e s
PROBABILSTICO
PROBABILSTICO
Naturaleza de la investigacin
Exploratoria
Concluyente
Homognea (baja)
Heterognea (alta)
Cbnsideraciones estadsticas
Desfavorables
Favorables
Cbnsideraciones operadonales
Favorables
Desfavorables
nares y el uso del muestreo probabilstico puede no estar garantizado. Por otro lado, en la investiga
cin conclusiva, donde el investigador desea utilizar los resultados para estimar la participacin de
mercado general o el tamao del mercado total, se favorece un muestreo probabilstico. Las mues
tras probabilsticas permiten una proyeccin estadstica de los resultados a la poblacin objetivo. Por
estas razones, el muestreo probabilstico se utiliz en el ejemplo inicial de la estampilla del pato.
fra algunos problemas de investigacin se requieren estimados muy exactos de las carac
tersticas de poblacin. En estas situaciones, la eliminacin de la desviacin por seleccin y la
capacidad de calcular el error de muestreo hacen que sea deseable un muestreo probabilstico.
Sin embargo, el muestreo probabilstico no siempre va a tener resultados ms exactos. Si es
probable que los errores que no son de muestreo sean un factor importante, entonces puede ser
preferible un muestreo no probabilstico, tanto como el uso de juicio pueda permitir mayor con
trol sobre el proceso de muestreo.
Otra consideracin es la homogeneidad de la poblacin con relacin a las variables de in
ters. Una poblacin ms heterognea favorecera el muestreo probabilstico porque sera ms
importante asegurar una muestra representativa. El muestreo probabilstico es preferible desde
un punto de vista estadstico, ya que es la base de las tcnicas estadsticas ms comunes.
Sin embargo, el muestreo probabilstico es sofisticado y requiere investigadores capacitados
en estadstica. En general, cuesta ms y toma ms tiempo que el muestreo no probabilstico. En
muchos proyectos de investigacin de mercados es difcil justificar el tiempo y gasto adiciona
les. Por lo tanto, en la prctica, los objetivos del estudio dictan qu mtodo se utilizar, como en
el ejemplo siguiente.
www.FreeLibros.me
334
PARTE II
www.FreeLibros.me
335
Bajos, Turqua, Tailandia y Arabia Saudita. El encuestado objetivo en cada cultura fue una mujer
con ingresos de clase media alta que viviera en una ciudad importante. Sin embargo, ocurrieron
diferencias en el muestreo entre los pases. En Estados Unidos se utiliz muestreo aleatorio
del directorio telefnico. En Mxico se llev a cabo muestreo por juicio al hacer que expertos
identificaran barrios donde viviera el encuestado objetivo; luego se seleccionaron hogares para
entrevistas personales. En Tailandia tambin se utiliz muestreo por juicio, pero la encuesta se
realiz en los centros urbanos principales mediante la tcnica de entrevistas en centros c o
merciales para seleccionar a los encuestados. Finalmente, en Arabia Saudita se us muestreo
por conveniencia mediante el procedimiento de bola de nieve, debido a que no haba listas de
donde tomar marcos de muestreo y las costumbres sociales prohiban entrevistas personales
espontneas. Por lo tanto, la comparabilidad en la composicin de la muestra y la representatividad se logr al utilizar diferentes procedimientos de muestreo en diversos pases.2 7
INVESTIGACIN
REAL
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Es significativo muestrear a encuestados potenciales que navegan en Internet si la muestra que
se genera es representativa de la poblacin objetivo. Cada vez ms industrias estn cumpliendo
con este criterio. El software, las computadoras, las redes, la edicin tcnica, los semiconductores
y la educacin universitaria han hecho rpidamente posible el uso de Internet para muestrear
encuestados para investigacin cuantitativa, como encuestas. Para encuestas de clientes internos,
www.FreeLibros.me
336
PARTE II
donde los empleados del cliente comparten un sistema de correo electrnico corporativo, resulta
prctica una encuesta de Intranet aun si los trabajadores no tienen acceso al Internet externo.
Sin embargo, el muestreo en Internet todava no es prctico para muchos productos al consumidor
no orientados a las computadoras.
Para evitar errores de muestreo, el investigador debe ser capaz de controlar la base de la que se
seleccionan los encuestados. Tambin se debe asegurar que los encuestados no respondan en mlti
ples ocasiones (llenando la caja de votos). Estos requisitos se cumplen por las encuestas de correo
electrnico, donde el investigador selecciona a encuestados especficos. Es ms, las encuestas pue
den ser codificadas para que concuerden las que regresan con los correos electrnicos enviados co
rrespondientes. Esto tambin se puede lograr mediante encuestas por Internet enviando invitaciones
por correo electrnico a los encuestados seleccionados y pidindoles que visiten la pgina de Internet
donde est publicada la encuesta. En este caso, la encuesta se publica en una ubicacin oculta en la
red protegida por una contrasea. As, quienes navegan en Internet son incapaces de accesarla.
Las tcnicas de muestreo probabilstico as como las de muestreo no probabilstico se pueden
poner en prctica en Internet. Es ms, los encuestados pueden ser reclutados previamente o se
leccionados en lnea. Los visitantes seleccionados de una pgina de Internet evidentemente son
un ejemplo de muestreo por conveniencia. Con base en el juicio del investigador, puede intro
ducirse cierto criterio de calificacin para filtrar a los encuestados. Incluso se pueden imponer
cuotas. Sin embargo, el grado al que se cumplirn las cuotas est limitado por el nmero as
como por las caractersticas de los visitantes al sitio.
De igual forma, por lo comn se utiliza el muestreo aleatorio simple. Para prevenir la
obtencin de informacin de los mismos encuestados profesionales (aqu profesionales sig
nifica que los encuestados responden muchas encuestas en lnea para obtener puntos), y te
ner as una muestra no representativa, algunas compaas, como Millward Brown Intelliquest
(www.inteUiquest.com), utilizan un flujo de clics . En este mtodo, los usuarios en lnea son
muestreados en forma aleatoria y se les da la oportunidad de participar o declinar. Tambin
pueden ponerse en prctica diversas formas de muestreo probabilstico, algunas tcnicas, con re
lativa facilidad, como el muestreo aleatorio sistemtico.
www.FreeLibros.me
337
marco de muestreo, porque pueden manejar listas de elementos de poblacin as como mapas
geogrficos. Las microcomputadoras y computadoras centrales se pueden utilizar para selec
cionar la muestra necesitada, utilizando tcnicas probabilsticas o no probabilsticas. Una vez
que se ha determinado el marco de muestreo se pueden utilizar simulaciones para generar n
meros aleatorios y seleccionar la muestra directamente de la base de datos. Para este propsito
puede utilizarse software como SPSS, SAS, MIN1TAB o EXCEL. Los programas especializados,
como los sistemas de muestreo GENESYS para entrevista telefnica, proporcionan al investiga
dor de mercados el poder de componer una muestra exacta de marcado digital aleatorio
(mda), lo que evita el desperdicio de marcar nmeros no productivos durante las encuestas.
E N F O Q U E
EN
B U R K E ]
Burke utiliza una variedad de tcnicas de muestreo, dependiendo de la naturaleza y objetivos del pro
yecto. De las tcnicas de muestreo no probabilsticas, el muestreo por cuota es el que se utiliza ms a
menudo, principalmente en conjunto con las entrevistas en centros comerciales, como las encuestas
Opinin One (vase el Enfoque en Burke en el captulo 6 ). En estos proyectos, el inters es principalmen
te la evaluacin relativa de estmulo (por ejemplo, anuncios diferentes) ms que proyectar los resultados
a la poblacin. Cuando las proyecciones son de inters, como al estimar las ventas y participacin del
mercado de marcas especficas, se utilizan tcnicas probabilsticas para seleccionar la muestra. El
muestreo aleatorio simple se utiliza para seleccionar encuestados de una lista de correo y para generar
nmeros de telfono para encuestas de ETAC utilizando formas modificadas de marcado de dgito
aleatorio. Burke ha desarrollado procedimientos eficientes para eliminar nmeros de telfono no pro
ductivos generados en esta forma (por ejemplo, eliminando los nmeros que no funcionan, los duplica
dos, nmeros de empresas en las encuestas de hogares). El muestreo sistemtico se ha utilizado para
seleccionar a los encuestados en encuestas de Internet. Las encuestas WEBNOSTICS de Burke, que
evalan el desempeo tctico de un sitio de Internet, utilizan la metodologa de vistame ensimo aleato
rio (ensimo, en la terminologa utilizada en el libro) para muestrear encuestados de Internet. Para cada
ensimo visitante al sitio del cliente, salta un marco a la vista en d navegador dd visitante, solicitando
la participacin en una encuesta y ofreciendo incentivos para hacerlo. Como es el caso de la investiga
cin mundial fsica, el vistame de Internet tiene la oportunidad de declinar su participacin. Al utilizar
d muestreo sistemtico, Burke es capaz de evitar el sesgo por autoseleccin del encuestado, lo que su
cede con un simple botn de da un che aqu, ubicado en un sitio para recabar informacin en lnea.
Otra tcnica de muestreo probabilstico que utiliza ampliamente Burke es el muestreo estratificado.
En diversos proyectos, la poblacin es estratificada por variables demogrficas u otras para asegurar
que se incluyan ciertos segmentos en la muestra y para incrementar la precisin. Un problema funda
mental que enfrenta Burke en dichos proyectos es elegir muestreo estratificado proporcionado o des
proporcionado. Burke realiz recientemente un proyecto para una compaa que haba desarrollado
un producto de inversin anual enfocado a las mujeres. El cliente haba decidido estratificar a las muje
res utilizando dos variables: edad (menos de 35 aos, y 35 aos y mayores), y estado dvfl (nunca haba
contrado matrimonio, alguna vez lo haba contrado). La especificacin original del cliente peda 100
encuestados en cada uno de los cuatro estratos resultantes. Al mirar sus datos del censo, Burke encon
tr que estos grupos estaban distribuidos en la poblacin como:
Mujeres entre 15 y 34 aos que nunca haban contrado matrimonio
Mujeres de 35 aos y mayores que nunca haban contrado matrimonio
Mujeres entre 15 y 35 aos que alguna vez haban contrado matrimonio
Mujeres de 35 aos y mayores que alguna vez haban contrado matrimonio
10.4%
3.4%
22.3%
64.0%
Claramente, el costo de encontrar una muestra de mujeres de 35 aos y mayores que nunca hubieran
contrado matrimonio sera considerable, dada la baja incidencia de esas mujeres en la poblacin (3.4%).
Segundo, las consideraciones de peso para analizar los datos seran muy complicadas (vase el captulo
14). Sin entrar en detalles estadsticos, es suficiente decir que este grado de medicin incrementara
en forma notable la variacin para un estimado final comparado con una muestra representativa selecciona
da proporcionalmente. Por lo tanto, Burke recomend al diente que se utilizara un muestreo estratificado
proporcionado, porque el cliente estaba interesado en hacer proyecciones al mercado de mujeres en gene
ral, no slo a segmentos especficos. Burke es muy sensible a las necesidades de los clientes. Supongamos
en este caso que el cliente consider el 3.4% de mujeres de 35 aos y mayores que nunca haban contrado
matrimonio como un nicho de mercado importante para el cual se necesitaban estimados separados. En ese
caso, la necesidad del cliente hubiera tenido prioridad sobre los ahorros en costos y las consecuencias ne
gativas de la medicin extrema, y Burke hubiera continuado con la especificacin original del cliente. En
resumen, Burke adopta el diseo de muestreo que est en el mejor inters del cliente.
www.FreeLibros.me
338
PARTE II
RESUMEN
La informacin acerca de las caractersticas de una poblacin
puede obtenerse al realizar una muestra o un censo. Las limita
ciones de tiempo y presupuesto, una poblacin grande y una pe
quea variacin en las caractersticas de inters favorecen el uso
de una muestra. El muestreo tambin se prefiere cuando el costo
del error de muestreo es bajo, el costo del error que no es de
muestreo es alto, cuando la naturaleza de la medicin es destruc
tiva y la atencin debe enfocarse en los casos individuales. El
conjunto de condiciones opuestas favorece el uso del censo.
El diseo de muestreo comienza por definir la poblacin ob
jetivo en trminos de elementos, unidades de muestreo, exten
sin y tiempo. Luego debe determinarse el marco de muestreo.
Un marco de muestreo es una representacin de la poblacin ob
jetivo. Consiste en una lista de instrucciones para identificar la
poblacin objetivo. En esta etapa es importante reconocer cual
quier error de marco de muestreo que pueda existir. Las siguien
tes fases incluyen seleccionar una tcnica de muestreo y determi
nar el tamao de la muestra. Adems del anlisis cuantitativo, se
deben hacer diversas consideraciones cualitativas para determi
nar el tamao de la muestra. Finalmente, la ejecucin del proceso
de muestreo requiere especificaciones detalladas para cada etapa
del proceso de muestreo.
Las tcnicas de muestreo se pueden clasificar como probabilstico y no probabilstico. Las tcnicas de muestreo no probabilstico se basan en el juicio del investigador. En consecuencia,
no permiten una evaluacin objetiva de la precisin de los resultados
de la muestra y los estimados obtenidos no son estadsticamente
EJERCICIOS
Preguntas
L Cul es la principal diferencia entre una muestra y un censo?
2. Bajo qu condiciones sera preferible una muestra que un censo?
Y un censo sobre una muestra?
3. Describa el proceso de diseo de muestra.
4. Cmo se debe definir la poblacin objetivo?
5. Qu es una unidad de muestreo? En qu es diferente del demento
de poblacin?
6 . Qu factores cualitativos deben considerarse al determinar d tamao
de la muestra?
www.FreeLibros.me
Problemas
1. Definir la poblacin objetivo apropiada y el marco de muestreo pa
ra las siguientes situaciones:
a. El productor de una nueva marca de cereal quiere realizar prue
bas de uso del producto en el hogar en Chicago.
339
EJERCICIOS EN IN TER N ET Y CO M P U TA D O R A
1. P&G quisiera realizar una encuesta de preferencias del consumidor
de pastas de dientes en California. Se utilizar muestreo aleatorio
estratificado. Visite la pgina www.census.gov para identificar infor
macin que sea pertinente para determinar los estratos de ingreso y
edad.
2. Utilizar software como GEN ESY S, generar una muestra telefnica
de dgito aleatorio de 1,0 0 0 personas en su rea metropolitana.
ACTIVIDADES
Intercambio de papeles
Trabajo de campo
Anlisis en grupo
1.
www.FreeLibros.me
L O
Breada Landy,
ejecutiva de cuenta snior,
servicio a dientes,
Burke, Inc.
340
www.FreeLibros.me
Generalidades
En el captulo anterior (11) se consider el papel del muestreo en la elaboracin del diseo de
investigacin, se describi el proceso de muestreo y se presentaron las diversas tcnicas
de muestreo probabilstico y no probabilstico.
Este captulo se enfoca en la determinacin del tamao de la muestra en el muestreo alea
torio simple. Se definen diversos conceptos y smbolos, y se analizan las propiedades de la
distribucin de muestreo. Adems, se describen mtodos estadsticos para la determinacin
del tamao de muestra con base en intervalos de confianza. Se presentan las frmulas para
calcular el tamao de muestra con estos mtodos y se ilustra su uso. Se analiza brevemente
la extensin para determinar el tamao de la muestra en otros diseos de muestreo probabi
lstico. El tamao de la muestra determinado en forma estadstica es el tamao de muestra
final o neto, es decir, representa el nmero completo de entrevistas u observaciones. Sin
embargo, para obtener este tamao de muestra final o neta, inicialmente se tiene que contac
tar un nmero mucho mayor de encuestados potenciales. Se describen los ajustes que se re
quiere hacer al tamao de muestra determinado en forma estadstica para considerar las tasas
de incidencia y cumplimiento, y calcular el tamao de muestra inicial. Tambin se abarcan
temas de falta de respuesta en el muestreo enfocados en mejorar las tasas de respuesta y ha
cer ajustes por la falta de respuesta. Se analiza la dificultad para determinar en forma estads
tica el tamao de la muestra en la investigacin de mercados internacionales, se identifican
los temas ticos pertinentes y se explica el papel de Internet y las computadoras.
fra la determinacin estadstica del tamao de muestra se requiere conocer la distribu
cin normal y el uso de tablas de probabilidad normales. La distribucin normal tiene forma
de campana y es simtrica. Su media, mediana y modo son idnticos (vase el captulo 15).
La informacin sobre la distribucin normal y el uso de las tablas de probabilidad normales
se presenta en el apndice 1 2 - 1 .
INVESTIGACIN
REAL
S41
www.FreeLibros.me
542
PARTE II
que se muestra) dentro del cual se podra esperar que variaran los resultados de mustreos repeti
dos en el mismo periodo, 95% del tiempo, asumiendo que el procedimiento de la muestra, ejecu
cin de encuesta y el cuestionario utilizados fueran los mismos .1
Tblerancia recomendada para error de muestreo de un porcentaje__________________________
(Nivel de confianza de 95% para un
En puntos porcentuales
tamaode muestrade
456)
Percentaje cerca de 10
3
Percentaje cerca de 20
4
Percentaje cerca de 30
4
Percentaje cerca de 40
5
Percentaje cerca de 50
5
Percentaje cerca de 60
5
Percentaje cerca de 70
4
Percentaje cerca de 80
4
Percentaje cerca de 90
3
La tabla se debe utilizar de la siguiente forma: si un porcentaje reportado es 43, vea la fila
porcentaje cerca de 40 . El nmero en esta fila es 5, lo que significa que 43% obtenido en
la muestra est sujeto a un error de muestreo de ms o menos cinco puntos porcentuales. Otra
forma de decirlo es que muy probablemente (95 veces de cada 100) el promedio de los mus
treos repetidos debera estar entre 38 y 48%, siendo la cifra ms probable 43 por ciento. Una en
cuesta reciente realizada por la revista Bicycling para medir el inters en un sistema para recau
dar fondos llamado United We Ride, como forma de generar dinero para las familias de las
vctimas de los ataques terroristas del 11 de septiembre de 2 0 0 1 , utiliz esta tabla para estimar
los errores de muestreo.
Pam comprender los aspectos estadsticos del muestreo es importante entender ciertas de
finiciones y smbolos bsicos.
DEFINICIONES Y SMBOLOS
En la siguiente lista se definen los intervalos de confianza y otros conceptos estadsticos que
tienen un papel central en la determinacin del tamao de muestra.
P arm e tro : Un parm etro es una descripcin sumaria de una caracterstica fija o medicin de
la poblacin objetivo. Un parmetro denota el verdadero valor que se obtendra si se reali
zara un censo en vez de una muestra.
E stadstica: Una estadstica es una descripcin sumaria de una caracterstica o medicin de la
muestra. La estadstica de muestra se utiliza como estimado del parmetro de poblacin.
C orreccin de la poblacin finita: La correccin de la poblacin fin ita (cpf) es una correccin
para la sobreestimacin de la variacin de un parmetro de poblacin; por ejemplo, una me
dia o proporcin, cuando el tamao de la muestra es 1 0 % o ms del tamao de la poblacin.
Nivel d e precisin: Cuando se estima un parmetro de poblacin al utilizar una estadstica de
muestreo, el nivel de precisin es el tamao deseado del intervalo que se estima. sta es la
diferencia de tolerancia mxima entre la estadstica de muestra y el parmetro de poblacin.
Intervalo d e confianza: El intervalo de confianza es el campo en el que caer el verdadero pa
rmetro de poblacin, asumiendo un nivel dado de confianza.
Nivel d e confianza: El nivel de confianza es la probabilidad de que un intervalo de confianza
incluir el parmetro de poblacin.
Los smbolos utilizados en notacin estadstica para describir las caractersticas de pobla
cin y de muestra se resumen en la tabla 1 2 - 1 .
DISTRIBUCIN DE M UESTREO
La distribucin d e m uestreo es la distribucin de los valores de una estadstica de muestra
computada para cada posible muestra que podra tomarse de la poblacin objetivo bajo un plan
de muestreo especfico .2 Supongamos que se tomar una muestra aleatoria simple de cinco hos-
www.FreeLibros.me
CAPTULO 12
343
TABLA 12 .1
Smbolos para variables de poblacin y de muestra
V a r ia b l e
P o b l a c i n
M u estra
Ro porcin
Variacin
o2
P
s2
Desviacin estndar
Tamao
<*x
S-x
Media
Sr
X -\i
X -X
s
s
uistrwucion normal
Base para la inferencia estadstica
clsica que tiene forma de campana
y apariencia simtrica. Sus medidas
de tendencia central son idnticas.
X =
o de la proporcin
Proporcin
Media
a
~
www.FreeLibros.me
7t(l - 7t)
Op=
344
PARTE II
4.
' X ( X , - - X )2
s =
n -
n
n - 1
En los casos donde <r se estima por s, el error estndar de la media se convierte en:
est. o , =
fest denota el hecho de que s se ha utilizado como un estimado de a .
Asumiendo que no existe un error de medicin, la confiabilidad de un estimado de un
parmetro de poblacin se puede evaluar en trminos de su error estndar.
5. De la misma forma se puede calcular el error estndar de la proporcin al utilizar la pro
porcin de la muestra p como un estimado de la proporcin de la poblacin, ir, como:
6.
Numero de errores estndar a los
que se encuentra un punto de la
media.
El rea bajo la distribucin de muestra entre dos puntos cualquiera se puede calcular en tr
minos de valores z. El valor z de un punto es el nmero de errores estndar a que se encuen
tra ese punto de la media. Los valores z se pueden computar como sigue:
z =
X -IL
Por ejemplo, las reas bajo un lado de la curva entre la media y los puntos que tienen va
lores z de 1.0, 2.0 y 3.0 son, respectivamente, 0.3413, 0.4772 y 0.4986. (Vase la tabla 2
en el apndice de tablas estadsticas.) En el caso de la proporcin, el cmputo de los valo
res z es similar.
7. Cuando el tamao de muestra es 10% o ms del tamao de la poblacin, las frmulas de
error estndar sobreestimarn la desviacin estndar de la media o proporcin de la pobla
cin. Por eso, stas deben ajustarse con un factor de correccin de poblacin finita, defini
do por:
N -n
N -
En este caso
-
___ , A T -n
4n A1Ai - 1
www.FreeLibros.me
CAPTULO 12
TAS
sitar que el tamao de la muestra inicial sea mucho ms grande. En la investigacin del marke
ting comercial, las limitaciones de recursos de tiempo, dinero y experiencia pueden ejercer una
influencia dominante en la determinacin del tamao de la muestra. En el proyecto de la tienda
departamental, el tamao de muestra se determin con base en estas consideraciones.
El mtodo estadstico para determinar el tamao de la muestra que nosotros consideramos
se basa en inferencia estadstica tradicional.3 En este mtodo, el nivel de precisin se especifi
ca por anticipado. Este mtodo est basado en la construccin de intervalos de confianza alre
dedor de medias o proporciones de muestra.
L ~
_ _
donde zL = - z y
r
I1
y el valor superior de X es
X v = \L + ZC X
Ntese que p. es estimado por X El intervalo de confianza es dado por
X zox
Ahora podemos establecer un intervalo de confianza de 95% alrededor de la media de
muestra de 182 dlares. Como primer paso, computamos el error estndar de la media:
Of = i = J 2 = = 3.18
*
xn
V300
Figura 12.1
Intervalo de confianza de 95%
www.FreeLibros.me
346
PARTE II
Segn la tabla 2 del apndice de tablas estadsticas, se puede ver que el 95% central de la
distribucin normal se encuentra dentro de los valores de 1.96 z. El intervalo de confianza de
95% es dado por:
1.96a*
= 182.00 1 .9 6 (3 .1 8 )
= 182.00 6 .2 3
Por lo tanto, el intervalo de confianza de 95% flucta entre 175.77 y 188.23 dlares. La pro
babilidad de encontrar que la media de poblacin verdadera est entre 175.77 y 188.23 dlares es
de 95 por ciento.
www.FreeLibros.me
CAPTULO 12
347
P r o p o r c io n e s
e d ia s
D = 5.00 dlares
nivel de precisin.
p-
= 0 .0 5
NC = 95%
NC =95%
El valor z es 1.96
El valor z es 1.96
Estimado de <y.
Estimado de n:
K = 0.64
a = 55
2 2
O Z
7t<l
5 5 2( 1 .9 6 ) 2
n = ^
= 465
tamao de la muestra representa al 10% de la poblacin
aplique la correcin de poblacin finita (cpf).
fle ~
k,
/V
+n-
i
1
= X zjj
8 . Si
7 l)z 2
n.
c
nN
= ---------------
N + n -1
= p zsp
D=Rn
D =/?p
z \ 1 - 7t)
n = ----- 5 ----R K
cV
R1
0 .6 4 ( 1 - 0 . 6 4 ) ( 1 . 9 6 ) 2
= --------------------x----------( 0 .0 5 )
= 355
nN
6 . Si el
n = lF
D
< 3x= Z
\'n
n = 2*2
D2
En nuestro ejemplo,
n =
552(1-96)2
52
= 464.83
= 465 (aproximado al siguiente integral)
De la frmula para el tamao de la muestra se puede ver que ste aumenta con un in
cremento en la variabilidad de la poblacin, grado de confianza, y nivel de precisin re
querido del estimado. Debido a que el tamao de la muestra es directamente proporcional
a a 2, a mayor variabilidad de poblacin mayor el tamao de la muestra. De la misma for
ma, un grado ms alto de confianza implica un valor ms grande de z, y por lo tanto un ta
mao de muestra ms grande. Tanto o 2 como z aparecen en el numerador. Mayor preci
sin significa menor valor de D, y por lo tanto un tamao de muestra ms grande, ya que
D aparece en el denominador.
Si el tamao de muestra resultante representa 10% o ms de la poblacin, debe aplicarse
la correccin de poblacin finita (cpf ) . 5 El tamao de muestra requerido debe calcularse
segn la frmula
nc = n N / ( N + n - \ )
www.FreeLibros.me
348
PARTE II
donde
n = tamao de la muestra sin cp f
nc = tamao de la muestra con cpf
7. Si la desviacin estndar de poblacin, <r, se desconoce y se utiliza un estimado, debe vol\er a calcularse una vez que se ha tomado la muestra. La desviacin estndar de muestra,
s, se utiliza como un estimado de or. Entonces, debe calcularse un intervalo de confianza
para determinar el nivel de precisin realmente obtenido.
Supongamos que el valor de 55.00 utilizado para <r fue un estimado porque el valor
verdadero se_desconoca. Se toma una muestra d e n = 465 y estas observacionesgeneran
una media X de 180.00 y una desviacin estndar de muestra, s, de 50.00. El intervalo de
confianza revisado entonces es
Xzs-x
= 180.00 1.96(50.0/V465)
= 180.00 4.55
o
R2
donde tendra que estimarse el coeficiente de variacin C = (o7p.).
El tamao de la poblacin, N, no afecta directamente el tamao de la muestra, excepto
cuando se tiene que aplicar el factor de correccin de la poblacin. Aunque esto parezca ir con
tra el sentido comn, si se reflexiona s tiene sentido. Por ejemplo, si todos los elementos de la
poblacin son idnticos en las caractersticas de inters, entonces un tamao de muestra de uno
ser suficiente para estimar la media perfectamente. Resulta cierto si hubiera 50, 500, 5000
50,000 elementos en la poblacin. Lo que afecta de manera directa el tamao de la muestra es
la variabilidad de la caracterstica en la poblacin. Esta variabilidad entra en el clculo del ta
mao de la muestra mediante la variacin de poblacin o 2 o la variacin de la muestra s1.
www.FreeLibros.me
CAPTULO 12
549
dor estima que 64% de los hogares en la poblacin objetivo posee una tarjeta de crdito de
tienda departamental. Entonces, ir - 0.64.
5. Determinar el tamao de muestra utilizando la frmula para el error estndar de la propor
cin.
P - n
D
7t(l - n )
n =
ft(l -
n)z2
D2
En nuestro ejemplo,
n =
0.64(1 - 0 .6 4 X 1.96)"
(0 .0 5 )2
= 354.04
= 355 (aproximado al siguiente integral)
6.
pzsp
donde
SP
y = m
En nuestro ejemplo,
055(1 - 0 .5 5 )
S? =
^ -----
= 0.0264
Entonces, el intervalo de confianza es:
= 0.55 1.96(0.0264)
= 0.55 0.052
el cual es ms ancho que el especificado. Esto podra atribuirse al hecho de que la desvia
cin estndar basada en p = 0.55 era ms grande que el estimado de la desviacin estn
dar de la poblacin basado en ir = 0.64.
Si es inaceptable un intervalo ms ancho que el especificado, el tamao de la muestra
se puede determinar para reflejar la variacin posible mxima en la poblacin. Esto ocurre
cuando el producto Tr( 1 - ir) es el mayor, lo que ocurre cuando n se establece en 0.5. Este
resultado tambin puede ser intuitivo. Debido a que una mitad de la poblacin tiene un va
www.FreeLibros.me
350
PARTE II
lor de la caracterstica y la otra mitad tiene el otro valor, se requeriran ms pruebas para
obtener una inferencia vlida que si la situacin fuera ms clara y la mayora tuviera un
valor particular. En nuestro ejemplo, esto lleva a un tamao de muestra de
0 .5 (0 .5 )(l.9 6 )2
(0.05)
= 384.16
= 385 aproximado al siguiente integral
8.
INVESTIGACIN
D 2
RE A L
_ *:(1 - K)z2
n ------------ 9-----D2
n = [(03X 1 - 0 3 X 1 .962 ))/(0 .0 3 5 )2 = 784
www.FreeLibros.me
CAPTULO 12
351
CARACTERSTICAS Y PARMETROS
VARIADOS
En los ejemplos anteriores nos enfocamos en el clculo de un parmetro simple. En la investi
gacin de marketing comercial, en cualquier proyecto son de inters diversas caractersticas, no
slo una. Se pide al investigador que calcule diversos parmetros, no slo uno. El clculo del
tamao de muestra en estos casos debe basarse en la consideracin de todos los parmetros que
deben estimarse, como se ilustr en el ejemplo de la tienda departamental.
M V E S T IG A C I N A C T IV A
Nivel de confianza
\fclor z
Ropa
Regalos
95%
95%
95%
1.96
C ompras en tiendas
DEPARTAMENTALES
1.96
1.96
$5
$5
$4
$55
$40
$30
465
246
217
Hasta aqu, el anlisis de determinacin del tamao de muestra se ha basado en los mto
dos de inferencia estadstica tradicional y se ha asumido un muestreo aleatorio simple. Luego se
analiz la determinacin del tamao de muestra mientras se utilizan otras tcnicas de muestreo.
www.FreeLibros.me
PARTE II
www.FreeLibros.me
CAPTULO 12
353
Las tasas de cumplimiento son afectadas por la falta de respuesta. Por eso merecen aten
cin los temas de la falta de respuesta.
Negativas. Las negativas, que resultan de la falta de disposicin o incapacidad de las personas
incluidas en la muestra, dan por resultado tasas de respuesta ms bajas y mayor potencial para el
sesgo por falta de respuesta. Las tasas de negativas, es decir, el porcentaje de encuestados contac
tados que se rehsan a participar, van de 0 a 50% o ms en encuestas telefnicas. Las tasas de ne
gativas en entrevistas en centros comerciales son an ms altas y las encuestas por correo tienen
las tasas ms altas de todas. La mayor parte de las negativas ocurren inmediatamente despus
de la frase inicial del entrevistador o cuando el posible encuestado abre el paquete de correo. En
una encuesta telefnica a nivel nacional, 40% de los contactados se negaron en la etapa de intro
duccin, pero slo 6 % se negaron a continuar durante la entrevista. El siguiente ejemplo da ms
informacin sobre las negativas, terminaciones y entrevistas completadas.
www.FreeLibros.me
354
PARTE II
Figura 12.2
M ejorando las tasas de respuesta
M to d o s p a r a m e j o r a r la s
ta s a s d e re s p u e s ta
R educir las
n egativ as
N otificacin
previa
M o tiv ar a
los cn cu cstad o s
R educir los
nad ie en c asa"
Incentivos
D iseo y aplicacin
del cuestionario
S eguim iento
O tro s
facilitad o tes
L lam adas
rep etid as
INVESTIGACIN
REAL
Encuestados
31
33
No encuestados
193
67
102
10 1
166
18.7%
19.9%
61.4%
361
533%
18.5%
28.0%
a Se requiri un total de 1388 intentos para hacer estos contactos: los 166 contactos de encuestados requirieron 406
intentos (con una llamada repetida por cada encuestado), y los 361 contactos de no encuestados requirieron 982 in
tentos (con dos llamadas repetidas por cada encuestado). E l marco de muestreo contena 965 nmeros de telfono,
313 encuestados y 652 no encuestados.
h Las diferencias de encuestadosAio encuestados fueron significativas en a = 0.05 (prueba de dos extrem os).
En el estudio se encontr que las personas con probabilidad de participar en una encuesta te
lefnica (encuestados) difieren de aquellas que tienen probabilidad de negarse (no encuestados)
en lo siguiente: 1 ) confianza en la investigacin de encuesta; 2 ) confianza en la organizacin de
investigacin; 3) caractersticas demogrficas, y 4) creencias y actitudes acerca de las encuestas
telefnicas.
Un estudio realizado por CMOR en 2002 indic que los consumidores prefieren encuestas por
Internet en vez del mtodo de encuestas por telfono. Etesde el punto de vista estadstico, de 1,753
consumidores estadounidenses, 78.9% de los encuestados eligieron Internet como primera eleccin
de mtodo de encuesta, en tanto que slo 3.2% eligieron el mtodo de encuesta telefnica. 13
Dadas las diferencias entre encuestados y no encuestados demostradas con este estudio, los
investigadores deben tratar de disminuir las tasas de negativas. Esto se puede hacer mediante una
notificacin previa, motivando a los encuestados, con incentivos, un buen diseo, aplicacin de
cuestionario y seguimiento.
Notificacin previa. En una notificacin previa, los posibles encuestados reciben una carta en la
que se les notifica de la encuesta por correo, telefnica, personal o de Internet. La notifi
cacin previa incrementa las tasas de respuesta del pblico en general porque reduce la
sorpresa e incertidumbre y crea una atmsfera ms cooperativa. 14
www.FreeLibros.me
CA PTU LO 12
355
Motivar a los encuestados. Los posibles encuestados pueden ser motivados a participar en la en
cuesta al aumentar su inters y compromiso. Dos formas de hacer esto son las estrategias
del pie en la puerta y de puerta en la cara. Con ambas estrategias se intenta obtener la parti
cipacin mediante el uso de solicitudes en secuencia. Como se explic brevemente en el ca
ptulo 6 , el entrevistador comienza con una pequea solicitud, como: Podra tomar cinco
minutos para responder cinco preguntas?, lo cual aceptar una gran mayora. A la pequea
solicitud sigue una mayor, la solicitud crtica, que pide la participacin en la encuesta o ex
perimento. El razonamiento es que el cumplimiento con una solicitud inicial debe incre
mentar la oportunidad de cumplimiento con la solicitud siguiente. La estrategia de la puer
ta en la cara es inversa. La solicitud inicial por lo general es grande y la mayora de las
personas se niega a participar. A la solicitud grande le sigue una solicitud menor, la solici
tud crtica, solicitando la participacin en la encuesta. El razonamiento implcito es que la
concesin ofrecida por la siguiente solicitud crtica debe incrementar las posibilidades de
cumplimiento. La tcnica del pie en la puerta es ms eficaz que la de la puerta en la cara. 15
Incentivos. Las tasas de respuesta pueden incrementarse al ofrecer incentivos monetarios as
como no monetarios a los posibles encuestados. Los incentivos monetarios pueden pagar
se por anticipado o prometerse. El incentivo pagado por anticipado est incluido con la en
cuesta o cuestionario. El incentivo prometido se enva slo a los encuestados que comple
tan la encuesta. Los incentivos no monetarios ms comnmente utilizados son premios y
recompensas, como plumas, lpices, libros y la oferta de recibir los resultados de la en
cuesta . 16
Los incentivos pagados por anticipado han demostrado incrementar las tasas de res
puesta a un mayor grado que los incentivos prometidos. La cantidad del incentivo puede
variar de 10 centavos a 50 dlares o ms. La cantidad del incentivo tiene una relacin po
sitiva con la tasa de respuesta, pero el costo de incentivos monetarios altos puede sobrepa
sar el valor de la informacin adicional obtenida.
D iseo del cuestionario y administracin. Un cuestionario bien diseado puede disminuir la ta
sa de negativas en general a preguntas especficas (vase el captulo 10). D e la misma for
ma, la habilidad utilizada para administrar el cuestionario en las entrevistas telefnicas y
personales puede incrementar la tasa de respuesta. Los entrevistadores capacitados son
hbiles para cambiar la negativa o para persuadir. Ellos no aceptan un no sin una spli
ca adicional. La splica adicional puede enfatizar la brevedad del cuestionario o la impor
tancia de la opinin del encuestado. Los entrevistadores hbiles pueden disminuir las ne
gativas en aproximadamente 7% en promedio. Los procedimientos de entrevista se
analizan con mayor detalle en el captulo 13.
Seguimiento. Dar seguimiento o contactar peridicamente a quienes no han respondido despus
del contacto inicial es particularmente eficaz para disminuir las negativas a encuestas por
correo. El investigador puede enviar una postal o carta para recordar a los que no han res
pondido que completen y regresen el cuestionario. Se requieren dos o tres correos adems
del original. Con seguimiento apropiado, la tasa de respuesta en las encuestas por correo
puede incrementarse a 80% o ms. Los seguimientos tambin pueden hacerse por telfo
no, correo electrnico o contactos personales. 17
Otros facilitadores. La personalizacin o enviar cartas dirigidas a personas en especfico es efi
caz para incrementar las tasas de respuesta. 18 El siguiente ejemplo ilustra el procedimien
to empleado por Arbitran para incrementar sus tasas de respuesta.
www.FreeLibros.me
356
PARTE II
Nadie en casa. La segunda causa principal de las bajas tasas de respuesta es cuando no se
encuentra a nadie en casa. En las entrevistas telefnicas y las entrevistas personales en casa, las
bajas tasas de respuesta pueden resultar si los posibles encuestados no estn en casa cuando se
intenta el contacto. Un estudio en el que se analizan 182 encuestas telefnicas comerciales, in
cluyendo una muestra total de ms de un milln de consumidores, revel que un gran porcenta
je de los posibles encuestados nunca fue contactado. La tasa media de no contacto fue de 40 por
ciento. En casi 40% de las encuestas slo se realiz un intento de contactar a los posibles en
cuestados. Los resultados de 259,088 llamadas de primer intento utilizando el marcado digital
aleatorio sofisticado M/A/R/C Telno System (www.marcgroup.com) muestra que menos de
1 0 % de las llamadas dieron lugar a entrevistas completadas.20
La probabilidad de que los posibles encuestados no estn en casa vara con diversos facto
res. Es ms probable que la gente con nios pequeos est en casa que la gente soltera o divor
ciada. Es ms probable que los consumidores estn en casa en los fines de semana que entre se
mana, y en la noche ms que durante la tarde. La notificacin previa y las citas incrementan la
probabilidad de que los encuestados estn en casa cuando se intenta el contacto.
El porcentaje de nadie en casa puede reducirse al utilizar una serie de llamadas repetidas o
intentos de seguimiento peridico para contactar a quienes no han respondido. La decisin
acerca del nmero de llamadas repetidas debe medir los beneficios de reducir la desviacin por
falta de respuesta sobre los costos adicionales. Conforme se completen las llamadas repetidas,
los encuestados de llamadas repetidas deben compararse con aquellos que ya han respondido
para determinar la utilidad de hacer ms llamadas repetidas. En la mayora de las encuestas al
consumidor seran deseables tres a cuatro llamadas repetidas. En tanto que la primera llamada
arroja la mayor parte de respuestas, la segunda y la tercera llamadas tienen una respuesta ms
alta por llamada. Es importante que las llamadas repetidas se realicen y se controlen de acuerdo
con el plan previamente establecido.
www.FreeLibros.me
CA PTU LO 12
357
proyectados a todos los no encuestados, y los resultados de la encuesta se ajustan para conside
rar la falta de respuesta. Este mtodo puede estimar el efecto de la falta de respuesta en la carac
terstica de inters.
R e e m p la z o . En el reemplazo, los no encuestados en la encuesta actual son sustituidos por no
encuestados de una encuesta anterior similar. El investigador intenta contactar a estos no encues
tados de la encuesta anterior y aplicarles el cuestionario de la encuesta actual, tal vez ofreciendo
un incentivo apropiado. Es importante que la naturaleza de la falta de respuesta en la encuesta
actual sea similar a la de la encuesta anterior. Las dos encuestas deben utilizar tipos similares de
encuestados y el intervalo entre ellas debe ser corto. Como ejemplo, si la encuesta de tienda
departamental se repetir un ao despus, los no encuestados en la encuesta actual pueden ser
reemplazados por los no encuestados en la encuesta anterior.
iCIN
REAL
www.FreeLibros.me
358
PARTE II
P r o m e d io d e g a s t o
EN DLARES
Po r c e n t a je d e r es
DE ONDA PREVIA
pu esta
Primer correo
12
412
Segundo correo
18
325
79
Tercer correo
13
277
85
Falta de respuesta
(57)
(230)
91
Ib tal
100
275
gastada por aquellos que respondieron al primer correo. Los que respondieron al tercer correo
justaron 85% de la cantidad que gastaron los que respondieron al segundo correo. Continuando
esta tendencia, podra estimarse que aquellos que no respondieron gastaron 91% [85 + (85 79)] de la cantidad que gastaron los que respondieron al tercer correo. Esto da por resultado un
estimado de 252 dlares (277 X 0.91) gastados por los no encuestados y un estimado de 288
dlares (0.12 X 412 + 0.18 X 325 + 0.13 X 277 + 0.57 X 252) por la cantidad promedio gas
tada en compras en tiendas departamentales durante los dos meses para la muestra en general.
Ntese que la cantidad real gastada por los no encuestados fue de 230 y no de 252 dlares, y el
promedio real de la muestra fue de 275 y no de 288 dlares estimados por el anlisis de tenden
cia. Aunque los estimados de tendencia estn equivocados, el error es ms pequeo que el error
que hubiera resultado de ignorar a los no encuestados. Si se hubiera ignorado a los no encuestados, la cantidad gastada se hubiera estimado en 335 dlares (0.12 X 412 + 0.18 X 325 + 0.13
X 277)/(0.12 + 0.18 + 0.13) para la muestra.
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Al realizar investigacin de mercados en otros pases, la estimacin estadstica del tamao de la
muestra puede ser difcil, pues tal vez no se disponga de los estimados de variacin de la pobla
cin. Por eso, el tamao de la muestra a menudo es determinado por consideraciones cualitati\as, segn se analiz en el captulo 1 1 , como: 1 ) importancia de la decisin; 2 ) naturaleza de la
investigacin; 3) nmero de variables; 4) naturaleza del anlisis; 5) tamaos de muestra utiliza
dos en estudios similares; 6 ) tasas de incidencia; 7) tasas de cumplimiento, y 8 ) limitaciones de
recursos. Si se intenta la estimacin estadstica del tamao de muestra, se debe estar consciente
de que los estimados de variacin de la poblacin pueden cambiar de un pas a otro. Por ejem
plo, al medir las preferencias al consumidor, se puede encontrar un mayor grado de heteroge
neidad en pases donde las preferencias del consumidor no estn muy desarrolladas. Por lo tan
www.FreeLibros.me
CA PTU LO 12
359
to, sera un error asumir que la variacin de la poblacin es igual o utilizar el mismo tamao de
muestra en diferentes pases.
www.FreeLibros.me
360
PARTE II
sin la desviacin estndar sino hasta que se han recabado los datos. Para calcular el tamao de
la muestra se utiliza un estimado de la desviacin estndar. Este estimado se basa en los datos
secundarios, juicio o un estudio piloto pequeo. Al inflar la desviacin estndar se puede incre
mentar el tamao de la muestra y, por tanto, los ingresos del proyecto para la empresa de inves
tigacin. Utilizando la frmula del tamao de muestra se puede ver que aumentar la desviacin
estndar en 20%, por ejemplo, incrementar el tamao de muestra en 44%. Evidentemente es
poco tico inflar la desviacin estndar, y as incrementar el tamao de muestra, simplemente
para realzar los ingresos de la empresa de investigacin de mercados.
Pueden surgir dilemas ticos aun cuando la desviacin estndar sea estimada honestamente.
A menudo, la desviacin estndar en el estudio real es diferente de la estimada al inicio. Cuando
la desviacin estndar es mayor que el estimado inicial, el intervalo de confianza tambin ser
mayor que el deseado. En tal situacin, el investigador tiene la responsabilidad de discutir esto
con el cliente y decidir conjuntamente el curso de accin. En las encuestas polticas se descono
cen las ramificaciones ticas de comunicar mal los intervalos de confianza de los estimados de la
encuesta con base en muestras estadsticas.
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Existen numerosos sitios en Internet que ofrecen el uso gratuito de calculadores de intervalo de
confianza y de tamaos de muestra, por ejemplo, Survey System (www.surveysystem.com). U s
ted puede utilizar este calculador para determinar cunta gente necesita entrevistar con el fin de
obtener resultados que reflejen la poblacin objetivo tan precisamente como se requiere. Tam
bin puede encontrar el nivel de precisin que tienen en una muestra existente. El Discovery
Research Group tambin tiene un calculador de tamao de muestra (www.drgutah.com).
www.FreeLibros.me
CA PTU LO 12
361
tos de recompensa (que pueden ser cambiados por premios). Los usuarios no tendrn que enviar
sus direcciones de correo electrnico. Las encuestas ayudarn a medir la respuesta a las campa
as en lnea del anunciante. El objetivo principal de estas investigaciones es evaluar las actitu
des de los consumidores y otra informacin subjetiva que pueda ayudar a los compradores de
medios a planear sus campaas.
Otra ventaja de las encuestas en lnea es que usted est seguro de alcanzar su objetivo (con
trol de muestra), y de que es ms fcil que stas se inviertan que las encuestas tradicionales, co
mo entrevistas en centros comerciales o en hogares. Tambin son ms econmicas (DM S cobra
2 0 , 0 0 0 dlares por una encuesta en lnea, en tanto que los costos de realizar una entrevista en
centros comerciales a 1,000 encuestados oscilan entre 30,000 y 40,000 dlares).
www.FreeLibros.me
362
PARTE II
E N F O Q U E
EN
B U R K E
A ntes d e reco m en d ar u n tam ao d e m u estra ap ro p ia d o , B urke co n sid era lo s sig u ien tes facto res:
C ul e s el tam ao d e l u n iv erso ? E sto es, c u n to s clien tes califican p ara p a r tic ip a re n el estu d o ? E l tam ao d e l u niverso no e s un a co n sid erac i n cu an d o se sa b e qu e la p o b laci n e s g ra n d e ,
com o e n el caso d e h o g ares o co n su m id o res. S in em b arg o , esto s e v u elv e un fa c to r im p o rtan te
cuando el u niverso e s p eq u e o , co m o e n alg u n as situ ac io n e s d e em p resa a em p resa y d e m ark e
ting in d u strial.
C unta p re c isi n req u iere el clien te? C u a n ta m s p re c isi n s e re q u ie ra , m a y o r d eb e se r el ta
m ao d e m uestra.
S e an alizarn alg u n o s s u b g ru p o s ? Si e s as , el tam ao d e m u estra d e b e se r adecuad o p ara o b te
ner c o n c lu sio n e s co n fiab les p ara c a d a su b g ru p o .
C on q u frec u en cia el clien te q u ie re re c a b a r d a to s? D ebido a q u e los c o n su m id o res p u ed en o b
je ta r a p a rtic ip a re n e s tu d io s repetidos, a v e c e s lo s c lie n te s deben lim ita r el nm ero d e c o n s u m i
do res qu e B u rk e p u ed e e n tre v is ta re n c ad a o n d a .
C ul e s el presu p u esto del c lie n te ?
C uando s e d eterm in a estad sticam en te d tam ao d e la m u estra, B u rk e d iliz a los m to d o s a n a liz a
dos en e s te cap tu lo p a ra m edias y p roporciones. L o s e stim ad o s d e la d esv iaci n e s t n d a r d e p o b laci n
requeridos para c a lc u la r el ta m a o d e la m uestra se b a s a n e n e stu d io s sim ila re s realizados p o r B u rk e en
d pasado.
La cm ara d e co m ercio d e u n a c iu d a d im p o rtan te e n el sureste d e E stad o s U n id o s pidi a B u rk e
q u e realizara u n a e n c u e sta so b re c a lid a d d e v id a entre lo s re sid en tes d e l re a m etro p o litan a co m p u esta
por 10 con d ad o s. L a cm ara pidi a B urke reco m en d ar el tam ao d e m uestra apropiado con b a se en lo s
sig u ien tes tre s criterio s:
www.FreeLibros.me
CA PTU LO 12
363
RESUMEN
Los mtodos estadsticos para determinar el tamao de la mues
tra se basan en intervalos de confianza. Estos mtodos pueden in
cluir el clculo de la media o proporcin. Cuando se estima la
media, la determinacin del tamao de muestra utilizando el m
todo de intervalo de confianza requiere la especificacin del ni
vel de precisin, nivel de confianza y desviacin de poblacin e s
tndar. En el caso de la proporcin, se debe especificar el nivel de
precisin, nivel de confianza y un estimado de la proporcin
de la poblacin. El tamao de muestra determinado estadstica
mente representa el tamao de muestra final o neto que se debe
alcanzar. Con el fin de lograr este tamao de muestra final, se de
be contactar un nmero mucho mayor de posibles encuestados
para considerar la reduccin en la respuesta debido a las tasas de
incidencia y de cumplimiento.
El error por falta de respuesta surge cuando algunos de los po
sibles encuestados incluidos en la muestra no responden. Las cau
sas principales de las tasas bajas de respuesta son las negativas y
ponderacin, 358
sustitucin, 357
tasa de cumplimiento, 352
tasa de incidencia, 352
valores z, 344
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Problemas
1. Utilizando la tabla 2 del apndice de tablas estadsticas, calcule la
probabilidad deque:
a. zsea menor que 1.48
b. zsea mayor que 1.90
c. z est entre 1.48 y 1.90
d. z est entre-1.48 y 1.90.
2. Cul es el valor de z si:
a. 60% de todos los valores de z son mayores
b. 10 %de todos los valores de z son mayores
c. 68.26% de todos los valores posibles de z (distribuidos simtri
camente alrededor de la media) estn contenidos en este inter
valo.
www.FreeLibros.me
364
PARTE II
b.
b.
3. Visite la pgina de Internet de la organizacin Gallup (hww.gaUup.com). Identifique algunas de las encuestas recientemente completa
das por esta organizacin. Cules fueron los tamaos de muestra
en estas encuestas y cmo se determinaron?
A C TIV ID A D E S
Intercambio de papeles
L Usted trabaja en el departamento de investigacin de mercados de
Burger King. Esta empresa ha desarrollado un nuevo proceso de co
cinado que hace que las hamburguesas tengan mejor sabor. Sin em
bargo, antes de que la nueva hamburguesa se introduzca al mercado,
se realizarn pruebas de degustacin. Cmo se debe determinar el
tamao de muestra para estas pruebas de degustacin? Qu mtodo
recomendar usted? Justifique sus recomendaciones a un grupo de
estudiantes que representan a la administracin de Burger King.
2. Una empresa pblica importante de electricidad quisiera determinar
la cantidad promedio gastada por hogar en enfriamiento durante el
verano. La administracin cree que se debe realizar una encuesta. Se
le nombra a usted como consultor. Qu procedimiento recomenda
r para determinar el tamao de la muestra? Haga una presentacin
acerca de este proyecto a tres estudiantes que representarn al jefe
Trabajo de campo
L Visite una empresa de investigacin de mercados local. Averige c
mo se determinaron los tamaos de muestra en algunas encuestas o
experimentos recientes. Escriba un informe acerca de sus resultados.
Anlisis en grupo
1. Las consideraciones cuantitativas son ms importantes que las
consideraciones cualitativas al determinar el tamao de la muestra.
Analice en un grupo pequeo.
2. Analice las ventajas y desventajas del mtodo de intervalo de con
fianza.
A P N D IC E 12.1
La distribucin normal
En este apndice se proporciona una breve visin general de la
distribucin normal y el uso de la tabla de distribucin normal.
La distribucin normal se utiliza al calcular el tamao de la
muestra y sirve como base para la inferencia estadstica clsica.
Muchos fenmenos continuos siguen la distribucin normal o
pueden ser aproximados por sta. De igual forma, la distribucin
normal puede utilizarse para aproximar muchas distribuciones de
probabilidad discretas. 1
'Este material se tom de Mark L. Berenson, David M. Le vine y Timothy
Krehbiel: Basic Business Statistics: Concepts and Applications, 8th. ed., Englewood Cliffs, N.J. Prentice Hall, 2002.
www.FreeLibros.me
CA PTU LO 12
c
Ntese que la variable aleatoria z normalmente siempre est
distribuida con una media de 0 y una desviacin estndar de 1 .
Las tablas de probabilidad normales de ordinario se utilizan para
dos propsitos: 1 ) encontrar probabilidades correspondientes a
valores conocidos de X o z, y 2) encontrar valores de X o z corres
pondientes a probabilidades conocidas. Se analiza cada uno de
ellos.
El rea es 0.3413
35
40
45
50
55
60
65
(p = 50,
a = 5)
-3
-2
-1
+1
+2
+3
Escala z
365
Figura 12A.2
Encontrar vabres correspondientes a probabilidades conocidas
www.FreeLibros.me
366
PARTE II
Figura 12A.3
Encontrar vab res correspondientes a probabilidades
conocidas: Intervalos de confianza
www.FreeLibros.me
CASOS
2-1. El pronstico es soleado para
The Weather Channel
Cuando The Weather Channel, la primera estacin de 24 horas al
da sobre pronstico del tiempo comenz sus transmisiones en
1982, rpidamente se volvi objeto de burlas. Muchos en la indus
tria nos ridiculizaron, sugiriendo que el nico tipo de anunciante
que atraeramos sera a una compaa de gabardinas o a una compa
a de botas impermeables, recuerda Michael Eckert, presidente y
director ejecutivo de The Weather Channel. Adems de cuestionar
de dnde vendra el apoyo publicitario, los crticos preguntaban qu
clase de audiencia iba a sintonizar un canal que muestra el tiempo
todo el tiempo, un tema que suena tan interesante como sentarse a
contemplar un papel tapiz.
Hasta ahora, las respuestas a estas preguntas han sido sor
presivas. En sus ms de 20 aos de transmisiones, el canal ha ga
nado el apoyo de un conjunto de poderosos anunciantes, que in
cluyen Buick, Motorola y Campbells Soup. En el 2003, The
Weather Channel ha llegado a ms de 83 millones de hogares e s
tadounidenses y cubri ms de 95% de hogares con cable. Ade
ms, su exposicin va ms all de las costas estadounidenses pa
ra alcanzar 8.2 millones de hogares en Amrica Latina bajo el
nombre El Canal del Tiempo.
De acuerdo con el vicepresidente de mercadotecnia estrat
gica, Steven Clapp, puede haber habido un tiempo cuando las
personas no estaban dispuestas a admitir que eran televidentes.
Ahora la gente est orgullosa de decir que nos ve. La investiga
cin muestra que estamos ganando audiencia, aunque es difcil
aislar el por qu . Un evento importante vinculado al aumento de
popularidad de la estacin es el extenso esfuerzo de construccin
de la marca que inici en la primavera de 1995. Aunque algunos
televidentes siempre vern el clima como slo una comodidad, la
promesa de hacer que los pronsticos del tiempo se vuelvan algo
de marca recae en un segmento de los televidentes que estn
comprometidos con el clima, los que sintonizan regularmente
y aqullos a los que la estacin quiere llegar. Los televidentes
saben que pueden ir con nosotros para pronsticos de calidad y
experiencia en el tiempo. Lo que estamos tratando de hacer es ir
un paso adelante y ligamos emocionalmente con el televidente,
dice Clapp. Hayes Roth, un experto en marcas, est de acuerdo
en que poner marca al canal ayuda a construir lazos ms fuertes
con los televidentes y los anunciantes. Los esfuerzos de la com
paa han ido desde mejorar los productos de la estacin, exten
der el nombre de The Weather Channel a productos relacionados,
hasta un bombardeo promocional.
La estacin, cuyo eslogan reza ningn lugar sobre la Tierra
tiene un mejor tiempo, fue ms all de slo proporcionar pro
www.FreeLibros.me
PREGU N TAS
1. Visite la pgina Web de The Weather Channel (www.weather.com\
Escriba un informe acerca del tipo de informacin disponible en es
te sitio.
2. Identifique otras fuentes potenciales de informacin acerca del tiempo.
3. Analice el papel de la investigacin cualitativa al identificar las ne
cesidades de los consumidores acerca de informacin relacionada
con el tiempo. Qu tcnicas de investigacin cualitativa se deben
utilizar?
4. Si se fuera a realizar una encuesta para determinar las preferencias
del consumidor acerca de informacin relacionada con el tiempo,
Qu mtodo de entrevista recomendara? Por qu?
6 . Pueden utilizarse mtodos de observacin para determinar las prefe
rencias del consumidor acerca de la informacin relacionada con el
tiempo? Si es as, qu mtodos de observacin utilizara? Por qu?
R EFER EN C IA S
E-Business: The Weather Channel, Inc. ntemetweek (877) (10 de sep
tiembre de 2001): 48.
Annimo, The Weather Channel gets Navy Data. Broadcasting and
Cable, 131, (25) (11 de junio de 2001): 67.
Kim McAvoy, Changing With the Weather.com. Broadcasting & Ca
ble, 131, (7) (12 de febrero de 2001): 38-39.
Keith Flamer, Eye of the Storm. Broadcasting & Cable, 130, (40) (25
de septiembre de 2000): 84-86.
368
www.FreeLibros.me
www.FreeLibros.me
dence, y Marriot, que ofrece las instalaciones de Brighton Gardens entre otras, son los lderes en este segmento.
El segmento de ms rpido crecimiento del mercado, viaje
ros de estancia extendida, tradicionalmente ha sido el ms aban
donado. En 2000 los hoteles de estancia extendida apenas repre
sentaban 30 a 35% del mercado hotelero completo. Los viajeros
de estancia extendida son huspedes que desean permanecer cin
co das o ms y que requieren instalaciones especiales, 24 horas
de atencin personal en la recepcin y a veces bocadillos de la
cocina. Desafortunadamente, la demanda para este tipo de habi
tacin de hotel excede por mucho la oferta. En 2000, slo 3 a 5%
de la oferta de habitaciones, o apenas arriba de 1 0 0 , 0 0 0 habita
ciones, fueron dedicadas a instalaciones de estancia extensa.
En 2000, un estudio realizado por PricewaterhouseCoopers
para Extended StayAmerica indic que aproximadamente
300,000 de las nuevas habitaciones se podran mantener por la de
manda existente. Las cadenas hoteleras se percataron de la opor
tunidad que estaban perdiendo y entonces comenzaron a vaciar
recursos al desarrollo y promocin de estas instalaciones. Marriotts Residence Inn domina el mercado, pero nuevos entrantes a
este segmento estn tratando de capitalizar en el inters difundido
por las habitaciones de estancia extensa. En 1997, Holiday Inn lan
z una nueva extensin: las Staybridge Suites de Holiday Inn, di
seadas especficamente para este mercado. Estas suites presen
tan amenidades como instalaciones de autoservicio de lavandera
24 horas diarias, tienda de conveniencia las 24 horas del da, ac
ceso a Internet de alta velocidad, nmero telefnico personal, bu
zn de correo de voz para cada suite. A l ao 2000 tenan 25 nue
vos y exitosos hoteles y otros 25 estaban en construccin. La
extensin de Holiday Inn prob ser un xito.
Los hoteles estn intentando segmentar el mercado y ofrecer
servicios realzados para atraer clientes. Para que un hotel tenga
PREGU N TAS
1. Identifique algunas de las posibles fuentes de datos secundarios para la
industria hotelera. Qu tipos de datos estn disponibles en Internet?
2. La industria hotelera ha enfrentado el difcil problema de la diferen
ciacin. Holiday Inn quisiera realizar una investigacin de mercados
para determinar cmo se puede diferenciar de sus competidores.
Qu diseo de investigacin recomendara?
3. Qu informacin se necesita para que Holiday Inn desarrolle un
programa para diferenciarse de la competencia?
4. Disee un cuestionario para obtener la informacin relevante.
5. Qu diseo de investigacin sera apropiado para monitorear las
cambiantes necesidades y preferencias de hotel de los consumidores?
6 . Marriot quisiera saber cul es la mejor forma de segmentar el mer
cado de hoteles. Qu tipo de diseo de investigacin recomendara
usted y porqu?
R EFER EN C IA S
Edward R. DeLome, Hotel Industry Slowly Sees Light at the End of a
Recession Tunnel. The Real Estate Finance Journal, 17 (3) (Invierno de 2002): 36-37.
Julie Forster, Andrew y Christopher Palmeri, Making Hay While it
Rains. Business Week (14 de enero de 2002): 32-33.
Eryn Brown, Heartbreak Hotel, en Fortune, 144 (11) (26 de noviembre
de2001): 161-165.
ftul Davidson y Doug Carroll, Marriott Chief Says Travel Industry Is
in Recession; Occupancy Rate Down, but It Has Risen Since Sept.
11. USA Today (20 de noviembre de 2001): B 10.
Daniel Northington y Sheridan Prasso, Holiday Inn Has Just the Ticket.
Business Week, (3720) (19 de febrero de 2001): 16.
370
www.FreeLibros.me
1907
1908
1911
1925
1938
1939
1945
1963
Se compra Reese Candy Co., productor de las barras de mantequilla de cacahuate Reese's.
1966
1968
1977
Se compra Y&S Candies, Inc., fabricante de productos de licor y similares como Twizzlers y Nibs.
1986
Se agregan las marcas Ludens y 5th Avenue mediante adquisicin de las operaciones de confitera de Dietrich Corporations.
1988
Hershey Foods Corp. adquiere las operaciones de confitera de Peter Paul/Cadbury U.S. Las marcas compradas incluyen las
barras de Peter Paul Mounds, Almond Joy y York Peppermint Patties.
1990
1991
Se adquiere una planta de leche utilizada para producir una bebida de chocolate.
1992
Se introduce la barra Hershey's Cookies r Mint y los osos de goma Amazin Fruit.
1993
1994
Se introducen los chocolates Hersheys Nuggets y el cereal marca Reeses Peanut Butter Puffs.
1996
Hershey lanza la lnea de chocolate bajo en grasa Sweet Escapes. Hershey adquiere la marca Leaf North American para refor
zar su lnea no chocolatera.
1997
1998
Se lanza ReeseSticks.
1999
Se introducen los Hersheys Bites en sabores como Almond Joy, Reeses Peanut Butter Cups, Hersheys Milk Chocolate with
Almonds y Hersheys Cookies and Creme.
2000
Hershey adquiere los negocios de pastillas para el aliento y goma de mascar de Nabisco por 135 millones de dlares.
20 0 1
Hersheys Bites aseguraron el lugar nmero 10 de la lista de las 10 mejores introducciones de productos nuevos de 2000.
M arca
Pa r t ic ip a c i n ( e n p o r c e n t a j e )
Snickers
1 0 .2 0
Reeses
933
M&M Peanut
631
M&M Plain
5.26
KitKat
4.97
Butterfinger
4.71
Hershey Almond
339
Crunch
333
Milky Way
335
Hershey Milk
2.91
10
www.FreeLibros.me
1 980
1990
2 0 0 0 (E st .)
0-17 aos
46%
38%
33%
de edad
18-34 aos
22%
23%
24%
35-45 aos
20%
24%
26%
4 6 + aos
12%
15%
17%
PREGU N TAS
1. Busque en Internet y rena informacin relacionada con el mercado
de confitera.
2. Describa el tipo de investigacin de mercado que podra haber lleva
do a la introduccin de Kit Kat Big Kat. Analice el tipo de diseo de
investigacin que sera apropiado.
3. Describa la audiencia objetivo para Kit Kat Big Kat. Qu tipo de
informacin acerca de sus preferencias, intenciones de compra, con
ductas, estilos de vida, psicogrficos y demogrficos se debieron ha
ber obtenido?
4. Analice las tcnicas de escala que se deben utilizar para medir las
preferencias, intenciones de compra, estilos de vida, actitudes y co
nocimiento acerca de la confitera. Cul es la naturaleza (nominal,
ordinal, de intervalo o de proporcin) de informacin obtenida de
cada una de estas escalas?
5. Disee parte de un cuestionario que se podra utilizar para obtener
esta informacin.
6 . Cul sera la mejor forma de aplicar d cuestionario? Qu mtodo
de entrevista recomienda usted que se utice? Por qu?
7. Recomiende una tcnica de muestreo apropiada para esta encuesta.
Cmo se debe determinar d tamao de muestra?
8 . Podra utilizarse el mtodo de observacin para determinar las pre
ferencias del consumidor acerca de distintos tipos de barras de dul
ce? Si es as, qu mtodo de observacin utilizara? Porqu?
R EFER EN C IA S
BiD Sulon, Hershey Foods Tops Candy-Selling Rivals. Knight Ridder
Tribune Business News (19 de enero de 2002): 1.
Stephanie Thompson, Hershey to Increase Ad Budgets for Key Brands.
Ad\ertising Age (72) 44 (29 de octubre de 2001 ): 1,40.
Annimo, Rite Aid Names Hershey to Supplier of the Year List. Drug
Store News (23) 15 (22 de octubre de 2001 ): 26.
Annimo, Hersheys Bites Make IRIs Top New Products List. Candy
Industry 2 (febrero de 2 0 0 1 ): 1 1 .
Annimo, Hershey Takes On Nabisco Mint, Gum Business. Candy In
dustry, 165 (12) (diciembre de 2000): 10.
372
www.FreeLibros.me
C alvin K le in
Y ves S a in t L au ren t
E ste e L auder
C hanel
H ugo B oss
C hristian D io r
L ynx
C o ty
Y ves R ocher
R evlon
O ld S p ice
82
2. LOreal, S.A.
3. Estee Lauder Company, Inc.
7.6
7.0
4. Unilever Group
5. Avon Products, Inc.
6.5
5.8
6.
4.7
Coty, Inc.
www.FreeLibros.me
PREGU N TAS
1. Identificar algunas posibles fuentes de datos secundarios para la in
dustria de las fragancias. Qu fuentes se pueden localizaren Inter
net y cmo se debe realizar una bsqueda en ese medio?
2. Analice la clase de investigacin de mercados que los fabricantes de
fragancias podran realizar para determinar si existe demanda para
una nueva fragancia.
3. Una vez que se ha enfocado la audiencia para una fragancia, qu
dase de informacin se requiere acerca de sus actitudes, preferen
cias, intenciones de compra, conductas, motivaciones, psicogrficos
y demogrficos?
4. Qu tcnicas recomendara usted para acopiar la informadn que
se necesita arriba? Analice.
5. Disee escalas apropiadas para obtener la informacin identificada
an-iba.
6 . Para un proyecto de investigacin de mercados enfocado a evaluar
la demanda de una nueva fragancia, un analista junior dise el
cuestionario adjunto (anexo 1). Es un cuestionario bien diseado?
Si no, cmo se podra mejorar?
R EFER EN C IA S
Peter Landau, Euromonitor Finds That Unisex Fragrances Are Losing
Appeal. Chemical Market Reporter, 257 (10) ( 6 de marzo de
2000): 31.
Marie DoDiver, Taking Fragrant Matters Into Their Own Hands. Adweek, 41 (50) (11 de diciembre de 2000): 61.
Bill Schmitt, Making Scents of Demand and Technology Trends. Che
mical Week (163) 43 (21 al 28 de noviembre de 2001 ): 36.
Glenn Koser, Retail Scents. Global Cosmetic Industry (169) 6 (no
viembre de 2001 ): 50.
Annimo, Message in a Bottle. Chemist & Druggist (13 de octubre de
2001): 40.
Taylor Nelson Sofres, www.msofres.com (29 de julio de 2001): principa
les marcas en las farmacias.
374
www.FreeLibros.me
A n exo 1
Encuesta de nueva fragancia
Favor de llenar la siguiente encuesta, respondiendo a las preguntas de la manera ms exacta posible.
P a rte I
L
1. Cul es su gnero?
Masculino
Femenino
5
M uy en desacuerdo
4
En desacuerdo
5
M uy en desacuerdo
4
En desacuerdo
5
M uy en desacuerdo
5
Muy en desacuerdo
3
No lo s
12. Los paquetes de regalos gratuitos definitivamente san un incentivo pora comprar un producto de fragancia.
1
2
3
4
5
Muy de acuerdo
De acuerdo
No lo s
En desacuerdo
M uy en desacuerdo
13. El apoyo de una celebridad a alguna fragancia la hace ms atractiva.
1
2
3
4
Muy de acuerdo
De acuerdo
No lo s
En desacuerdo
5
M uy en desacuerdo
14. Las fragancias recomendadas por una celebridad son de mayor calidad.
1
Muy de acuerdo
3
No lo s
4
En desacuerdo
5
Muy en desacuerdo
4
En desacuerdo
5
Muy en desacuerdo
4
En desacuerdo
5
Muy en desacuerdo
De acuerdo
3
No lo s
P arte ID
17. Con qu frecuencia compra usted fragancias?
20. Est usted feliz con las fragancias que actualmente estn en el mercado?
Gracias por su tiempo. Su ayuda nos servir pora satisfacer mejor sus necesidades de fragancias.
375
www.FreeLibros.me
376
www.FreeLibros.me
PREGU N TAS
R EFER EN C IA S
377
www.FreeLibros.me
www.FreeLibros.me
amos casos
2-1. Starbucks: permanece en un nivel
local en tanto se expande a nivel global
mediante la investigacin de mercados
Starbucks Corporation compra y tuesta granos de caf enteros de
alta calidad y los vende, junto con cafs frescos recin prepara
dos, bebidas fras mezcladas, una variedad de pastas y confitera,
accesorios y equipo relacionado con el caf, una seleccin de t
de primera calidad y una lnea de discos compactos, principal
mente a travs de tiendas minoristas operadas por la compaa.
Adems de las ventas a travs de sus tiendas minoristas operadas
por la empresa, Starbucks vende caf y productos de t mediante
otros canales de distribucin incluyendo su unidad de negocios
llamada Business Alliances y otras operaciones de especialidad
(colectivamente, Specialty Operations). Starbucks, mediante sus
sociedades de alianza, tambin produce y vende una bebida de
caf embotellada llamada Frapuccino y una lnea de helados
de primera calidad.
Durante los ltimos dos decenios, Starbucks ha re vitalizado
la industria del caf. La inspiracin detrs de Starbucks fue con
cebida cuando el presidente y director ejecutivo, Howard
Schultz, visit Italia. Not la atmsfera de las tiendas de caf de
ese lugar y quiso recrear la experiencia en Estados Unidos.
El objetivo de Starbucks es establecerse como la marca ms
reconocida y respetada del mundo. Espera lograrlo continuando
con una expansin rpida de sus tiendas minoristas y aumentan
do sus ventas de especialidades y otras operaciones. Tambin
perseguir continuamente otras oportunidades para expandir la
marca Starbucks mediante nuevos productos y canales de distri
bucin que satisfagan las necesidades de los consumidores deter
minadas por la investigacin de mercados.
Starbucks ha mostrado un crecimiento impresionante duran
te los aos recientes. En el 2001, tena un total de ingresos de
3,000 millones de dlares. Esto fue un incremento de 31% sobre
el ao anterior. La mayor parte del incremento se puede atribuir a
la apertura de 1,208 tiendas adicionales en 2001. Las nuevas ubi
caciones de tiendas se determinan con base en la investigacin de
mercados. Aproximadamente 84% de los ingresos netos vienen
de las tiendas minoristas operadas por la compaa. Las opera
ciones de especialidades representaron el restante 16%. Actual
mente, un tercio de todo el caf vendido en cafeteras viene de ya
sea de una tienda propiedad de la empresa o de una tienda con li
cencia de Starbucks. Estas tiendas representan 26.5% de las tien
www.FreeLibros.me
PREGUN TAS
1. Utilizando Internet, identifique fiientes secundarias de informacin
relacionada con el consumo del caf en Estados Unidos.
2. Qu buscan los clientes de la experiencia en una cafetera? Cmo
ven la experiencia de una cafetera Starbucks? Cmo puede Starbucks determinar las respuestas a estas preguntas?
R EFER EN C IA S
www.starbucks.com
Robert V. Kozinets, The Field Behind the Screen: Using Netnography
for Marketing Research in Online Communities. Journal o f Marke
ting Research (inviemo de 2002): 61.
Dina ElBoghdady, Pouring It On; The Starbucks Strategy? Locations,
Locations, Locations. The Washington Post (25 de agosto de
2002): HOI.
Terry Pristin, Veni, Venti, Grande; Starbucks Strikes Deep in a Wary
Land of Pushcarts and Delis. The New York Times (29 de abril de
2002): Bl.
380
www.FreeLibros.me
PREGUN TAS
R EFER EN C IA S
www.nike.com
Kristen Vinakmens, Brands Draw on Art in Lifestyle Campaigns. Br
nico Communications, Inc. (26 de agosto de 2002): 1.
Boaz Herzog, Marketing That Stings. The Oregonian (12 de abril de
2002): D01.
Leah Beth Ward, Private Sector, At Nike, Function Over Fashion. The
New York Times (28 de abril de 2002, seccin 3): 2.
www.FreeLibros.me
PREGU N TAS
1. Analice el papel de la investigacin de mercados para ayudar a Intel
a planear la campaa de Intel Inside.
2. Intel quisiera incrementar la preferencia por los chips de Intel entre
los usuarios de computadoras personales en los segmentos de usua
rios individuales as como usuarios de empresas. Defina el problema
de decisin de la administracin.
3. Defina un problema de investigacin de mercados apropiado que
corresponda al problema de decisin de la administracin que usted
ha identificado en la pregunta 2 .
4. Intel deseara obtener mayor entendimiento de cmo las empresas se
leccionan los productos de computadoras personales y de redes de
comunicacin. Qu tipo de diseo de investigacin se debe adoptar?
5. Analice el papel de Internet para obtener datos secundarios relevan
tes al problema de investigacin de mercados que usted ha definido
en la pregunta 3.
6 . Analice el papel de la investigacin cualitativa al entender cmo las
empresas seleccionan los productos de computadoras personales y
redes de comunicaciones. Qu tcnicas de investigacin cualitati
va se deben utilizar y por qu?
7. Si se va a realizar una encuesta para determinar el criterio de selec
cin para elegir una computadora personal y productos de red de co
municaciones, qu mtodo de encuesta se debe utilizar y porqu?
8 . Disee un cuestionario para determinar el criterio de seleccin de las
empresas para elegir una computadora personal y productos de co
municaciones en red.
9. Desarrolle un plan de muestreo apropiado para realizar la encuesta
identificada en la pregunta 7.
R EFER EN C IA S
www.intel.com
Olga Kharif, Intel Is Kicking Silicon at AMD. Business Week Online
(24 de septiembre de 2002).
Kirk Ladendorf, AMD Takes on Intel with Its Hammer. Cox News Serxice (18 de agosto de 2 0 0 2 ): pginas financieras.
Michael Kanellos, Intel Gains Market Share on AMDs Back. CNET
News.com (30 de julio de 2002).
382
www.FreeLibros.me
PREGU N TAS
1. Nivea quisiera incrementar su participacin en el mercado estadou
nidense. Defina d problema de decisin de la administracin.
2. Defina un problema de investigacin de mercados con base en el
problema de decisin de la administracin que usted ha identificado
en la pregunta 1 .
3. Nivea quisiera realizar una investigacin para entender las preferen
cias de los consumidores estadounidenses acerca de productos para
d cuidado de la pid. Qu tipo de diseo de investigacin se debe
adoptar y por qu?
4. Analice el papel de la investigacin cualitativa para entender las
preferencias de los consumidores estadounidenses sobre productos
para el cuidado de la piel. Qu tcnicas de investigacin cualitativa
se deben utilizar y por qu?
5. Si una encuesta se realiza para entender las preferencias de los con
sumidores estadounidenses sobre productos del cuidado de la piel,
qu mtodos de encuesta se deben utilizar y por qu?
6 . Desarrolle escalas de Likert, diferencial semntico y de Stapel para
determinar la evaluacin de los consumidores sobre productos ex
tranjeros para el cuidado de la pe.
7. Desarrolle un plan de muestre para aplicar la encuesta en la pre
gunta 5.
R EFER EN C IA S
www.nivea.com
Annimo, Worlds Top 100 Brands-Are They Fact or fiction? Brand
Strategy (21 de agosto de 2002): 10.
Annimo, Beauty is in the Eye of the Brand Holder. Marketing Week
(30 de mayo de 2002): 19.
383
www.FreeLibros.me
www.FreeLibros.me
*1
Li
Captulo 14
Captulo 15
Captulo 16
Captulo 17
Correlacin y regresin
Captulo 18
Anlisis discriminante
Captulo 19
Anlisis factorial
Captulo 20
Anlisis p o r conglomerados
tica. Los tres casos con conjuntos de datos estadsticos dan grandes opor
Captulo 21
Escalas mu/tidimensionales y
anlisis conjunto
Captulo 22
Preparacin y presentacin d el informe
Captulo 23
Investigacin d e mercados internacionales
www.FreeLibros.me
C A
O b j e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
www.FreeLibros.me
Generalidades
El trabajo de campo es la cuarta etapa del proceso de investigacin de mercados. Sigue a la
definicin del problema, la elaboracin de un enfoque (captulo 2 ), y la preparacin del di
seo de investigacin (captulos 3 al 12). En esta fase, los trabajadores de campo establecen
el contacto con los encuestados, aplican los cuestionarios o las formas de observacin, ano
tan los datos y devuelven las formas llenas para procesarlas. Un entrevistador que aplica un
cuestionario de puerta en puerta, el que intercepta a los compradores en los centros comercia
les, el que llama por telfono desde una ubicacin central, el que expide por correo los cues
tionarios desde una oficina, el observador que cuenta los clientes en un sector de una tienda
y otros que participan en la recopilacin de datos y la supervisin del proceso son trabaja
dores de campo.
En este captulo se describe la naturaleza y el proceso general del trabajo de campo y la
recopilacin de datos. El proceso abarca la seleccin, capacitacin y supervisin de los traba
jadores de campo, as como su evaluacin y la validacin del trabajo. Se analiza brevemente
el trabajo de campo en el contexto de la investigacin de mercados internacionales, se iden
tifican los temas ticos principales y se explica la funcin de Internet y las computadoras.
I V E S T I G A C I N A C T IV A
INVESTIGACIN
RE
www.FreeLibros.me
Debe revelarse a los entrevistados el tema, siempre que no altere los datos. Cuanta ms
informacin se d a las personas, menos razones tendrn para abrigar recelos.
Los trabajadores de campo deben hacer las entrevistas tan agradables y atractivas como
sea posible. 1
NATURALEZA DEL TR A B A JO DE C A M P O
Los datos de la investigacin de mercados raa vez los recogen quienes disean el estudio. Los
investigadores tienen dos opciones principales para recabar los datos: crear su propia organiza
cin o contratar una empresa que haga trabajo de campo. En cualquier caso, la acumulacin de
los datos impone la necesidad de recurrir a personal especializado, que opera ya sea en el cam
po (entrevistas domiciliarias, en centros comerciales y asistidas por computadora y actividades
de observacin) o en una oficina (encuestas por telfono, correo e Internet). Por lo regular, los
trabajadores de campo que recopilan los datos tienen pocos estudios o capacitacin en investi
gacin. Las consideraciones ticas se relacionan en particular con el trabajo de campo. Aunque
hay mrgenes amplios para infringir las normas morales, los clientes no tienen por qu preocu
parse demasiado si tratan con empresas de trabajo de campo respetables. Michael Redington,
vicepresidente de desarrollo corporativo de Marketing and Research Counselors Group
(M/A/R/C Group, www.marcgroup.com) es un defensor vigoroso de la calidad del trabajo de
campo en el sector de la investigacin de mercados, a la que evala de la siguiente manera: Me
satisface mucho ayudar a derribar el mito de que la recopilacin de datos se distingue por un
montn de individuos librados a su suerte que tratan de torcer las reglas, cansar al cliente y fal
sear las entrevistas. Hay muchos clientes que lo creen. Francamente, salimos a averiguarlo y no
lo conseguimos. Fue una revelacin para nosotros. Tenamos miedo de que hubiera ms actos
inmorales en el campo de los que realmente hay .2 La calidad es alta debido a que el proceso
del trabajo de campo y recopilacin de datos est actualizado y bien controlado.
Capacitacin de los
trabajadores de campo
1
Supervisin de los
trabajadores de campo
I
Validacin del trabajo
de campo
i
Evaluacin de los
trabajadores de campo
388
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
389
turaleza del trabajo vara segn el mtodo de recopilacin, y el nfasis relativo que se ponga en
las etapas ser diferente en las entrevistas telefnicas, personales, electrnicas y por correo.
INVESTIGACIN
REAL
Su experiencia cuenta
En las investigaciones se han descubierto los siguientes efectos con respecto de la experiencia
del entrevistador en las entrevistas:
Los entrevistadores inexpertos son ms propensos de cometer errores de codificacin, de
no anotar bien las respuestas y de no sondear.
Los entrevistadores inexpertos tienen dificultades para cumplir con su cuota de entrevis
tados.
Los entrevistadores inexpertos tienen una tasa elevada de rechazos. Tambin aceptan ms
respuestas no s y negativas a contestar ciertas preguntas.6
A los trabajadores de campo se les paga una tarifa por hora o por entrevista. El entrevista
dor caracterstico es una mujer de 35 a 54 aos, con escolaridad e ingreso familiar superior al
promedio.
www.FreeLibros.me
390
PARTE III
El primer contacto
El primer contacto decide si el entrevistado se gana la cooperacin de los encuestados o si los
pierde.8 Hay que capacitar a los entrevistadores para que hagan comentarios introductivos que
convenzan a las personas de que es importante que participen.
IN V E S T IG A C I N A C T IV A
El sondeo
Tcnica de motivacin que se em
plea al formular las preguntas de
uia encuesta para inducir a los en
trevistados a elaborar, aclarar o ex
plicar sus respuestas, y para ayudar
los a enfocarse en el contenido
especfico de la entrevista.
La intencin del sondeo es motivar a los entrevistados para que elaboren, clarifiquen o expli
quen sus respuestas. Tambin sirve para que los entrevistados se centren en el contenido de la
entrevista y den slo la informacin pertinente. El sondeo no debe introducir sesgos. A conti
nuacin se anotan algunas tcnicas comunes de sondeo . 12
L Repetir la pregunta. Hacerlo con las mismas palabras es eficaz para estimular una respuesta.
Repetir la respuesta del entrevistado. Es posible estimular a los entrevistados para que
abunden en sus comentarios al repetir literalmente sus contestaciones. Se puede hacer en
el momento en que el entrevistador anota las respuestas.
2.
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
391
3. Hacer una pausa o silencio de sondeo. Un silencio de sondeo o bien una pausa o mirada de
expectativa incitan a los entrevistados a dar una respuesta ms completa. Sin embargo, el
silencio no debe ser incmodo.
4. Impulsar o tranquilizar al entrevistado. Si el entrevistado duda, el entrevistador debe tranqui
lizarlo con comentarios como ste: No hay respuestas correctas o incorrectas. Slo quere
mos enterarnos de sus opiniones. Si el entrevistado necesita que se le explique una palabra
o frase, el entrevistador no debe dar una interpretacin, sino devolverle esa responsabili
dad al entrevistado. Esto se logra con comentarios como el siguiente: Lo que signifique
para usted .
5. Estimular las aclaraciones. La motivacin del entrevistado para cooperar con el entrevis
tador y dar respuestas completas se estimula con preguntas como: No entiendo por com
pleto lo que quiere decir. Podra decirme algo ms, por favor?.
6 . Hacer preguntas y comentarios objetivos y neutros. Algunas preguntas y comentarios co
munes que se utilizan para sondear y sus abreviaturas correspondientes son: Alguna otra
razn? (AO), A lgo ms? (AM), Qu quiere decir? (Qu dice), y Por qu opina
as? (Por qu? ) . 1 El entrevistador debe anotar las abreviaturas en el cuestionario, entre
parntesis, junto a cada pregunta formulada.
La conclusin de la entrevista
La entrevista no debe darse por terminada antes de recabar toda la informacin. Hay que anotar
todos los comentarios espontneos que ofrezca el entrevistado despus de hacer las preguntas
formales. El entrevistador debe responder las preguntas del entrevistado relacionadas con el
proyecto. El entrevistado debe llevarse una sensacin positiva de la entrevista. Es importante
darle las gracias y expresar su aprecio.
www.FreeLibros.me
392
PARTE III
Ebda la naturaleza del SVFCR, los entrevistadores tambin deben firmar un acuerdo de
confidencialidad. En ocasiones, los entrevistados se sienten preocupados por la discrecin en
cuanto a la informacin sobre su salud. Se toman medidas para eliminar la posibilidad de iden
tificar a una persona concreta que haya respondido la entrevista. Por ejemplo, los dos ltimos
dgitos del nmero telefnico se borran de los resultados finales. Los entrevistadores estn ca
pacitados para transmitir esta informacin a las personas que se sienten preocupadas cuando las
llaman.
Hay otros procedimientos de capacitacin tiles para obtener respuestas vlidas al cuestio
nario y para ser corteses con los participantes. En el cuadro se anotan los consejos para las en
trevistas telefnicas que el CDC ensea como parte de su programa de capacitacin. Esta capa
citacin exhaustiva es crucial para reunir la informacin exacta que necesita el CDC para sus
anlisis de los datos locales pertinentes relacionados con conductas de riesgo y prevencin. Los
estados y las dependencias de salud aprovechan los datos de diversas maneras para planear, im
plantar y medir el progreso de los programas de reduccin de riesgos y para promulgar polticas
y leyes apropiadas. 15
Consejos para las encuestas telefnicas
Itrsoiuilidad a travs de la voz
Ser corts y educado.
Royectar confianza.
No sonar aburrido.
Sonar interesado en las respuestas.
Rjner una sonrisa en la voz.
Sondear y aclarar
Sondear en busca de informacin exacta.
Aprender cundo sondear.
Sondearen forma neutral.
Enunciacin del cuestionario
Hablar con claridad.
Renunciar bien las palabras.
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
393
ra entender los problemas de los entrevistadores, los supervisores tienen que realizar ellos mis
mos algunas entrevistas. Deben recoger a diario los cuestionarios y otros formatos y revisarlos.
Deben examinar los cuestionarios para verificar que se respondieron todas las preguntas apro
piadas, que no se aceptaron las respuestas insatisfactorias o incompletas y que la escritura es
legible.
Los supervisores deben llevar un registro de las horas laboradas y los gastos, con lo que se po
dr determinar el costo por entrevista realizada, si el trabajo avanza segn el calendario y si hay
entrevistadores que tengan problemas.
Un aspecto importante de la supervisin es el control del muestreo, con el cual se pretende garanti
zar que las entrevistas siguen rigurosamente el plan de muestreo y que no se toman unidades de
muestreo por su conveniencia o accesibilidad. Los entrevistadores tienden a evitar viviendas o uni
dades de muestreo que les parecen difciles o indeseables. Si la unidad de muestreo no est en casa,
los entrevistadores se sienten tentados a sustituirla con la siguiente unidad disponible en vez de vol
ver. A veces tambin extienden los requisitos de las cuotas de muestreo. Por ejemplo, pueden incluir
una persona de 58 aos en la categora de 46 a 55 aos y entrevistarla para completar la cuota.
Para controlar estos problemas, los supervisores deben llevar registros diarios de las llama
das y visitas hechas, cuntas personas no estuvieron en casa, nmero de rechazos, entrevistas
completadas por cada entrevistador y el total de todos los entrevistados a sus rdenes.
Control de fraudes
Los fraudes consisten en falsificar parte de una pregunta o todo un cuestionario. Un entrevistador
puede adulterar parte de una respuesta para hacerla aceptable o puede falsear respuestas completas.
La forma ms descarada de fraude ocurre cuando el entrevistador falsifica todo el cuestionario, y lo
llena de respuestas ficticias sin hablar con el entrevistado. Los fraudes se reducen al mnimo me
diante una adecuada capacitacin, supervisin y validacin del trabajo de campo.17
Costos y tiempos
Es posible comparar a los entrevistadores en trminos del costo total (pago y gastos) por entre
vista completa. Si el costo difiere segn el tamao de la ciudad, las comparaciones slo deben
hacerse entre trabajadores que laboran en lugares equiparables. Tambin hay que evaluar la ma
www.FreeLibros.me
394
PARTE III
era en que ocupan su tiempo. Se debe dividir el tiempo en categoras, como entrevista real,
traslado y administracin.
Tasas de respuesta
Es importante vigilar de manera peridica las tasas de respuesta para iniciar correcciones si stas
caen demasiado. 19 Para ayudar a los entrevistadores con un nmero excesivo de rechazos, los su
pervisores pueden escuchar la introduccin que hacen y darles retroalimentacin inmediata. Al
terminar todas las entrevistas, se puede comparar el porcentaje de rechazos de los trabajadores
para identificar a los mejores.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
395
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
La seleccin, capacitacin, supervisin y evaluacin de los trabajadores de campo son cruciales
en la investigacin de mercados internacionales. En muchos pases no se cuenta con empresas lo
cales de trabajo de campo, por lo que es preciso reclutar y capacitar trabajadores locales o llevar
trabajadores extranjeros capacitados. Es deseable recurrir a trabajadores de campo locales, pues
estn familiarizados con el idioma y la cultura, con lo cual pueden generar el ambiente apropiado
para la entrevista y ser sensibles a las preocupaciones de los entrevistados. Quiz se requiera una
capacitacin exhaustiva y una supervisin estrecha. En muchos pases se observa que los entrevis
tadores ayudan a los entrevistados con las respuestas y eligen hogares o unidades de muestreo se
gn sus consideraciones personales y no de acuerdo con el plan de muestreo. Por ltimo, en algu
nos pases los fraudes de los entrevistadores plantean un problema ms grave que en otros. Es
crucial validar el trabajo de campo. La aplicacin apropiada de los procedimientos del trabajo de
campo reduce enormemente estas dificultades y se traduce en resultados congruentes y tiles.
Los estudios de investigacin de mercados internacionales son ms complejos, sin importar
qu tan simples puedan parecer. La recopilacin de datos comparable entre pases puede resul
tar difcil, pero puede llevarse a cabo mediante metodologa estndar con adaptaciones cuando sea
necesario. Los procedimientos equivalentes de investigacin de mercados permiten al investiga
dor detectar, analizar y comprender mejor las diferencias socioculturales del mundo. Lo deseable
es un mtodo global de investigacin de mercados que permita cambiar diversas metodologas pa
ra efectuar estudios en Estados Unidos cuyos datos puedan compararse con los de otros pases.
www.FreeLibros.me
396
PARTE III
eos elevados. Los investigadores y los trabajadores de campo deben calmar las inquietudes de
los entrevistados para que se sientan cmodos. Una manera de aumentar la comodidad de los
entrevistados consiste en proporcionarles al comienzo de la entrevista informacin adecuada
sobre la compaa y el proyecto, responder sus preguntas y enunciar claramente las responsabi
lidades y expectativas de los trabajadores de campo y los entrevistados. Adems, hay que decir
le a los entrevistados que no estn obligados a responder las preguntas incmodas y que pueden
dar por concluida la entrevista en cualquier momento. El investigador y los trabajadores de
campo tienen responsabilidad moral respecto de la privacidad, los sentimientos y la dignidad
de los entrevistados . 21 Adems, los entrevistados deben llevarse una experiencia positiva y
agradable. Esto fomentar su buena voluntad y su cooperacin en el futuro.
Los investigadores y las empresas de trabajo de campo tambin son responsables ante los
clientes de seguir los procedimientos aceptados parala seleccin, capacitacin, supervisin, va
lidacin y evaluacin de los trabajos de campo. Deben asegurarse de la integridad del proceso
de recopilacin de datos. Los procedimientos de trabajo de campo se deben comprobar detalla
damente y ponerse a disposicin de los clientes. Las acciones apropiadas de los investigadores
y las empresas de trabajo de campo pueden hacer mucho por resolver las preocupaciones ticas
que plantea este trabajo.
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Cualquiera que sea el mtodo que se utilice para entrevistar (por telfono, en persona, por correo
o por medios electrnicos), Internet cumple una funcin valiosa en todas las fases del trabajo
de campo: seleccin, capacitacin, supervisin, validacin y evaluacin de los trabajadores de
campo. En lo que atae a la seleccin, es posible localizar, entrevistar y contratar a los trabajado
res a travs de Internet. El proceso comienza, por ejemplo, al colocar un anuncio de vacantes
para entrevistadores en la pgina Web de la compaa, tableros de boletines y otros lugares conve
nientes. Aunque de esta manera la bsqueda se confina a los entrevistadores que sepan de Internet,
esto bien puede ser una capacidad deseable en el entorno de la investigacin de mercados.
Del mismo modo, Internet, con su capacidad de multimedia, es un complemento para ca
pacitar a los trabajadores de campo en todos los aspectos de las entrevistas. Esta forma de capa
citacin puede completar los programas educativos personales y aadir valor al proceso. La su
pervisin mejora si se facilita la comunicacin entre supervisores y entrevistadores por correo
electrnico y salas de pltica reservadas. El control de la oficina central se fortalece si se infor
ma acerca del avance, calidad y control de costos a travs de un sitio Web seguro, donde est al
alcance de todas las partes relevantes.
La validacin del trabajo de campo, en particular para las entrevistas personales y telefni
cas, se consigue fcilmente con aquellos entrevistados que poseen una cuenta de correo electr
nico o a los que se pide que visiten un sitio en Internet donde se ubica la encuesta. Por ltimo,
los criterios de evaluacin pueden comunicarse a los trabajadores de campo durante la etapa de
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
397
capacitacin mediante Internet, y con el mismo medio se puede brindar retroalimentacin sobre
su desempeo.
Las microcomputadoras y las computadoras centrales, como el sistema Ci3 de Sawtooth
Software, Inc. (www.sawtoothsoftware.com), se emplean en el trabajo de campo para seleccionar
encuestados, planear entrevistas, y para supervisar y controlar. Las capacidades deETAC del Ci3
para encauzar la entrevista lo convierten en un bien inapreciable en la investigacin de mercados.
Las computadoras tambin sirven para manejar listas de correo. Por ejemplo, las listas se ordenan
por cdigos postales, regiones u otras caractersticas especficas. Las computadoras tambin per
miten vigilar electrnicamente la falta de respuesta de las entrevistas por correo. Pueden generar
informes precisos y oportunos para fines de supervisin y control; por ejemplo, informes de cuotas,
sposicin de llamadas (resultados), incidentes de primera lnea de datos acerca de los entrevista
dos y de productividad de los entrevistadores. Los informes automticos favorecen la supervisin y
el control, y aumentan la calidad general de la recopilacin de datos. Como se dedica menos tiem
po a compilar informes, queda ms para la supervisin y la interpretacin de los datos. Tambin
hay servicios en Internet para realizar el control en campo de encuestas en lnea.
www.FreeLibros.me
398
PARTE III
E N F O Q U E
EN
B U R K E
Burice se asegura de que los entrevistadores asignados a todos y cada uno de los proyectos tengan ca
pacitacin, motivacin, supervisin y evaluacin apropiadas para que la investigacin sea eficaz y efi
ciente. Cmo maneja este proceso? El primer paso es tener buenos jefes. Burice recluta al personal pa
ra su programa de capacitacin gerencial entre las filas de los entrevistadores exitosos y en las
universidades. El empleo de los nuevos reclutas comienza con un programa de capacitacin que dura
de seis a 12 meses, dependiendo de sus antecedentes y del ritmo con que completen 24 mdulos educa
tivos de dos a tres horas y de una aplicacin supervisada (por un director de recopilacin de datos) de
lo que han aprendido. El enfoque es en los procedimientos operativos ordinarios de recopilacin de da
tos. Aparte, los estudiantes reciben capacitacin adicional en:
El rea de recopflacin de datos de Burke cuenta con expertos en recursos humanos de tiempo com
pleto dedicados a mantener las actividades de reclutamiento y capacitacin, tanto para la administracin
como para los entrevistadores. Para mantener un alto profesionalismo del personal de entrevistas, Burice
los recluta de entre tres poblaciones objetivo bsicas: estudiantes universitarios, trabajadores de segundo
ingreso y entrevistadores de carrera.
Burice ha adoptado procedimientos rigurosos para la seleccin y la capacitacin de sus trabajado
res de campo. Como parte de la seleccin inicial, los solicitantes presentan exmenes simples de cono
cimientos generales de lengua y aritmtica. Es triste decir que una proporcin muy elevada de los solici
tantes reprueban o pasan con poco margen. En d proceso de capacitacin de Burice se presta atencin a
mejorar estas destrezas. En una fase inicial los solicitantes son asignados a una sesin en grupo de dis
cusin y se les observa en este ejercicio para determinar su capacidad de escuchar y de reaccionar de
manera lgica y congruente a lo que escuchan. Despus de superar estas verificaciones, la decisin final
sobre la contratacin se basa en los siguientes elementos:
Para garantizar la integridad de la recopilacin de datos en cada proyecto, Burice vigila constante
mente la calidad y la congruencia de los entrevistadores mediante las actividades siguientes:
RESUMEN
Los investigadores tienen dos opciones principales para reunir
datos: establecer su propia organizacin o contratar empresas de trabajo de campo. En cualquier caso, para la recopilacin de datos se
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
399
sondeo, 390
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Problemas
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1. Visite las pginas Web de algunas empresas de investigacin de
mercados. Redacte un informe de todo el material publicado ah que
se relacione con el trabajo de campo.
2. Visite la pgina Web de Marketing Research Association (H -H 'H '.m ra net.org) y examine los cdigos de tica que conciernan a la recopila
cin de datos. Escriba un informe breve.
ACTIVIDADES
Intercambio de papeles
1. Usted es supervisor de campo. Pdale a un compaero que asuma el
papel de un entrevistador y a otro que represente el papel de entre
vistado. Mediante una demostracin en vivo, capacite al entrevista
dor para que realice entrevistas personales a domicilio.
2. Intercambie los papeles de entrevistador y supervisor de la situacin
del punto 1 .
Trabajo de campo
1.
Anlisis en grupo
L Analice el efecto que ha tenido el cambio en el estilo de vida de las
mujeres en el trabajo de campo durarte el ltimo decenio.
2. Analice la nocin de fraudes del entrevistador. Por qu cometen
fraudes los entrevistadores? Cmo pueden detectarse y prevenirse
los fraudes?
www.FreeLibros.me
C A
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
400
www.FreeLibros.me
Gen e r a l i d a d e s
Despus de definir el problema de investigacin y de establecer un mtodo conveniente (ca
ptulo 2), de formular un diseo de investigacin apropiado (captulos 3 al 12) y de realizar
el trabajo de campo (captulo 13), el investigador puede pasar a la preparacin y anlisis de
los datos, que es la quinta etapa en el proceso de investigacin de mercados. Antes de som e
ter a un anlisis estadstico los datos directos contenidos en los cuestionarios, hay que con
vertirlos a una forma que se preste para tal anlisis. La calidad de los resultados estadsticos
depende del cuidado que se tenga en la fase de preparacin de los datos. N o prestar suficien
te atencin puede poner en peligro esos resultados y producir informacin alterada e inter
pretaciones incorrectas.
En este captulo se describe el proceso de recopilacin de datos, que comienza con la
verificacin de que los cuestionarios estn completos. Enseguida se analiza la revisin de
los datos y se dan lincamientos para manejar las respuestas ilegibles, incompletas, incon
gruentes, ambiguas y en general insatisfactorias. Tambin se describe la codificacin, trans
cripcin y depuracin de datos, y se destaca el tratamiento de las respuestas faltantes y el
ajuste estadstico de los datos. Se estudia la eleccin de una estrategia de anlisis y se clasi
fican las tcnicas estadsticas. Se explican los enfoques cultural, multicultural y transcultural en el anlisis de datos. Asimismo, se identifican los problemas ticos en el procesamien
to de datos que se centran en la eliminacin de las respuestas insatisfactorias, el descuido de
las premisas de las tcnicas de anlisis de datos y la evaluacin e interpretacin de los resul
tados. Por ltimo, se explica el uso de microcomputadoras y computadoras centrales en la
preparacin y el anlisis de los datos.
W V E S T IG A C l H A C T IV A
mmmmmmmmm *............................... m
Depuracin a la orden
De acuerdo con Joann Harristhal, de Gfk Custom Research (mvw.cresearch.com), los cuestio
narios resueltos vuelven del campo de trabajo con muchos errores menores por la inconsisten
cia en la calidad de las entrevistas. Por ejemplo, las respuestas aplicables no se circulan o no se
siguen con precisin los patrones de salto.
401
www.FreeLibros.me
402
PARTE III
Estos errores menores pueden ser costosos. Cuando las respuestas de estos cuestionarios se
alimentan a la computadora, Custom Research ejecuta un programa de depuracin que verifica
que estn completos y sean lgicos. Se desglosan las discrepancias en una impresin para que
la revisen los supervisores de las tabulaciones. Cuando quedan identificados los errores, se ha
cen las correcciones necesarias antes de emprender el anlisis de los datos. Custom Research ha
descubierto que este sistema aumenta de manera sustancial la calidad de los resultados estads
ticos . 1
En el ejemplo de la tienda departamental se describen las fases del proceso de preparacin
de datos. Obsrvese que se comienza cuando el trabajo de campo todava est en marcha. En
el ejemplo de Custom Research se manifiesta la importancia de depurar los datos e identificar
y corregir sus errores antes de analizarlos. Veamos a continuacin una descripcin sistemti
ca del proceso de preparacin de los datos.
Figura 14.1
Proceso de preparacin de los
datos
I
Verificacin de cuestionarios
Revisin
Codificacin
Transcripcin
i
D epuracin d e los datos
T
Ajuste estadstico
de los datos
1
Eleccin de la
estrategia de anlisis
www.FreeLibros.me
403
Si las cuotas o el tamao de las clulas de trabajo fueron impuestas, los cuestionarios acep
tables deben clasificarse y contaise en consecuencia. Los problemas para cumplir con los requi
sitos del muestreo deben identificarse y corregirse, as como realizar otras entrevistas en las c
lulas mal representadas antes de continuar con la revisin de los datos.
REVISIN
Examen de los cuestionarios con
objeto de aumentar su fidelidad y
precisin.
En la fase de revisin se examinan los cuestionarios con objeto de aumentar su fidelidad y pre
cisin. Consiste en repasarlos para detectar respuestas ilegibles, incompletas, incongruentes o
ambiguas.
Las respuestas pueden ser ilegibles si estn mal anotadas. Esto es comn en los cuestiona
rios con muchas preguntas sin estructura. Los datos deben ser legibles para que se puedan codi
ficar. Del mismo modo, los cuestionarios pueden estar incompletos en varios grados. Pueden
faltar las respuestas de pocas o muchas preguntas.
En esta etapa, el investigador hace una revisin preliminar de la congruencia. Es fcil de
tectar ciertas incongruencias. Por ejemplo, un entrevistado informa un ingreso anual de menos
de 2 0 , 0 0 0 dlares, pero afirma que compra a menudo en tiendas departamentales de prestigio,
como Saks Fifth Avenue y Neimnan-Marcus.
Las respuestas a las preguntas sin estructura pueden ser ambiguas y difciles de interpretar
con claridad. A veces una respuesta se abrevia o usa palabras ambivalentes. En el caso de las
preguntas estructuradas, en ocasiones se marca ms de una respuesta en un reactivo que acepta
slo una. Supongamos que un entrevistado encierra en un circulo los nmeros 2 y 3 en una es
cala de cinco puntos. Significa que su intencin era sealar 2.5? Para complicar ms las cosas,
es posible que el procedimiento de codificacin no acepte ms que una respuesta de un dgito.
www.FreeLibros.me
404
PARTE III
respuestas insatisfactorias por cada uno de estos entrevistados es menor, o 3) las variables con res
puestas insatisfactorias no son las ms importantes.
RE A L
Declaracin de descartados
En una encuesta multicultural de gerentes de marketing en pases africanos de habla inglesa, se
expidieron por correo cuestionarios a 565 empresas. En total, se devolvieron 192 cuestionarios
contestados, de los cuales se descartaron cuatro porque los entrevistados indicaron que no esta
ban a cargo de las decisiones generales de marketing. La decisin de descartar los cuatro cues
tionarios se bas en la consideracin de que la muestra era bastante grande y la proporcin de
encuestados insatisfactorios era pequea.2
CO D IFICACI N
I IhHllnH1
....
Codificar significa asignar un cdigo, por lo regular numrico, a cada respuesta posible de cada
pregunta. El cdigo incluye una indicacin del lugar en una columna (el campo) y el registro que
ocupar. Por ejemplo, el sexo de los entrevistados se codificara 1 para las mujeres y 2 para los
,
,
,r
.
i j .
i
hombres. Un campo representa un solo dato, como el sexo del entrevistado. Un registro consta de
campos relacionados, como sexo, estado civil, edad, tamao de vivienda, ocupacin, etctera. Con
frecuencia, todos los datos de un entrevistado estn contenidos en un solo registro, pero tambin
pueden abrirse varios registros para cada encuestado. Una forma correcta de ingresar los datos es
usar una hoja de clculo, como EXCEL, en la que es posible destinar columnas en particular para
preguntas y respuestas especficas. Cada fila contiene los datos de un nico entrevistado.
Los datos (el conjunto de los registros) de todos los entrevistados se guardan en un archivo
computarizado, como se ilustra en la tabla 14-1. En la tabla se muestra el caso ms general de co
dificacin, en el que se usa un registro para cada entrevistado. Ah, las columnas representan los
campos y las filas los registros. Se presentan los datos codificados para parte del primer registro
de entrevistados en el proyecto de la tienda departamental. Los datos se codificaron de acuerdo
con el esquema de codificacin que se especifica en la figura 14-2. Las columnas 1 a 3 repre
sentan un solo campo y contienen los nmeros de entrevistado 001 a 271. En la columna 4 se
encuentra el nmero de registro. Esta columna tiene un valor de uno en todas las filas porque s
lo se muestra el primer registro de los entrevistados. Las columnas 5 y 6 contienen el cdigo del
proyecto, que es 31. En las siguientes dos columnas, 7 y 8 , se anota el cdigo del entrevistador,
TABLA 14.1
Ejemplo de archivo electrnico: Proyecto de tienda departamental_______________________
C am pos
N m er o s d e c o lu m n a s
R e g is t r o
1-3
5-6
Registro #1
001
31
01
6544234553
Registro #11
002
31
01
5564435433
Registro #21
003
31
01
4655243324
Registro #31
004
31
01
5463244645
Registro #2701
271
31
55
6652354435
www.FreeLibros.me
405
Figura 1 4 .2
Fragmento de un libro de cdigos
en el que se da la informacin del
prim er registro. Proyecto de
tienda departam ental
Nmero de Nmero
columna de variable
1-3
1
4
5-6
7-8
9-14
15-20
2 1 -2 2
23-24
25
26
27
10
28
35
36
18
19
37
20
45
46-47
48
28
57
58
67
38
39
48
49
58
68
77
78-80
11
29
Nmero de
pregunta Instrucciones de codificacin
001 a 890 suman los ceros
iniciales necesarios
Nmero de registro
1 (igual para todos los
entrevistados)
Cdigo del proyecto
31 (igual para todos los
entrevistados)
Cdigo de la entrevista
Como se codific en el
cuestionario
Cdigo de fecha
Como se codific en el
cuestionario
Cdigo de la hora
Como se codific en el
cuestionario
Cdigo de validacin
Como se codific en el
cuestionario
Dejar estas columnas en blanco
Blanco
Dnde compra
I
Jefe hombre = 1
Jefe mujer - 2
Otro = 3
capture el nmero circulado
Valores faltantes = 9
Familiaridad con la tienda 1
Ha
Para la pregunta D partes a a j,
capture el nmero circulado
Ub
No tan familiar = 1
Familiaridad con la tienda 2
Muy familiar = 6
Valores faltantes = 9
Familiaridad con la tienda 3
lie
Familiaridad con la tienda 10
Hj
Illa
Frecuencia: Tienda 1
Para la pregunta ID partes a a j,
capture el nmero circulado
Illb
Frecuencia: Tienda 2
No en absoluto = 1
Con mucha frecuencia = 6
Vlores faltantes = 9
mj
Frecuencia: Tienda 10
Blanco
Deje estas columnas en blanco
Calificacin de tienda 1 en calidad INfcl
Para las preguntas IV a XI,
capture el nmero circulado
Calificacin de tienda 10 en calidad I\bl0
Calificacin de tienda 1 en variedad IVbl
Calificacinde tienda 10 en variedadIVb10
Calificacin de tienda 1 en precios IVcl
Calificacin de tienda 10 en precios IVclO
Blanco
Deje estas columnas en blanco
Nombre de la variable
ID del entrevistado
Preguntas de codificacin
Cdigo en el que el nmero de re
gistros de cada entrevistado es el
mismo, y los mismos datos apare
cen en las mismas columnas para
todos los entrevistados.
El cdigo del entrevistador y el nmero del registro deben aparecer en todos los registros de los da
tos. En cambio, se puede obviar el cdigo del registro si nicamente hay uno por cada encuestado.
Tambin deben incluirse los cdigos siguientes de cada individuo: de proyecto, de entrevistador,
de fecha y hora y de validacin. Es muy deseable que se recurra a cdigos de campo fijo , lo que
significa que el nmero de registros de cada entrevistado es el mismo y que los mismos datos apa
recen en la misma columna para todos. Si es posible, hay que conferir cdigos uniformes a los da-
www.FreeLibros.me
406
PARTE III
tos faltantes. Por ejemplo, podra anotarse el cdigo 9 para una variable de una columna, 99 para
una variable de dos columnas, etctera. Los cdigos de los valores faltantes deben ser distintos a
los cdigos asignados alas respuestas legtimas.
La codificacin de las preguntas estructuradas es relativamente simple, porque las opciones
de repuesta estn determinadas con antelacin. El investigador asigna un cdigo a cada respuesta
y especifica el registro y las columnas apropiadas en que aparece tal cdigo. Por ejemplo:
Tiene un pasaporte vlido vigente?
1. S 2. N o (1/54)
Pam esta pregunta, una respuesta s se codifica como 1; una respuesta no como 2. Los n
meros entre parntesis indican que el cdigo asignado aparecer en el primer registro de este
entrevistado en la columna 54. Como slo se acepta una nica respuesta y slo hay dos respues
tas posibles (1 o 2), basta una columna. En general, una columna es suficiente para codificar
una pregunta estructurada con una sola respuesta si hay menos de nueve respuestas posibles.
En las preguntas que aceptan muchas respuestas, a cada opcin debe asignarse una colum
na aparte. Entre estas preguntas se encuentran aquellas sobre posesin o uso de marcas, lectura
de revistas y programas de televisin preferidos. Por ejemplo:
Qu cuenta tiene actualm ente en este banco? (Marque con X todas las que
apliquen).
Cuenta de ahorros
Cuenta de cheques
Hipoteca
Cuenta de orden negociable de retiro
Cuenta club (Navidad, etctera)
Linea de crdito
Cuenta de ahorro a plazos (depsitos por tiempo, etctera)
Seguro de vida con ahorro
Prstamo para mejoras domsticas
Prstamo para auto
CXros servicios
(162)
(163)
(164)
(165)
(166)
(167)
(168)
(169)
(170)
(171)
(172)
En este ejemplo, supongamos que un entrevistado marc la cuenta de ahorros, cuenta de che
ques y cuenta de plazo fijo. En el registro #9 se anotar un 1 en las columnas 162, 163 y 168.
En las dems columnas (164, 165, 166, 167, 169, 170, 171 y 172) se pondr un 0. Puesto que
slo existe un registro por entrevistado, se omite el cdigo de registro.
La codificacin de las preguntas libres o abiertas es ms complicada. Las respuestas litera
les de los entrevistados se anotan en el cuestionario. Entonces se establecen cdigos que se
asignan a dichas respuestas. En ocasiones, el investigador, basado en proyectos anteriores o en
consideraciones tericas, genera los cdigos antes de que comience el trabajo de campo, pero
por lo regular hay que esperar a que se reciban todos los cuestionarios. A continuacin, el inves
tigador enumera de 50 a 100 respuestas para una respuesta sin estructura, con objeto de identi
ficar las categoras apropiadas para codificar. Una vez que se tienen los cdigos, los codificado
res deben aprender a asignar los cdigos correctos a las respuestas literales. Los siguientes
lincamientos son una sugerencia para codificar preguntas sin estructura y cuestionarios en ge
neral.4
Los cdigos de categoras deben ser excluyentes y exhaustivos. Las categoras son mutua
mente excluyentes si a cada respuesta corresponde un cdigo de categora, y slo uno. Las ca
tegoras no deben superponerse. Son exhaustivas en conjunto si toda respuesta entra en uno de
los cdigos asignados, lo que se consigue aadiendo el cdigo para la categora otra o nin
guna de las anteriores. Apenas 10% o menos de las respuestas caen en esta categora. La vasta
mayora de las respuestas se clasifica en categoras significativas.
Hay que asignar cdigos de categora a los temas delicados, aun si nadie los ha menciona
do. Puede ser importante saber que nadie ha mencionado cierta respuesta. Por ejemplo, la direc
cin de una compaa grande de bienes de consumo estaba preocupada por el empaque de una
marca nueva de jabn de tocador. Por tanto, se incluy el empaque en una categora aparte en
las respuestas codificadas a esta pregunta: Qu le gusta menos de este jabn? .
www.FreeLibros.me
407
Los datos deben codificarse de manera que se conserven tantos detalles como sea posible.
Por ejemplo, si se obtuvieron datos sobre el nmero exacto de viajes hechos en las aerolneas co
merciales por los viajeros de negocios, se deben clasificar como tales, y no en dos categoras
de viajeros infrecuentes y viajeros frecuentes. Tener informacin sobre el nmero exacto de
los viajes permite al investigador definir despus las categoras de viajeros de negocios de varias
maneras. Si las categoras se definieran de antemano, el anlisis subsiguiente de los datos estara
limitado por ellas.
El libro de cdigos
Libro que contiene las instrucciones
y la informacin necesaria sobre las
variables en el conjunto de datos.
Un libro de cdigos contiene las instrucciones para codificar y la informacin necesaria acerca
de las variables del conjunto de datos. Este libro dirige el trabajo de los codificadores y ayuda
al investigador a identificar y localizar las variables. Incluso si el cuestionario se codific con
antelacin, es til preparar un libro de cdigos formal. En general, el libro de cdigos contiene
la informacin siguiente: 1) nmero de columnas; 2) nmero de registros; 3) nmero de varia
bles; 4) nombres de las variables; 5) nmero de preguntas, y 6 ) instrucciones para codificar. En
la figura 14-2 se encuentra un extracto del libro de cdigos que se cre para el proyecto de la
tienda departamental. En la figura 14-3 se encuentra un ejemplo de los cdigos de un cuestio
nario en el que se muestra la codificacin de los datos demogrficos que por lo regular se obtie
nen en las encuestas de consumidores. Este cuestionario se codific de antemano.
TRANSCRIPCIN
Transcribir los datos consiste en transferirlos de los cuestionarios o de las hojas de codificacin
a los discos o cintas magnticas, o en capturarlos directamente en las computadoras. Si los da
tos se reunieron en entrevistas personales o telefnicas asistidas por computadora, este paso es
innecesario, dado que los datos se capturan en el momento de recibirlos. Aparte del teclado, los
datos se transfieren mediante formas para marcar, lectores pticos o anlisis sensorial computarizado (vase la figura 14-4). Las formas para marcar requieren que las repuestas se anoten con un
lpiz especial en una zona codificada destinada para tal respuesta A continuacin, una mquina
lee los datos. El lector ptico es una mquina que lee directamente los cdigos y la trascripcin
simultnea Un ejemplo conocido de lector ptico est en los cajeros de los supermercados que
leen los cdigos de barras de los productos. Los avances tecnolgicos han trado sistemas de
anlisis sensorial computarizado que automatiza el proceso de recopilacin de datos. Las pre
guntas aparecen en una pizarra automatizada (o gridpad) en la que, con un dispositivo senso
rial, se anotan las respuestas directamente en la computadora.
Si se recurre al teclado pueden producirse errores, as que es necesario verificar el conjun
to de los datos o por lo menos una parte. Esta tarea est a cargo de una mquina verificadora y
un segundo operador, que vuelve a teclear los datos de los cuestionarios codificados. Los datos
que transcribieron los dos operadores se comparan uno por uno. Cualquier discrepancia se in
vestiga para detectar y corregir los errores. La verificacin de todos los datos duplica el tiempo
y el costo de transcribirlos. Dadas las restricciones de costos y tiempos, as como el hecho de
que los capturistas experimentados son bastante precisos, es suficiente verificar slo 20 a 50%
de los datos.
Cuando se emplean sistemas computarizados para las entrevistas personales o telefnicas,
los datos se verifican al momento de recopilarlos. En el caso de respuestas inadmisibles, la
computadora lo anuncia al entrevistador o el entrevistado. Cuando las respuestas son admisi
bles, el entrevistado o el entrevistador las ven en la pantalla y las verifican antes de continuar.
La seleccin de un mtodo de transcripcin de datos depende del mtodo de entrevista y de
la disponibilidad de equipo. Si se realizan entrevistas asistidas por computadora, los datos se
capturan directamente en la computadora La captura en teclado en una terminal remota es ms
frecuente para las entrevistas ordinarias telefnicas, a domicilio, por correo y en centros comer
ciales. Sin embargo, el uso de sistemas de anlisis sensorial computarizado aumenta en las en
trevistas personales, gracias a la generalizacin de las pizarras automatizadas y las computado
ras de mano. El lector ptico tiene utilidad en las encuestas estructuradas y repetitivas, en tanto
que las formas para marcar se emplean en casos especiales .5
www.FreeLibros.me
408
PARTE III
Figura 1 4 .3
Ejem plo de codificacin de
cuestionario en el que se
m uestra la codificacin de datos
dem ogrficos
Finalmente, en esta parte del cuestionario quisiramos pedirle alguna informadn general para fi
nes de clasificacin.
PARTE D
Este cuestionario fue contestado principalmente por
1. ______ El hombre jefe del hogar
2. ______ La mujer jefe del hogar
3. ______ El hombre y la mujer jefes del hogar
(229)
(230)
Estado civil
1. ______ Casado
2 . __
Soltero
Divorciado/separado/viudo
3. _
(231-232)
(233)
(234)
(235)
6.
Licendatura
13 14 15 16
Posgrado
17 18 19 20 21 22 o ms
(236-237)
13 14 15 16
17 18 19 20 21 22 o ms
(238-239)
7. 1. Su edad_______
2. Edad de su cnyuge (si se aplica)_______
(240-241)
(242-243)
1.
2.
3.
4.
5.
6.
7.
8.
Profesional y tcnico
Gerentes y administradores
\fendedores
Oficinistas y semejantes
Artesanos/operadores/jomaleros
Constructores
Otros (especifique)
No se aplica
(244)
Jefe mujer
_______
_______
_______
_______
_______
_______
_______
_______
(245)
Jefe hombre
(246)
(247-248)
(249-250)
Nota: Las columnas 1 a 228 contienen la EDdel entrevistado, informacin del proyecto e informacin
sobre las partes A, B y C del cuestionario. Slo hay un registro por entrevistado.
www.FreeLibros.me
409
D ato s d ire c to s
A sistidos
por
com putadora
T eclado
d e term inal
rem ota
F orm as
p ara m arcar
L ector
ptico
A n lisis
sensorial
c o m p u ta n zad o
V erificacin:
co rre cci n de
erro res de dedo
M em oria d e la
com putadora
^ ' scos
C in tas
m agnticas
i
D atos transcritos
INVESTIGACIN
REAL
Depuracin de os datos
Verificaciones exhaustivas y comple
tas de la congruencia y tratamiento
de las respuestas fallantes.
Comprobacin de la congruencia
En la comprobacin de la congruencia se identifican los datos impropios, ilgicos o extremos.
Los datos impropios son inadmisibles y hay que corregirlos. Por ejemplo, digamos que se pidi
www.FreeLibros.me
410
PARTE III
a los entrevistados que expresaran en qu grado estaban de acuerdo con una serie de afirmacio
nes sobre estilo de vida en una escala de 1 a 5. Suponiendo que 9 se hubiera destinado a los va
lores faltantes, los datos marcados 0, 6 , 7 y 8 son impropios. Los paquetes de cmputo, como
SPSS, SAS, EXCEL y MINITAB se programan para identificar los valores impropios de las va
riables e imprimir el cdigo de entrevistados, cdigo de variables, nombres de las variables, n
meros de registros, nmeros de columnas y valores impropios.7 Esto facilita la verificacin sis
temtica de todas las variables en busca de estos valores. Las respuestas correctas se
determinan al regresar al cuestionario en papel codificado y verificado.
Las preguntas pueden ser ilgicas de varias maneras. Por ejemplo, un entrevistado puede
indicar que hace sus llamadas de larga distancia con una tarjeta telefnica, pero no tiene ningu
na. O bien dice al mismo tiempo que no conoce un producto y que lo usa con frecuencia. La in
formacin necesaria (cdigo del entrevistado, cdigo de la variable, nombre de la variable, n
mero del registro, nmero de la columna y valores incongruentes) puede imprimirse para
localizar las respuestas y corregirlas.
Por ltimo, los valores extremos deben examinarse atentamente. No todos los valores e x
tremos son resultado de un error y pueden apuntar a problemas con los datos. Por ejemplo, una
evaluacin demasiado baja de una marca puede ser el resultado de que los entrevistados mar
quen de manera indiscriminada el nmero 1 (en una escala de 1 a 7) para todos los atributos de
esa marca.
Las respuestas fa lta n tes representan valores de una variable que se desconocen, ya sea porque
los entrevistados dieron respuestas ambiguas o porque no fueron bien anotadas. El tratamiento
^ Jas re spuestas faltantes plantea problemas, sobre todo si su proporcin es de ms de 10%. Pa,
r .
, ,
r
V. ,
.
,
.
INVESTIGACIN
REAL
www.FreeLibros.me
411
3. E lim inacin de casos. En la elim inacin de casos, se descartan del anlisis los entrevis
tados (casos) con respuestas faltantes. Como es posible que muchos entrevistados tengan
respuestas faltantes, este mtodo reduce el tamao de la muestra. No es deseable suprimir
muchos datos, dado el costo y el tiempo que se requiere para recopilarlos. Adems, puede
ser que los encuestados con respuestas faltantes tengan diferencias sistemticas con los
entrevistados que dieron respuestas completas. Entonces, la eliminacin de casos va a al
terar los resultados.
4. E lim inacin p o r p ares. En la elim inacin p o r pares, en vez de descartar todos los casos
con valores faltantes, el investigador toma slo los casos o entrevistados con repuestas
completas para los clculos. En consecuencia, los diferentes clculos del anlisis se basa
rn en distintos tamaos de la muestra. El procedimiento es apropiado cuando: 1) la mues
tra es grande; 2) faltan pocas respuestas, y 3) las variables no estn muy relacionadas. Sin
embargo, puede arrojar resultados que no son convincentes o que incluso no son viables.
Los diferentes procedimientos para tratar las respuestas faltantes pueden dar resultados
distintos, en particular cuando las respuestas no faltan al azar y las variables estn relacionadas.
Por tanto, hay que mantener al mnimo estas respuestas. El investigador debe considerar cuida
dosamente las implicaciones de los procedimientos antes de elegir un mtodo para tratar sus
respuestas faltantes.
Ponderacin
Ajuste estadstico de los datos en
tas que se asigna a cada caso o
entrevistado un peso segn su
importancia en relacin con otros
entrevistados o casos.
www.FreeLibros.me
412
PARTE III
Porcentaje
poblacin
Peso
433
2.19
1.70
1.74
8.65
29.24
135
1.15
29.42
1.32
0.80
0.49
037
12.01
736
6.90
1 0 0 .0 0
Las categoras subrepresentadas en la muestra recibieron pesos mayores, y menores las sobrerepresentadas. As, a los datos de un entrevistado con uno a tres aos de universidad se les asignara un
peso mayor mediante su multiplicacin por 1.32, en tanto que al entrevistado con educacin uni
versitaria de siete aos o ms recibira una ponderacin menor multiplicada por 0.57.
Si se ponderan los datos, hay que comprobarlos y hacerlos parte del informe del proyecto.
www.FreeLibros.me
413
La encuesta de Nielsen fue ponderada con respecto al sexo, pero no a la escolaridad, lo que
pudo haber desviado la muestra hacia los adultos educados. Entonces, Nielsen procedi a pon
derar la encuesta por edad e ingreso, aparte de la ponderacin del sexo que ya haba hecho. Los
expertos en estadstica tampoco pensaban que esto fuera correcto, porque las ponderaciones de
ben ser simultneas, no en clculos separados. Nielsen no cree que las inquietudes en relacin
con la muestra sean legtimas y le parece que no se equivocaron al ponderar la encuesta. Sin
embargo, debido al hecho de que la mayor parte de los terceros no respaldaron los mtodos de
Nielsen, no ha quedado establecida la validez de su investigacin. Actualmente, Nielsen mide a
225,000 usuarios de Internet en su casa y en el trabajo. Nielsen/NetRatings, su sitio en Internet
dedicado a la investigacin de la red, se encuentra en www.netratings.com. En 2001, NetRa
tings obtuvo ingresos anuales por 23.5 millones de dlares, lo que represent un aumento de
15% sobre el ao anterior. 12
La nueva especificacin de las variables consiste en transformar los datos para generar varia
bles nuevas o modificar las actuales. La intencin es crear variables que sean congruentes con
el objetivo del estudio. Por ejemplo, supongamos que la variable original era el uso del produc
to y que tena 10 categoras de respuesta; estas categoras podran reducirse a cuatro: usuario in
tenso, moderado, espordico y no usuario. O el investigador crea variables nuevas que son un
compuesto de otras variables. Por ejemplo, podra crear un ndice de bsqueda de informacin,
que es la suma de la informacin que buscan los clientes en los distribuidores, materiales de
promocin, Internet y otras fuentes independientes. Del mismo modo, se puede tomar la pro
porcin de las variables. Si se midi la cantidad de compras hechas en las tiendas departamen
tales (X {) y la cantidad de las compras cargadas a crdito (X2), la proporcin de stas puede ser
una nueva variable si se toma la razn de ambas ( X f X l). Otras especificaciones nuevas de va
riables son las transformaciones radicales y logartmicas, que se hacen con frecuencia para me
jorar la concordancia del modelo que se calcula.
Un procedimiento importante consiste en tomar variables ficticias para volver a especificar
variables de categoras. Las variables ficticias se llaman tambin binarias, dicotmicas, instru
mentales o cualitativas. Son variables que aceptan slo dos valores, como 0 o 1. La regla gene
ral es que para volver a especificar una variable con K categoras, se necesitan K - 1 variables
ficticias. La razn de tener K - 1 variables ficticias en vez de K radica en que slo K - 1 catego
ras son independientes. Dados los datos de la muestra, la informacin sobre la Psima categora
se deriva de la informacin sobre las otras K - 1 categoras. Tomemos el sexo. Como es una va
riable que tiene dos categoras, slo se necesita una variable ficticia. La informacin sobre el n
mero o el porcentaje de hombres de la muestra se obtiene fcilmente del nmero o el porcentaje
de las mujeres.
INVESTIGACIN
REAL
Cdigo variable
original
1
2
3
4
X
1
0
0
0
X3
0
1
0
Obsrvese queX, = 1 para los no usuarios y 0 para los dems. Del mismo modo, X 2 = 1 pa
ra los usuarios espordicos y 0 para los dems, y X 3 = 1 para los moderados y 0 para los otros.
Al analizar los datos, X v X 2 y X3 representan todos los grupos de usuarios y no usuarios.
www.FreeLibros.me
414
PARTE III
La transform acin de las escalas consiste en manipular los valores de las escalas para garanti
zar que pueden compararse con otras escalas o que los datos se prestan para el anlisis. Con fre
cuencia se usan escalas diferentes para medir diversas variables. Por ejemplo, digamos que
unas variables de imagen se miden con una escala de diferencial semntico de siete puntos, las
de opinin con una escala de calificacin continua y las de estilo de vida con la escala de cinco
puntos de Likert. Por tanto, no tendra sentido hacer comparaciones de las mediciones escalares
de ningn entrevistado. Para comparar las calificaciones de opinin con las de estilo de vida o
imagen, seria necesario transformar las escalas. Incluso si se toma la misma escala para todas
las variables, es posible que los entrevistados las usen de manera diferente; por ejemplo, algu
nos recurren continuamente a la parte superior de una escala de calificacin y otros a la parte in
ferior. Estas diferencias se corrigen mediante la transformacin apropiada de los datos.
INVESTIGACIN
REAL
xt = x - x + c
La resta del promedio corrigi el uso dispar de la escala. Se aadi la constante C para hacer
positivos todos los valores transformados, debido a que la importancia de las mediciones nega
tivas carece de sentido. Esta transformacin era conveniente porque algunos entrevistados, en
particular los de menores ingresos, haban calificado casi todos los reactivos como muy impor
tantes, en tanto que otros, en particular los de ingresos elevados, haban asignado la calificacin
de muy importante a pocos reactivos. As, la resta del promedio dio una idea ms fiel de la im
portancia relativa de los factores . 13
ELECCIN DE U N A ESTRATEGIA
DE ANLISIS DE DATOS
En la figura 14-5 se describe la eleccin de una estrategia para el anlisis de los datos, que de
be basarse en las etapas anteriores del proceso de investigacin de mercados, las caractersticas
conocidas de los datos, las propiedades de las tcnicas analticas y los antecedentes y filosofa
del investigador.
El anlisis de datos no es un fin en s mismo. Su finalidad es brindar informacin que sir
va para abordar el problema. La seleccin de una estrategia de anlisis de datos debe comenzar
con una consideracin de las primeras etapas del proceso: definicin del problema (primera eta
pa), elaboracin de un mtodo (segunda etapa) y diseo de la investigacin (tercera etapa). El
plan preliminar del anlisis de datos preparado como parte del diseo de la investigacin debe
servir como trampoln. Tal vez haya que practicar cambios a la luz de la nueva informacin ge
nerada en etapas sucesivas del proceso.
La siguiente fase es considerar las caractersticas conocidas de los datos. Las escalas de
medicin usadas ejercen gran influencia en la eleccin de las tcnicas estadsticas (vase el ca-
www.FreeLibros.me
415
IN V E S T IG A C I N A C T IV A
Submuestra 1
N= 135
Submuestra 2
N= 136
l
A nlisis d e agru p am icn to s
i
__________i__________
P ruebas estad sticas d e los ag ru p am icn to s
S egm ento 1
S egm ento 2
Segmento 3
S egm ento 4
C lculo
del m odelo
C lculo
del m odelo
C lculo
d el m odelo
C lculo
d el m odelo
Figura 14.5
Eleccin de la estrategia de
anlisis de datos
V alidacin
del m odelo
y tabulacin
cruzada
V alidacin
del m odelo
y tabulacin
cru zad a
V alidacin
d el m odelo
y tabulacin
cruzada
V alidacin
d el m odelo
y tabulacin
cruzada
P ropiedades d e las
tcn icas estadsticas
I
A n teced en tes y filosofa
del investigador
I
E strategia de
an lisis d e datos
www.FreeLibros.me
416
PARTE III
ptulo 8 ). Adems, el diseo de la investigacin puede favorecer ciertas tcnicas. Por ejemplo,
un anlisis de la varianza (vase el captulo 16) se presta para el examen de los datos de experi
mentos que arrojan los diseos causales. Los conocimientos acerca de los datos adquiridos al
prepararlos son invaluables para la eleccin de una estrategia de anlisis.
Tambin es importante considerar las propiedades de las tcnicas estadsticas, en particular
su objetivo y sus premisas. Algunas tcnicas estadsticas son apropiadas para explorar diferen
cias entre variables; otras para evaluar las magnitudes de las relaciones entre variables y otras
ms para hacer pronsticos. Las tcnicas tambin parten de premisas distintas y algunas toleran
mejor que otras las infracciones. En la siguiente seccin se presenta una clasificacin de las tc
nicas estadsticas.
Por ltimo, los antecedentes y la filosofa del investigador afectan la eleccin de la estrate
gia de anlisis de los datos. El investigador con experiencia y conocimientos de estadstica e s
coger una gama de tcnicas, entre las que se incluyen mtodos estadsticos avanzados. Los in
vestigadores no tienen la misma disposicin para hacer suposiciones acerca de las variables y
las poblaciones a las que se refieren. Los conservadores limitan su eleccin de tcnicas a los
mtodos libres de distribucin. En general, diversas tcnicas pueden ser apropiadas para anali
zar los datos de determinado proyecto.
www.FreeLibros.me
417
Figura 14.6
Clasificacin de las tcnicas
uni variadas
Una muestra
Dos o ms
muestras
prueba f
prueba z
Tcnicas
v i . f
de interdependencia
p
Dos o ms
muestras
Una muestra
Independientes
Relacionadas
prueba t de
dos grupos
prueba z
varianza de
clasificacin
simple
prueba /
pareada
frecuencia
chi cuadrada
K-S
corridas
binominal
Independientes
Relacionadas
chi cuadrada
Mann-Whitney
mediana
K-S
varianza K-W
signos
Wilcoxon
McNcmar
chi cuadrada
cambio, si hay ms de una variable independiente, las tcnicas apropiadas son el anlisis multivariado de la varanza y la co varianza, correlacin cannica y anlisis de discriminantes mltiples.
En las tcnicas d e interdependencia, las variables no se clasifican como dependientes o indepen
dientes, sino que se examina todo el conjunto de relaciones de interdependencia Estas tcnicas se
enfocan en la interdependencia de las variables o bien en la semejanza entre los objetos. La tc
nica principal para examinar la interdependencia de las variables es el anlisis factorial. El an
lisis de la semejanza entre los objetos se realiza mediante un anlisis de agrupamientos y esca las multidimensionales. 17
Figura 14.7
Clasificacin de las tcnicas multivariadas
Tcnicas m ultivariadas
i
Tcnicas de
dependencia
Tcnicas de
interdependencia
Una variable
dependiente
Ms de una
variable
dependiente
Interdependencia
de variables
Tabulacin cruzada
(ms de dos variables)
Anlisis de varianza y
covarianza
Regresin mltiple
Anlisis de
discriminantes en dos
gnipos
Anlisis conjunto
Anlisis
multivariado
de varianza y
covarianza
Correlacin
cannica
Anlisis de
discriminantes
mltiples
www.FreeLibros.me
Anlisis factorial
Semejanza
entre objetos
Anlisis de
agrupamientos
Escalas
multidimensionales
418
PARTE III
INVESTIGACIN DE M ERCADOS
INTERNACIONALES
Antes de analizar los datos, el investigador debe asegurarse de que las unidades de medida sean
equivalentes entre pases o unidades culturales. Por ejemplo, quizs haya que ajustar los datos
a las monedas equivalentes o el sistema de medicin. Ms an, puede ser necesario uniformar o
normalizar los datos para hacer comparaciones significativas y obtener resultados congruentes.
La transformacin y el anlisis
apropiado de los datos reunidos en
varios pases permitieron a HaagenDazs comercializar sus productos en
todo el mundo.
www.FreeLibros.me
419
cente de correlacin o ejecutar un anlisis de regresin para cada encuestado. Esto significa
que se deben obtener datos suficientes de cada individuo para hacer el anlisis en este plano,
lo que no siempre es viable. Ahora bien, se dice que en los mercados internacionales o en la in
vestigacin multicultural el investigador debe poseer conocimientos slidos de los consumido
res de cada cultura, lo que se consigue mejor con un anlisis en el plano individual. 19
En el anlisis por pas o unidad cultural, los datos se examinan por separado para cada una
de estas entidades. Tambin se denomina anlisis de una cultura. Este plano es muy semejan
te al que se realiza en la investigacin de los mercados nacionales. El objetivo es entender las
relaciones y los patrones de cada pas o unidad cultural. En el anlisis entre pases, los datos de
todas las naciones se examinan de manera simultnea. El mtodo tiene dos versiones. Los datos
de todos los encuestados de todos los pases se renen en un fondo comn y se analizan; se tra
ta del anlisis m u ltic u ltu r a lEn la otra versin, se agrupan los datos de cada pas y se analizan
las estadsticas conjuntas. Por ejemplo, se calculan promedios de las variables de cada pas y
enseguida se calculan las correlaciones de estos promedios; en este caso se denomina anlisis
transcultura l El objetivo de este plano de anlisis es evaluar qu tan comparables son los re
sultados de un pas a otro. Hay que investigar tanto las semejanzas como las diferencias entre
pases. Cuando se examinan las diferencias, se deben evaluar no slo las diferencias de prome
dios, sino tambin las de varianzas y distribuciones. Todas las tcnicas estadsticas que se estudian
en este libro se aplican al plano de una nacin, al de varias y, segn la cantidad de datos que se
tengan, tambin al individual.20
INVESTIGACIN
REAL
www.FreeLibros.me
420
PARTE III
hacerlo. Con esto, el tamao de la muestra de empleados fue de 178. La encuesta tambin se en
vi por correo a 179 directores ejecutivos de compaas que haban pasado al menos por una re
duccin en los cinco aos anteriores. De los 179, slo 36 devolvieron la encuesta, y de ellos
cinco indicaron que no estaban en la compaa cuando ocurri una reduccin. Por tanto, slo 31
encuestas de directores ejecutivos eran tiles para el estudio. Este es un ejemplo de revisin ti
ca de los datos. El criterio para sealar las respuestas inutilizables o insatisfactorias se enunci
daramente, los entrevistados insatisfactorios se identificaron antes de emprender el anlisis y
se revel el nmero de entrevistados que se eliminaron.
Los resultados del estudio fueron que los empleados y los directores ejecutivos tenan im
presiones diferentes acerca de la reduccin de las empresas y que influyen distintos factores en
la idea que se tiene sobre esta disminucin. Los empleados descubrieron que la reduccin era
inmoral cuando fueron vctimas de una, cuando se les escatim la informacin y cuando se rea
liz en pocas de vacaciones. Estas impresiones afectan el trabajo de los empleados si hacen
que vean a la compaa de manera negativa.21
Al analizar los datos, el investigador tambin tiene que enfrentar problemas ticos. Para
obtener resultados significativos, debe respetar las premisas en que se basan las tcnicas esta
dsticas con que se analizan los datos. Cualquier distanciamiento de estas premisas se debe exa
minar de manera crtica para determinar qu tan apropiada es una tcnica para analizar los da
tos actuales. El investigador tiene la responsabilidad de justificar las tcnicas estadsticas del
anlisis. Si no lo hace, pueden surgir problemas ticos. Adems, deliberada o no deliberada
mente no deben representarse mal los mtodos de investigacin ni los resultados. Del mismo
modo, surgen temas ticos al interpretar resultados, sacar conclusiones, ofrecer recomendacio
nes y en la implantacin. Las interpretaciones, conclusiones, recomendaciones e implantaciones
implican por necesidad juicios subjetivos, que deben ser honestos, ajenos a prejuicios o proyec
tos personales del investigador o del cliente.
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Los principales paquetes de estadstica, como SPSS (ym w .spss.com ), SAS (www.sas.com), MINITAB (www.minitab.com) y EXCEL (www.micwsoft.com/qffice/excel/) tienen sitios en Inter-
SPSS
Los valores impropios se pueden seleccionar con los enunciados SELECTIF o PROCESS IF.
Estos casos, con la informacin de identificacin (ID del sujetos, nmero de registro, nombre
de la variable, valor de la variable) se imprimen con los comandos PRINT o WRITE. Como
nueva verificacin, puede llamarse al comando LIST para desplegar los valores de las
variables de cada caso. El Data Entry de SPSS simplifica el proceso de capturar archivos de
datos nuevos. Se facilita la depuracin de datos y la bsqueda de incongruencias lgicas.
SAS
Los enunciados IF, IF-THEN e IF-THEN/ELSE se usan para seleccionar casos con valores
faltantes o impropios. El enunciado SELECT ejecuta uno de varios enunciados o grupos
de enunciados. El enunciado LIST sirve para imprimir lneas de entrada sospechosas.
El enunciado LOSTCARD sirve para identificar registros faltantes en los datos. Con los
procedimientos LIST y PRINTTO se identifican casos y se imprimen nombres y valores
de variables. Adems, los enunciados OUTPUT y PUT sirven para escribir los valores de
las variables.
Minitab
Hay enunciados que permiten controlar el orden de los comandos en una macro. El comando
IF permite implantar bloques diferentes de comandos. Esto incluye IF, ELSEIF, ELSE y
ENDIF.
Excel
El enunciado IF se usa para hacer verificaciones lgicas y comprobar si hay valores
impropios. El enunciadoIF se llema mediante INSERT>FUNCTION>ALL>IF.
www.FreeLibros.me
421
net a los que es posible acudir en busca de distinta informacin. En la demostracin 14-1 se de
talla el uso de estos paquetes para verificar la congruencia de los datos. Estos paquetes tambin
contienen opciones para manejar las respuestas faltantes y para ajustar estadsticamente los da
tos. Adems, en Internet se encuentran varios paquetes para estadstica, y aunque algunos no
ofrezcan anlisis y administracin integrada de los datos, de cualquier manera son muy tiles
para realizar anlisis estadsticos especficos.
La informacin til para formular una estrategia de anlisis de datos se encuentra fcilmen
te en Internet. Puede conseguirse mucha informacin acerca de la conveniencia de aplicar cier
tas tcnicas estadsticas a situaciones particulares. Es posible navegar en la red y encontrar nue
vas tcnicas estadsticas que todava no estn en los paquetes ms comunes. Los grupos de
noticias y otros grupos especiales son fuentes provechosas de informacin estadstica diversa.
SPSS Windows. En el mdulo Base, es posible seleccionar los valores impropios con el
comando SELECTIF. Estos casos, con la informacin de identificacin (ID del sujeto, nmero
de registro, nombre de la variable y valor de la variable), pueden imprimirse con los comandos
LIST o PRINT. El comando PRINT guardar los casos activos en un archivo externo. Si se re
quiere una lista formateada, puede usarse el comando SUMMARIZE.
El Data Entry de SPSS facilita la preparacin de los datos. Mediante el establecimiento de
unas reglas se puede verificar que los entrevistados hayan respondido completamente. Estas re
glas se aplican a los conjuntos de datos para validarlos y verificarlos, sin que importe si el cues
tionario con el que se reunieron se elabor con el Data Entry. El sistema permite controlar y
comprobar la entrada de datos mediante tres reglas: de validacin, de verificacin, y de salto
y llenado.
Aunque los valores faltantes pueden tratarse en el contexto del mdulo Base, el Missing
\fclues Analysis de SPSS ayuda a diagnosticarlos y a reemplazarlos con estimaciones.
TextSmart de SPSS ayuda a codificar y analizar las respuestas libres.
E N F O Q U E
EN
B U R K E
Burke hace hincapi en preparar de manera apropiada los datos antes de realizar ningn anlisis. Los
cuestionarios llenos se verifican y revisan exhaustivamente a medida que regresan del campo. Siempre
que es posible, se llama de nuevo a los entrevistados para conseguir informacin sobre las respuestas
faltantes o insatisfactorias. Se siguen procedimientos homogneos para codificar y transcribir los da
tos. Se realizan extensas verificaciones computarizadas para identificar las respuestas impropias, ilgi
cas o extremas.
Es comn transformar los datos para satisfacer un objetivo de investigacia Sin embargo, Burke se
encuentra a menudo con que la transformacin, aunque parezca lgica, puede traerle problemas al inves
tigador. Consideremos la investigacin que realiz Burke para un cliente que quera examinar la inciden
cia declarada de problemas para iniciar (setup) las computadoras nuevas. Las dos preguntas fundamenta
les fueron:
1. Cuntas computadoras nuevas se entregaron en este sitio en los ltimos 30 das?
2. Cuntas de esas computadoras tuvieron un problema que oblig devolverlas al vendedor com
pletas o slo alguno de sus componentes?
Burke ha visto varias transformaciones cuestionables para manejar esta clase de datos. Un mto
do consiste en ponderar el nmero de devoluciones mediante divisin entre el nmero de entregas. Con
esto se forma una nueva variable, que no es ms que la proporcin de entregas que generan una devo
lucin. Es evidente que si esto se trata como datos observados, cualquier suma o promedio de estas
cifras ignora por completo la base con la que se calcul cada una. Por ejemplo, un entrevistado tuvo
una devolucin por cuatro entregas, o 1/4, y otro tuvo 10/30 o 1/3. Estas cifras se trataran exactamen
te como la misma medida y el promedio sera de 7/24 o 0.29. Desde luego, el verdadero promedio de
las devoluciones es 11/34, o 0.3Z Por eso, Burke tiene mucho cuidado al aplicar las transformaciones
apropiadas.
Con algunas transformaciones, ciertas tcnicas estadsticas, como las tabulaciones cruzadas, no
son apropiadas en su forma comn. Burke ha creado software de estadsticas especializado para anali
zar los datos de tales casos. Para cada proyecto se formula una estrategia detallada deanlisis de datos.
Burke hace uso extenso de las tcnicas univariadas simples y multivariadas complejas para analizar los
datos de las investigaciones de mercados. Burke ha creado software individualizado para analizar da
tos en situaciones particulares que piden transformaciones inusuales.
www.FreeLibros.me
422
PARTE III
RESUMEN
La preparacin de los datos comienza con una verificacin preli
minar para comprobar que los cuestionarios estn completos y
que las entrevistas sean de calidad. Luego se hacen revisiones
ms profundas, que consisten en examinar los cuestionarios para
detectar respuestas ilegibles, incompletas, incongruentes o ambi
guas. Para manejarlas, se devuelven los cuestionarios al campo,
se asignan valores fritantes o se descartan los entrevistados insa
tisfactorios.
El siguiente paso es la codificacin. Se asigna un cdigo nu
mrico o alfanumrico para que represente una respuesta concre
ta a una pregunta particular, junto con la posicin que ocupar en
una columna. A menudo es til preparar un libro de cdigos que
contenga las instrucciones de codificacin y la informacin nece
saria acerca de las variables del conjunto de datos. Los datos co
dificados se transcriben en discos o cintas magnticas o se captu
ran con el teclado en las computadoras. Tambin se emplean
formas para marcar, lectores pticos y anlisis sensoriales.
Para depurar los datos hay que hacer verificaciones de con
gruencia y tratar las respuestas faltantes. Las opciones para tratar
las respuestas faltantes son el reemplazo con un valor neutro, co
mo el promedio, reemplazo con una respuesta atribuida, la elim i
revisin, 403
tcnicas de dependencia, 416
tcnicas de interdependencia, 417
tcnicas multivariadas, 416
tcnicas univariadas, 416
transformacin de las escalas, 414
uniformidad, 414
variables ficticias, 413
EJERCICIOS
Preguntas
1. Describa d proceso de preparacin de datos.
2. Qu actividades se desempean en la verificacin preliminar de los
cuestionarios que se devuelven del campo?
3. Qu se entiende por revisar un cuestionario?
4. Cmo se tratan las respuestas insatisfactorias que se descubren en
la revisin?
5. Cul es la diferencia entre la codificacin anterior y la posterior?
d. Describa los lincamientos para la codificacin de las preguntas sin
estructura.
7. En qu consiste la transformatin de los datos?
8 . Qu verificaciones de la consistencia se hacen al depurar los datos?
9. Qu opciones hay para el tratamiento de los valores faltantes?
10. Qu ajustes estadsticos se hacen en ocasiones a los datos?
11. Describa el proceso de ponderacin. Cules son las razones para
ponderar?
12. Qu son las variables ficticias? Para qu se crean?
13. Explique porqu se transforman las escalas.
Problemas
1.
Nd viaja al extranjero
Maja al extranjero una o dos veces por ao
Maja al extranjero tres a cinco veces por ao
Maja al extranjero seis a ocho veces por ao
Maja al extranjero ms de ocho veces por ao
www.FreeLibros.me
423
1
1
1
1
2
2
2
2
Muy
importante
3
3
3
3
4
4
4
4
5
5
5
5
c.
d.
e.
f.
EJERCICIOS EN INTERN ET Y C O M P U TA D O R A
1. Explique cmo verificara la congruencia del cuestionario dado en
d problema 2 mediante SPSS, SAS, MINITAB o EXCEL.
2. Utilice un diseo de cuestionario electrnico y un paquete de aplica
cin como Ci3 pora programar el cuestionario de preferencias de c
ACTIVIDADES
Intercambio de papeles
1. Usted es supervisor de proyectos en SDR, Inc., una empresa de anSsis de datos con sede en Atlanta. Supervisa el proceso de prepara
cin de datos para una encuesta grande realizada para uno de los
printipales fabricantes de toaDas de papd. Los datos se renen en en
trevistas personales a domicilio y han vuelto del campo 1,823 cues
tionarios. Al depurar los datos, se encuentra con que en 289 cuestio
narios faltan respuestas. El analista de datos que los prepara (un
estudiante de su dase), como no sabe de qu manera manejar estas
respuestas faltantes, le pide ayuda e instrucciones. Explquele cmo
debe manejarlas.
2. Usted es gerente de investigacin de mercados en General Electric.
CE ha desanroDado un modelo de refrigerador de lujo que tiene va
rias caractersticas innovadoras y se vender a un precio especial de
1,995 dlares. Se realiz una encuesta nacional para determinar la
respuesta del consumidor al modelo propuesto. Los datos se obtu
vieron de encuestas en centros comerciales en las 10 mayores ciuda
des estadounidenses. La muestra resultante de 2,639 encuestados es
bastante representativa de todas las caractersticas demogrficas,
excepto que subrepresenta los hogares de mayores ingresos. El ana
lista de investigacin de mercados, que le rinde cuentas a usted,
Trabajo de campo
L Visite una empresa de investigacin de mercados o una compaa
que tenga un departamento de investigacin. Averige qu proceso
de preparacin de datos siguieron en un proyecto recin terminado.
Cunto se parece al proceso que explicamos en este libro?
2. Consiga un libro de cdigos o las instrucciones de codificacin que
haya usado una empresa de investigacin en un proyecto concluido.
Examine atentamente el material. Puede mejorar el esquema de co
dificacin de la empresa?
Anlisis en grupo
1. En un grupo pequeo, analicen el enunciado siguiente: La prepara
cin de datos es un proceso tardado. En proyectos con grandes res
tricciones de tiempos, hay que omitir la preparacin de los datos.
2. En un grupo pequeo, analicen el enunciado siguiente: El investi
gador siempre debe hacer entrevistas asistidas por computadora
(personales o telefnicas) para recopilar los datos, pues estos mto
dos facilitan enormemente la preparacin.
www.FreeLibros.me
L Describir la importancia del anlisis preliminar de los datos y los conocimientos que se
desprenden de tal anlisis.
2. Examinar el anlisis de datos relacionado con las frecuencias y que incluye medidas de lo
calizacin, variabilidad y forma.
3. Explicar el anlisis de datos asociado a las tabulaciones cruzadas y sus estadsticas: ji o chi
cuadrada, coeficiente phi o fi, coeficiente de contingencia, V de Cramer y coeficiente
lambda.
4. Describir el anlisis de datos relacionado con la comprobacin de hiptesis paramtricas
para una muestra, dos muestras independientes y muestras en pares.
5. Comprender el anlisis de datos relacionado con la comprobacin de hiptesis no param
tricas para una muestra, dos muestras independientes y muestras en pares.
www.FreeLibros.me
Gen e r a l i d a d e s
Cuando los datos quedan preparados para el anlisis (captulo 14), el investigador debe rea
lizar un anlisis bsico. En este captulo se describe el anlisis bsico de los datos, incluyen
do distribucin de frecuencias, tabulacin cruzada y comprobacin de hiptesis. Primero se
explica la distribucin de frecuencias y cmo ofrece una indicacin del nmero de valores
impropios, faltantes o extremos, adems de nociones sobre la tendencia central, variabilidad
y forma de la distribucin general. A continuacin se explica el procedimiento general de la
comprobacin de hiptesis. La comprobacin de hiptesis se divide en pruebas de asocia
ciones y pruebas de diferencias. Se considera el uso de la tabulacin cruzada para compren
der las asociaciones entre variables tomadas dos o tres a la vez. Aunque la naturaleza de la
asociacin se observa en las tablas, hay estadsticas para examinar la importancia y la fuer
za de la asociacin. Por ltimo, se presentan pruebas para examinar hiptesis relacionadas
con las diferencias basadas en una o dos muestras.
Muchos proyectos comerciales de investigacin de mercados no superan el anlisis b
sico de los datos. Los resultados se presentan en tablas y grficas, como veremos en el cap
tulo 22. Aunque los resultados del anlisis bsico son valiosos por su propio derecho, tam
bin dan indicaciones para realizar anlisis mu tivariados. Los conocimientos adquiridos en
el anlisis bsico tambin son invaluables para interpretar los resultados obtenidos con tc
nicas estadsticas ms elaboradas. Para dar al lector una idea de estas tcnicas, se ilustra el
uso de la tabulacin cruzada, el anlisis de chi o ji cuadrada y la comprobacin de hiptesis.
i y V E S T I G A C I1I A C T IV A
INVESTIGACIN
REAL
425
www.FreeLibros.me
426
PARTE III
Producto anunciado
usado por
Mujeres
Hombres
Ambos
Mujeres
Hombres
25.0
4.0
6.8
11.8
68.2
84.2
X2 - 19.73, p 0.001
Estos resultados indican que en los comerciales mexicanos las mujeres aparecan en los
dedicados a productos usados por mujeres o por los dos sexos, pero rara vez en anuncios de
productos para hombres. stos aparecan en comerciales de productos usados por los dos sexos.
Estas diferencias tambin se encontraron en los comerciales de Estados Unidos, aunque en me
nor medida y no aparecieron en los anuncios australianos. En Estados Unidos, la creciente po
blacin de origen latinoamericano ha llamado la atencin de los publicistas a los comerciales
televisados en lengua espaola. Los papeles sexuales de las mujeres en la cultura latinoameri
cana son de ama de casa, conservadora y dependiente del hombre, pero muchas familias esta
dounidenses de este origen no casan con la nocin tradicional. En 2003, ms de la mitad de
las estadounidenses de origen latinoamericano trabajaban fuera de casa, lo que casi coinci
de con la proporcin de blancas de la poblacin que trabaja fuera en Estados Unidos. Por tanto,
muchas compaas de productos de consumo en ese pas hacen publicidad de la misma manera
que para el mercado estadounidense en general. 1
INVESTIGACIN
REAL
U M BET
www.FreeLibros.me
CAPTULO 15
427
Calificaciones promedio del riesgo percibido de los productos por modo de compra
__________ Riesgo general percibido
Producto
Estreofnico
Discos
Zapatos de vestir
TV a color de 13 pulgadas
Calcetas deportivas
Calculadora de bolsillo
Cmara de 35 mm
Perfume
Catlogo
48.89
32.65
58.60
48.53
35.22
49.62
48.13
34.85
Tienda
41.98*
28.74*
50.80*
40.91*
30.22*
42.00*
39.52*
29.79*
DISTRIBUCIN DE FRECUENCIAS
A menudo, los investigadores de mercados tienen que contestar preguntas sobre una sola varia
ble. Por ejemplo:
De cuntos usuarios de la marca puede decirse que son leales?
Qu porcentaje del mercado est formado por usuarios habituales, moderados, espordi
cos y no usuarios?
Cuntos clientes estn muy familiarizados con la oferta de un nuevo producto? Cun
tos conocen, cuntos saben algo y cuntos no conocen la marca? Cul es la calificacin
promedio de la familiaridad? Hay mucha variacin en el grado en que los clientes cono
cen el producto nuevo?
Cul es la distribucin del ingreso de los usuarios de la marca? Est inclinada la distri
bucin hacia el intervalo de ingresos bajos?
www.FreeLibros.me
PARTE III
428
N m ero d e
ENCUESTADO
DE
O p in i n
O p in i n
C om pras
sobre
SO B R E LA
en
Ba n c a
por
S exo
F a m il ia r id a d
In t e r n e t
In t e r n e t
TEC N O LO G A
In t e r n e t
In t e r n e t
1.0 0
7 .0 0
1 4 .0 0
7 .0 0
6 .0 0
1.0 0
1.0 0
2 .0 0
zoo
2 .0 0
3 .0 0
3 .0 0
2 .0 0
2 .0 0
2 .0 0
3 .0 0
3 .0 0
4 .0 0
3 .0 0
1.0 0
2 .0 0
2 .0 0
3 .0 0
3 .0 0
7 .0 0
5 .0 0
1.0 0
2 .0 0
1.0 0
7 .0 0
1 3 .0 0
7 .0 0
7 .0 0
1.0 0
1 .0 0
2 .0 0
4 .0 0
6 .0 0
5 .0 0
4 .0 0
1.0 0
2 .0 0
2 .0 0
ZOO
2 .0 0
4 .0 0
5 .0 0
2 .0 0
2 .0 0
2 .0 0
3 .0 0
6 .0 0
5 .0 0
4 .0 0
2 .0 0
2 .0 0
2 .0 0
3 .0 0
6 .0 0
6 .0 0
4 .0 0
1.0 0
2 .0 0
10
1.0 0
9 .0 0
1 5 .0 0
7 .0 0
6 .0 0
1.0 0
2 .0 0
11
2 .0 0
4 .0 0
3 .0 0
4 .0 0
3 .0 0
2 .0 0
2 .0 0
12
2 .0 0
5 .0 0
4 .0 0
6 .0 0
4 .0 0
2 .0 0
2 .0 0
13
1.0 0
6 .0 0
9 .0 0
6 .0 0
5 .0 0
2 .0 0
1.0 0
14
1.0 0
6 .0 0
8 .0 0
3 .0 0
2 .0 0
2 .0 0
2 .0 0
15
1.0 0
6 .0 0
5 .0 0
5 .0 0
4 .0 0
1.0 0
2 .0 0
16
2 .0 0
4 .0 0
3 .0 0
4 .0 0
3 .0 0
2 .0 0
2 .0 0
17
1.0 0
6 .0 0
9 .0 0
5 .0 0
3 .0 0
1.0 0
1.0 0
18
1.0 0
4 .0 0
4 .0 0
5 .0 0
4 .0 0
1.0 0
2 .0 0
19
1.0 0
7 .0 0
1 4 .0 0
6 .0 0
6 .0 0
1.0 0
1.0 0
20
2 .0 0
6 .0 0
6 .0 0
6 .0 0
4 .0 0
2 .0 0
2 .0 0
21
1.0 0
6 .0 0
9 .0 0
4 .0 0
2 .0 0
2 .0 0
2 .0 0
22
1.0 0
5 .0 0
5 .0 0
5 .0 0
4 .0 0
2 .0 0
1.0 0
23
2 .0 0
3 .0 0
2 .0 0
4 .0 0
2 .0 0
2 .0 0
2 .0 0
24
1.0 0
7 .0 0
1 5 .0 0
6 .0 0
6 .0 0
1.0 0
1.0 0
25
2 .0 0
6 .0 0
6 .0 0
5 .0 0
3 .0 0
1.0 0
2 .0 0
26
1.0 0
6 .0 0
1 3 .0 0
6 .0 0
6 .0 0
1.0 0
1 .0 0
27
2 .0 0
5 .0 0
4 .0 0
5 .0 0
5 .0 0
1.0 0
1 .0 0
28
2 .0 0
4 .0 0
2 .0 0
3 .0 0
2 .0 0
2 .0 0
2 .0 0
29
1.0 0
4 .0 0
4 .0 0
5 .0 0
3 .0 0
1.0 0
2 .0 0
30
1.0 0
3 .0 0
3 .0 0
7 .0 0
5 .0 0
1.0 0
2 .0 0
e s ig n a c i n
d el v a lo r
Muy familiarizado
Eiltante
P o r c e n t a je
V a lo r
F r e c u e n c i a ( N)
6 .7
6 .9
6 .9
2 0 .0
2 0 .7
2 7 .6
2 0 .0
2 0 .7
483
1 0 .0
103
5 8 .6
2 6 .7
2 7 .6
8 6 .2
133
1 3 .8
1 0 0 .0
P o r c e n t a je
0 .0
33
TO TAL
30
1 0 0 .0
www.FreeLibros.me
v A l id o
0 .0
1 0 0 .0
ACUMULADO
0 .0
CAPTULO 15
Figura 15.1
Histograma d e frecuencias
-429
a
K
F am iliaridad co n Internet
INVESTIGACIN
REAL
www.FreeLibros.me
PARTE III
fondos para proyectos a fin de aumentar las habitaciones de hotel de la ciudad Tambin erigie
ron un sistema moderno de transporte (un nuevo tren elevado) y lugares exclusivos (como el
Olymplic Park) para que los visitantes realmente sintieran que era una experiencia nica. A me
dida que la encuesta prosiga con el paso de los aos, los datos recibidos sern muy valiosos pa
ra la siguiente ciudad anfitriona.3
Incentivos que influyen en la decisin de asistir a los Juegos Olmpicos
Incentivo
Frecuencia
95
Oportunidad nica en la vida
36
Disponibilidad de alojamiento
Disponibilidad de boletos
27
24
Distancia de casa
Negocio/empleo
17
Disponibilidad de dinero; gastos generales
17
12
Disponibilidad de tiempo
8
Relaciones personales con participantes o jueces
8
Otros motivos
Conocer Atlanta
4
3
Seguridad
No respondi
69
320
Total
Porcentaje
29.7
112
8.4
15
53
53
3.8
25
25
13
0.9
2 1 .6
1 0 0 .0 1
Obsrvese que cifras y porcentajes del ejemplo anterior indican la medida de los factores
que atraen a la gente a los juegos olmpicos. Dadas estas cifras, se puede establecer una distri
bucin de frecuencias para calcular estadsticas descriptivas o sinpticas.
ESTADSTICAS DE LA DISTRIBUCIN
DE FRECUENCIAS
Como se ilustra en la seccin anterior, una distribucin de frecuencias es una forma convenien
te de considerar los diferentes valores de una variable. Las tablas de frecuencia se leen fcil
mente y ofrecen informacin bsica, aunque a veces est demasiado detallada y el investigador
debe resumirla para aprovecharla en estadsticas descriptivas. Las estadsticas ms usuales con
las frecuencias son las medidas de ubicacin (media, moda y mediana), de variabilidad (rango,
rango intercuartiles, desviacin estndar y coeficiente de variacin) y de forma (asimetra y
curtosis) .4
Medidas de ubicacin
Estadstica que describe la localiza
cin en el conjunto de datos. Las
medidas de la tendencia central des
criben d centro de la distribucin.
FVomedio; valor que se obtiene de
sumar todos los elementos y dividir
entre el nmero de stos.
Las medidas de ubicacin que estudiaremos son medidas de tendencia central, porque descri
ben el centro de la distribucin. Si se cambiara toda la muestra sumando una constante a cada
observacin, la media, moda y mediana cambiaran por la misma cantidad fija.
M e d ia . La media, o valor promedio, es la medida ms comn de la tendencia central. Se e s
tima la media cuando los datos fueron recopilados con una escala de intervalo o de razn. Los
datos deben mostrar alguna tendencia central; la mayora de las respuestas se distribuye alrede
dor de la media. _
La media, X , est dada por
X = f j Xln
i-1
donde
X = Valores observados de la variable X
n = Nmero de observaciones (tamao de la muestra)
www.FreeLibros.me
CAPTULO 15
431
X =
=
=
=
+ 4 x 7 )/2 9
Medidas de variabilidad
Estadstica que indica la dispersin
de la distribucin.
Diferencia entre los valores mayor y
menor de una distribucin.
Las medidas de variabilidad, que se calculan con datos de intervalos o de razones, son el ran
go, rango intercuartiles, varianza o desviacin estndar y coeficiente de variacin.
R a n g o . El rango mide la dispersin de los datos. Simplemente es la diferencia entre el ma
yor y el menor valor de la muestra. Como tal, sufre el efecto de los valores extremos.
R ttngO -^njayor ^m cnor
Si todos los valores de los datos se multiplican por una constante, el rango se multiplica
por la misma constante. El rango en la tabla 15-2 es 7 - 2 = 5.000.
www.FreeLibros.me
432
PARTE III
Detvfadtt estndar
Raz cuadrada de la varianza.
Dividimos entre n - 1 en vez de entre n, porque la muestra se toma de una poblacin y que
remos determinar cunto varan las respuestas de la media de toda la poblacin. Ahora bien, se
desconoce la media de la poblacin y, por tanto, se toma en su lugar la media de la muestra. Al
recurrir a esta media la muestra parece menos variable de lo que en realidad es. Al dividir entre
n - 1 en vez de entre n, compensamos la menor variabilidad que se observa en la muestra. Para
los datos dados en la tabla 15-2, la varianza se calcula como sigue:
5 = V2493
= 1.579
C oeficiente d variacin
Expresin til en la teora del
maestreo para la desviacin
estndar como porcentaje de la
m edia.
cv = ir
x
El coeficiente de variacin es significativo slo si la variable se mide en una escala de ra
zn. Permanece inalterado si todos los valores de los datos se multiplican por una constante.
Como la familiaridad con Internet no se midi en una escala de razn, no tiene sentido calcular
d coeficiente de variacin para los datos de la tabla 15-2.
Medidas de forma
Adems de las medidas de variabilidad, las medidas de forma tambin son tiles para entender
la naturaleza de la distribucin. Para evaluar la forma de una distribucin se examina la asime
tra y la curtosis.
www.FreeLibros.me
CAPTULO 15
Figura 1 5 .2
433
M ediana
M oda
(a)
D istribucin asim trica
(b)
www.FreeLibros.me
434
PARTE III
Figura 1 5 .3
Procedim iento general para
com probar hiptesis
D eterm in ar la
prob ab ilid ad aso ciad a con
D eterm inar el
v alo r crtic o de
la estad stica d e prueba
1
D etem iin ar si la
C o m p arar la probabilidad
estadstica d e prueba
cae en la regin de
r
R echazar o acep tar
Hq
i
S acar una con clu si n p ara la investigacin d e m ercado
www.FreeLibros.me
CAPTULO 15
435
Hty t = 0.40
H {: t * 0.40
En la investigacin comercial de mercados se usa ms a menudo la prueba de una cola que
la prueba de dos colas. Por lo regular se prefiere una direccin en la conclusin para la que se
buscan evidencias. Por ejemplo, cuanto mayores sean las utilidades, las ventas y la calidad de los
productos, mejor. La prueba de una cola es ms potente que la de dos colas. En el paso 3 abun
damos en la potencia de una prueba estadstica.
fra comprobar la hiptesis nula es necesario elegir una tcnica estadstica apropiada. El inves
tigador debe tomar en cuenta cmo se calcula la estadstica de prueba y cul es la distribucin
de muestra que sigue la estadstica de la muestra (por ejemplo, la media). La estadstica de la
prueba mide cunto se acerca la muestra a la hiptesis nula. Por lo regular sigue una distribu
cin bien conocida, como la normal, t, o chi cuadrada. Ms adelante se darn los lincamientos
para elegir la prueba o la tcnica estadstica apropiada. En nuestro ejemplo, la estadstica z, que
sigue la distribucin normal estndar, sera la correcta. La estadstica se calculara como sigue:
donde
Cuando se hacen deducciones sobre una poblacin se corre el riesgo de sacar una conclusin
equivocada. Se cometen dos clases de errores.
E r r o r d e tip o I . El error de tipo I ocurre cuando una muestra hace rechazar la hiptesis nu
la, que en realidad es verdadera. En nuestro ejemplo, ocurrira un error de tipo I si concluyra
mos, basados en los datos de la muestra, que la proporcin de clientes que prefieran el nuevo
servicio fuera mayor de 0.40, cuando en realidad es igual o menor de 0.40. La probabilidad de
cometer un error de tipo I (a ) tambin se llama grado de importancia. El error de tipo I se con
trola si se establece el margen tolerable de riesgo de rechazar una hiptesis nula verdadera. La
seleccin de un margen de riesgo depende del costo de cometer un error de tipo I.
www.FreeLibros.me
436
PARTE III
F ig u ra 1 5 .4
Es la probabilidad de rechazar la
hiptesis nula cuando en realidad es
falsa y debe ser rechazada.
1(0.40X 0.60)
V
30
= 0.089
www.FreeLibros.me
CAPTULO 15
437
Figura 1 5 .5
Probabilidad de z en una prueba
de una cola
p - K
--------
_ 0.567 -0.40
0.089
=
1.88
www.FreeLibros.me
438
PARTE III
Figura 15.6
Clasificacin general de las
pruebas de hiptesis
P ru e b a s
d e h ip te sis
P ruebas de
asociacin
D istribuciones
P ruebas de
diferencias
M edias
P roporciones
M edianas'
C lasificaciones
TABULACIONES CRUZADAS
Aunque las respuestas relacionadas con una sola variable son interesantes, por lo regular susci
tan nuevas preguntas sobre la vinculacin de esa variable con otras. Para introducir la distribu
cin de frecuencias, planteamos varias preguntas representativas de investigacin de mercados,
ftira stas, el investigador formulara otras preguntas que relacionaran las primeras variables
con otras ms. Por ejemplo:
Cuntos compradores leales de la marca son hombres?
El consumo del producto (medido en cuanto a usuarios constantes, moderados, espor
dicos y no usuarios) se relaciona con un inters en las actividades al aire libre (mucho,
poco o nada)?
El conocimiento de un producto nuevo se relaciona con la edad y la escolaridad?
La propiedad del producto se relaciona con el ingreso (alto, medio, bajo)?
www.FreeLibros.me
C A PT U L O 15
439
Uso
M u jer e s
T o t a l p o r f il a
Moderado (1)
10
15
Recuente (2 )
10
15
15
15
de
In t e r n e t
H o m br es
Uso
de
In t e r n e t
H o m br es
Moderado
M u jer e s
333%
Recuente
Total por columna
66.7%
66.7%
333%
1 0 0 .0 %
1 0 0 .0 %
de
In t e r n e t
Mo d erad o
F recu en te
T o tal
Hombres
333%
66.7%
1 0 0 .0 %
Mujeres
66.7%
333%
1 0 0 .0 %
formacin que las tablas de frecuencias de cada variable. Las tabulaciones cruzadas tambin se
llaman tablas de contingencia. Se considera que los datos son cualitativos o categricos porque
se supone que cada variable tiene slo una escala nominal.6
La tabulacin cruzada se emplea mucho en la investigacin comercial de mercados por
que: 1 ) gerentes y administradores que no saben de estadstica entienden fcilmente su anlisis
y sus resultados; 2 ) la claridad de la interpretacin establece un enlace firme entre los resulta
dos de las investigacin; 3) una serie de tabulaciones cruzadas ofrece mayores conocimientos
que un anlisis multivariado simple sobre un fenmeno complejo; 4) la tabulacin cruzada ali
via el problema de la falta de celdas, que puede ser grave en un anlisis multivariado discreto,
y 5) el anlisis de las tabulaciones cruzadas es sencillo y atrae a los investigadores menos sofis
ticados .7
Dos variables
La tabulacin cruzada con dos variables tambin se conoce como tabidacin cruzada bivariada.
Consideremos de nueva cuenta la clasificacin cruzada del uso de Internet y el sexo, que se ano
ta en la tabla 15-3. Se relaciona el uso con el sexo? A s lo parece en la tabla. Vemos que hay des
proporcionadamente ms hombres que son usuarios frecuentes que mujeres. El clculo de los
porcentajes arroja ms luces.
Como las dos variables fueron clasificadas transversalmente, se pueden calcular los por
centajes por columnas, a partir de los totales de stas (tabla 15-4) o por filas, segn el total de
las filas (tabla 15-5). Cul de estas tablas es ms til? La respuesta depende de qu variable to
memos como la independiente y cul como la dependiente. La regla general es calcular los por
centajes en la direccin de la variable independiente y en sentido transversal a la variable de
pendiente. En nuestro anlisis, podramos considerar el sexo como la variable independiente, el
uso de Internet como la dependiente y la tabla 15-4 como la manera correcta de calcular los por
centajes. Observe que en tanto 66.7% de los hombres son usuarios frecuentes, slo 33.3% de
www.FreeLibros.me
440
PARTE III
Figura 15.7
Introduccin de la tercera variable
en una tabulacin cruzada
P r im e r a s d o s v a ria b le s
i
1
l
A lg u n a
aso ciaci n entre
las d o s variables
N inguna
aso ciaci n entre
las d o s v ariab les
S e introduce
S e introduce
la tercera variable
la tercera variable
S e aclara la asociacin
N o hay asociacin
en el esquem a
inicial
en tre las d os
v ariab les orig in ales
las mujeres se encuentran en esta categora. Esto sealara que los hombres se inclinan ms que las
mujeres a conectarse frecuentemente.
Advirtase tambin que calcular los porcentajes en la direccin de la variable dependiente y
en direccin transversal a la variable independiente, como aparece en la tabla 15-5, no tiene sen
tido en este caso. En la tabla 15-5 se implicara que el uso frecuente de Internet hace que las per
sonas sean hombres, lo que es un resultado inverosmil. Por otro lado, es posible que la relacin
entre el uso de Internet y el sexo est mediada por una tercera variable, como la edad o el ingre
so. Esta posibilidad sugiere que es necesario examinar el efecto de una tercera variable.
Tres variables
Muchas veces, introducir una tercera variable aclara la asociacin original observada (o su fal
ta) entre dos variables. Como se muestra en la figura 15-7, la introduccin de la tercera variable
abre cuatro posibilidades.
1. Se aclara la asociacin observada entre las dos variables originales.
Se revela que no hay una asociacin entre las dos variables, aunque al principio se haya
observado. En otras palabras, la tercera variable indica que la asociacin inicial entre las
dos variables era espuria.
3. Se revela alguna asociacin entre las dos variables, aunque al principio no se hubiera ob
servado ninguna. En este caso, la tercera variable descubre una asociacin suprimida entre
las dos primeras variables.
4. Indica que no hay un cambio en la asociacin inicial.8
2.
Expliquemos estos casos con ejemplos basados en una muestra de 1,000 encuestados. Son
ejemplos inventados pera ilustrar casos concretos, pero estos casos no son infrecuentes en la in
vestigacin comercial de mercados.
www.FreeLibros.me
CAPTULO 15
441
No casad o
C asad o
Alta
31%
52%
Baja
69%
48%
Cblumna
10 0 %
100 %
Numero de encuestados
700
300
C om pra de ro pa
DE MODA
E s t a d o c iv il d e l a s m u j e r e s
N o CASADO
C asad o
C asad a
N O CASADA
Alta
35%
40%
25%
60%
Baja
65%
60%
75%
40%
Totales de columnas
100%
100%
100%
10 0 %
Nmeros de casos
400
120
300
180
T it u l a d o
N o t it u l a d o
32%
21%
No
68%
79%
100%
100%
Nmeros de casos
250
750
Por el lado de los hombres, los porcentajes fueron mucho ms parecidos: 40% de los que no esta
ban casados y 35% de los casados. Entonces, la introduccin del sexo (la tercera variable) aclar la
relacin entre estado civil y la compra de ropa de moda (las variables originales). Los encuestados
que no estaban casados se encontraban en la categora alta de compras ms que los casados, y el
efecto es mucho ms pronunciado entre las mujeres que entre los hombres.
La relacin inicial era espuria. Un investigador de una agencia de publicidad que pro
mova una lnea de automviles que costaban ms de 30,000 dlares trataba de explicarse la ad
quisicin de coches caros (vase la tabla 15-8). En la tabla se muestra que 32% de quienes te
nan un ttulo universitario eran dueos de un coche caro, en comparacin con 2 1 % de quienes
no contaban con ese ttulo. El investigador se senta tentado a concluir que la escolaridad ejer
ca una influencia en la posesin de autos costosos. Como se dio cuenta de que el ingreso tam
bin poda ser un factor, el investigador decidi volver a examinar la relacin entre escolaridad
y adquisicin de un auto caro, mediada por el nivel de ingreso. El resultado es la tabla 15-9. Ob
serve que los porcentajes de los que tenan y no tenan ttulos universitarios y posean coches
caros son iguales en los niveles de ingreso. Cuando examin por separado los grupos de ingre
so alto y bajo, la asociacin entre escolaridad y adquisicin de autos de lujo desapareci, lo que
indic que la relacin inicial observada entre las dos variables era espuria.
www.FreeLibros.me
442
PARTE III
E s c o l a r id a d
s c o l a r id a d c o n in g r e s o b a j o
c o n in g r e s o a l t o
un
AUTO CARO
S
No
T it u l a d o
N O TITULADO
T it u l a d o
N O TITULADO
20%
40%
40%
20%
80%
80%
60%
60%
100%
100%
100%
100%
Nmero de encuestados
100
700
150
50
M en o s de
45
45
EN ADELANTE
50%
50%
No
50%
50%
100%
100%
Nmero de encuestados
500
500
S
No
<45
>45
<45
> 45
60%
40%
35%
65%
40%
60%
65%
35%
100%
100%
100%
100%
Nmero de casos
300
300
200
200
www.FreeLibros.me
C A PT U L O 15
443
Tam ao
d e l a f a m iu a
o m e fr e c u e n t em en t e en
P eq u e a
ran de
65%
65%
No
35%
35%
100%
100%
Nmero de casos
500
500
Visita frecuente a los restaurantes de comida rpida por tamao de la familia e ingreso
In g r e s o
C o m e f r e c u e n t e m e n t e en
RESTAURANTES DE COMIDA RPIDA
In g r e s o b a j o
In g r e s o a l t o
T a m a o d e l a f a m il ia
T a m a o d e l a f a m il ia
Pequea
G ra n d e
Pequea
G ra n d e
65%
65%
65%
65%
No
35%
35%
35%
35%
100%
100%
100%
100%
Nmero de encuestados
250
250
250
250
Esto indica que la tercera variable no ejerce ninguna influencia en la relacin que guardan las
dos primeras. Consideremos la tabulacin cruzada del tamao de la familia y la tendencia a co
mer frecuentemente en restaurantes de comida rpida, como se muestra en la tabla 15-12. Los
encuestados fueron clasificados en categoras de familia pequea y grande, de acuerdo con una
divisin de la distribucin por la media, de manera que quedaron 500 encuestados en cada ca
tegora. N o se observ ninguna asociacin. Los encuestados se separaron igualmente en grupos
de ingreso alto o bajo, tambin segn una divisin por la media Cuando se introdujo el ingreso
como tercera variable del anlisis, se obtuvo la tabla 15-13, en la que tampoco se apreci nin
guna relacin.
ESTADSTICAS DE LA TA BU LA CI N C R U ZA D A
Vamos a estudiar las estadsticas que ms se usan para evaluar la importancia estadstica y la
fuerza de asociacin de las variables cruzadas. La importancia estadstica de una asociacin ob
servada se mide por lo regular con la estadstica chi cuadrada. La fuerza de la asociacin, o gra
do de la asociacin, es importante desde el punto de vista prctico o real. En general, la fuerza
de una asociacin interesa slo si es estadsticamente significativa. Esta fuerza se mide con el
coeficiente de correlacin phi, el coeficiente de contingencia, la V de Cramer y el coeficiente
lambda.
www.FreeLibros.me
444
PARTE III
Chi cuadrada
Estadstica para probar la importancia
estadstica de la asociacin observada
en la tabulacin cruzada. Sirve para
determinar si hay una asociacin
sistemtica entre las dos variables.
donde
n r = nmero total en la fila
nc = nmero total en la columna
n = tamao total de la muestra
Para los datos de la tabla 15-3, las frecuencias esperadas de las celdas que van de derecha
a izquierda y de arriba abajo, son:
= 7.50
X 15 _
30
= 7 i0
i i = 7.50
30
30
i l ^
30
r =X
( L - S 'f
/,
todas
las celdas
= (5 - 7.5 ) 2
( 1 0 - 7 .5 )2
(1 0 -7 .5 ) 2
7.5
7.5
7.5
= 0 .8 3 3 + 0.833 + 0 .833 + 0.833
= 3.333
( 5 - 7 . 5 )2
7.5
www.FreeLibros.me
CAPTULO 15
445
Figura 1 5 .8
Prueba de chi cuadrada de
asociacin
El coeficiente p h i (4>) es una medida de la fuerza de asociacin en el caso especial de una tabla con
dos filas y dos columnas (como una tabla de 2 X 2). El coeficiente phi es proporcional a la raz cua
drada de la estadstica chi. Para una muestra de tamao n, la estadstica se calcula as:
Toma el valor de 0 cuando no hay asociacin, lo que quedara indicado igualmente por un va
lor de 0 en chi cuadrada. Cuando las variables estn perfectamente asociadas, phi asume un
valor de 1 y todas las observaciones quedan sobre la diagonal principal o menor (en algunos
programas de cmputo, phi asume un valor de - 1 , ms que de 1 , cuando hay una asociacin
perfecta negativa). En nuestro caso como la asociacin no es significativa en el grado de 0.05,
no calcularamos normalmente el valor de phi. Sin embargo, para fines de ilustracin, mostra
remos cmo se calculan los valores de phi y otras medidas de la fuerza de asociacin. El valor
de phi es:
-JW
= 0333
Por lo tanto, la asociacin no es muy fuerte. En el caso ms general con una tabla de cualquier
tamao, la fuerza de la asociacin se evala con el coeficiente de contingencia.
www.FreeLibros.me
446
PARTE III
Coeficiente de contingencia
Nfedida de la fuerza de una asocia
cin en una tabla de cualquier ta
mao.
El coeficiente de contingencia vara ente 0 y 1. El valor 0 ocurre en el caso de que no haya aso
ciacin (es decir, que las variables sean estadsticamente independientes), pero el valor m xi
mo de 1 nunca se alcanza. Por lo contrario, el valor mximo del coeficiente de contingencia de
pende del tamao de la tabla (nmero de filas y columnas). Por esta razn, debe usarse slo
para comparar tablas del mismo tamao. El valor del coeficiente de contingencia en la ta
bla 15-3 es:
1/
3333
[3 3 3 3 + 30
= 0.316
Este valor de C indica que la asociacin no es muy fuerte. Otra estadstica que se puede calcu
lar para cualquier tabla es la V de Cramer.
V de Cramer
Medida de la fuerza de asociacin
en tablas de ms de 2 X 2.
La V de Cram er es una versin modificada del coeficiente de correlacin de phi, <J>, y se usa en
tablas de ms de 2 X 2. Cuando se calcula phi para una tabla de ms de 2 X 2, no tiene lmite
superior. La V de Cramer se obtiene ajustando phi para el nmero de filas o bien el nmero de
columnas de la tabla, cualquiera que sea el menor. El ajuste es tal que V varia de 0 a 1. Un va
lor grande de V indica simplemente un grado elevado de asociacin, sin que seale cmo estn
asociadas las variables. Para una tabla de r filas y c columnas, la relacin entre la V de Cramer
y el coeficiente de correlacin phi se expresa como:
V = .
(c -
1)
min (r I) (c -
1)
min (r -
1)
o bien
>,
X '1"
V =
El valor de la Vde Cramer en la tabla 15-3 es:
1 3 3 3 3 /3 0
1
= 0.333
Por lo tanto, la asociacin no es muy fuerte. Como se aprecia, en este caso V = <f>. A s sucede
siempre en una tabla de 2 X 2 Otra estadstica comn es el coeficiente lambda.
Coeficiente lambda
Medida del porcentaje de mejora
para pronosticar el valor de la varia
ble dependiente, dado el valor de la
variable independiente en el anlisis
de la tabla de contingencia. Lambda
vara entre 0 y 1 .
Medida que no hace ninguna supo
sicin sobre qu variable es la de
pendiente. Mide la mejora general
cuando se hace una prediccin en
las dos direcciones.
Lambda requiere que las variables se midan en una escala nominal. Las medidas de lambda asi
mtrica miden el porcentaje de mejora en la prediccin del valor de la variable dependiente, dado
el valor de la variable independiente. Lambda tambin vara entre 0 y 1. Un valor de 0 significa
que no mejora el pronstico. Un valor de 1 indica que puede hacerse la prediccin sin error. Esto
ocurre cuando cada categora de variable independiente se asocia con una sola categora de la va
riable dependiente.
Se calcula lambda asimtrica para cada una de las variables (tratada como variable inde
pendiente). En general, las dos lambdas asimtricas van a ser diferentes, ya que por lo regular
las distribuciones marginales no son las mismas. Tambin se calcula una lambda sim trica que
es una especie de promedio de los dos valores asimtricos. La lambda simtrica no plantea nin
www.FreeLibros.me
CAPTULO 15
4 47
guna premisa sobre qu variable es la dependiente. Mide la mejora general cuando se hace un
pronstico en las dos direcciones .12 El valor de lambda asimtrica en la tabla 15-3, tomada co
mo variable dependiente, es de 0.333. Esto indica que el conocimiento del sexo aumenta nues
tra capacidad de pronstico en una proporcin de 0.333, es decir, una mejora de 33.3%. La
lambda simtrica tambin es de 0.333.
Otras estadsticas
E stadstica de p ru eb a q u e m ide la
asociacin e n tre d o s variables o rd i
nales. H ace un ajuste p ara em p a te s
y e s m s ap ro p iad a cuando la tab la
d e variab les e s cu adrada.
E stadstica de p ru eb a q u e m ide la
asociacin e n tre d o s variables o rd i
nales. No hace aju stes para em p ates.
Obsrvese que en el clculo de la estadstica de chi cuadrada, las variables se tratan como me
didas nicamente en una escala nominal. Hay otras estadsticas, como tau b, tau c y gamma, pa
ra medir la asociacin entre dos variables ordinales. Todas estas estadsticas toman informacin
sobre el ordenamiento de las categoras de las variables considerando todos los pares de casos
posibles en la tabla. Se examina cada par para determinar si su orden relativo en la primera va
riables es igual que el orden relativo en la segunda variable (concordante), si el orden est in
vertido (discordante) o si las dos estn empatadas. La manera en que tratan estas equivalencias
es la diferencia bsica entre estas estadsticas. Tanto tau b como tau c se ajustan para empates.
Tau b es ms apropiada con tablas cuadradas, en las que el nmero de filas es igual que el de
columnas. Su valor vara entre +1 y -1 . As se determina la direccin (positiva o negativa), lo
mismo que la fuerza (cunto se acerca el valor a 1) de la relacin. En una tabla rectangular en la
que el nmero de filas es diferente que el de columnas, debe recurrirse a tau G am m a no ha
ce ningn ajuste por empates ni por el tamao de la tabla. Gamma tambin vara entre + 1 y -1
y en general tiene un valor numrico mayor que tau b o tau c. Para los datos de la tabla 15-3, co
mo el sexo es una variable nominal, no es apropiado calcular estadsticas ordinales. Todas estas
estadsticas se estiman con programas de cmputo de tabulacin cruzada. En el captulo 17
se estudian otras estadsticas para medir la fuerza de la asociacin, a saber la correlacin de mo
mentos del producto y la correlacin no mtrica.
c.
www.FreeLibros.me
448
PARTE III
Figura 1 5 .9
P rueba de hiptesis
4
P ruebas param tricas
(datos m tricos)
U na
D os
m uestras
m uestra
1 Prueba /
1 Prueba z
K -S
M uestras
M uestras
independientes
en pares
t
P ru e b a z
P rueba
Dos
m u estras
C h i cuadrada
G ru p o s d e dos
U na
m uestra
P rueba /
en pares
C orridas
B inom inal
i
M uestras
independientes
M uestras
en pares
C h i c u a d ra d a
S ig n o s
M ann-W hitney
W ilco x o n
M ediana
K-S
M cN cm ar
C hi cu ad rad a
co abarca tcnicas de una muestra, como las frecuencias, que no requieren una prueba estads
tica. Los procedimientos de comprobacin de hiptesis se clasifican en paramtricos y no paramtrieos, de acuerdo con cul sea la escala de medicin de las variables. Las pruebas para m
tricas suponen que las variables de estudio se miden por lo menos en una escala de intervalo.
Las pruebas no param tricos suponen que las variables se miden en una escala nominal u or
dinal. A su vez, estas pruebas se clasifican segn comprendan una, dos o ms muestras. Como
se explic en el captulo 14, el nmero de muestras es determinado por el tratamiento dado a los
datos para la finalidad del anlisis, no por la forma en que se hayan recopilado. Las muestras
son independientes si se toman al azar de poblaciones diferentes. Para los fines de anlisis, los
datos que conciernen a grupos diferentes de encuestados (por ejemplo, hombres y mujeres) se
tratan como muestras independientes. Por otro lado, las muestras estn en p a re s cuando los da
tos de las dos se relacionan con el mismo grupo de encuestados.
La prueba paramtrica ms popular es la prueba /, con la que se examinan hiptesis sobre
las medias. La prueba / podra realizarse sobre la media de una o dos muestras de observacio
nes. En el caso de dos muestras, stas pueden ser independientes o en pares. Las pruebas no paremtricas basadas en observaciones tomadas de una muestra son las de Kolmogorov-Smimov,
chi cuadrada, de corridas y binominal. En el caso de dos muestras independientes, la prueba U
de Mann-Whitney, de mediana y de dos muestras de Kolmogorov-Smimov se emplean para
examinar hiptesis sobre la ubicacin. Estas pruebas son equivalentes no paramtricas de la
prueba t pareada. Para las muestras en pares, las pruebas no paramtricas son las de clasifica
ciones con signo y pares equivalentes de Wilcoxon y las de los signos. Estas pruebas son las c o
rrespondientes a la prueba t. Tambin hay pruebas paramtricas y no paramtricas para evalar
hiptesis relacionadas con ms de dos muestras. Las consideraremos en captulos posteriores.
PRUEBAS PARAMTRICAS
E stadstica q u e su p o n e qu e una v a
riable tien e d istrib u ci n sim tric a en
form a d e cam p an a y q u e s e c o n o c e
la m ed ia (o s e asu m e q u e s e c o n o
ce). L a v arian za de la poblacin se
estim a en la m u estra.
Con las pruebas paramtricas se deducen inferencias para hacer afirmaciones sobre las medias
de las poblaciones originales. En general se aplica una prueba t para este propsito. Esta prue
ba se basa en la estadstica t de Student. La estadstica t supone que la variable est distribuida
normalmente y que se conoce la media (o se asume que se conoce) y la varianza de la poblacin
se estima a partir de la muestra. Supongamos que la variable aleatoria X est distribuida nor
malmente, que tiene una media |x y una varianza de poblacin desconocida a 2, que se esti
www.FreeLibros.me
CAPTULO 15
449
grados de libertad.
La distribucin t se parece a la distribucin normal, pues las dos tienen una forma simtri
ca de campana; sin embargo, comparada con la distribucin normal, la distribucin / tiene un
rea mayor en las colas y menor en el centro. Esto es porque se desconoce la varianza de la po
blacin a 2 y se estima con la varianza de la muestra s2. Dada la incertidumbre sobre el valor de
s 2, los valores observados de / son ms variables que los de z. As, debemos pasar por ms des
viaciones estndares a partir de 0 para abarcar cierto porcentaje de valores de la distribucin t,
que en el caso de la distribucin normal. Pero a medida que aumentan los grados de libertad, la
distribucin t se acerca a la distribucin normal. De hecho, para muestras grandes de 120 o ms,
la distribucin t y la distribucin normal son prcticamente indistinguibles. En el cuadro 4 del
apndice estadstico se muestran percentiles selectos de la distribucin /. Aunque se da por sen
tada la normalidad, la prueba t es bastante robusta para alejarse de sta.
El procedimiento para comprobar hiptesis, en el caso especial en que se aplica la estads
tica t, es el siguiente:
1
Una muestra
En la investigacin de mercados, muchas veces el investigador est interesado en hacer enun
ciados sobre una sola variable en relacin con un criterio conocido o dado. Entre los ejemplos
se encuentran la participacin en el mercado de un nuevo producto exceder el 15%, a cuando
menos 65% de los clientes les gustar el nuevo diseo del empaque y 80% de los distribuido
res preferirn la nueva poltica de fijacin de precios. Estas afirmaciones pueden convertirse en
hiptesis nulas que se verifican con una prueba de una muestra, como la prueba / o la prueba
z. En el caso de una prueba t para una sola media, el investigador se interesa en probar si la m e
dia de la poblacin concuerda con una hiptesis dada H0. Para los datos de la tabla 15-2, su
pongamos que queremos probar la hiptesis de que la media de las calificaciones de familiari
dad es mayor que 4.0, el valor neutro en una escala de siete puntos. Se elige un grado de
significancia de a = 0.05. Las hiptesis se formulan como sigue.
**
ff-P )
= xVw
www.FreeLibros.me
450
PARTE III
Los grados de libertad de la estadstica t para verificar hiptesis sobre una media son n - 1.
En este caso, n - 1 = 29 - 1 o 28. Segn la tabla 4 del apndice, la probabilidad de obtener un
valor ms extremo de 2.471 es menor que 0.05. Alternativamente, el valor crtico i de 28 grados
de libertad y un grado de significancia de 0.05 es de 1.7011, que es menor que el valor calcula
do. Por tanto, se rechaza la hiptesis nula. El grado de familiaridad excede 4.0.
Obsrvese que si se supone que la desviacin estndar de la poblacin es 1.5, ms que el
estimado de la muestra sera apropiada una prueba z. En este caso, el valor es la estadstica z
sera:
Z = ( X - jiVOjf
donde
y
Z = (4.724 - 4.0)/0.279 = 0.724/0.279 = 2.595
A partir del cuadro 2 del apndice de estadsticas, la probabilidad de obtener un valor ms
extremo de zque 2.595 es menor que 0.05. Alternativamente, el valor crtico de z para una prue
ba de una cola y un grado de significancia de 0.05 es de 1.645, que es menor que el valor calcu
lado. Por tanto, se rechaza la hiptesis nula y se llega a la misma conclusin alcanzada antes
con la prueba /.
Cuando se presenta la comprobacin de hiptesis se explica el procedimiento para probar
una hiptesis nula con respecto de una proporcin.
Medias. En el caso de las medias de dos muestras independientes, las hiptesis adoptan la
forma siguiente.
# o : M, = M2
* \i2
Las dos poblaciones se muestrean y las medias y varianzas se calculan por los tamaos de las
muestras, w, y n 2. Si se encuentra que las dos poblaciones tienen la misma varianza, se calcula una
cifra conjunta a partir de las varianzas de las dos muestras, como sigue:
n
n2
X0C i - X i )2 + X(X2-X2)2
/
_ i-1 ______________-I____________
n\ + n 2
www.FreeLibros.me
CAPTULO 15
451
H0: a ,2 = a 2
Hy G,2 * C 22
La estadstica F se calcula de las varianzas de las muestras como sigue:
Estadstica que se calcula como la
proporcin de las varianzas de dos
muestras.
- S'
donde
, =
n2 =
w, - 1 =
2 - 1 =
s ,2 =
s22 =
Distribucin de frecuencia que de
pende de dos conjuntos de grados
de libertad: los grados del numera
dor y los grados del denominador.
tamao de la muestra 1
tamao de la muestra 2
grados de libertad de la muestra 1
grados de libertad de la muestra 2
varianza de la muestra 1
varianza de la muestra 2
INVESTIGACIN
REAL
www.FreeLibros.me
452
PARTE III
do de los ancianos. A medida que la generacin de los baby boomers se acerca a la edad de ju
bilacin en 2005, tiendas como Wal-Mart, Coldwater Creek y Williams-Sonoma ven la cereza
del pastel. Los compradores de edad tienen ms probabilidades de gastar ms y convertirse en
clientes de una tienda. 16
Diferencias de requisitos fsicos entre ancianos dependientes e independientes______________
Mediaa
Requisitos fsicos
Entrega a domicilio
ludidos por telfono
Transporte a la tienda
Estacionamiento cmodo
Ubicacin cerca de casa
N&riedad de tiendas juntas
Independientes
1.787
2.030
2.188
4.001
3.177
3.456
Dependientes
2.000
2335
3.098
4.095
3325
3.681
Probabilidad
de la prueba t
0.023
0.003
0.000
0.305
0.137
0.023
aMedida en una escala de cinco puntos de sin im portancia (1) a m uy im portante (5).
En este ejemplo probamos la diferencia entre medias. Se dispone de una prueba semejante
para probar la diferencia entre proporciones para las dos muestras independientes.
Proporciones. En la tabla 15-1 tambin se ilustra el caso de proporciones para dos mues
tras independientes. En esa tabla, se da el nmero de hombres y mujeres que compran en Inter
net. La proporcin de entrevistados que compran en Internet es igual para los hombres que pa
ra las mujeres? Las hiptesis nula y alternativa son:
H q. n l = Ttj
tfpTC, * Itj
Se aplica una prueba z para verificar la proporcin de una muestra. Sin embargo, en este caso la
estadstica de prueba est dada por:
s -*>
M e d ia d e l e r r o r
casos
M ed ia
ESTNDAR
Hombres
15
9333
1.137
Mujeres
15
3.867
0.435
P r u e b a F d e ig u a l d a d d e la s v a r ia n z a s
Valor
Pr o b a b il id a d d e
DOS COLAS
15307
0 .0 0 0
P rueba t
S e s u p o n e n v a r ia n z a s ig u a l e s
No SE SUPONEN
VARIANZAS IGUALES
G rados d e
P r o b a b il id a d
G r a d o s de
Pr o b a b il id a d
Valor t
LIBERTAD
DE DOS COLAS
V a lo r t
lib e rta d
DE DOS COLAS
-4.492
28
0.000
-4.492
18.014
0 .0 0 0
www.FreeLibros.me
CAPTULO 15
453
donde
p _
l f l + n 2 P2
+ n2
Se elige un grado de significancia de a = 0.05. Dados los datos de la tabla 15-1, la estadstica
de prueba se calcula como sigue:
P{ - P2 = (11/15)-(6/15)
= 0.733 - 0.400 = 0333
P = (15 x 0.733 + 15 x 0.4)/(15 + 15) = 0.567
*4 - 4 = 10.367 x 0 .4 3 3 (1 + 1 ) = 0 .181
Z = 0.333/0.181 = 1.84
En una prueba de dos colas, el rea a la derecha del valor crtico es o/2 o 0.025. Por tanto, el va
lor crtico de la estadstica de prueba es 1.96. Como el valor calculado es menor que el crtico,
no se rechaza la hiptesis nula. As, la proporcin de usuarios (0.733) para los hombres y
(0.400) para las mujeres no es significativamente diferente en las dos muestras. Observe que
aunque la diferencia es sustancial, no es estadsticamente significativa debido a lo pequeo de
las muestras (15 encada grupo).
Muestras en pares
En la comprobacin de hiptesis,
observaciones en pares de modo
que los dos conjuntos se relacionen
con los mismos entrevistados.
Prueba de diferencias en las medias
de muestras en pares.
_ D -H
*_l
Vn
donde
D =
i=1
( D ,.- D
Sd
1^
S - = B.
0
4n
www.FreeLibros.me
)2
454
PARTE III
TABLA 15.15
Prueba t de muestras en pares
D e s v ia c i n
E rro r
DE CASOS
N m er o
M e d ia
ESTNDAR
ESTNDAR
Opinin de Internet
30
5.167
1.234
0.225
Opinin de la tecnologa
30
4.100
1398
0.255
V a r ia b l e
M e d ia d e l a
D e s v ia c i n
E rro r
G rado s d e
P r o b a b il id a d
DIFERENCIA
ESTNDAR
ESTNDAR
C o r r e l a c i n
D E DOS COLAS
P r o b a b il id a d
V a lo r t
ubertad
D E DOS COLAS
1.067
0.828
0.1511
0.809
0 .0 0 0
7.059
29
0 .0 0 0
En el ejemplo del uso de Internet (tabla 15-1) se hubiera podido aplicar una prueba / parea
da para determinar si variaba la opinin de los encuestados sobre Internet y sobre la tecnologa.
Los resultados se muestran en la tabla 15-15. La media de la actitud hacia Internet es de 5.167
y hacia la tecnologa de 4.10. La diferencia de las medidas entre las variables es de 1.067, con
una desviacin estndar de 0.828 y un error estndar de 0.1511. Esto da por resultado un valor
de t de ( 1.067/0.1511)7.06, con 30 - 1 = 29 grados de libertad y una probabilidad de menos de
0.001. Por tanto, los entrevistados tienen una actitud ms favorable hacia Internet que hacia la
tecnologa en general. Otra aplicacin se da en el contexto de determinar la eficacia relativa efi
cacia de 15 o 30 segundos de comerciales de televisin.
INVESTIGACIN
REAL
Recuerdo de la
idea principal
15
30
2.7
2.0
Persuasin
15
30
3.7
2.1
Capacidad de contar
una historia emocional
15
30
43
1.9B
La diferencia de proporciones de las muestras en pares se verifica con una prueba de McNemar o de chi cuadrada, como se explica en la siguiente seccin sobre las pruebas no paramtricas.
PRUEBAS N O PARAMTRICAS
Se aplican pruebas no paramtricas cuando las variables independientes no son mtricas. Como
las pruebas paramtricas, las no paramtricas verifican variables de una muestra, dos muestras
independientes o dos muestras relacionadas.
www.FreeLibros.me
C A PT U L O 15
455
Una muestra
Prueba U de Mann-Wftitney
Prueba estadstica de una variable
medida en una escala ordinal para
comparar la diferencia en la ubi
cacin de dos poblaciones, de
acuerdo con las observaciones
de dos muestras independientes.
A veces el investigador quiere verificar si las observaciones de una variable se ordenaran razo
nablemente en cierta distribucin, como la normal, uniforme o de Poisson. Es necesario conocer
la distribucin para hallar las probabilidades que correspondan a los valores conocidos de la va
riable o los valores de sta que correspondan a las probabilidades conocidas (vase el apndice
12A). La p ru eb a de una m uestra de Kolmogorov-Smirnov (K-S) es una de tales pruebas de
ajuste. La K-S compara la funcin de la distribucin acumulada para una variable con una distri
bucin especificada. A . denota la frecuencia relativa acumulada de cada categora de la distribu
cin terica (supuesta) y 0 es el valor equivalente de la frecuencia de la muestra. La prueba K-S
se basa en el valor mximo de la diferencia absoluta entre A y
La estadstica de prueba es:
K = Max I Ai - 0 I
La decisin de rechazar la hiptesis nula se basa en el valor de K. Cuanto mayor sea K, ms
confianza tenemos en que H 0 es falsa. j>ara a = 0.05, el valor crtico de K para muestras gran
des (ms de 35) est dada por 1 .3 6 /V .18 Alternativamente, K puede transformarse en una es
tadstica z distribuida normalmente y se determina su probabilidad asociada.
En el contexto del ejemplo de uso de Internet, supongamos que queremos comprobar si la
distribucin de este uso era normal. Se realiz una prueba K-S de una muestra, la cual arroj los
resultados que se muestran en la tabla 15-16. La mayor diferencia absoluta entre la distribucin
observada y la normal fue K = 0.222. Aunque el tamao de nuestra muestra es apenas
de 30 (menor que 35), podemos usar la frmula aproximada y el valor crtico de K es
1 3 6 / V30 = 0 .248 Como el valor calculado de K es menor que el valor crtico, no puede re
chazarse la hiptesis nula. Alternativamente, en la tabla 15-16 se indica que la probabilidad de
observar un valor de K de 0.222, segn la determinacin de la estadstica z normalizada,
es de 0.103. Como esta cifra supera el grado de significancia de 0.05, no se rechaza la hiptesis
nula, con lo cual volvemos a la misma conclusin. Por tanto, la distribucin del uso de Internet
no se desva significativamente de la distribucin normal.
Como dijimos, la prueba chi cuadrada tambin puede aplicarse a una sola variable de una
muestra. En este contexto, chi cuadrada es una buena prueba de ajuste, pues verifica si hay una di
ferencia significativa entre el nmero observado de casos en cada categora y el nmero esperado.
Las corridas y pruebas binomi nales son otras pruebas no paramtricas de una muestra. La prueba
de corridas es una prueba de aleatoreidad de variables dicotmicas. Para realizar la prueba se de
termina si es aleatorio el orden o la sucesin en que se obtienen las observaciones. La prueba binom inal tambin es una prueba de ajuste para variables dicotmicas. Comprueba el ajuste del n
mero de observaciones de cada categora con el nmero de observaciones esperadas en una
distribucin bino minal especfica. Para mayor informacin sobre estas pruebas, remtase a la bi
bliografa sobre las estadsticas usuales. 19
Media:
6.600
Desviacin estndar
4.296
Casos:
30
D if e r e n c ia s m s e x t r e m a s
A b s o lu t a
P o s it iv a
N eg a t iv a
z d e K-S
P DE DOS COLAS
0.222
0.222
-Q142
1.217
0.103
www.FreeLibros.me
456
PARTE III
TABLA 1 5 .1 7
Prueba U de Mann-Whitney
P r u e b a U d e M a n n -W h it n e y y W d e s u m a d e o r d e n a m ie n t o s
Uso d e In t e r n e t p o r s e x o
S exo
de
W il c o x o n
O r d e n a m ie n t o d e l a s m e d ia s
C aso s
Hombres
20.93
15
Mujeres
10.07
15
30
Total
C o r r e c c i n p a r a
EMPATES DE P
DE DOS COLAS
31.000
151.000
-3 4 0 6
0 .0 0 1
Nota
U Estadstica de prueba de Mann-Whitney
IV = Estadstica Wde Wilcoxon
Z
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 15
45 7
los compradores. A continuacin se anotan los porcentajes de las respuestas a uno de los reacti
vos, Incitar un cambio en la estrategia de marketing de la empresa, siempre que sea posible.
Con la prueba de Kolmogorov-Smimov, estas diferencias en la definicin de la funcin fueron
estadsticamente significativas en el grado de 0.05, como se muestra en la tabla .22
Funcin de la investigacin de marketing en la formulacin de estrategias__________________
Respuestas (%)
Muestra
D
U
n
TI
S en
absoluto
7
68
Side
preferencia
26
15
Quiz
43
32
No de
preferencia
19
35
No en
absoluto
5
16
Muestras en pares
Prueba de clasificaciones con
signo y pares equivalentes de
Wilcoxon
Prueba no paramtrica que analiza
las diferencias entre las observacio
nes en pares, tomando en cuenta la
magnitud de tales diferencias.
Una importante prueba no paramtrica para examinar las diferencias en la ubicacin de dos po
blaciones segn observaciones en pares es la prueba de clasificaciones con signo y pares equi
valentes de W ilcoxon, que analiza las diferencias entre las observaciones en pares tomando en
cuenta la magnitud de tales diferencias. Calcula las diferencias entre pares de variables y orde
na diferencias absolutas. El paso siguiente consiste en sumar los rdenes positivos y negativos.
La estadstica de prueba, z, se calcula de las sumas de los rdenes positivo y negativo. De
acuerdo con la hiptesis nula de ninguna diferencia, z es un variado normal estndar con media
de 0 y varianza de 1 para muestras grandes. Esta prueba corresponde a la prueba t pareada con
siderada antes.23
Consideremos de nuevo el ejemplo que vimos de la prueba / pareada, sobre si los encuestados diferan en cuanto a su opinin de Internet y de la tecnologa. Supongamos que asumimos que
las dos variables se miden en escalas ordinales en lugar de intervalos. Entonces, usamos la prue
ba de Wilcoxon. Los resultados se muestran en la tabla 15-18. Aqu tambin aparece una dife
rencia significativa en las variables y los resultados corresponden a la conclusin alcanzada en la
prueba / pareada. Hay 23 diferencias negativas (la opinin sobre la tecnologa es menos favorable
que la actitud hacia Internet). El orden de las medias de estas diferencias negativas es 7.50. Hay
seis empates, es decir, observaciones con el mismo valor en las dos variables. Estas cifras indi
can que la opinin de Internet es ms favorable que la opinin de la tecnologa. Ms an, la pro
babilidad asociada con la estadstica z es menor que 0.05, lo que indica que la diferencia es sig
nificativa.
Otra prueba no paramtrica de muestras en pares es la prueba de los signos.24 No es tan
potente como la prueba de clasificaciones con signo y pares equivalentes de Wilcoxon, pues s
lo compara los signos de las diferencias entre pares de variables sin tomar en cuanta los ordena
mientos. En el caso especial de una variable binaria, en el que el investigador quiere verificar
TABLA 1 5 .1 8
Prueba de clasificaciones con signo y pares equivalentes de Wilcoxon
In t e r n e t c o n t e c n o l o g a
(Te c n o l o g a -I n t e r n e t )
C aso s
O r d e n d e l a s m e d ia s
23
12.72
Ordenamientos +
7.50
Empates
Ordenamientos -
Total
z = -4207
www.FreeLibros.me
30
p de dos colas = 0.0000
458
PARTE III
TABLA 1 5 . 1 9
Sinopsis de las pruebas de hiptesis por diferencias
M u estra
A p l ic a c i n
T ip o d e e s c a l a
P r u e b a / C o m e n t a r io s
Una muestra
Distribuciones
No mtrica
Una muestra
Medias
Mtrica
Una muestra
Proporciones
Mtrica
Prueba z
Distribuciones
No mtrica
Medias
Mtrica
Proporciones
Mtrica
No mtrica
Prueba z
Prueba chi cuadrada
Ordenamientos/Medias
No mtrica
U na m u estra
Dos
MUESTRAS INDEPENDIENTES
M u est r a s en pares
Muestras en panes
Medias
Mtrica
Prueba t pareada
Muestras en panes
Proporciones
No mtrica
Muestras en panes
Ordenamientos/Medias
No mtrica
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 15
459
los mercados forneos, mientras que 38% estuvieron a favor. Ahora bien, quienes preferan los
empaques regionales, citaron que era deseable mantener de un mercado a otro la construccin
de la marca y la constancia en el empaque tanto como fuera posible. Tambin pensaban que era
necesario adaptar el paquete a las necesidades lingsticas y legales de los mercados. D e acuer
do con este resultado, una pregunta de investigacin pertinente sera: Los consumidores de di
ferentes pases prefieren comparar marcas globales con empaques adaptados a sus necesidades
locales? Dada esta pregunta de investigacin, podra formularse una hiptesis de que, en igual
dad de circunstancias, uniformar las marcas y adaptar los paquetes de los nombres ms conoci
dos dar la mayor participacin en el mercado. Las hiptesis se formularan de la manera si
guiente:
H 0: Uniformar marcas y adaptar paquetes de los nombres ms conocidos no dar la mayor
participacin en los mercados internacionales.
H t: En igualdad de circunstancias, uniformar marcas y adaptar paquetes de los nombres
ms conocidos dar la mayor participacin en los mercados internacionales.
fra poner a prueba la hiptesis nula, se eligi una marca conocida como la pasta de dien
tes Colgate, que ha seguido una estrategia combinada. La participacin en el mercado de pases
con marca uniforme y empaque homogneo puede compararse con la participacin en las na
ciones con marca uniforme y paquete adaptado, despus de controlar el efecto de otros factores.
Entonces, podra aplicarse una prueba t de dos muestras independientes.25
INVESTIGACIN
REAL
www.FreeLibros.me
460
PARTE III
APLICA C IO N E S DE IN TER N ET Y C O M P U T A D O RA
Los principales programas para la distribucin de frecuencias son FREQUENCIES (SPSS)
y UNIVARIATE (SAS). Otros programas slo dan la distribucin de frecuencias (FREQ de
SAS) o slo algunas de las estadsticas asociadas (demostracin 15-1 ) . 2 7 En MINITAB, la fun
cin principal es Stats>Descriptive Statistics. Los valores de salida son media, mediana, des
viacin estndar, mnimo, mximo y cuartiles. Se pueden trazar histogramas en grficas de ba
rras con la seleccin Graph>Histogram. Varias de las hojas de clculo tambin sirven para
obtener frecuencias y estadsticas descriptivas. En EXCEL, la funcin Tools>Data Analysis
calcula estadsticas descriptivas. La salida produce media, error estndar, mediana, moda, des
viacin estndar, varianza, curtosis, asimetra, rango, mnimo, mximo, suma, conteo y grado
de confianza. Las frecuencias se eligen en la funcin Histogram. Es posible trazar un histograma en formato de barras.
Los principales programas de tabulacin cruzada son CROSSTABS (SPSS) y FREQ
(SAS). Estos programas despliegan las tablas de clasificacin cruzada y proporcionan conteos
de celdas, porcentajes de filas y columnas, prueba de significancia chi cuadrada y toda las me
didas de fuerza de la asociacin que hemos estudiado. Adems, el programa TABULATE
(SAS) obtiene conteos de celdas y porcentajes de filas y columnas, aunque no proporciona las
estadsticas asociadas. En MINITAB, las tabulaciones cruzadas (cross tabs) y chi cuadrada se
encuentran en la funcin Stats>Tables. Cada una de estas caractersticas debe elegirse por sepa
rado en la funcin Tables. La funcin Data>Pivot Table hace tabulaciones cruzadas en EXCEL.
Para anlisis adicionales o personalizar los datos, se eligen diversas funciones sinpticas, como
D em ostra ci n 15-1
Programas de cmputo para
frecuencias
SPSS
El principal p ro g ra m a d e S P S S e s F R E Q U E N C IE S . P roduce u n a ta b la de c o n te o s d e frec u en cia,
porcentajes y p o rc e n ta je s acu m u lad o s p ara lo s valo res d e c ad a variable. D a to d a s la s es tad sticas
a s o tia d a s excepto p ara el co eficien te d e v ariaci n . S i lo s d a to s proceden d e un a e s c a la d e in terv a
lo y s lo se desean e s ta d stic a s sin p ticas, p u ed e u sarse el proced im ien to D E SC R IPTT V ES. T o d as
las estad sticas c a lc u la d a s e n D E S C R IP T IV E S e st n d isp o n ib les en F R E Q U E N C IE S . Sin e m b ar
g o , D E SC R IPTT V ES e s m s eficiente porq u e no o rd en a lo s valo res en ta b la s d e frecuen cia. O tro
program a, M E A N S , ca lc u la m edias y d e sv iacio n es estn d are s p ara u n a variable d ep e n d ie n te en
su b g ru p o s d e c a s o s d e fin id o s por v ariab les in d ep en d ien tes.
SAS
El principal p ro g ra m a d e S A S e s U N IV A RIA TE. A d em s d e d a r una ta b la d e frecuencias, el p ro
gram a p roporciona to d a s la s e s ta d stic a s aso ciad as. O tro procedim iento d isp o n ib le e s F R E Q . P ara
una distrib u ci n d e frecu en cias sim p le , F R E Q no o frec e n in g u n a d e la s estad sticas aso c ia d a s. S i
slo s e q u ie re n e s ta d stic a s sin p ticas, se u tilizan p ro ced im ien to s co m o M E A N S , S U M M A R Y y
T A B U L A TE . D e b e ad v ertirse q u e F R E Q no s e c o n s ig u e com o pro g ram a in d ep en d ien te e n la v e r
si n p a ra m icrocom putadora.
Minitab
La p rin cip al fu n ci n e s S tats> D escrip tiv e S tatistics. L o s v alo res d e sa lid a so n m ed ia, m ed ian a,
m oda, d esv iaci n estn d ar, m n im o , m xim o y cu artiles. P u ed en g e n e ra rse h isto g ra m a s en g r fi
cas d e b arra s c o n la selecci n G rap h > H isto g ram .
Excel
L a funcin T ools> D ata A n aly sis c a lc u la estad sticas d escrip tiv as. L a sa lid a p ro d u ce m ed ia, erro r
estndar, m e d ia n a , m oda, d esv iaci n estn d ar, v arian za, c u rto sis, asim e tra, ra n g o , m n im o , m x i
m o, su m a , conteo y g rad o d e co n fia n z a . L a s frecu en cias se e lig e n e n la funcin H isto g ram . P u e d e
g en erarse un h isto g ram a c o n form ato d e b arras.
www.FreeLibros.me
CAPTULO 15
461
mximo, mnimo, promedio o desviacin estndar. Adems, se puede escoger un clculo perso
nalizado para ejecutar valores basados en otras celdas del plano de datos. ChiTest, para la prue
ba chi, se encuentra en la funcin Insert>Function>Statistical>ChiTest.
El principal programa para realizar pruebas t en SPSS es T-TEST. El programa sirve para
realizar pruebas t en muestras independientes y en pares. Todas las pruebas no paramtricas que
hemos estudiado se realizan con el programa NPAR TESTS. En SAS, se emplea el programa T
TEST. Las pruebas no paramtricas se efectan con NPAR1WAY. Este programa ejecuta las
pruebas de dos muestras independientes (Mann-Whitney, mediana y K-S), as como la prueba
Wilcoxon de muestras en pares. En la funcin de estadsticas descriptivas de MINITAB se dis
pone de las siguientes pruebas paramtricas: media de la prueba z, prueba t de la media y prueba
/ de dos muestras. Las pruebas no paramtricas se llaman con la funcin Stats>Time Series. La
salida comprende pruebas de signo de una muestra, Wilcoxon de una muestra, Mann-Whitney,
Kruskal-Wallis, mediana de Mood, Friedman, corridas, promedio por pares, diferencias por
pares y pendientes por pares. Las pruebas paramtricas que se encuentran en EXCEL y otras
hojas de clculo son, de pruebas t, dos muestras en pares para medias, dos muestras indepen
dientes que asumen varianzas iguales, dos muestras independientes que asumen varianzas desi
guales; de prueba z, dos muestras para medias, prueba F y dos muestras para varianzas. N o se
dispone de pruebas no paramtricas.
SPSS Windows. El principal programa de SPSS es FREQUENCIES. Produce un cuadro de
conteos de frecuencia, porcentajes, y porcentajes acumulados para los valores de cada variable.
Da todas las estadsticas asociadas. Si los datos proceden de una escala intervlica, y slo se de
sean estadsticas sinpticas, puede recurrirse al procedimientos DESCRIPTIVES. Todas las
estadsticas calculadas con DESCRIPTIVES se encuentran en FREQUENCIES. Sin embargo,
DESCRIPTIVES es ms eficaz porque no ordena los valores en una cuadro de frecuencias. Ade
ms, el procedimiento DESCRIPTIVES despliega estadsticas sinpticas para diversas variables
en una sola tabla y tambin calcula valores uniformados (calificaciones de z). El procedimiento
EXPLORE produce estadsticas sinpticas y grficas, ya para todos los casos, ya para grupos de
casos. Entre las estadsticas que es posible calcular estn media, mediana, varanza, desviacin
estndar, mnimo, mximo y rango.
Para seleccionar estos procedimientos, haga clic en:
Analyze>Descriptive Statistics>Frequencies
Analyze>Descriptive Statistics>Descriptives
Analyze>Descriptive Statistics>Explore
El principal programa para tabulaciones cruzadas es CROSSTABS. Este programa despliega
cuadros cruzados y proporciona conteos de celdas, porcentajes de filas y columnas, prueba chi cua
drada de significacin y todas las medidas de fuerza de la asociacin que hemos estudiado.
Para elegir estos procedimientos, haga clic en:
Analyze>Descriptive Statistics>Crosstabs
El principal programa para realizar pruebas paramtricas en SPSS es COMPARE MEANS.
Este programa sirve para hacer pruebas / en una muestra o en muestras independientes o en pa
res. Para elegir estos procedimientos en SPSS de Windows, haga clic en:
Analyze>Compare M eans>M eans.. .
Analyze>Compare Means>One SampleTTest. . .
Analyze>Compare Means>Independent-Samples T Test. . .
Analyze>Compare Means>Paired-Samples T T est.. .
Las pruebas no paramtricas que expusimos en este captulo se realizan con NONPARAMETRIC TESTS. Para elegir estos procedimientos con SPSS para Windows, haga clic en:
Analyze>Nonparametric Test>Chi-Square.. .
Analyze>Nonparametric Test>Binominal. . .
Analyze>Nonparametric Test>Runs. . .
Analyze>NonparametricTest>l-Sample K -S .. .
Analyze>Nonparametric Test>2 Independent Samples. . .
Analyze>Nonparametric Test>2 Related Samples. . .
www.FreeLibros.me
462
PARTE III
E N F O Q U E
EN
B U R K E
La herramienta bsica que aplica la mayora de los investigadores para examinar sus datos es la tabula
cin cruzada. Permite echar una mirada rpida a la distribucin de las respuestas y muestra problemas de
bs datos. Sin embargo, si no se tiene cuidado puede causar confusiones.
Burke termin un estudio para un diente al que le caus una gran preocupacin. Los resultados de
bs tablas de Burke fueron muy diferentes de los resultados anteriores de otra compaa de investiga
cin. Usamos datos ficticios para ilustrar la situacin (los datos reales son propiedad intelectual). El es
tudio, realizado entre empresas pequeas (menos de 2 0 empleados), fue sobre el recurso a los servicios
de empresas de contratacin de trabajadores eventuales. Se tom una muestra de 100 empresas con un
empleado y otra muestra de 100 empresas de dos a 19 empleados. Se cre la tabulacin que sigue.
ste era el tipo de tabla que el cliente estaba acostumbrado a ver. Se creera usted que 52% de las
empresas recurren a las compaas de trabajadores eventuales? El Burke Corporate Information Center
tiene registros censales en los que se muestra que en la poblacin hay 9 2 millones de empresas de una
persona y slo 2.5 millones de empresas de dos a 19 empleados (segn los patrones de empresas con
dales). La columna de totales ponderada debe verse como la tabla siguiente:
Empleados de
iernpo completo
2 a 19
1
Base
S
Contrata
eventuales?
No
10 0
100
Total
200
40
40%
65
65%
105
52%
60
60%
35
35%
95
48%
Una muestra representativa habra tenido 157 empresas con un empleado y 43 con dos a 19 em
pleados.
Los pesos son de 1.57 y 0.43 para calcular la columna de totales.
La tabla correcta sera como sta:
se
S
Contrata
eventuales?
No
Empleados de
tiempo completo
2 a 19
1
Total
10 0
200
100
40
40%
65
65%
91
45%
60
60%
35
35%
109
55%
Obsrvese que se informa al diente que 45%, no 52%, de las empresas con menos de 20 emplea
dos acuden a las casas de trabajadores temporales. Quiz no parezca un gran cambio, pero cuando el
diente vio la tabla correcta, se dio cuenta de que deba volver a trazar todo su esquema de tendencias
histricas. Nunca elabore columnas de totales en las tabulaciones sin considerar la verdadera distribu
cin de la poblacin.
RESUM EN
El anlisis bsico de datos proporciona conocimientos y guas invaluables para el resto del anlisis as como para la interpretacin
de los resultados. Debe obtenerse una distribucin de frecuencias
para cada variable de los datos. Este anlisis produce una tabla de
conteos de frecuencias, porcentajes y porcentajes acumulados
para todos los valores asociados con cada variable. Indica la can
tidad de valores impropios, faltantes o extremos. Media, moda y
www.FreeLibros.me
CAPTULO 15
463
T R M IN O S Y C O N C EPTO S FU N D A M EN TA LES
asimetra, 432
coeficiente de contingencia (C), 446
coeficiente de variacin, 432
coeficiente phi, (<f>) 445
curtosis, 432
desviacin estndar, 432
distribucin de chi cuadrada, 444
distribucin de frecuencias, 427
distribucin F, 451
distribucin t, 449
error de tipo I, 435
error de tipo II, 436
estadstica de chi cuadrada, 444
estadstica de la prueba, 435
estadstica F, 451
estadstica /, 448
gamma, 447
grado de importancia, 435
hiptesis alternativa, 434
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Problemas
1. En las situaciones que siguen, indique el anlisis estadstico que rea
lizara usted y las pruebas o estadsticas de prueba que usara,
a. Se obtuvieron preferencias de consumo del jabn de bao Ca
may con una escala de Likeit de 11 puntos. A continuacin, a los
www.FreeLibros.me
464
PARTE III
m al?
c . L os en cu estad o s e n un a en cu esta d e 1,000 h o g ares fueron c la s i
ficados co m o c o n su m id o res de h e la d o s co n sta n te s, m o d erad o s,
esp o rd ico s y no co n su m id o res. T am bin fueron d a s ific a d o s en
las cate g o ra s de in g reso d e v a d o , m ed io y b a jo . S e relacio n a el
consum o d e helado c o n el ingreso?
d.
d.
110
40
70
80
100
50
80
30
Nmero
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
1
3
3
2
2
1
2
1
3
3
1
3
1
1
3
2
1
3
3
2
1
3
1
2
3
2
1
2
1
2
1
1
2
2
2
1
1
2
1
2
2
1
2
2
2
1
1
1
1
2
2
1
1
2
2
2
1
1
2
2
2
3
6
5
4
5
6
2
5
4
3
5
4
3
4
4
3
6
6
7
5
3
4
3
4
6
4
3
7
5
7
5
4
3
3
7
3
4
6
2
2
3
4
2
6
6
4
4
4
3
5
4
3
5
4
5
3
4
7
3
3
5
2
3
6
4
4
5
5
6
2
9
5
2
9
3
4
1
6
3
5
d.
6
2
6
6
6
4
6
7
5
7
7
4
7
3
3
3
4
3
2
1
2
5
3
5
7
7
5
4
6
4
4
2
3
4
4
7
3
3
3
3
3
3
4
4
2
4
5
5
3
6
6
7
5
3
L a co n c ie n c ia d e N ike su p e ra 3 .0 ?
D ifie re la c o n c ie n c ia d e N ik e e n tr e h o m b re s y m u je re s? L a
opinin? L a lealtad ?
e. L os en cu estad o s d e la p ru eb a p re v ia tienen u n a m ay o r c o n c ie n
cia q u e lealtad ?
f. L a co n c ie n c ia d e N ik e sig u e un a d istrib u ci n n o rm al?
2
2
c.
1
1
1
1
1
1
4
3
4
5
7
4
3
3
3
3
3
2
1
1
1
1
2
2
2
1
1
1
1
1
1
1
2
6
2
1
2
2
5
5
5
5
4
39
40
41
42
43
44
45
6
2
1
6
37
38
3
3
4
4
3
4
7
6
1
32
33
34
35
36
2
2
6
1
j.
6
2.
www.FreeLibros.me
CAPTULO 15
VI
V2
V3
V4
V5
V6
V7
V8
7.00
3.00
4.00
5.00
1.00
6.00
1.00
10 0
6.00
1.00
2.00
1.00
2.00
2.00
4.00
4.00
3.00
5.00
4.00
4.00
3.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
2.00
2.00
2.00
2.00
2.00
2.00
10 0
10 0
2.00
2.00
2.00
2.00
2.00
2.00
2.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00
100
100
100
100
2.00
2.00
2.00
2.00
2.00
2.00
1.00
6.00
6.00
5.00
10 0
10 0
2.00
2.00
2.00
5.00
4.00
5.00
3.00
4.00
3.00
4.00
1.00
6.00
2.00
6.00
2.00
3.00
3.00
4.00
3.00
4.00
4.00
3.00
2.00
2.00
2.00
6.00
2.00
2.00
1.00
2.00
10 0
5.00
5.00
5.00
2.00
7.00
4.00
2.00
6.00
3.00
4.00
4.00
5.00
5.00
3.00
1.00
6.00
1.00
6.00
3.00
10 0
1.00
5.00
7.00
5.00
7.00
10 0
6.00
3.00
4.00
4.00
7.00
3.00
1.00
7.00
5.00
5.00
6.00
2.00
4.00
7.00
7.00
7.00
5.00
7.00
4.00
4.00
7.00
4.00
4.00
3.00
5.00
4.00
4.00
10 0
6.00
4.00
5.00
6.00
3.00
4.00
6.00
3.00
4.00
3.00
4.00
5.00
6.00
6.00
7.00
7.00
6.00
6.00
1.00
6.00
4.00
1.00
6.00
6.00
4.00
3.00
3.00
2.00
4.00
1.00
4.00
4.00
4.00
7.00
6.00
6.00
4.00
5.00
1.00
5.00
3.00
4.00
5.00
6.00
7.00
3.00
4.00
3.00
6.00
4.00
6.00
4.00
2.00
2.00
6.00
4.00
3.00
7.00
2.00
7.00
4.00
5.00
3.00
7.00
2.00
6.00
7.00
2.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
3.00
465
A C TIVID A D ES
c. F recuencia d e l con su m o sem anal d e refrescos. M id a e sta v a ria
Intercambio de papeles
1. Lo c o n trataro n co m o analista d e in v estig ac i n d e m ercados e n u n a
de la s p rin cip ales co m p a a s d e m arketing in d u strial d e l p as. S u j e
fe, el g eren te d e investigacin d e m ercad o s, e s un ex p erto e n e s ta
dstica c o n m ucha in flu e n cia q u e no c re e e n el recurso a t c n ic a s ru
d im e n ta ria s co m o d is tr ib u c io n e s d e fre c u e n c ia s, ta b u la c io n e s
cru zad as y p ru e b a s t sim ples. C o n v n zalo (o co n v en za a u n c o m p a
ero d e su g ru p o ) d e la s v en tajas d e re a liz a r e s to s anlisis.
d. Sexo d e l encuestado.
A plique e s te cu estio n ario a 40 estu d ia n te s. C o d ifiq u e los d a to s y
tran scrb alo s para su a n lisis co m p u tarizad o .
Anlisis en grupo
Trabajo de campo
1. E labore un cu estio n ario p ara o b te n e r la sig u ie n te in fo rm aci n d e lo s
estu d ian tes d e su universidad.
a. P rom edio d e ga sto sem anal e n el con su m o d e refrescos,
h. P rom edio de g a sto se m an al en el con su m o d e o tra s b e b id a s no
a lco h licas (le c h e , caf, t , ju g o s , etc.).
www.FreeLibros.me
O b j e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
la de considerar
diferencias entre grupos
de respuestas medidas
con escalas de intervalo o
de razn".
h m m y W ise,
vicepresidenta,
servicios a clientes,
Burke, Inc.
466
www.FreeLibros.me
Gen e r a l i d a d e s
En el captulo 15 se examinaron las pruebas de las diferencias entre dos medias o dos m e
dianas. En este captulo se exponen los procedimientos para estudiar diferencias entre ms
de dos medias o medianas. Estos procedimientos se llaman anlisis de varianza y anlisis de
covarianza (la costumbre es usar la abreviatura de la forma en ingls: analysis o f variarne,
ANO VA, y analysis o f covariance, ANCOVA, y as se har aqu). Estos procedimientos se uti
lizan bsicamente para analizar datos experimentales, pero tambin se dejan aplicar a los da
tos de observaciones o encuestas.
Se explican los procedimientos de los anlisis de varianza y covarianza, y se estudia su
relacin con otras tcnicas. Luego se aborda el anlisis de varianza de un factor, el ms sim
ple de los procedimientos, seguido por el anlisis factorial de varianza y covarianza. Se
presta atencin especial a los temas de la interpretacin de los resultados en lo que se refie
re a interacciones, importancia relativa de los factores y comparaciones mltiples. Se ha
ce un breve anlisis en algunos temas especializados, como medidas repetidas del anlisis
de varianza, anlisis de varianza no mtrico y anlisis multi variado.
M V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
www.FreeLibros.me
468
PARTE III
El cuadro ANOVA muestra que los factores afectivos agradable-desagradable y tensodescansado tienen diferencias significativas entre los cuatro destinos. Por ejemplo, Grecia e
Italia aparecieron como ms descansadas que Egipto. En cuando a los factores perceptuales,
fueron significativos ocho de 14. Turqua daba la impresin de mucho mayor valor del dinero
que Grecia e Italia. La principal ventaja de Turqua result el valor del dinero y las agencias
de turismo del pas deberan promoverlo en sus estrategias de marketing. Por otro lado, Turqua
tiene que mejorar la imagen de su infraestructura, limpieza y entretenimiento para que ms or
ganizadores de recorridos y agencias de viajes estadounidenses ofrezcan paquetes de viaje a
aquel pas. 1
www.FreeLibros.me
INVESTIGACIN
469
REAL
www.FreeLibros.me
470
PARTE III
Figura 16.1
Relacin entre prueba t, anlisis
de varianza, anlisis de covarianza
y regresin
U na o m s variables
independientes
U n a variable
independiente
Binaria
C ategrica:
C a te g rica y
factorial
de intervalo
i
P rueba
A n lisis de
A n lisis de
varianza
covarianza
D e intervalo
1
R egresin
r ~
Un factor
M s de
un factor
l
A n lisis d e varianza
con un factor
A n lisis d e varianza
co n
n factores
marca) todava se denominan factores, en tanto que las variables independientes mtricas (la
opinin sobre la nutricin y la importancia concedida al desayuno) se llaman covariadas.
En la figura 16-1 se muestra la relacin entre el anlisis de covarianza y las pruebas / y otras
tcnicas, como la regresin (vase el captulo 17). Todas estas tcnicas tienen una variable de
pendiente mtrica. Los ANOVA y ANCO VA pueden incluir ms de una variable independiente
(consumo del producto, lealtad a la marca, opinin e importancia). Ms an, por lo menos una de
las variables independientes debe ser categrica y puede tener ms de dos categoras (en nuestro
ejemplo, el consumo del producto tiene cuatro categoras). Por otra parte, una prueba / compren
de una sola variable binaria independiente. Por ejemplo, la diferencia en las preferencias de los
encuestados leales y no leales podra verificarse con una prueba /. El anlisis de regresin, como
ANOVA y ANCO VA, tambin puede abarcar ms de una variable independiente; sin embargo,
por lo regular todas sus variables independientes se miden en escalas de intervalo, si bien cabe
incorporar variables binarias o categricas mediante variables ficticias. Por ejemplo, la relacin
entre la preferencia por el cereal Total, la opinin de la nutricin y la importancia concedida al
desayuno podran examinarse con un anlisis de regresin en el que la preferencia por Total se
ra la variable dependiente y la opinin y la importancia seran las independientes.
www.FreeLibros.me
471
A l examinar las diferencias entre medias, el anlisis de varianza de un factor comprende la des
com posicin de la variacin total observada en la variable dependiente. Esta variacin se mide
con los cuadrados de las sumas (SC) corregidos para la media. El anlisis se llama de varian
za porque examina la variabilidad o la variacin de la muestra (variable dependiente) y, segn
esta variabilidad, determina si hay razones para pensar que las medias de la poblacin son dife
rentes.
Figura 16.2
Etapas del ANOVA de un factor
www.FreeLibros.me
472
PARTE III
V a r ia b l e in d e p e n d ie n t e
M uestr a
C a t e g o r a s
TOTAL
X2
*3
xc
Yl
Yi
^1
Yi
Yi
C r i a c i n de la
y2
y2
y2
y2
y2
C ria c i n
categora d e n tro
total
= SCy
de los g ru p o s =
M e d ia s de
SCE
Yn
Yn
Yn
Yn
yn
Yl
y2
Yl
Yc
las categoras
C r i a c i n de las categoras en tre g ru p o s
= SCA
donde
; =
- n
j.l
SQ
= f j M . Y j - Y }2
jcl n
s c ^ ^ t t u j- Y jy
J
Yt = observacin individual
Yj = media de la categora j
Y = media de toda la muestra, o gran media
Yj = i-sima observacin de lay'-sima categora
Se entiende fcilmente la razn de descomponer la variacin total de Y, SCy en SCA y
SCE para examinar las diferencias entre las medias de los grupos. En el captulo 15 vimos que
si la variacin de la variable de la poblacin se conoca o se estimaba, era posible calcular
cunto variara la media de la muestra a causa de la mera variacin aleatoria. En el anlisis de
varianza hay varios grupos (por ejemplo, consumidores constantes, regulares, espordicos y no
consumidores). Si la hiptesis nula es verdadera y todos los grupos tienen la misma media en
la poblacin, es posible estimar cunto variarn las medias de las muestras por causa de las
simples variaciones de muestreo (aleatorias). Si la variacin observada de las medias es ms de
la que cabra esperar de la variacin de muestreo, es razonable concluir que esta variabilidad
adicional se relaciona con diferencias en las medias de los grupos de la poblacin.
www.FreeLibros.me
47 3
_ scx
SCy
_ (SCy - SCerror)
SCy
El valor de i)2 vara entre 0 y 1. Se asume un valor de 0 cuando son iguales todas las me
dias de las categoras, lo que indica que X no tiene efecto en Y. El valor de t\2 ser 1 si no hay
variabilidad dentro de las categoras de X pero s la hay entre unas y otras. A s, t )2 es una medi
da de la variacin de Y que se explica con la variable independiente X. Adems de medir los
efectos de X en Y, podemos tambin medir su significacin.
Prueba de significacin
En un anlisis de varianza de un factor, lo que interesa es probar la hiptesis nula de que las me
dias de las categoras son iguales en la poblacin .4 En otras palabras,
Ho: M, = Mj = H3 = = Mc
De acuerdo con la hiptesis nula, SCx y SCgnvr vienen del mismo origen de variacin. En este
caso, la estimacin de la varianza poblacional de y se basa en la variacin entre categoras, en
la variacin dentro de las categoras, o en ambas. Dicho de otra manera, la estimacin de la va
rianza de la poblacin de Y,
s V* =
( c - 1)
cuadrado d e las m edias debido a X
C M X
o bien
S 2 = ^ g'/yr
y
(A f- c )
= cuadrado d e las m edias debido a X
= CMerror
www.FreeLibros.me
474
PARTE III
La hiptesis nula puede comprobarse con la estadstica F basada en la razn entre estas dos
estimaciones:
S Q / ( c - 1)
sqmri(N -c )
CMX
c a ,,,.
DATOS ILUSTRATIVOS
Se ilustran los conceptos de este captulo con los datos que se presentan en la tabla 16-2. Estos
datos fueron generados en un experimento en el que una importante tienda departamental que
da examinar el efecto del nivel de la promocin en la tienda y los cupones de descuento. La
promocin vari entre niveles: 1) intensa, 2) regular y 3) escasa. Los cupones se manejaron en
dos niveles: se distribuy un cupn de 2 0 dlares de descuento vlido en toda la tienda a los po
sibles compradores (denotado por 1 en la tabla 16-2) o bien no se distribuy (denotado por 2). Se
cruzaron la promocin en tienda y la entrega de cupones, de lo que result un diseo de 3 X 2 con
seis celdas. Se escogieron al azar 30 tiendas y cinco fueron asignadas en forma aleatoria a
cada condicin, como se muestra en la tabla 16-2. El experimento se realiz durante dos meses.
Se midieron las ventas de cada tienda, normalizadas para dar cuenta de factores extraos (tama
o de la tienda, trnsito, etc.) y se vaciaron en una escala de 1 al 10. Adems, se realiz una eva
luacin cualitativa de la afluencia relativa de la clientela de cada tienda, de nuevo con
una escala de 1 al 10. En estas escalas, los nmeros mayores denotaban ms ventas o clientela
ms acomodada.
www.FreeLibros.me
475
D s t r ib u c i n
DE CUPONES
P r o m o c i n
EN TIENDAS
V bm ta s
C a l if ic a c i n
DE LA CUENTELA
10
10
10
10
10
11
12
13
14
10
15
16
10
17
18
19
20
21
22
23
10
24
25
26
27
28
10
29
30
www.FreeLibros.me
476
PARTE III
N iv e l d e p r o m o c i n in t e r n a
nm .
M ucha
Reg u la r
Po c a
10
10
V e n t a s n o r m a l iz a d a s
10
83
62
37
83
62
37
10
10
10
= 8.3
6 .2
.(8 3 + 6 2 + 3 7 )
30
Gran media: Y
(5
6 2 )2
(5
_ 6>2)2 +
(6
- 6.2 ) 2 + (4 - .2)2
como sigue:
185.867 = 106.067 + 79.80
La fuerza de los efectos de X en Y se mide como sigue:
106.067
185.867
= 0371
www.FreeLibros.me
= 3.7
A77
Su m a d e
CUADRADOS
Entre grupos
(promocin en tiendas)
Dentro de los grupos
(error)
TO TAL
C uadrado de
gl
l a s m e d ia s
Ra z n
F
Pro bab.
F
17.944
0 .0 0 0
106.067
53.033
79.800
27
2.956
185.867
29
6.409
M e d ia s d e l a s c e l d a s
Nivel de la
promocin en tiendas
Conteo
Media
Mucha (1)
10
8.300
Regular (2)
10
6 .2 0 0
ft>ca(3)
10
3.700
TO TAL
30
6.067
En otras palabras, 5 7 .1% de la variacin en las ventas (Y) se explica por la promocin en
tiendas (.X ), lo que indica un efecto modesto. Ahora puede comprobaise la hiptesis nula:
F=
5 Q / ( c - 1)
SC ^ror/ ( N - c )
CMX
CMiTror
p _ 1 0 6 .0 6 7 /( 3 - 1 )
" 7 9 .8 0 0 /(3 0 - 3)
= 17.944
En la tabla 5 del apndice de estadsticas vemos que para dos y 27 grados de libertad, el va
lor crtico de F es 3.35 para a = 0.05. Como el valor calculado de F es mayor que el valor cr
tico, se rechaza la hiptesis nula. Concluimos que las medias de la poblacin para los tres nive
les de promocin en tiendas son distintas. Las magnitudes relativas de las tres categoras
indican que un nivel mayor de promocin en tiendas trae ventas significativamente mayores.
Ahora se ilustra el procedimiento de anlisis de varianza con un programa de cmputo.
Los resultados de realizar el mismo anlisis por computadora se presentan en la tabla 16-4. El
valor de SCx denotado por los efectos principales es 106.067 con 2 gl; el de SC grwr denotado
por el residuo es 79.80 con 27 gl. Por tanto, CMX = 106.067/2 = 53.033 y CMgnvr = 79.80/27
= 2.956. El valor de F = 53.033/2.956 = 17.944 con dos y 27 grados de libertad, lo que da por
resultado una probabilidad de 0.000. Como la probabilidad asociada es menor que el grado de
significacin de 0.05, se rechaza la hiptesis nula de las medias de poblacin iguales. Alterna
tivamente, se ve en la tabla 5 del apndice de estadsticas que el valor crtico de F para dos y 27
grados de libertad es 3.35. Como el valor calculado de F (17.944) es mayor que el valor crtico,
se rechaza la hiptesis nula. Como se aprecia en la tabla 16-4, las medias de la muestra, con va
lores de 8.3, 6.2 y 3.7, son muy diferentes. Las tiendas con mayor promocin interna tienen el
mayor promedio de ventas (8.3); las tiendas con la menor promocin interna, tienen el menor
promedio de ventas (3.7), y las tiendas con un nivel mediano de promocin interna tienen un pro
medio mediano de ventas (6.2). Estos resultados parecen crebles.
El procedimiento para realizar un anlisis de varianza de una sola va, as com o la
aplicacin de un ejemplo nos ayudan a entender los conceptos.
www.FreeLibros.me
478
PARTE III
\a
_j
ANLISIS DE VARIANZA C O N
FACTORES
Se puede recurrir a un anlisis de varianza con n factores para determinar estos efectos. Una
ventaja importante de esta tcnica es que permite al investigador examinar las acciones recpro
cas entre los factores. Ocurre interaccin cuando los efectos de un factor o variable dependien
te dependen del nivel (categora) de los otros factores. El procedimiento para realizar anlisis
www.FreeLibros.me
47 9
p2
+ sceerror
rror
SC,
Ira significacin del efecto general se verifica con una prueba F, as:
Prueba de que hay diferencias
entre algunos de los grupos del
tratamiento.
F =
_ s c K.*2 **1*2
S S rro M i
CMX\rX2*X\X2
CMar
donde
gln = grados de libertad del numerador
= (c , - 1 ) + (c2 - 1 ) + (c , - lX c 2
= c ,c 2 - 1
gld = grados de libertad del denominador
= N - CjC2
CM = cuadrado de la media
' TTm m Iffminf f u i b ) -
1)
donde
gl = (c , " 1Xc 2 - 1)
g\d = N ~ c,c 2
Si resulta que el efecto de interaccin es significativo, entonces el efecto de X, depende del
nivel de X2 y viceversa. Como el efecto de un factor no es uniforme, sino que vara con el efec
to del otro factor, por lo general no tiene sentido comprobar la significacin de los efectos prin
cipales; sin embargo, s lo tiene verificar la significacin de cada efecto principal en cada factor
si el efecto de la interaccin no es significativo . 10
La significacin del efecto principal de cada factor se comprueba de esta manera para X {:
Prueba de la significacin del efecto
principal de cada factor individual.
F =
SCx / $ n
SCm A \ d
CMr
CM
www.FreeLibros.me
480
PARTE III
donde
1
glrf = N c,c 2
En el anlisis precedente se supone que el diseo es ortogonal o equilibrado (el nmero de casos
de cada celda es el mismo). Si el tamao de las celdas vara, el tamao se vuelve ms complejo.
3 2 .5 3 3 ^
l 0 .967 J
= 33.655
con 5 y 24 grados de libertad, lo que es significativo en 0.05.
La estadstica de prueba para la significacin del efecto de interaccin es:
f
J I )
1 0.967 J
= 1.690
con 2 y 24 grados de libertad, lo que no es significativo en 0.05.
Como el efecto de interaccin no es significativo, cabe evaluar la significacin de los efectos
principales. La estadstica de prueba de la significacin del efecto principal de la promocin es:
F =
53.033
0.967
= 54.862
con 2 y 24 grados de libertad, lo que es significativo en 0.05.
La estadstica de la prueba para la significacin del efecto principal de la promocin es:
f = (5 3 3 3 3 )
{ 0 .967 )
= 55.172
con 1 y 24 grados de libertad, lo que es significativo en 0.05. As, ms promocin trae por re
sultado ms ventas. La distribucin de cupones para toda la tienda incrementa las ventas. El
efecto de cada caso es independiente del otro.
www.FreeLibros.me
-481
TABLA 1 6 .5
Anlisis de varianza de dos factores
F u e n t e d e v a r ia c i n
SlG.
F
S um a de
CUADRADOS
GL
C uadrado
DE LA MEDIA
106.067
53.033
54.862
0 .0 0 0
0.557
0.280
DE
(2
Efectos principales
Remocin en tienda
Cupones
53333
53333
55.172
0 .0 0 0
Combinados
159.400
53.133
54.966
0 .0 0 0
3.267
1.633
1.690
0.206
33.655
0 .0 0 0
162.667
32333
Residuo (error)
23.200
24
0.967
TOTAL
185.867
29
6.409
C u po n es
C u en ta
Nfcdelo
M e d ia s d e l a s c e l d a s
P r o m o c i n e n t ie n d a s
M e d ia
9.200
Alta
No
7.400
Regular
7.600
Regular
No
4.800
Baja
5.400
Baja
No
2 .0 0 0
Alta
M e d ia s d e l n iv e l d e l o s f a c t o r e s
P r o m o c i n
C u po n es
C u en ta
M e d ia
Alta
10
8300
Regular
10
6 .2 0 0
Baja
10
3.700
15
7.400
15
4.733
30
6.067
S
No
Gran media
IINVESTIGACIN
REAL
Efecto
Pas X pareci
Pas X precio
Pas x distribucin
Pas x distribucin
Pas X distribucin
Variable dependiente
Buen sonido
Confiable
Imagen ntida
Confiable
Diseo de moda
www.FreeLibros.me
Univariada
F
7.57
6.57
6.17
637
1031
gl
1,232
1,232
1,232
1,232
1,232
P
0.006
0 .0 11
0.014
0 .0 1 1
0 .0 0 2
482
PARTE III
En la tabla 2 se muestran las direcciones de los efectos de la interaccin de pas por distri
bucin para las tres variables dependientes. Mientras que las calificaciones de credibilidad de
imagen ntida, confiabilidad y diseo de moda mejoran si se distribuyen las televisiones corea
nas a travs de Hudsons, ms que otro distribuidor, no ocurre lo mismo con las televisiones he
chas en Estados Unidos. Del mismo modo, en la tabla 3 se muestran las direcciones de los efec
tos de la interaccin de pas por precio paralas dos variables dependientes. A 449.95 dlares, las
calificaciones de credibilidad de buen sonido y confiable son mayores para los aparatos e s
tadounidenses que los coreanos, pero la diferencia es pequea en lo que se refiere al pas de ori
gen cuando el producto tiene un precio de 349.95 dlares.
TABLA 2
Diseo
de moda
3.82
3.15
3.53
3.75
Confiable
3.40
3.45
2.90
3.67
www.FreeLibros.me
483
ANLISIS DE COVARIANZA
Al examinar las diferencias de las medias de la variable dependiente, relacionadas con el efec
to de las variables independientes controladas, muchas veces es necesario tomar en cuenta la in
fluencia de variables independientes no controladas. Por ejemplo:
Al determinar la variacin de las intenciones de compra de una marca con diversos nive
les de precio, tal vez deba considerarse la opinin de la marca.
Al determinar cmo evalan una marca diversos grupos expuestos a comerciales diferen
tes, quiz sea necesario controlar los conocimientos anteriores.
Al determinar el efecto de diversos precios en el consumo domstico de cereal, posible
mente sea esencial considerar el tamao de los hogares.
En estos casos debe recurrirse a un anlisis de covarianza. Este anlisis comprende por lo me
nos una variable independiente categrica y por lo menos una variable independiente de inter
valo o mtrica. La variable independiente categrica se llama factor, en tanto que la variable in
dependiente mtrica se denomina covariada. La covariada se usa en particular para suprimir
variaciones extraas de la variable dependiente, porque interesan en gran medida los efectos de
los factores. La variacin de la variable dependiente debida a las covariadas se elimina median
te un ajuste de la media de la variable dependiente en cada condicin del tratamiento. Ensegui
da se realiza un anlisis de varianza sobre las puntuaciones ajustadas. 12 La importancia del
efecto combinado de las covariadas, as como el efecto de cada una, se verifica con las pruebas
F apropiadas. Los coeficientes de las covariadas arrojan conocimientos sobre el efecto que s
tas ejercen en la variable dependiente. El anlisis de covarianza es ms til cuando la covariada
se relaciona linealmente con la variable dependiente sin hacerlo con los factores. 13
Tomemos de nuevo los datos de la tabla 16-2 para ilustrar el anlisis de covarianza. Supon
gamos que se quiere determinar el efecto en las ventas de la promocin en tiendas y la distribu
cin de cupones, al tiempo que controlamos el efecto de la clientela. Se piensa que tambin la
afluencia de los clientes tiene un efecto en las ventas de la tienda departamental. La variable de
pendiente consiste en las ventas de las tiendas. Como antes, la promocin tiene tres niveles y
dos la distribucin de cupones. La clientela, medida en una escala de intervalo, funge como covariada. Los resultados se muestran en la tabla 16-6. Como se aprecia, la suma de cuadrados
atribuible a la covariada es muy pequea (0.838), con 1 gl que da por resultado un valor idnti
co para el cuadrado de la media. El valor asociado de F es 0.838/0.972 = 0.862 con 1 y 23 gra-
TABLA 16.6
Anlisis de covarianza
Sum a de
F u e n t e d e v a r ia c i n
CUADRADOS
C uadrado
GL
DE LAS MEDIAS
SlG.
F
DE
Cbvariadas
Clientela
0.838
0.838
0.862
0363
106.067
53.033
54.546
0 .0 0 0
Efectos principales
Ro mocin
Cupones
Combinados
53333
53333
54.855
0 .0 0 0
159.400
53.133
54.649
0 .0 0 0
3.267
1.633
1.680
0308
163305
27351
28.028
0 .0 0 0
22362
23
0.972
185.867
29
6.409
Cbvariada
Coeficiente directo
Clientela
-0.078
www.FreeLibros.me
484
PARTE III
dos de libertad, lo que no es significativo en el nivel de 0.05. As, la conclusin es que la afluen
cia de la clientela no tiene un efecto en las ventas de la tienda departamental. Si el efecto de la
covariada es significativo, el signo del coeficiente directo se toma para interpretar la direccin
del efecto en la variable dependiente.
TEM AS DE INTERPRETACIN
Entre los temas sobresalientes de la interpretacin de los resultados del ANO VA se encuentran
las interacciones, la importancia relativa de los factores y las comparaciones mltiples.
Interacciones
En la figura 16-3 se muestran las interacciones que se dan al realizar un ANO VA con dos o ms
factores. Un resultado es que el ANOVA puede indicar que no hay interacciones (resulta que los
efectos de las interacciones no son significativas). La otra posibilidad es que la interaccin sea
significativa. Ocurre un efecto de la interaccin cuando el efecto de una variable independiente
en una dependiente es diferente para diversas categoras o niveles de otra variable independien
te. La interaccin puede ser ordenada o desordenada. En una interaccin ordenada, el orden de
los efectos relacionados con un factor no cambian en los niveles del segundo factor. Por su par
te, la interaccin desordenada comprende un cambio en el orden de los efectos de un factor en
los niveles de otro. Si la interaccin es desordenada, puede ser de tipo sin cruce o cruzado.14
Estos casos de interaccin se muestran en la figura 16-4, en la que se supone que hay dos
factores, X { con tres niveles (X lv X n y X ,3) y X 2, con dos niveles (X 2 y X 2f). En el caso 1 no
se representa ninguna interaccin. Los efectos de X x en Y son paralelos en los dos niveles de X 2.
Aunque hay alguna desviacin del paralelismo, no rebasa lo que cabra esperar de la casuali
dad. El paralelismo implica que el efecto neto de * 2 2 sobre * 2 1 es el mismo en los tres niveles
de X v Sin interaccin, el efecto conjunto de Xj y X 2 es simplemente la suma de sus efectos
principales individuales.
En el caso 2 se refleja una interaccin ordenada. Los segmentos de recta que ilustran los efec
tos de X { y X2 no son paralelos. La diferencia entre * 2 2 y X 2l aumenta en la medida en que pasa
mos d eX ,, aX 12 y de X l2 a X 13, pero el orden de los efectos de X x es el mismo en los dos niveles
de X 2. Este orden, en sentido ascendente, es X w X l2 y X l2, y ocurre lo mismo para X 2l y X ^ .
La interaccin desordenada de tipo sin cruce se muestra en el caso 3. El efecto inferior de
X { en el nivel de X 2l se presenta en X , j y el orden de los efectos e s X n , X l2 y X 13; sin embargo,
en el nivel de * 2 2 ,e l menor efecto de X { se da en
y el orden cambia porX12,X jj y X 13. C o
mo sucede un cambio de orden, la interaccin desordenada es ms fuerte que la ordenada.
En las interacciones desordenadas del tipo cruzado, los segmentos de recta se cruzan, como
se ve en el caso 4 de la figura 16-4. Aqu, el efecto relativo de los niveles de un factor cambia con
los niveles del otro. Obsrvese que * 2 2 tiene un efecto mayor que X 2l cuando los niveles de X,
son X u y X l2. Cuando el nivel de Xj es X13, la situacin se invierte y X 2l tiene un mayor efecto
que
(observe que en los casos 1, 2 y 3 X 22 tiene un impacto mayor que X 2l en los tres nive
les de X,). Por ende, las interacciones desordenadas de tipo cruzado son las ms intensas.15
Figura 16.3
Clasificacin de los efectos de
interaccin
S in cruce
C ruzada
(caso 3)
(caso 4)
www.FreeLibros.me
C a so l:
C a so 2:
s *n interaccin
interaccin ordenada
C a so 3:
interaccin deso rd en ad a
C a so 4:
interaccin desordenada
sin cru ce
cruzada
485
Por lo regular, los diseos experimentales estn equilibrados, dicho en el sentido de que las celdas
tienen el mismo nmero de encuestados. Esto da por resultado un diseo ortogonal en el que los
factores no se correlacionan. Por eso, puede determinarse sin ambigedades la importancia relati
va de cada factor como explicacin de la variacin de la variable dependiente. La medida ms co
mn del ANO VA es omega cuadrada, a ? . Esta medida indica qu proporcin de la variacin en
la variable dependiente se relaciona con una variable particular independiente o factor. La aporta
cin relativa de un factor X se calcula como sigue : 16
SC ,-(g),xC A jr)
SCtotal + CMerror
Normalmente, o>2 se interpreta slo por efectos estadsticamente significativos . 17 En la
tabla 16-5, la co2 asociada al monto de la promocin en tiendas se calcul de esta manera:
2 = 106.067 - ( 2 x 0.967)
<0p~ 185.867 +0.967
_ 104.133
186.834
= 0.557
Advirtase en la tabla 16-5 que:
SCtotal = 106.067 + 53.333 + 3.267 + 23.2
= 185.867
Del mismo modo, la cu2 elacionada con la distribucin de cupones es:
2 = 53 3 3 3 - (1 x 0.967)
(* c
185.867 + 0.967
52.366
" 186.834
= 0380
www.FreeLibros.me
486
PARTE III
Como gua para interpretar co2, un efecto experimental grande produce una o>2 de 0.15 o mayor,
un efecto mediano da un ndice de alrededor de 0.06 y un efecto pequeo genera un ndice de
0.01 .18 En la tabla 16-5, aunque el efecto de la promocin y la distribucin de cupones es gran
de en ambos casos, es mucho mayor en la promocin.
Comparaciones mltiples
En A N O V A , m to d o p ara ex am in ar
d fe r e n d a s en tre d o s o m s m ed ias
de lo s g ru p o s d e tratam ien to .
C bntrastes q u e se determ in an a n te s
d e realizar el an lisis, b a sa d o s en el
m arco terico d d investigador.
La prueba F del ANOVA examina slo la diferencia general de las medias. Si se rechaza la hi
ptesis nula de las medias iguales, nicamente concluimos que no todas las medias del grupo
son iguales. Sin embargo, es posible que slo algunas de las medias sean estadsticamente dife
rentes y quiz queramos examinar las diferencias entre medias especficas. Esto se consigue e s
pecificando los contrastes apropiados o comparaciones con que se determina qu medias son
estadsticamente distintas. Los contrastes pueden ser a priori o a posteriori. Los contrastes a
priori se determinan antes de realizar el anlisis, de acuerdo con el marco terico del investiga
dor. En general, los contrastes a priori se usan en vez de la prueba F del ANOVA. Los contras
tes elegidos son ortogonales (son independientes en sentido estadstico).
Los constrastes a posteriori se hacen despus del anlisis. Por lo regular son pruebas de
comparacin mltiple que permiten al investigador elaborar intervalos de confianza generaliza
dos que se emplean para hacer comparaciones por pares de todas las medias del tratamiento. Es
tas pruebas, que se anotan en orden de potencia decreciente, son la mnima diferencia significa
tiva, la prueba de rango mltiple de Duncan, Student-Newman-Keuls, el procedimiento
alternativo de Tukey, la diferencia directamente significativa, la mnima diferencia significativa
modificada y la prueba de Scheffe. D e estas pruebas, la ms potente es la mnima diferencia sig
nificativa y la de Scheffe, la ms conservadora Para una exposicin ms amplia de los contras
tes a priori y a posteriori, consltese la bibliografa 19
Hasta aqu se ha supuesto que cada sujeto se expone a slo un tratamiento o condicin ex
perimental, pero a veces los sujetos son expuestos a ms de una situacin experimental, por lo
que se deben hacer mediciones repetidas del ANOVA.
F =
SC
Un - l)(c - 1)
www.FreeLibros.me
CMX
CM
487
Mu estra
nm .
Variacin entre
personas
= SCA
C a t e g o r a s
*1
x2
I 'l l
Y i2
y*
>21
Yn
>23
x c
J'i
y*
Y2
n
Media de la
categora
*3
to tal
Y*
Yi
Y*
Ync
Variacin
total
= sc,
Yn
?
Hasta aqu hemos supuesto que la variable dependiente se mide en una escala de intervalo o
de razn. Pero si la variable dependiente no es mtrica, debe seguirse un procedimiento distinto.
El anlisis de varianza m ultivariado (MANOVA) es semejante al anlisis de varianza (ANOVA), excepto que en vez de una variable dependiente mtrica hay dos o ms. El objetivo es el mis
mo; el MANOVA tambin sirve para examinar diferencias entre grupos. En tanto que el ANOVA
examina diferencias de grupos en una sola variable dependiente, MANOVA las examina en va
rias variables dependientes simultneamente. En el ANOVA, la hiptesis nula es que las medias
de la variable dependiente son iguales en los diversos grupos. En el MANOVA, la hiptesis nu
la es que los vectores de las medias de las diversas variables dependientes son iguales entre los
grupos. El anlisis de varianza multivariado es apropiado cuando hay dos o ms variables de
www.FreeLibros.me
488
PARTE III
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
Los principales paquetes de cmputo (SPSS y SAS) tienen programas para realizar anlisis de
varianza y covarianza en versiones para microcomputadora y computadora central. Adems del
anlisis bsico que se ha estudiado, estos programas tambin ejecutan anlisis ms complica
www.FreeLibros.me
489
dos. MIN1TAB y EXCEL ofrecen igualmente algunos programas. En la tabla 16-1 se anota la
descripcin de los programas pertinentes. Remtase a los manuales de usuarios de estos paque
tes para ms detalles.
SPSS Windows. El anlisis de varianza simple se ejecuta bien con el programa COMPA
RE MEANS seguido de ONE-WAY ANOVA. Para elegir este procedimiento en SPSS para
Windows, haga clic en:
Analyze>Compare Means>One Way ANOVA. . .
El anlisis de varianza n, anlisis de varianza, anlisis mltiple y medidas repetidas del
anlisis de varianza se ejecutan con GENERAL LINEAR MODEL. Para elegir este procedi
miento en SPSS para Windows, haga clic en:
Analyze>General Linear Model>Univariate.. .
Analyze>General Linear Model>Multivariate. . .
Analyze>General Linear Model>Repeated M easures.. .
fra el anlisis de varianza no mtrico, incluyendo la prueba de la mediana de la muestra k
y el anlisis sim ple de varianza de Kruskal-Wallis, debe usarse el programa Nonparametric
Tests.
Analyze>Nonparametric Tests>K Independent Samples. . .
Analyze>Nonparametric Tests>K Related Samples. . .
D EM O STRAC I N 16.1
Programas de cm puto para
ANOVA y ANCOVA
Dada la importancia del anlisis de varianza y covarianza, en cada paquete se cuenta con varios
programas.
SPSS
El ANOVA de un factor se realiza bien con el programa ONEWAY, que permite al usuario probar
contrastes a priori y a posteriori, b que no puede hacerse en otros programas de SPSS. Para reali
zar un anlisis de varianza factorial se corre el programa ANOVA. Aunque es posible especificar
covariadas, ANOVA no ejecuta un anlisis completo de la covarianza. Para un anlisis de varianza
o covarianza exhaustivo, incluyendo medidas repetidas y medidas dependientes mltiples, se re
comienda el procedimiento MANOVA. Para el anlisis de varianza no mtrico, incluyendo la
prueba de la mediana de muestra k y el anlisis de un factor de Kruskal-Wallis, debe usarse el pro
grama NPAR TESTS.
SAS
El principal programa para realizar anlisis de varianza en d caso de un diseo equilibrado es
ANOVA. Este programa manga datos de una amplia variedad de diseos experimentales, inclu
yendo anlisis de varianza multivariado y medidas repetidas. Es posible verificar contrastes a
priori y a posteriori. Fhra diseos desequilibrados, sirve el procedimiento ms general GLM. Este
programa ejecuta anlisis de varianza, anlisis de covarianza, medidas repetidas y anlisis multi
variado. Tambin verifica contrastes a priori y a posteriori. Puede usarse GLM tambin para dise
os equilibrados, pero para estos modelos no es tan eficaz como ANOVA. El procedimiento
VARCOMP calcula los componentes de varianza. Para el anlisis de varianza no mtrico, se sigue
el procedimiento NPAR1WAY. Para elaborar diseos y planes aleatorizados se aplica el procedi
miento PLAN.
Mirtitab
El anlisis de varianza y covarianza se evala a partir de la funcin Stats>ANOVA, que reali
za ANOVA de uno y dos factores, anlisis de medias, ANOVA equilibrado, anlisis de covarianza,
modelos lineales generales, grficas de efectos principales, grficas de interacciones y grficas
residuos. Con el fin de calcular la inedia y la desviacin estndar, se utiliza la funcin CROSS TAB. Para obtener valores de F y p se usa el ANOVA equilibrado.
Excel
Con la funcin Tools>DATAANALYSIS se realizan ANOVA de uno y dos factores. El ANOVA
de dos factores tiene caractersticas de dos factores con repeticin y dos factores sin repeticin. El
primero incluye ms de una muestra para cada grupo de datos. El anlisis de dos factores sin repe
ticin no incluye ms que un muestreo por grupo.
www.FreeLibros.me
490
PARTE III
E N F O Q U E
EN
B U R K E
Muchas veces, los problemas en los que podra aplicarse un ANOVA tienen variables de pronstico co
rrelacionadas. Esto obliga a tener mucho cuidado al interpretar los resultados. Aunque la prueba de sig
nificacin general para el modelo no es afectada, s sufre un efecto la manera en que se considera la
aportacin de cada pronstico. El anlisis de un estudio de Burke en el que se correlacionaron dos va
riables categricas de pronstico ilustra el punto con este pequeo conjunto de datos (los datos reales
son propiedad registrada).
Intencin de compra
Calificacin de desempeo
Sexo
4
4
5
2
3
4
5
1
1
0
0
3
4
5
6
2
3
4
5
0
0
1
1
Como los dos factores de pronstico tienen alguna correlacin (r2 = 0.24), se vuelve importante deter
minar la aportacin de cada uno.
En la primera tabla del ANOVA se muestra la suma de cuadrados al ejecutar el modelo suponien
do que las sumas de los cuadrados de cada factor de pronstico deben ajustarse para la presencia del
otro factor (es decir, como si cada uno hubiera sido anotado en segundo lugar). En la segunda tabla se
muestra el resultado de ejecutar jerrquicamente anotando primero calificacin. En la tercera tabla
se muestra el resultado de la ejecucin jerrquica empezando con sexo.
ANOVA* b
Efectos
principales
Modelo
Residuo
Total
Suma de
cuadrados
(combinados)
32.542
CALIFICACIN 13.792
SEXO
3.125
32342
2375
34.917
gl
6
5
1
6
5
11
Mtodo nico
Cuadrado de
las medias
F
5.424
11.418
2.758
5.807
3.125
6.579
5.424
11.418
0.475
3.174
Significacin
0.009
0.038
0.050
0.009
RESUM EN
En el ANOVA y ANCO VA, la variable dependiente es mtrica y
las variables independientes todas categricas o combinaciones de
categricas y mtricas. El ANOVA de un factor comprende una
sola variable categrica independiente. Lo que interesa es compro
bar la hiptesis nula de que las medias de las categoras son iguales
en la poblacin. La variacin total de la variable dependiente se se
para en dos componentes: variacin relacionada con la variable in
dependiente y variacin relacionada con el error. La variacin se
www.FreeLibros.me
491
ANOVA*
Suma de
cuadrados
IC
E fecto s
(co m b in ad o s)
3 2 .5 4 2
gl
6
principales
C A L IF IC A C I N 2 9 .4 1 7
SEX O
Mtodo jerrquico
Cuadrado de
F
las medias
11.418
0 .0 0 9
5.883
12.386
0 .0 0 8
6.579
11.418
0 .0 5 0
3 2 .5 4 2
1
6
3 .1 2 5
M odelo
R esiduo
2375
0 .4 7 5
3 4.917
11
3 .1 7 4
3 .1 2 5
Total
Significacin
5 .424
5 .424
0 .0 0 9
ANOVA*
IC
Suma de
cuadrados
3Z542
E fecto s
(co m b in ad o s)
principales
C A L IFIC A C I N 18.750
SEX O
gl
6
1
Mtodo jerrquico
Cuadrado de
las medias
F
11.418
0 .0 0 9
18.750
3 9 .4 7 4
0.002
5.807
0 .0 3 8
11.418
0 .0 0 9
13.792
2 .7 5 8
M odelo
32342
5 .4 2 4
R esiduo
2375
0 .4 7 5
3 4.917
11
3 .1 7 4
Total
Significacin
5 .4 2 4
Suma de cuadrados
C alificacin
Sexo
Regresin
Jerrquico
Calificacin primero
Sexo primero
13.792
29.417
18.750
3.125
3.125
1 3 .7 9 2
P ro n stico s totales
16.917
32342
32342
Total explicado
32342
32342
32342
www.FreeLibros.me
492
PARTE III
T R M IN O S Y C O N CEPTO S FU N D A M EN TA LES
anlisis de covarianza (ANCOVA), 469
anlisis de varianza (ANOVA), 469
anlisis de varianza con n factores, 469
anlisis de varianza de un factor, 469
anlisis de varianza de un factor de
Kruskal-Wallis, 487
anlisis de varianza multivariado
(MANO VA), 487
ANOVA de mediciones repetidas o anlisis
de varianza de mediciones repetidas, 486
ANOVA no mtrica o anlisis de varianza
no mtrico, 487
contrastes, 486
contrastes a posteriori, 486
contrastes a priori, 486
covariadas, 470
cuadrado de la media, 471
descomposicin de la variacin total, 471
estadstica F , 471
eta2 en2), 4 7 /
factores, 469
interaccin, 478
interaccin desordenada, 484
interaccin ordenada, 484
EJERCICIOS
Preguntas
1. Examine las semejanzas y diferencias entre el anlisis de varianza y
d anlisis de covarianza.
2. Cul es la relacin entre el anlisis de varianza y la prueba /?
3. Qu es la variacin total? Cmo se separa en un anlisis de va
rianza de un factor?
4. Cul es la hiptesis nula en un ANOVA de un factor? Qu estads
tica bsica se usa para comprobar la hiptesis nula en un ANOVA de
un factor? Cmo se calcula la estadstica?
5. En qu difiere el anlisis de varianza con n factores del anlisis de
varianza de un factor?
6. Cmo se separa la variacin total en un anlisis de varianza con n
factores?
7. Cul es el uso ms comn de las covariadas en d ANOVA?
8 . Defina hteraccin.
9. Cul es la diferencia entre interaccin ordenada y desordenada?
10. Cmo se mide la importancia relativa de los factores en un diseo
equilibrado?
11. Qu es un contraste a priori?
12. Cul es la prueba ms potente para hacer contrastes a posteriorP
Cul es la ms conservadora?
13. Qu se entiende por ANOVA de mediciones repetidas? Explique
la descomposicin de la variacin en el ANOVA de mediciones re
petidas.
14. Cules son las diferencias entre los anlisis de varianza mtricos y
no mtricos?
15. Describa dos pruebas usadas para examinar diferencias en las ten
dencias centrales del ANOVA no mtrico.
16w Qu es d anlisis de varianza multivariado? Cundo es apropiado?
Problemas
1. Despus de recibir quejas de los lectores, el peridico de su univer
sidad decidi cambiar el diseo de la primera plana. Se crearon dos
diseos nuevos, B y C, y se probaron junto con el formato actual, A.
Se digieren al azar 75 estudiaes y se asignaron 25 a cada condi-
Fuente
Entre grupos
En los grupos
gl
3
996
A
4
5
3
4
3
Comercial
B
7
4
www.FreeLibros.me
5
4
C
8
7
7
6
8
A
4
4
3
5
5
Comercial
B
6
5
5
4
4
C
7
8
8
5
6
493
Cuadrados de
Fuente de
Suma de
variacin
cuadrados gl las medias F
Diseo del empaque 68.76
1
Disposicin en estante 320.19
1
Interaccin de
dos factores
55.05
1
Error residual
176.00
40
Significacin
de F
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1. Analice los datos de Nike dados en el ejercicio 1 de Internet y compu
tadora del captulo 15. Los tres grupos de usuarios difieren en tr
minos de conciencia, opinin, preferencia, intencin y lealtad a
Nike cuando estas variables se consideran individualmente, es decir,
ina porua?
2. Realice los siguientes anlisis de los datos de estilo de vida al aire li
bre del ejercicio 2 de Internet y computadora del captulo 15.
a. Los tres grupos basados en lugar de residencia difieren por su
preferencia de un estilo de vida al aire libre?
h Los tres grupos basados en lugar de residencia difieren por la
importancia que conceden a disfrutar la Naturaleza?
c. Los tres grupos basados en lugar de residencia difieren por la
importancia que conceden a vivir en armona con el entorno?
d. Los tres grupos basados en lugar de residencia difieren por la
importancia que conceden a hacer ejercicio regularmente?
3. En un experimento diseado para medir el efecto del sexo y la fre
cuencia de los viajes en la preferencia por viajes al extranjero, se
adopt un diseo de 2 (sexo) X 3 (frecuencia de viajes) entre per
sonas. Se asignaron cinco encuestados a cada celda para una mues
tra total de 30 personas. La preferencia por los viajes al extranjero se
midi en una escala de nueve puntos (1 = sin preferencia, 9 = mucha
preferencia). El sexo se codific hombre = 1 y mujer = Z La fre
cuencia de los viajes se codific como espordica = 1 , regular = 2
y constante = 3. Los datos obtenidos son los que se muestran ensegiida.
Nmero
1
2
3
4
5
6
7
8
Sexo
1
Grupo de viaje
1
1
1
1
1
1
1
1
1
Preferencia
2
1
1
1
1
2
2
2
2
3
4
4
2
4
5
5
3
10
11
12
13
14
15
16
17
18
19
1
1
3
3
3
3
3
20
21
22
23
24
25
26
27
28
29
30
5
7
3
4
5
4
5
3
3
3
3
3
2
2
2
2
9
8
7
7
6
6
6
7
8
A C TIVID A D ES
Trabajo de campo
Anlisis en grupo
www.FreeLibros.me
C A
L O
C o rrelaci n y regresi n
O b j e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
"Para un investigador, la
aarrelacin es la forma
ms conveniente / com
prensible de examinar la
asociacin entre dos va
494
www.FreeLibros.me
Gen e r a l i d a d e s
En el captulo 16 se examin la relacin entre prueba , anlisis de varianza y covarianza y
regresin. En este captulo se explica el anlisis de regresin, que es muy usado para expli
car la variacin en la participacin de mercado, ventas, preferencia de marca y otros resul
tados de la investigacin de mercados en trminos de variables de administracin de marke
ting, como publicidad, precio, distribucin y calidad. Sin embargo, antes de abordar la
regresin, nos detendremos en los conceptos de correlacin producto-momento y coeficien
te de correlacin parcial, que establecen la base conceptual para el anlisis de regresin.
A l presentar el anlisis de regresin se estudia primero el caso bivariado simple. Se des
cribe la estimacin, estandarizacin de coeficientes de regresin, pruebas y examen de la
fuerza y relevancia de la asociacin entre variables, la exactitud de la prediccin y las pre
misas del modelo de regresin. Enseguida se expone el modelo de regresin mltiple, con
nfasis en la interpretacin de los parmetros, la fuerza de la asociacin, las pruebas rele
vantes y el examen de residuos.
Despus se tratan temas de inters especial en el anlisis de regresin, como la regresin
progresiva, la multicolinealidad, la importancia relativa de las variables de pronstico y la
validacin cruzada Se describe la regresin con variables ficticias y el uso de este procedi
miento para realizar anlisis de varianza y covarianza.
W W E S TIG A C I W A C T IV A
INVESTIGACIN
REAL
495
www.FreeLibros.me
496
PARTE III
lo convirti en una gua de prestaciones personales ilustrativa y fcil de recorrer. Estos cambios
trajeron un incremento en la contratacin y retencin de representantes de ventas. En 2003,
Avon ha estado operando en ms de 100 pases .1
Revolucin al menudeo
Muchos expertos en ventas al detalle piensan que las compras electrnicas sern la siguiente re
volucin del sector. Aunque muchos vendedores tradicionales tuvieron en 2001 ndices de cre
cimiento lento de un dgito, las ventas en lnea fueron un xito que super los 1 , 0 0 0 millones de
dlares ese mismo ao. De acuerdo con la compaa de investigacin de mercados comScore
Networks, Inc., las ventas en lnea durante 2001 fueron 12% mayores que en 2000. Aunque el
menudeo electrnico todava es una parte muy pequea de todas las ventas al detalle (apenas
2% en 2001), la tendencia parece muy pro metedora para el futuro. En un proyecto de investiga
cin de esta tendencia se indagaron correlaciones de las preferencias de los consumidores por
las compras electrnicas a travs de videotex domstico (servicios computarizados de compras
en casa). La explicacin de las preferencias se busc en las variables psicogrficas, demogrfi
cas y de comunicacin sugeridas por la bibliografa. El estudio se realiz en el sur de Florida,
donde desde 1983 se ofrece el sistema Viewtron, que es un servicio de videotex. Viewtron, que
es una subsidiaria de Knight-Ridder Corporation ( www.knightridder.com), gast millones en
publicidad en el campo. Todos los encuestados conocan el concepto de compras computarizadas en casa.
Se aplic a los datos un anlisis de regresin mltiple. El modelo general de regresin mlti
ple result significativo en 0.05. Las pruebas t univariadas indicaron que las siguientes variables
del modelo eran significativas en 0.05 o ms: orientacin al precio, sexo, edad, ocupacin, origen
tnico y escolaridad. Ninguna de las tres variables de comunicacin (medios de masas, publicidad
de boca en boca y propaganda) guard relacin significativa con la preferencia de consumo, que
era la variable dependiente.
Los resultados indican que prefieren las compras electrnicas las mujeres blancas de ms
edad, educadas, con puestos de trabajo de supervisin o superiores y que se preocupan por el
precio. Esta informacin es invaluable en las actividades de segmentacin del mercado de las
compras electrnicas .2
Estos ejemplos ilustran algunas aplicaciones del anlisis de regresin para determinar qu
variables independientes explican una variacin significativa de la variable dependiente que in
teresa, la estructura y la forma de la relacin, la fuerza de la relacin y el valor de pronstico de
la variable dependiente. Para el anlisis de regresin es fundamental comprender la correlacin
producto-momento.
www.FreeLibros.me
CAPTULO 17
Correlacin y regresin
497
CO RRELACIN P R O D U C T O -M O M E N T O
En la investigacin de mercados, muchas veces nos interesamos en resumir la fuerza de asocia
cin entre dos variables mtricas, como en las siguientes situaciones:
Con qu fuerza se relacionan las ventas con los gastos de publicidad?
Hay una asociacin entre la participacin en el mercado y el tamao de la fuerza de
ventas?
La percepcin de los consumidores respecto de la calidad se relaciona con su opinin
del precio?
r=
>J m'
y -1
(,Y - Y ) 2
(X ,.-X )2
i- l
(X
- X \ Y - Y)
n -
r =
jA
(X - X ) 2
y i
xi
(Y
- Y)2
n -
Sx Sy
(10+ 12 + 12 + 4 + 12 +
+ 2 + 18 + 9 + 1 7 + 2 )
12
= 9.333
p _
(6
+ 9 +
+ 3 + 1 0 + 4 + 5 + 2 + 1 1 + 9 + 10 + 2)
12
= 6.583
www.FreeLibros.me
498
PARTE III
T ie m p o
Im p o r t a n c i a
S O B R E LA
de
CO N CED ID A
UDAD
RESID EN CIA
AL CUM A
10
12
11
12
ncu esta d o
NM .
p in i n
10
12
11
11
18
10
10
11
10
17
12
'
www.FreeLibros.me
CAPTULO 17
499
Correlacin y regresin
Por lo tanto,
179.6668
V(304.6668X120.9168)
= 0.9361
En este ejemplo, r = 0.9361, un valor cercano a 1.0. Esto significa que el tiempo de resi
dencia se asocia fuertemente con la opinin de la ciudad. Adems, el signo positivo de r impli
ca una relacin positiva; cuanto mayor sea el tiempo de residencia, ms favorable la opinin, y
viceversa.
Como r indica el grado en que la variacin de una variable se relaciona con la variacin de
otra, tambin puede expresarse en trminos de la descomposicin de la variacin total (vase el
captulo 16). En otras palabras,
2
_ Variacin explicada
Variacin total
_
SCy
Variacin total Variacin del error
Variacin total
_ Cv SCerror
scy
Por tanto, r 2 mide la proporcin de la variacin en una variable que se explica por la otra.
Tanto r como r2 son medidas simtricas de asociacin. En otras palabras, la correlacin de X
con Fes la misma que la correlacin de Y con X. No importa qu variable se considere la depen
diente y cul la independiente. El coeficiente producto-momento mide la fuerza de la relacin
lineal y no est destinado a medir relaciones no lineales. As, r = 0 indica que no hay una rela
cin lineal entre X y Y, lo que no significa que no estn relacionadas, pues bien podran tener
una relacin no lineal que no capta r (vase la figura 17-1).
Cuando se calcula para una poblacin, ms que para una muestra, la correlacin producto
momento se denota con p, la letra griega rho. El coeficiente r es un estimador de p. Obsrvese
que el clculo de r supone que X y Y son variables mtricas y que sus distribuciones tienen la
misma forma. Si no se cumplen estas premisas, r se reduce y el resultado es una subestimacin
de p.3
La relevancia estadstica de la relacin entre dos variables medida por r se comprueba f
cilmente. Las hiptesis son
tf0: p = 0
Hy p * 0
La estadstica de prueba es:
Figura 17.1
Relacin no lineal en la que
r =0
www.FreeLibros.me
500
PARTE III
que tiene una distribucin t con n - 2 grados de libertad.4 Para el coeficiente de correlacin calcu
lado con los datos de la tabla 17-1, tenemos:
1/2
1 2 -2
t = 0.9361
1 - (0.9361)
= 8.414
y los grados de libertad = 12 - 2 = 10. Dada la distribucin t de la tabla (tabla 4 del apndice
de estadsticas), el valor crtico de t para una prueba de dos colas y a = 0.05 es 2.228. Por lo
tanto, se rechaza la hiptesis nula de que no hay una relacin entre X y Y. Esto, junto con el sig
no positivo de r, indica que la opinin de la ciudad guarda una relacin positiva con el tiempo
de residencia. Adems, el valor elevado de r indica que la relacin es fuerte.
Al realizar un anlisis multivariado de los datos, muchas veces es til examinar la correla
cin simple entre cada par de variables. Estos resultados se presentan en la forma de una matriz
de correlacin, que indica el coeficiente de la correlacin entre cada par de variables. Por lo re
gular, slo se considera el tringulo inferior de la matriz. Los elementos de la diagonal suman
1.00 porque una variable se correlaciona perfectamente con ella misma. El tringulo superior
de la matriz es una imagen reflejo del inferior, porque r es una medida de asociacin simtrica.
La forma de una matriz de correlacin para cinco variables, V, a V5, es la siguiente.
V2
^3
V4
*5
^1
V2
0.5
^3
0.3
0.4
0 .1
0.3
0 .6
0 .2
0.5
0.3
^5
0.7
CORRELACIN PARCIAL
M edida d e la aso ciaci n e n tre d o s
variables d esp u s de co n tro la r o
aju star los efecto s d e u n a o m s
variables ad icio n ales.
www.FreeLibros.me
CAPTULO 17
501
Correlacin y regresin
r,xy.z
V1 r \
Para continuar con el ejemplo, supongamos que el investigador quiere calcular la asocia
cin entre la opinin de una ciudad, Y, y el tiempo de residencia, X v despus de controlar la ter
cera variable, la importancia concedida al clima, X 2. Estos datos se presentan en la tabla 17-1.
Las correlaciones simples entre las variables son:
^ = 09361
rw = 0.7334
= 0.5495
09361 - (0.5495X0.7334)
Vi - (0.5495)2 v'l - (0.7334)2
= 0.9386
Coeficiente de correlacin
por partes
Medida de la correlacin entre Y y X
cuando los efectos lineales de otras
variables independientes se supri
men de X pero no de Y.
Como puede apreciarse, controlar el efecto de la importancia concedida al clima tiene poco
efecto en la asociacin entre opinin de la ciudad y tiempo de residencia.
Las correlaciones parciales siguen un orden, que indica cuntas variables se ajustan o con
trolan. El coeficiente de correlacin simple, r, tiene orden cero, pues cuando mide la asociacin
entre dos variables, no controla ninguna otra. El coeficiente r
es un coeficiente de correla
cin parcial de primer orden, pues controla el efecto de una variable adicional, Z Un coeficien
te de correlacin parcial de segundo orden controla el efecto de dos variables, uno de tercero, el
efecto de tres variables, etc. Las correlaciones de rdenes superiores se calculan de la misma
manera. El coeficiente parcial de (n + l)-sim o orden se calcula sustituyendo en el lado dere
cho de la ecuacin anterior los coeficientes de correlacin simple con los coeficientes parciales
del w-simo orden.
Las correlaciones parciales son tiles para detectar relaciones espurias (vase el captulo
15). La relacin entre X y Y es espuria si se debe nicamente al hecho de que X se asocia con Z,
que es en realidad el verdadero pronosticador de Y En este caso, la correlacin entre X y Y de
saparece cuando se controla el efecto de Z Consideremos la situacin en la que el consumo de
una marca de cereal (C ) tiene una asociacin positiva con el ingreso (I), con rc = 0.28. Como
la marca tiene precio popular, no se esperaba que el ingreso sea un factor significativo; por tan
to, el investigador sospechaba que se trataba de una relacin espuria. Los resultados de la mues
tra indicaban tambin que el ingreso tena una relacin positiva con el tamao del hogar (H), rh
= 0.48, y que el tamao del hogar se relacionaba con el consumo de cereal, rch = 0.56. Estas
cifras pareceran indicar que el verdadero factor de pronstico del consumo de cereal no es el
ingreso, sino el tamao del hogar. Para verificar esta aseveracin, se calcul la correlacin par
cial de primer orden entre consumo de cereal e ingreso, controlando el efecto del tamao del
hogar. El lector puede verificar que esta correlacin parcial, r . A, es 0.02 y la correlacin inicial
entre consumo de cereal e ingreso se esfuma cuando se controla el tamao del hogar. Por ende,
la correlacin entre ingreso y consumo de cereal es espuria El caso especial cuando una correla
cin parcial es mayor que su correlacin respectiva de orden cero comprende un efecto de su
presin (vase el captulo 15).5
Otro coeficiente de correlacin interesante es el coeficiente de correlacin po r partes, que
representa la correlacin entre Y y X cuando los efectos lineales de las otras variables indepen
dientes se eliminan de X pero no de Y El coeficiente de correlacin por partes, r^ .^ , se calcula
como sigue:
_ 09361 - (0,5495)(0.7334)
r><xi.x2)
v'l - (0.5495)2
= 0.63806
www.FreeLibros.me
502
PARTE III
[M I
Venta de anuncios a los que compran en casa
La publicidad cumple una funcin muy importante en la formacin de actitudes y preferencias
de marcas. Muchas veces, los publicistas contratan celebridades como voceros crebles que in
fluyan en las opiniones de los consumidores y su intencin de compra. Otra forma de credibili
dad es la corporativa, que tambin ejerce una influencia en las reacciones de los consumidores
a la publicidad y definen actitudes hacia las marcas. En general, se ha descubierto que con los
productos de poca participacin, las actitudes hacia la publicidad median en las opiniones y la
cognicin de marcas (las ideas sobre las marcas). Qu pasara con el efecto de esta variable de
intermediacin si los productos se compraran a travs de una red de compras en casa? Home
Shopping Budapest, en Hungra, realiz una investigacin para evaluar el efecto de la publicidad
en las compras. Se emprendi una encuesta en la que se tomaron varias medidas, como opinin
del producto, opinin de la marca, opinin de las caractersticas de los anuncios, conocimiento de
marcas, etc. Se plante la hiptesis de que en una red de compras domiciliarias, la publicidad
determinaba en buena medida la opinin de una marca. Con el fin de averiguar el grado de aso
ciacin de la opinin de los anuncios y tanto la opinin como el conocimiento de la marca, se
calcul el coeficiente de correlacin parcial, despus de controlar los efectos de la opinin de
los anuncios sobre las dos variables. Si la opinin de los anuncios fuera significativamente bue
na, el coeficiente de correlacin sera significativamente menor que la correlacin del producto
de los momentos entre conocimiento y opinin de marcas. La investigacin respald esta hip
tesis. Entonces, Saatchi & Saatchi (iwww.saatchi.com) design los anuncios emitidos por Home
Shopping Budapest para generar una actitud positiva hacia la publicidad, lo que result un ar
ma competitiva importante para la red.6
El coeficiente de correlacin parcial se considera ms importante que el coeficiente de correla
cin por partes. Los coeficientes de correlacin del producto-momento, correlacin parcial y
correlacin por partes suponen que los datos tienen una escala de intervalo o de razn. Si los
datos no cumplen los requisitos, el investigador debe pensar en la correlacin no mtrica.
CORRELACIN N O MTRICA
En ocasiones el investigador tiene que calcular el coeficiente de correlacin entre dos variables
que no son mtricas. Recuerde que las variables no mtricas no tienen las propiedades de las e s
calas de intervalo o de razn ni suponen una distribucin normal. Si las variables no mtricas
son ordinales y numricas, puede recurrirse a la rho de Spearman, pj5 y la tau de Kendall, x, dos
medidas de correlacin no mtrica, para examinar cmo se correlacionan. Las dos medidas to
man ordenamientos ms que valores absolutos de las variables y sus conceptos bsicos son bas
tante similares. Los dos varan de -1 .0 a +1.0 (vase el captulo 15).
Si no hay empates, la p5 de Spearman se aproxima ms al coeficiente de correlacin del
producto-momento de Pearson, p, que a la x de Kendall. En estos casos, la magnitud absoluta de
x tiende a ser menor que la p de Pearson. Por otro lado, cuando los datos contienen muchos or
denamientos empatados, parece ms apropiada la x de Kendall. Como regla prctica, se prefie
re la x de Kendall cuando numerosos casos caen en relativamente pocas categoras (lo que pro
duce muchos empates). Por el contrario, es preferible la pv de Spearman cuando se tiene un
nmero ms bien grande de categoras (y con ellas menos empates).7
El producto-momento, as como los coeficientes de correlacin parcial y por partes dan un
marco conceptual para el anlisis de regresin bivariado y mltiple.
ANLISIS DE REGRESIN
R o ced im ien to estad stico p a ra an ai z a r relacio n es d e asociacin en tre
una v ariab le m trica d ep e n d ie n te
y u n a o m s variab les dependientes.
www.FreeLibros.me
CAPTULO 17
Correlacin y regresin
503
REGRESIN BIVARIADA
P rocedim iento p ara d erivar, en la
form a d e una ecu ac i n , u n a relacin
m atem tica e n tre u n a v ariab le
m trica n ica d ep en d ien te y u n a
variable m trica nica independiente.
La regresin bivariada es un procedimiento para derivar, en la forma de una ecuacin, una rela
cin matemtica entre una sola variable mtrica dependiente o de criterio y una sola variable m
trica independiente o de pronstico. El anlisis se asemeja en muchos aspectos al clculo de la co
rrelacin entre dos variables. Sin embargo, como tiene que derivarse una ecuacin, hay que
identificar una variable como la dependiente y otra como la independiente. Los ejemplos anterio
res, citados en el contexto de la correlacin simple, pueden llevarse al contexto de la regresin.
Es explicable una variacin en las ventas por la variacin en los gastos de publicidad?
Cul es la estructura y la forma de esta relacin? Puede hacerse un modelo matemtico
en la forma de una ecuacin de una lnea recta?
La variacin en la participacin en el mercado puede explicarse con el tamao de la
fiierza de ventas?
Las opiniones que tienen los consumidores de la calidad estn determinadas por su im
presin de los precios?
Antes de estudiar el procedimiento de la regresin bivariada, vamos a definir algunas esta
dsticas importantes.
www.FreeLibros.me
504
PARTE III
C M O REALIZAR UN ANLISIS
DE REGRESIN BIVARIADA
En la figura 17-2 se describen los pasos que se siguen en un anlisis de regresin bivariada. Su
pongamos que el investigador quiere explicar la opinin sobre la ciudad propia en trminos del
tiempo de residencia (vase la tabla 17-1). A l trazar esas relaciones, muchas veces es til exa
minar primero un diagrama de dispersin.
Figura 17 .2
Etapas del anlisis
de regresin bivariada
i
I'o n n u la r el m o d elo general
I
j
E x am in a r los residuos
...
www.FreeLibros.me
CAPTULO 17
505
Correlacin y regresin
Figura 17.3
G rfica de la opinin y el tiem po
Ic
O
EL
2.25
4.5
6.75
l l . 25 13.5
I
15.75
l_
18
Tiem po de residencia
Procedimiento de mnimos
cuadrados
Tcnica para ajustar una lnea recta
a un diagrama de dispersin en el
que se reduce al mnimo el cuadra
do de las distancias verticales en
todos los puntos de la lnea.
dos variables. La figura 17-3 es una grfica de Y (opinin de la ciudad) y X (tiempo de residen
cia). Los puntos parecen disponerse en una franja que se extiende de la parte inferior izquier
da a la derecha arriba. Se puede ver el esquema: a medida que una variable aumenta, tambin
crece la otra. Del diagrama de dispersin resulta que la relacin entre X y Y es lineal y puede
describirse con una recta. Cmo se ajusta una lnea recta para dar la mejor descripcin de los
datos?
La tcnica ms comn para ajustar una recta al diagrama de dispersin es el procedim ien
to de m nim os cuadrados. Con esta tcnica, para determinar la mejor lnea se reduce al mnimo
el cuadrado de las distancias verticales de todos los puntos con respecto de la lnea. La lnea que
mejor ajuste se llama lnea de regresin. Cualquier punto que no quede sobre la lnea no se expli
ca completamente. La distancia vertical del punto a la lnea es el error, e(vase la figura 17-4).
Las distancias de todos los puntos tomadas desde la lnea se elevan al cuadrado y se saca la
suma de errores cuadrticos, que es una medida del error total, X e? . A l ajustar la lnea, el pro
cedimiento de mnimos cuadrados reduce al mnimo la suma de errores cuadrticos. Si Y se gr
fica en el eje vertical y X en el eje horizontal, como en la figura 17-4, la lnea que mejor se ajus
ta se llama regresin de Y en X, porque las distancias verticales se reducen al mnimo. El
diagrama de dispersin indica si es posible elaborar un modelo de la relacin entre Y y X como
una lnea recta y, en consecuencia, si el modelo de regresin bivariada es apropiado.
Figura 17.4
Regresin bivariada
www.FreeLibros.me
506
PARTE III
1 = P0 + P ,X 1.+
donde e es el trmino de error asociado con la /-sima observacin .8 La estimacin de los par
metros de la regresin, 0 Oy p ,, es relativamente simple.
b =
cov
Si
n
(* ,- - X M - 7)
-
<
2 - *)2
i-1
'Z x ^ -n X Y
-
Je L .
X f-r * 2
i-1
La secante, a, calcula con
a = Y -bX
Fkra los datos de la tabla 17-1, la estimacin de los parmetros se ilustra como sigue:
12
X2 =
7^1
= 1,350
www.FreeLibros.me
CAPTULO 17
507
Correlacin y regresin
X_ = 9333
Y = 6383
Dado n = 12, b se calcula como:
= 917 - (12X9333X6.583)
1350 - (12X9333)2
= 03897
a = Y -b X
= 6383 - (0 3897X9333)
= 1.0793
Obsrvese que los coeficientes se estimaron con los datos directos (sin transformar). De ha
berse considerado deseable uniformar los datos, el clculo de los coeficientes estandarizados
habra sido igualmente sencillo.
Hay una relacin simple entre los coeficientes de regresin estandarizados y no estandari
zados.
>,=VSA>
fra los resultados de la regresin dados en la figura 17-2, el valor del coeficiente beta se esti
ma en 0.9361. Obsrvese que tambin es el valor de r calculado antes.
Despus de estimar los parmetros, se puede comprobar su relevancia.
Regresin bivariada
R mltiple
0.93608
R2
0.87624
R2 ajustada
0.86387
Error estndar
1.22329
A n l is is d e v a r ia n z a
C uadrado
Regresin
Residuo
F = 70.80266
GL
Sum a d e cuadrados
DE LA MEDIA
105.95222
105.95222
10
14.96444
1.49644
Importancia de F = 0.0000
V a r ia b l e s d e l a e c u a c i n
Va r ia b l e
TIEMPO
038972
0.07008
(constante)
1.07932
0.74335
www.FreeLibros.me
B e ta (B )
S g n i f i c a c i n de t
0.93608
8.414
0 .0 0 0 0
1.452
0.1772
508
PARTE III
Prueba de significancia
La significacin estadstica de la relacin lineal entre X y Y s e comprueba examinando las hip
tesis:
Ho:P j = 0
H,: P, * 0
La hiptesis nula implica que no hay una relacin lineal entre X y Y. La hiptesis alternativa es
que hay una relacin, positiva o negativa, entre X y Y. Por lo regular se hace una prueba de dos
colas. Se toma una estadstica t con n - 2 grados de libertad, as:
= _b_
'
EEb
Figura 17.5
Descom posicin de la variacin
total en la regresin bivariada
V ariacin residual,
se s
OK're
. V ariacin explicada,
se
w
y
www.FreeLibros.me
Correlacin y regresin
CAPTULO 17
509
donde
5C ,,= X
i-1
A
v\2
W -Y )
a
1=1
A
5 c ,=
X t f
y=i
1 2
S C rc g
SC ,
scy- s c ra
SC ,
fra ilustrar los clculos de r2, consideremos de nuevo la regresin de la opinin de una
ciudad en el tiempo de residencia. Se recordar, por clculos anteriores del coeficiente de corre
lacin simple, que:
i- i
= 120.9168
Los valores pronosticados (Y ) se calculan con la ecuacin de regresin:
Opinin (Y ) = 1.0793 +- 0.5897 (tiempo de residencia)
Para la primera observacin de la tabla
(Y ) =
Para cada observacin sucesiva, los valores pronosticados son, en orden, 8.1557, 8.1557,
3.4381, 8.1557, 4.6175, 5.7969, 2.2587, 11.6939, 6.3866, 11.1042 y 2.2587. Por tanto:
"
SCreg
SCns
(Y - Y)2
i-
www.FreeLibros.me
510
PARTE III
_ 105.9524
120.9168
= 0.8762
Otra prueba equivalente para examinar la relevancia de la relacin lineal entre X y Y (la im
portancia de b) es la prueba de significancia del coeficiente de determinacin. En este caso, las
hiptesis son:
Ho: * V = 0
La estadstica de prueba F es la apropiada:
f
S C re
_________
U S*_____
SC ^K n-2)
que tiene una distribucin F con 1 y n - 2 grados de libertad. La prueba F es una forma genera
lizada de la prueba t (vase el captulo 15). Si una variable aleatoria tiene una distribucin t, con
n grados de libertad, entonces t2 tiene una distribucin F con 1 y n grados de libertad. Por ende,
la prueba F para verificar la significacin del coeficiente de determinacin es equivalente a ve
rificar las hiptesis siguientes.
Ho:P, = 0
H,: P, ^ 0
o bien
Hq: p = o
H,: p * 0
Segn la tabla 17-2, puede verse que:
105.9524
r -
(105.9524 + 1 4 .9 6 4 4 )
= 0.8762
que es el mismo valor que calculamos antes. El valor de la estadstica F es:
F _
105.9524
~ (1 4 9 6 4 4 /1 0 )
= 70.8027
con 1 y 10 grados de libertad. La estadstica F calculada excede el valor crtico de 4.96 determi
nado con la tabla 5 del apndice de estadsticas. Por ende, la relacin es significativa en a =
0.05, lo que corrobora los resultados de la prueba t. Si la relacin entre X y Y es significativa,
tambin lo es pronosticar valores de Y sobre la base de los valores de X y estimar la exactitud
del pronstico.
Para estimar la exactitud de los valores pronosticados, Y, es til calcular el error estndar de la
estimacin, EEE. Esta estadstica es la desviacin estndar de los valores reales de Y con res
pecto a los valores pronosticados Y.
______________
t
EEE =
=
www.FreeLibros.me
- n2
i=i
1
n-2
CAPTULO 17
Correlacin y regresin
511
o bien
EEE= j ^ a )n - 2
SC**-
Vn - k - 1
EEE puede interpretarse como una especie de residuo promedio o error promedio al pronosticar
Y dada la ecuacin de regresin .11
Hay dos casos de prediccin. El investigador quiere pronosticar la media de Y para todos los
casos dando un valor de X, digamos,
o bien quiere pronosticar el valor de Y para un solo caso.
En las dos situaciones, el valor pronosticado es el mismo que el dado por Y, donde
Y = a + bX0
Sin embargo, el error estndar es diferente en las dos situaciones, aunque en ambas es una fun
cin de EEE. Con muestras grandes, el error estndar de pronosticar la media de Y es
E E E / V, y de pronosticar la nica y es el EEE. Por tanto, la preparacin de intervalos de con
fianza (vase el captulo 12 ) para los valores pronosticados vara segn sea que se pronostique
la media o bien el valor de una sola observacin.
fra los datos de la tabla 17-2, el EEE se estima como sigue:
EEE =
/ 1 4 -9 6 4 4
2 - 2)
|( 1
= 1.22329
Ms adelante se consideran los ltimos dos pasos para realizar la regresin bivariada; a saber:
el examen de los residuos y la validacin cruzada del modelo.
Premisas
El modelo de regresin parte de varias premisas al estimar los parmetros y comprobar la rele
vancia, como se indica en la figura 17-4:
L El trmino de error tiene distribucin normal. Para cada valor fijo de X, la distribucin de
Y es normal. 12
1 Las medidas de todas estas distribuciones normales de Y, dada X, se sitan sobre una lnea
recta con pendiente b.
3. La media del trmino de error es 0.
4. La varianza del trmino de error es constante. Esta varianza no depende de los valores que
asuma X.
5. Los trminos de error no se correlacionan. En otras palabras, las observaciones se han to
mado independientemente.
El conocimiento de cunto se han cumplido estas premisas se obtiene en un examen de los
residuos, que se aborda en la siguiente seccin sobre la regresin mltiple .13
REGRESIN MLTIPLE
Tcnica estadstica que establece
simultneamente una relacin mate
mtica entre dos o ms variables
independientes y una variable
dependiente de intervalo.
La regresin mltiple comprende una sola variable dependiente y dos o ms variables indepen
dientes. Las preguntas suscitadas en el contexto de la regresin bivariada se responden median
te la regresin mltiple, considerando variables independientes adicionales.
Una variacin en las ventas puede explicarse por una variacin en los gastos de publici
dad, precios y nivel de distribucin?
Una variacin en la participacin en el mercado puede explicarse por el tamao de la
fuerza de ventas, los gastos de publicidad y los presupuestos de promocin de ventas?
www.FreeLibros.me
512
PARTE III
INVESTIGACIN
REA L
+ . . . + bkX k
Como antes, el coeficiente a representa la secante, pero ahora las b son coeficientes de re
gresin parcial. El criterio de mnimos cuadrados estima los parmetros de tal suerte que se reduz
ca al mnimo el error total, SCKg. Este proceso tambin aumenta al mximo la correlacin entre
los valores reales de Y y los valores pronosticados, Y. Todas las premisas de la regresin bivariada tambin se aplican a la regresin mltiple. Definimos algunas estadsticas asociadas y lue
go describimos el procedimiento del anlisis de regresin mltiple. 15
www.FreeLibros.me
CAPTULO 17
Correlacin y regres in
513
ESTADSTICAS DE LA REGRESIN
MLTIPLE
Casi todas las estadsticas y trminos afines que explicamos para la regresin bivariada se apli
can tambin a la regresin mltiple. Adems, se usan las estadsticas siguientes:
R 2 ajustada. El coeficiente de determinacin mltiple, R2, se ajusta segn el nmero de varia
bles independientes y el tamao de la muestra para explicar regresiones menores. Despus
de las primeras variables, las variables independientes adicionales no hacen una gran dife
rencia.
Coeficiente de determ inacin m ltiple. La fuerza de la asociacin en la regresin mltiple se
mide con el cuadrado del coeficiente de correlacin mltiple, R2, que tambin se llama
coeficiente de determinacin mltiple.
Prueba F. La prueba F se usa para verificar la hiptesis nula de que el coeficiente de la deter
minacin mltiple de la poblacin, /?2 . , es cero. E stoes equivalente a probar la hiptesis
nula Hq: Pj = 0 2 = p 3 = ... =
= 0. La estadstica de prueba tiene una distribucin F
con k y (n - k - 1 ) grados de libertad.
Prueba F p a r c ia l La importancia de un coeficiente de regresin parcial, 0 i5 de X, puede pro
barse con una estadstica F gradual, que se basa en el incremento de la suma explicada de
cuadrados que resulta de la suma de la variable independiente X a la ecuacin de regre
sin despus de incluir todas las dems variables independientes.
Coeficiente de regresin p a rcia l El coeficiente de regresin parcial, b y denota el cambio en el
valor pronosticado, Y, por unidad de cambio de X x cuando las dems variables indepen
dientes, de X 2 a Xp se mantienen constantes.
C M O REALIZAR EL ANLISIS
DE REGRESIN MLTIPLE
Los pasos para realizar un anlisis de regresin mltiple son semejantes a los del anlisis de re
gresin bivariada. La exposicin se centra en los coeficientes de regresin parcial, fuerza de la
asociacin, prueba de significancia y examen de los residuos.
www.FreeLibros.me
PARTE III
Bk = b k
S*
v Syy /
R egresin m ltiple
0.97210
R mltiple
R2
0.94498
R2 ajustada
0.93276
Error estndar
0.85974
A n l is is d e v a r ia n z a
GL
S uma de cuadrados
C uadrado
DE LA MEDIA
Regresin
114.26425
57.13213
Residuo
6.65241
0.73916
F = 77.29364
Significacin d eF =
0 .0 0 0 0
IMPORTAR
0.28865
m
m
V a r ia b l e s d e l a e c u a c i n
V a r ia b l e
B eta ( )
S ig n ific a ci n d e t
0.08608
031382
3353
0.0085
0.76363
8.160
0 .0 0 0 0
0.595
03668
en
514
TIEMPO
0.48108
0.05895
(constante)
033732
036736
www.FreeLibros.me
CAPTULO 17
Correlacin y regres in
515
cedida al clima (X2) e s 0.2887, con un coeficiente beta de 0.3138. Le ecuacin de regresin es
timada es:
( Y ) = 0 3 3 7 3 2 + 0 .4 8 1 0 8 X , + 0 2 8 8 6 5 X ,
o bien
Opinin = 0.33732 + 0.48108 (tiempo) + 0.28865 (importancia)
Esta ecuacin cumple varias finalidades, incluyendo el pronstico de las opiniones de una ciu
dad, siempre que se conozca el tiempo de residencia y la importancia concedida al clima.
Fuerza de la asociacin
La fuerza de la relacin estipulada por la ecuacin de regresin puede determinarse con las me
didas de asociacin convenientes. La variacin total se descompone como en el caso bivariado:
s e y = s e res + s e re
donde
SCy -
- V 2
-1
n
SCg =
(Y-Yj-
imi
O-i)
i-1
La fuerza de la asociacin se mide con el cuadrado del coeficiente de correlacin mltiple, R2,
que tambin se llama coeficiente de determinacin mltiple.
R2=
^ l
scy
(1 1 4 3 6 4 3 + 6 .6 5 2 4 )
= 0.9450
Lo anterior es mayor que el valor de r2 de 0.8762 obtenido en el caso bivariado; r2 del caso bi
variado es el cuadrado de la correlacin simple (el producto-momento) entre la opinin de la
ciudad y el tiempo de residencia. La R 2 obtenida en la regresin mltiple tambin es mayor que
www.FreeLibros.me
516
PARTE III
1)
= 0.9328
Obsrvese que el valor de R 2 ajustada se acerca a R2 y que ambas son mayores que r2 en el ca
so bivariado. Esto indica que la suma de la segunda variable independiente, la importancia con
cedida al clima, participa en la explicacin de la variacin en la opinin sobre la ciudad.
Prueba de significacin
Se prueba la significancia de la ecuacin general de la regresin as como los coeficientes espe
cficos de la regresin parcial. La hiptesis nula de la prueba general es que el coeficiente de
determinacin mltiple de la poblacin, R 2^ , e s cero.
Hq: Pj = 2 = P3 = = P = ^
La prueba general puede ejecutarse con la estadstica F :
F =
SCnJ k
2
SCre5l ( n - k -
1)
R 2/ k
que tiene una distribucin F con k y ( n - k - \ ) grados de libertad.17 Para los resultados de la regresin mltiple dados en la tabla 17-3,
F
= 1142643/2 = 77.2936
6.6524/9
0.2887
0.08608
= 3353
que tiene una distribucin t con t i - k - 1grados de libertad. Este coeficiente es significativo en
a = 0.05. La significancia del coeficiente del tiempo de residencia se verifica de la misma ma
nera y se ve que es significativo. Por tanto, el tiempo de residencia y la importancia concedida
al clima explican la opinin de una ciudad.
Algunos programas de cmputo proporcionan una prueba F equivalente, la llamada prue
ba F parcial, que consiste en una descomposicin de la suma de cuadrados de la regresin total,
SC , en componentes relacionados con cada variable independiente. En el mtodo estndar,
para'hacer esto se supone que cada variable independiente se sum a la ecuacin de regresin
despus de haber incluido todas las otras variables. El incremento de la suma explicada de cua
drados, que resulta de la suma de una variable independiente, X,es el componente de la varia
www.FreeLibros.me
CAPTULO 17
517
Correlacin y regresin
cin que se atribuye a esa variable y se denota SC^J 8 La significancia del coeficiente de regre
sin parcial de esta variable, bf se prueba con una estadstica F gradual:
scx.n
= SCrJ ( n - k - \ )
que tiene una distribucin F con 1 y (n - k - 1) grados de libertad.
Aunque es tranquilizador tener un R2 y coeficientes de regresin parcial elevados, la efica
cia del modelo de regresin debe ser evaluado aun mediante el examen de los residuos.
Figura 17.6
Grfica de residuos en la que
se indica que la varianza no es
constante
Figura 17 .7
Grfica en la que se indica una
relacin lineal entre los residuos
y el tiem po
www.FreeLibros.me
518
PARTE III
F ig u ra 1 7 .8
fraexaminar si hay que incluir variables adicionales en la ecuacin de regresin, hay que
efectuar una regresin de los residuos sobre las variables propuestas. Si una variable explica
una proporcin significativa de la variacin residual, debe pensarse en incluirla. La inclusin
de variables en la ecuacin de regresin debe fundarse slidamente en la teora del investiga
dor. As, un examen de los residuos provee informacin valiosa sobre si la premisas son apro
piadas y sobre el modelo que se ajusta. En la figura 17-8 se muestra una grfica en la que se in
dica que se cumplen las premisas y que el modelo lineal es apropiado. Si un examen de los
residuos indica que no se cumplen las premisas de la regresin lineal, el investigador puede
transformar las variables para cumplir con aqullas. Estas transformaciones (sacar logaritmos,
races cuadradas o recprocos) pueden estabilizar la varianza y hacer normal la distribucin o
lineal la relacin.
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 17
Correlacin y regresin
Anlisis de regresin con el precio al pblico por nmero como variable dependiente
Miriable dependiente: precio de venta al pblico
\b fiables independientes:
b
0.0084
RSginas editoriales
Circulacin
-0.4180
Fbrcentaje de circulacin en puestos de peridico 0.0067
0.13-04**
Gastos de promocin
Fbrcentaje de pginas a color
0.0227
0.1070
ingresos por publicidad por nmero
gl = 6 ,93
R2 general = 0.51
*p < 0.05.
EE
0.0017
0.1372
0.0016
0 .0 0 0 0
0.0092
0.0412
F general = 16.19*
F
23.04'
9.29
18.46'
0.59
0 .0 1
0.07
REGRESIN PROGRESIVA
Procedimiento de regresin en el
que las variables de pronstico se
introducen o se eliminan de la ecua
cin de regresin una por una.
www.FreeLibros.me
520
PARTE III
www.FreeLibros.me
CAPTULO 17
Correlacin y regresin
521
Regresin del ndice de curioseo en variables descriptivas y de actitud, por orden de entrada
en la regresin progresiva___________________________________________________________
EE
Descripcin de a variable
Coeficiente
Significacin
-0.485
0.164
0 .0 0 1
Sexo (0 = hombre, 1 = mujer)
Ocupacin (0 = empleado)
0.182
0.003
0391
-0.152
0.128
0.234
Confianza en s mismo
0.072
Escolaridad
0.271
0.079
Intencin de marca
-0.063
0.028
0.024
0332
0.144
Ve televisin de da? (0 = s)
0.107
Tensin
-0.182
0.008
0.069
0.061
0.144
Ingreso
0.089
-0.130
0.028
Frecuencia de visitas al centro comercial
0.059
0.162
0.084
0.054
Menos amigos que los dems
Buen comprador
- 0 .1 2 2
0.090
0.174
0.065
0.024
Le importan las opiniones de los dems
-0.147
Control de su vida
0317
-0.069
0.069
-0.086
0.062
0.165
Tamao de la familia
-0.143
0.150
Entusiasta
0.099
0.036
0.603
Edad
0.069
-0.068
0.043
0.150
Nmero de compras hechas
0.152
Compras por tienda
0.167
0.209
-0.055
0.412
Compra con presupuesto estrecho
0.067
-0.070
0.435
Juez excelente de la calidad
0.089
CONSTANTE
3350
R2 general = 0.477
Al interpretar los coeficientes, debe recordarse que cuanto menor sea el ndice de curioseo
(la variable dependiente), mayor la tendencia a exhibir conductas asociadas con el curioseo. Las
dos variables de pronstico con los mayores coeficientes son el sexo y la ocupacin. Quienes
curiosean son por lo regular mujeres con empleo. Tambin se encuentran un tanto abajo en
la escala social en comparacin con otros clientes de los centros comerciales, pues tienen me
nos escolaridad e ingreso, despus de aclarar los efectos del sexo y la ocupacin. Aunque quie
nes curiosean son ms jvenes que los que no lo hacen, no son por fuerza solteros. Quienes de
clararon tener una familia ms grande se asociaban tambin con valores reducidos en el ndice
de curioseo.
El perfil inferior de los que curiosean en relacin con otros clientes de los centros comer
ciales indica que las tiendas de especialidades de esos centros deben inclinarse por productos de
precio mdico. Esto explica la tasa histrica baja de cierres en los centros comerciales de esas
tiendas y la tendencia de las tiendas especializadas de precios altos a ubicarse slo en los cen
tros de prestigio o en centros de clase alta en espacios abiertos.23
M ULTICOLINEALIDAD
La regresin progresiva y la regresin mltiple se complican con la presencia de la multicolinealidad. Prcticamente todos los anlisis de regresin mltiple de la investigacin de merca
dos comprenden variables de pronstico o independientes que se relacionan. Sin embargo, la
m ulticolinealidad surge cuando las correlaciones entre las variables de pronstico son muy al
tas. La multicolinealidad trae varios problemas:
L Es posible que no se estimen con precisin los coeficientes de regresin parcial. Tambin
es probable que los errores estndar sean altos.
2 . Es posible que las magnitudes y los signos de los coeficientes de regresin parcial cam
bien de una muestra a la siguiente.
3. Se hace difcil evaluar la importancia relativa de las variables independientes para expli
car la variacin de la variable independiente.
4. Es posible que las variables de pronstico se incluyan o se supriman incorrectamente en la
regresin progresiva.
www.FreeLibros.me
522
PARTE III
No siempre est claro lo que constituye una multicolinealidad grave, aunque en la biblio
grafa se han propuesto varias reglas prcticas. Tambin se han sugerido procedimientos de diw rsa complejidad para enfrentarla.24 Un procedimiento simple consiste en tomar slo una de
las variables de un conjunto muy correlacionado. Alternativamente, se puede transformar el
conjunto de variables independientes en un nuevo conjunto de variables de pronstico mutua
mente independientes mediante tcnicas como el anlisis de componentes principales (vase el
captulo 19). Tambin se pueden aplicar tcnicas especializadas, como la regresin contraida y
de raz latente 25
VALIDACIN CRUZADA
Antes de evaluar la importancia relativa de las variables de pronstico o de sacar otras inferen
cias, es necesario hacer la validacin cruzada del modelo de regresin. La regresin y otros pro
cedimientos multivariados aprovechan las variaciones aleatorias de los datos, lo que puede dar
por resultado un modelo o ecuacin que sea indebidamente sensible a ciertos datos usados para
estimar dicho modelo. Un mtodo para evaluar el modelo en este contexto, as como otros pro
blemas relacionados con las regresiones, es la validacin cruzada. En la validacin cruzada se
examina si el modelo de regresin es todava vlido en datos equivalentes que no se usaron en
www.FreeLibros.me
CAPTULO 17
523
Correlacin y regresin
2.
Categora
Cdigo
de uso de
original de
producto
las variables
No consumidores
1
2
Consumidores espordicos
Consumidores regulares
3
4
Consumidores frecuentes
www.FreeLibros.me
52A
PARTE III
Valor
pronosticado
Y
a +bl
Valor
medio
Y
a+ b\
a+ b2
a+ b3
a
a + b2
a + b2
a
Ebda esta equivalencia, es fcil ver otras relaciones entre la regresin con variables ficticias y
d ANOVA de un factor.31
Regresin con variablesficticias
jr
(Y, -
Y,)2
ANOVA de un factor
=CE = SC error
/-I
n
=
ca
= scx
/-1
r2
= n2
Prueba F general
= prueba F
As, vemos que la regresin en la que la variable independiente nica con c categoras ha
sido recodificada en c - 1 variables ficticias es equivalente al anlisis de varianza de un factor.
Con correspondencias semejantes se ilustra la manera en que puede realizarse un anlisis de va
rianza factorial y un anlisis de covarianza haciendo una regresin con variables ficticias.
El anlisis de regresin, en sus varias formas, es una tcnica muy usada. En el siguiente
ejemplo se ilustra una aplicacin en el contexto de la investigacin de mercados internaciona
les y en el ejemplo que le sigue se explica que la regresin se aplica para investigaciones ticas
en los estudios de mercado.
www.FreeLibros.me
CAPTULO 17
Correlacin y regresin
525
te, el programa de viajero frecuente tena un efecto en la eleccin de una aerolnea. Sobre la ba
se de estos resultados, Cathay Pacific, Singapore International Airlines, Thai Airways Interna
tional y Malaysian Airlines introdujeron un programa en cooperativa de viajero frecuente lla
mado Asia Plus, accesible a todos los viajeros. El programa signific la primera vez que los
transportistas asiticos ofrecan viajes gratuitos a cambio de una clientela regular. Se inici una
campaa multimillonaria de marketing y publicidad para promover Asia Plus. As, los viajeros
frecuentes volaban de las nubes a los claros y las aerolneas areas experimentaron un incre
mento en el trfico de pasajeros. Aunque el programa de viajero frecuente fue un xito de las
compaas de Asia, los efectos del 11 de septiembre de 2001 las arrojaron a una crisis enorme
con repercusiones semejantes a la recesin de Asia. La Association o f Asia Pacific Airlines
(AAPA) declar en su reunin anual que el estado actual del sector era casi desesperado. A pe
sar de las dificultades que anticipan las aerolneas asiticas para 2004, muchos creen que ser
posible reanudar el crecimiento y recuperar la rentabilidad en el futuro. El director de la AAPA,
el general Richard Stirland, dijo que, debemos aprovechar la oportunidad, pensar lo impensa
ble y marcar un nuevo derrotero para establecer una industria ms sana y menos dividida .3 2
INVESTIGACIN
REAL
www.FreeLibros.me
526
PARTE III
SPSS
0 pro g ram a C O R R E L A T IO N S c a lc u la c o rre la cio n es producto-m om ento c o n g rad o s d e sig n ifi
cancia. T am bin p u ed en so lic ita rse estad sticas u n iv ariad as, c o v a ria n z a y d e sv iacio n es d e p ro d u c
to s cruzados. PA R T IA L C O R R c a lc u la co rre la cio n es parciales. L o s e fe c to s de u n a o m s
variables d e co n fu si n p u ed en co n tro larse al d e s c rib ir la relacin e n tre d o s v ariab les. L o s g ra d o s
d e sig n ifican cia ta m b i n se incluyen e n la sa lid a .
SAS
C O R R pro d u ce co rre la cio n es m tric as y no m tric as e n tre v ariab les, incluyendo la c o rre la c i n
p roducto-m om ento. T am bin ca lc u la co rre la cio n es p arciales.
MINITAB
L a s co rre la cio n es s e c a lc u la n co n la funcin STATS>B A S IC S T A T IST IC S >C O R R E L A T IO N .
C a lc u la el p ro d u cto m om ento usando to d a s la s co lu m n as. O rd en a prim ero lo s v alo res d e S p earm an y luego co rre la cio n a la s co lu m n a s ordenadas.
P ara c a lc u la r un a co rre la ci n parcial, a c u d a a lo s co m a n d o s d e l m en STATS>B A S IC STAT IS T IC S > C O R R E L A n O N y S T A T S > R E G R E S S IO N > R E G R E S S IO N . L a s co rre la cio n es p a rc ia
les tam b in se calcu lan c o n los co m a n d o s d e la se si n .
EXCEL
En E X C E L , la s co rre la cio n es se d eterm in an co n la funcin T O O L S > D A T A AN A L Y S IS > C O R R E L A T IO N . U tilice la fu n ci n C o rrelatio n W orksheet cu an d o se re q u iera c o rre la c io n a r c o e fi
cien tes d e d o s in te rv a lo s d e ce ld as. No h a y u n a fu n ci n ap arte p ara la s co rre la cio n es parciales.
www.FreeLibros.me
CAPTULO 17
D em o stra ci n 17 .2
Programas de cm puto para
regresiones
527
Correlacin y regresin
SPSS
REGRESSION calcula ecuaciones de regresin bivariadas y mltiples, estadsticas asociadas y
grficas. Facilita el examen de los residuos. Tambin puede hacerse regresin progresiva. Las es
tadsticas de la regresin se solicitan con PLOT, que produce diagramas de dispersin simple y
otros tipos de grficas.
SAS
REG es un procedimiento de regresin general que acepta modelos de regresin bivariada y ml
tiple usando el procedimiento de cuadrados mnimos. Todas las estadsticas asociadas se calculan
y es posible graficar residuos. Se pueden establecer mtodos progresivos. RSREG es un procedi
miento ms especializado que acepta un modelo superficial de respuesta cuadrtica usando regre
sin de cuadrados mnimos. Es tfl para determinar los niveles de factores que optimizan una
respuesta. El procedimiento ORTHOREG se recomienda para las regresiones cuando los datos es
tn mal condicionados. GLM se vale del mtodo de los cuadrados mnimos par ajustar modelos li
neales generales y tambin se presta al anlisis de regresin. NUN calcula los parmetros de un
modelo no lineal con cuadrados mnimos o procedimientos ponderados de cuadrados mnimos.
MINITAB
Con la funcin STATS>REGRESSION se ejecutan anlisis de regresin simples, ponominales y
mltiples. La salida incluye una ecuacin de regresin lineal, tabla de coeficientes, R cuadrada, R
cuadrada ajustada, tabla de anlisis de varianza, tabla de concordancias y residuos que dan obser
vaciones inusuales. Entre otras caractersticas disponibles se encuentran procedimientos progresi
vos, mejores subconjuntos, grfica de lneas ajustadas y grficas de residuos.
EXCEL
Las regresiones se evalan desde el men TOOLS>DATA AN ALYSIS. Dependiendo de las ca
ractersticas seleccionadas, la salida puede consistir en una tabla sinptica de salidas que incluye
una tabla de ANOVA, estimacin del error estndar de y, coeficientes, error estndar de los coefi
cientes, valores de R2 y el nmero de observaciones. Adems, la funcin calcula una tabla de sali
da de residuos, grfica de residuos, grfica de concordancia de lneas, grfica de probabilidad
normal y una tabla de salida de datos de probabilidad en dos columnas
E N F O Q U E
EN
B U R K E
Muchas veces nos enfrentamos a situaciones en las que debemos combinar variables ficticias con va
riables de intervalo en el mismo anlisis. Esto nos da una forma interesante de presentar los resultados
y plantea cuestiones de interpretacin. Dustramos lo anterior con un proyecto realizado por Burke, pe
ro con un conjunto de datos muy simple. Se pregunt a los entrevistados cuntas tarjetas de crdito po
sean en el momento de la entrevista y que calcularan el valor del crdito en su estilo de vida (en una
escala que iba de esencial para mantener nuestro estilo de vida a no es necesario en absoluto para
nuestro estilo de vida). La variable ficticia d indica que los entrevistados viven en una zona rural (1) o
urbana (0 ).
LOS DATOS
Nmero de tarjetas de crdito
y
*1
1
4
1
4
6
4
5
3
4
5
3
4
5
3
4
5
( Contina)
www.FreeLibros.me
528
PARTE III
Se elabor el modelo de regresin y el criterio de inclusin de una variable era un grado de confianza de 90%. A continuacin se copan partes de
la salida del SPSS de la regresin mltiple:
RESUMEN DEL MODELO6____________________________________________________________________________________________
Modelo
R cuadrada
ajustada
0761
Q837
R
0.872a
0.9156
1
2
Error estndar
d eR
Estimacin
cuadrada
de R cuadrada
0.9131
0.737
0.800
0.7964
Cambio
0.761
0.075
Cambio
0 .0 0 0
0.072
COEFICIENTES8
1
2
Modelo
(Constante)
VALOR
(Constante)
VALOR
UBICACIN
Coeficientes no
Coeficientes
estandarizados
estandarizados
Error
B
estndar
Beta
t
1333
0.601
2351
0.154
0.872
5.646
0.871
-1.208
1.445
-0.836
1.375
0.282
4.883
1377
1.958
0.962
0374
2.036
Intervalo de confianza
de 95%para B
Lmite
Lmite
Sig.
inferior
superior
0.194
Z873
0.029
0 .0 0 0
0.528
1.215
0.425
2.060
-4.477
0 .001
0.738
Z012
0.072
4.134
-0.217
Parcial
Por
partes
0.872
0.872
0.872
0.872
-0.635
0.852
0362
0.658
0.274
Orden
cero
VARIABLES EXCLUIDAS1_________________________________________________________
Modelo
1 LUGAR
In beta
0.574a
t
ZG36
Sig.
0.072
Correlacin
parcial
0.562
Tolerancia
estadstica de
colinealidad
0.229
www.FreeLibros.me
CAPTULO 17
529
Correlacin y regresin
RESUM EN
El coeficiente de correlacin del producto-momento, r, mide la
asociacin lineal entre dos variables mtricas (de escala de inter
valo o de razn). Su cuadrado, r2, mide la proporcin de la varia
cin en una variable explicada por la otra. El coeficiente de co
rrelacin parcial mide la asociacin entre dos variables despus
de controlar o ajustar los efectos de una o ms variables adiciona
les. El orden de una correlacin parcial indica cuntas variables se
ajustan o controlan. Las correlaciones parciales son muy tiles
para detectar relaciones espurias.
La regresin bivariada genera una ecuacin matemtica en
tre una sola variable mtrica de criterio y una sola variable mtri
ca de pronstico. La ecuacin se deriva en la forma de una lnea
recta mediante el procedimiento de los cuadrados mnimos. Cuan
do se ejecuta la regresin sobre datos estandarizados, la secante
asume un valor de 0 ; los coeficientes de la regresin reciben el
nombre de pesos de beta. La fuerza de la asociacin se mide con
los coeficientes de determinacin, r2, que se obtienen calculando
la razn de S C a SCy. Con el error estndar de la estimacin se
evala la exactitud de la prediccin y puede interpretarse como
una especie de error promedio cometido al pronosticar Y a partir
de la ecuacin de regresin.
La regresin mltiple comprende una sola variable depen
diente y dos o ms variables independientes. El coeficiente de la
regresin parcial, b v representa el cambio esperado de Y cuando
X cambia una unidad y X 2 a X k se mantienen constantes. La fuer
T R M IN O S Y C O N C EPTO S FU N D A M EN TA LES
anlisis de regresin, 502
coeficiente de correlacin parcial, 500
coeficiente de correlacin por partes, 501
coeficiente de determinacin, 503
coeficiente de determinacin mltiple, 513
coeficiente de regresin, 503
coeficiente de regresin estandarizado, 503
coeficiente de regresin parcial, 513
correlacin no mtrica, 502
correlacin producto-momento (r), 497
covarianza, 497
diagrama de dispersin, 503
error estndar, 503
error estndar de la estimacin, 503
estadstica /, 503
modelo de regresin bivariada, 504
modelo de regresin mltiple, 512
multicolinealidad, 521
procedimiento de mnimos cuadrados, 505
prueba F, 513
EJERCICIOS
8.
Preguntas
1. Qu es el coeficiente de la correlacin producto-momento? Una
correlacin producto momento de 0 entre dos variables significa
que stas no se relacionan una con otra?
2. Qu es un coeficiente de correlacin parcial?
3. Cules son las principales aplicaciones del anlisis de regresin?
4. Cul es el procedimiento de los cuadrados mnimos?
5. Explique el significado de los coeficientes de regresin estandarizados.
6 . Cmo se mide la fuerza de la asociacin en la regresin bivariada?
En la regresin mltiple?
7. Qu se entiende por exactitud del pronstico?
www.FreeLibros.me
530
PARTE III
nda nm.
Problemas
1. Una importante cadena de supermercados quiere determinar el efec
to de la promocin en la competitividad relativa. Se obtuvieron da
tos en 15 estados sobre los gastos de promocin en relacin con un
competidor importante (gastos del competidor = 1 0 0 ) y sobre las
ventas en relacin con este mismo competidor (ventas del competi
dor = 100 ).
Estado
nm.
1
2
3
4
5
6
7
8
9
10
Gastos de
promocin
relativos
95
92
103
115
77
79
105
94
85
101
11
106
12
12 0
13
14
15
118
75
99
Ventas
relativas
98
94
Preferencia
Calidad
5
Precio
3
11
3
4
5
10
11
4
5
3
4
7
4
11
10
9
5
10
11
10
12
13
14
9
5
5
5
11 0
125
82
84
11 2
99
93
107
114
132
129
79
105
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1. Realice los anlisis siguientes con los datos de Nike dados en los
q'ercicios de Internet y computadora del captulo 15.
a. Calcule las correlaciones simples entre conciencia, opinin,
preferencia, intencin y lealtad a Nike e interprete los resulta
dos.
www.FreeLibros.me
CAPTULO 17
6.00
3.00
5.00
6.00
3.00
5.00
6.00
3.00
4.00
v*
3.00
2.00
6.00
4.00
2.00
6.00
7.00
5.00
6.00
531
Correlacin y regresin
5.00
4.00
7.00
5.00
2.00
7.00
5.00
4.00
3.00
3.00
1.00
5.00
2.00
4.00
6.00
3.00
4.00
3.00
4.00
2.00
5.00
3.00
4.00
2.00
5.00
5.00
3.00
4.00
4.00
4.00
3.00
3.00
2.00
5.00
1.00
4.00
4.00
4.00
3.00
3.00
3.00
2.00
6.00
3.00
4.00
5.00
6.00
7.00
2.00
2.00
2.00
2.00
4.00
A C TIVID A D ES
Trabajo de campo
1. Visite 10 farmacias de su localidad. Evale cada tienda por su ima^n general y la calidad de sus servicios usando escalas de califica
cin de 11 puntos (1 = mal, 11 = excelente). Luego analice los datos
recopDados como sigue.
a. Grafique la imagen general (en el eje de las X) y el servicio rela
tivo de cada local (eje de las Y). Interprete el diagrama,
h. Con qu medida determinara si hay una relacin entre las dos
variables? Porqu?
c. Ejecute un anlisis de regresin bivariado de la imagen general
sobre el servicio en las farmacias.
Anlisis en grupo
1. En un grupo pequeo, analicen el enunciado siguiente: La regre
sin es una tcnica tan bsica que debe aplicarse siempre al anlisis
de los datos.
2. En un grupo pequeo, analicen la relacin entre correlacin bivaria
da, regresin bivariada, regresin mltiple y anlisis de varianza.
www.FreeLibros.me
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
L Describir el concepto de anlisis discriminante, sus objetivos y sus aplicaciones a la inves
tigacin de mercados.
www.FreeLibros.me
Gen e r a l i d a d e s
En este captulo se expone la tcnica del anlisis discriminante. Se inicia examinando la re
lacin del procedimiento con el anlisis de regresin (captulo 17) y el anlisis de varianza
(captulo 16). Se presenta un modelo y se explica un procedimiento general para realizar el
anlisis discriminante. Hacemos hincapi en la formulacin, estimacin, determinacin de
la significancia, interpretacin y validacin de los resultados. Se ilustra el procedimiento
con un ejemplo de anlisis discriminante mltiple (de tres grupos). Tambin se aborda el
procedimiento de anlisis discriminante progresivo.
IN V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
Buscadores de rebajas
Se emprendi un estudio de 294 consumidores para determinar las correlaciones de preferen
cia por las rebajas, o sea las caractersticas de los consumidores que responden favorablemente
a las promociones de ahorro. Las variables de pronstico fueron cuatro factores relacionados
con las opiniones y actitudes de compra de los hogares, ms caractersticas demogrficas selec
tas (sexo, edad e ingreso). La variable dependiente fue la inclinacin del entrevistado a las re
bajas, de la cual se identificaron tres niveles. Los encuestados que no se sintieron estimulados a
comprar por una rebaja en los 1 2 meses anteriores se clasificaron como no usuarios, los que in
dicaron una o dos de tales compras fueron los usuarios moderados y los que hicieron ms de
dos compras se designaron como usuarios frecuentes de rebajas. Los datos se investigaron con
un anlisis discriminante mltiple.
Aparecieron dos resultados. Primero, la impresin de los consumidores de la relacin en
tre esfuerzo y valor fue la variable que mejor discrimin entre usuarios frecuentes, moderados
y no usuarios. Es evidente que los consumidores sensibles a las rebajas asocian menos esfuerzo
con el cumplimiento de las condiciones de la rebaja y estn dispuestos a aceptar un ahorro rela
tivamente menor que otros clientes. En segundo lugar, los consumidores que son conscientes de
533
www.FreeLibros.me
PARTE III
los precios de lista de los productos, y que por eso reconocen las ofertas, son ms proclives que los
otros a responder a las rebajas.
Estos resultados fueron aprovechados por DIRECTV, Inc. (www.directtv.com) cuando en
2001 aadi a su programacin el National Geographic Channel. Como forma de promover su
servicio, DIRECTV ofreci tres niveles de descuento a sus clientes nuevos. La compaa pen
saba que as alentara a los clientes sensibles al precio para que escogieran su servicio y consi
gui impulsarlo. 1
En el ejemplo de la tienda departamental haba dos grupos de encuestados (familiarizados y
no familiarizados), en tanto que en este ejemplo de la inclinacin por las rebajas examinamos
tres grupos (no usuarios, moderados y frecuentes). En los dos estudios se encontraron diferencias
significativas entre los grupos mediante diversas variables de pronstico. El examen de las di
ferencias entre grupos cruzados es el meollo del concepto bsico del anlisis discriminante.
C O N C E P TO BSICO
Tcnica para analizar datos de inrestigadn de mercados cuando la
variable dependiente o de criterio es
categrica y las variables indepen
dentes o de pronstico son de natu
raleza de intervalo.
El anlisis discriminante es una tcnica para analizar datos cuando la variable dependiente o de cri
terio es categrica y las variables independientes o de pronstico son de naturaleza de intervalo.2
Por ejemplo, la variable dependiente puede ser la preferencia de una marca de computadora per
sonal (marca A, B o C) y las variables independientes, las calificaciones de los atributos de las PC,
en una escala de Likert de siete puntos. Los objetivos del anlisis discriminante son los siguientes:
1.
2.
3.
4.
5.
Generar fu n c io n e s discrim inantes, que son las combinaciones lineales de variables inde
pendientes o de pronstico que discriminan mejor entre categoras de la variable de crite
rio o dependiente (grupos).
Examinar si hay diferencias significativas entre los grupos en trminos de las variables de
pronstico.
Determinar qu variables de pronstico contribuyen ms a las diferencias entre grupos.
Gasificar los casos de uno de los grupos de acuerdo con los valores de las variables de
pronstico.
Evaluar la exactitud de la clasificacin.
RELACIN C O N LA REGRESIN
Y EL ANLISIS DE VARIANZA
En la tabla 18-1 se muestra la relacin entre anlisis discriminante, anlisis de varianza (ANOVA)
y anlisis de regresin. Se explica esta relacin con un ejemplo en el que el investigador quiere
www.FreeLibros.me
535
R e g r e s i n
A n l is is
DISCRIMINANTE
Una
Una
Una
Varias
Varias
Varias
Mtrica
Mtrica
Categricas
Categricas
Mtrica
Mtrica
Semejanzas
Diferencias
explicar el monto contratado de los seguros de vida en trminos de edad e ingreso. Los tres pro
cedimientos comprenden una sola variable dependiente o de criterio y diversas variables inde
pendientes o de pronstico, si bien son de naturaleza diferente. En el anlisis de varianza y de
regresin, la variable dependiente es mtrica o de intervalo (el monto en dinero del seguro con
tratado), en tanto que la variable del anlisis discriminante es categrica (el monto del seguro se
clasifica como alto, medio o bajo). Las variables independientes son categricas en el caso del
anlisis de varianza (la edad y el ingreso se clasifican en tres niveles, superior, medio e infe
rior), pero son mtricas en el caso de los anlisis de regresin y discriminante (la edad en aos
y el ingreso en moneda, es decir, dos medidas en una escala de razn).
El anlisis discriminante de dos grupos, en el que la variable dependiente tiene slo dos ca
tegoras, est muy relacionado con el anlisis de regresin. En este caso, la regresin mltiple, en
la cual la variable dependiente se codifica como variable ficticia de cero o uno, da por resulta
do coeficientes de regresin parcial proporcionales a los coeficientes de la funcin discriminante
(vase la seccin siguiente sobre el modelo de anlisis discriminante).
D=
+ b jXj + b ^ 2
^3 ^ 3 + * *+ b^X^
donde
D = puntuacin de discriminante
b s = coeficientes o pesos de discriminante
X s = \ariables independientes o de pronstico
Los coeficientes o pesos (b) se estiman de modo que los grupos difieran cuanto sea posible
en los valores de la funcin discriminante. Esto sucede cuando es mxima la proporcin de la
suma de cuadrados entre grupos a la suma de cuadrados del grupo en las puntuaciones de dis
criminacin. Cualquier otra combinacin de variables de pronstico dar por resultado una pro
porcin menor. En el apndice 18-1 se dan los detalles tcnicos de la estimacin. El anlisis dis
criminante tiene varias estadsticas.
www.FreeLibros.me
536
PARTE III
www.FreeLibros.me
537
F o rm u lar el problem a
i
E stim ar los co eficien tes d e la
funcin d iscrim inante
i
D eterm in ar la sig n ifican cia d e la
funcin d isc rim in an te
1
Interp retar los resultados
tirse en categoras. Por ejemplo, la opinin de una marca, medida en una escala de siete puntos,
podra dividirse en las categoras de desfavorable ( 1 ,2 ,3 ), neutra (4) y favorable (5, 6 ,7 ). Tam
bin podramos graficar la distribucin de la variable dependiente y formar grupos del mismo
tamao escogiendo puntos apropiados de divisin para cada categora. Las variables de prons
tico se elegiran sobre la base de un modelo terico o de investigaciones anteriores o, en el ca
so de la investigacin exploratoria, la experiencia del investigador determinara la eleccin.
El siguiente paso es dividir la muestra en dos partes. Una parte, la nu estra de anlisis o de
estimacin, sirve para estimar la funcin discriminante. La otra parte, la n u estra de validacin
o de retencin, se reserva para validar esa funcin. Cuando la muestra es bastante grande, pue
de dividirse a la mitad. Luego, se intercambian las mitades y se repite el anlisis. Se trata de la
validacin cruzada doble y es semejante al procedimiento que estudiamos en el anlisis de re
gresin (captulo 17).
Muchas veces, la distribucin y el nmero de casos de las muestras de anlisis y validacin
siguen la distribucin del total de la muestra. Por ejemplo, si el total contiene 50% de consumi
dores leales y 50% de no leales, las muestras de anlisis y validacin contendrn 50% de con
sumidores leales y 50% de no leales. Por otro lado, si la muestra contiene 25% leales y 75% de
no leales, deben elegirse muestras de anlisis y validacin que representen la misma distribu
cin (25 y 75%).
Por ltimo, se ha propuesto que la validacin de la funcin discriminante debe realizarse va
rias veces, y que en cada una la muestra debe dividirse en diversas partes de anlisis y validacin.
Se estimara la funcin discriminante y se realizara el anlisis de validacin. As, la evaluacin de
la validez se fundamenta en varias pruebas. Tambin se han postulado mtodos ms rigurosos.4
www.FreeLibros.me
538
PARTE III
N m .
VSTA
AL CENTRO
In g r e s o
FAMILIAR ANUAL
(MILES d l l s .)
O p in i n
DE LOS
VIAJES
I m p o r t a n c ia
DE LAS
VACACIONES
FAMILIARES
Tam ao
DE LA FAMILIA
DEL HOGAR
G a sto
EN LAS
VACACIONES
FAMILIARES
E d a d del
je fe
50.2
43
M( 2 )
703
61
H (3)
62.9
52
H (3)
483
36
L (l)
52.7
55
H (3)
75.0
68
H (3)
46.2
62
M (2 )
57.0
51
M (2)
64.1
57
H (3)
10
6 8 .1
45
H (3)
11
73.4
44
H (3)
12
71.9
64
H (3)
13
56.2
54
M( 2 )
14
493
56
H (3)
15
62.0
58
H (3)
16
32.1
58
L (1)
17
363
55
L (l)
18
433
57
M( 2 )
19
50.4
37
M( 2 )
20
44.1
42
M( 2 )
21
38.3
45
L (l)
22
55.0
57
M( 2 )
23
46.1
51
L (1)
24
35.0
64
L (1)
25
373
54
L (l)
26
41.8
56
M( 2 )
27
57.0
36
M( 2 )
28
33.4
50
L (l)
29
373
48
L (1)
30
413
42
L (1)
\feamos un ejemplo para ilustrar mejor el anlisis discriminante de dos grupos. Suponga
mos que queremos determinar las caractersticas ms notables de las familias que han visita
do cierto centro vacacional en los dos ltimos aos. En la prueba previa se obtuvieron datos de
una muestra de 42 hogares, de los cuales los 30 que se anotan en la tabla 18-2 se incluyeron en
la muestra de anlisis y los otros 12, que aparecen en la tabla 18-3, formaron parte de la mues
tra de validacin. Las familias que visitaron el centro vacacional en los dos aos anteriores fue
ron codificadas como 1, y las que no lo hicieron, como 2 (VISITA). Las muestras de anlisis y
validacin se equilibraron en trminos de VISITA. Como se aprecia, la muestra de anlisis con
tiene 15 hogares en cada categora, mientras que la muestra de validacin tiene seis en cada
una. Tambin se obtuvieron datos del ingreso familiar anual (INGRESO), opinin de los viajes
(VIAJE, medida en una escala de nueve puntos), importancia concedida a las vacaciones fami
liares (VACACIONES, medida en una escala de nueve puntos), tamao de la familia (TAMA
O) y edad del jefe del hogar (EDAD).
www.FreeLibros.me
539
N m . CEN TRO
I m p o r t a n c ia
G asto
FAM ILIAR
O p in i n
DE LAS
Ta m a o
Edad d el
EN LAS
AN U AL
D E LOS
VACA CIO N ES
D E LA
J E F E DEL
VACA CIO N ES
(M ILES D LLS .)
V IA JES
FAM ILIARES
FAM ILIA
HOGAR
FAM ILIARES
M (2 )
5 0 .8
45
6 3 .6
55
H (3 )
5 4 .0
58
M (2)
4 5 .0
60
M (2 )
6 8 .0
46
H (3 )
6 2 .1
56
H (3 )
3 5 .0
54
L (1 )
4 9 .6
39
L (1 )
3 9 .4
44
H (3 )
10
3 7 .0
51
L (1 )
11
5 4 .5
37
M (2 )
12
3 8 .2
49
L (1 )
Despus de determinar la muestra de anlisis, como en la tabla 18-2, podemos estimar los coefi
cientes de la funcin discriminante. Se dispone de dos mtodos generales. El m todo directo
consiste en estimar la funcin discriminante de manera que se incluyan simultneamente todas
las variables de pronstico, cualquiera que sea su potencia discriminatoria. Este mtodo es
apropiado si, a partir de investigaciones anteriores o de un modelo terico, el investigador quiere
que la discriminacin se base en todas las variables de pronstico. Otro mtodo es el progresi
vo. En el anlisis discrim inante progresivo, las variables de pronstico se agregan en secuen
cia segn su capacidad de discriminar entre grupos. Este mtodo, que detallaremos ms ade
lante, es apropiado cuando el investigador quiere elegir un subconjunto de variables de
pronstico para incluirlas en la funcin discriminante.
En la tabla 18-4 se presentan los resultados de efectuar un anlisis discriminante de dos
grupos sobre los datos de la tabla 18-2 con un programa popular de cmputo. Si se examinan
las medias de los grupos y las desviaciones estndares se obtiene una idea de los resultados. Pa
rece que los dos grupos estn ms separados en trminos de ingreso que de otras variables. Pare
ce haber mayor separacin en la importancia concedida a las vacaciones familiares que en la
opinin sobre los viajes. La diferencia entre los dos grupos en cuanto a la edad del jefe del hog ir es pequea y la desviacin estndar de esta variable es grande.
La matriz de correlacin comn del grupo indica que hay pocas correlaciones entre las va
riables de pronstico. Es poco probable que se presente un problema de multicolinealidad. La
significancia de las razones F u nivariadas indica que cuando se consideran separadamente las
variables de pronstico, slo el ingreso, la importancia de las vacaciones y el tamao del hogar
distinguen de manera significativa entre quienes visitaron un centro vacacional y quienes no lo
hicieron.
Como hay dos grupos, slo se estima la funcin discriminante. El valor propio asociado a
esta funcin es 1.7862, que significa 100% de la varianza explicada. La correlacin cannica aso
ciada con esta funcin es 0.8007. El cuadrado de esta correlacin, (0.8007)2 = 0.64, indica que
64% de la varianza de la variable dependiente (VISITA) se explica con este modelo.
www.FreeLibros.me
540
PARTE III
In g r e s o
V ia j e
V a c a c io n e s
Tam ao
Edad
60.52000
5.40000
5.80000
433333
53.73333
41.91333
433333
4.06667
2.80000
50.13333
51.21667
4.86667
4.93333
336667
51.93333
Total
D e s v i a c io n e s e s t a n d a r iz a d a s d e l o s g r u p o s
1
9.83065
1.91982
1.82052
1.23443
8.77062
7.55115
1.95180
2.05171
0.94112
8.27101
12.79523
1.97804
2.09981
133089
837395
V a c a c io n e s
Tam ao
Total
M a t r iz d e c o r r e l a c i n c o m n d e l g r u p o
In g r eso
V ia je
INGRESO
1 .0 0 0 0 0
VIAJE
0.19745
1 .0 0 0 0 0
VACACIONES
0.09148
0.08434
1.0 0 0 0 0
0.08887
-0.01681
0.07046
1 .0 0 0 0 0
-0.01431
-0.19709
0.01742
-0.04301
TAMAO
EDAD
E dad
1 .0 0 0 0 0
S ig n if ic a n c ia
INGRESO
0.45310
VIAJE
0.92479
2.277
0.1425
VACACIONES
0.82377
5.990
0.0209
TAMAO
0.65672
EDAD
0.95441
0 .0 0 0 0
14.64
0.0007
1338
0.2572
F u n c io n e s d i s c r im in a n t e s CANNICAS
F u n c i n
1*
P r o p io
1.7862
P o r c e n t a je
DE VARIANZA
1 0 0 .0 0
Po r c e n t a je
C o r r e l a c i n
F u n c i n
a c u m u la d o
c a n n ic a
p o s t e r io r
X d e W il k s
cuadrada
GL
SlG.
03589
26.130
0.0001
100.00
C hi
0.8007
INGRESO
0.74301
VIAJE
0.09611
VACACIONES
0.23329
TAMAO
0.46911
EDAD
0.20922
M a t r iz e s t r u c t u r a l
Correlaciones comunes de los grupos entre variables de discriminacin y funciones discriminantes cannicas (variables ordenadas por tamao
de la correlacin en la funcin).
F u n c i n 1
INGRESO
0.82202
TAMAO
0.54096
VACACIONES
034607
VIAJE
031337
EDAD
0.16354
(Contina)
www.FreeLibros.me
541
IN G R E S O
0 .8 4 7 6 7 10E-01
V IA JE
0 .4964455E -01
V A C A C IO N ES
0 .1 2 0 2 8 1 3
TAMAO
0 .4 2 7 3 8 9 3
EDAD
(co n stan te)
0 .2454380E -01
7.975476
u n c i o n e s d i s c r im i n a n t e s c a n n i c a s e v a l u a d a s e n l a s m e d i a s d e l o s g r u p o s
rupo
u n c i n
(c e n t r o i d e s
d e lo s g r u p o s )
1.29118
1.29118
R e s u u a d o s d e l a c l a s if i c a c i n
P e r t e n e n c ia
V is it a
O riginal
C o rte o
Validacin cruzada
C o n teo
o tal
12
15
15
15
8 0 .0
2 0 .0
1 0 0 .0
0 .0
1 0 0 .0
1 0 0 .0
15
p r o n o s t ic a d a a u n g r u p o
11
733
2 6 .7
13
1 0 0 .0
15
133
8 6 .7
1 0 0 .0
a La validacin cruzada se hace slo para estos casos del anlisis. E n la validacin cruzada, cada caso se clasifica por las funciones derisadas de todos los otros
casos.
b 90.0% de los casos agrupados originales bien clasificados.
c 80.0% de los casos agrupados en la validacin cruzada bien clasificados.
C
l a s if ic a c i n d e l o s r e s u l t a d o s p o r c a s o s n o e l e g id o s p a r a e l a n l is is
(m u e s t r a
d e v a u d a c i n
P b t t e n e n c ia
G
rupo real
d e caso s
G rupo
G rupo
4
6 6 .7 %
0
0 .0 %
p r o n o s t ic a d a a u n g r u p o
2
2
333%
6
1 0 0 .0 %
www.FreeLibros.me
542
PARTE III
INVESTIGACIN
REAL
www.FreeLibros.me
543
Coeficientes
Q0903
Q0288
0.1567
Q0086
0.4059
Q0018
-Q0148
0.0126
Q0059
00118
Q00G3
Q0600
Q0035
Q0014
-Q0146
-Q0684
Q0 1 2 1
Q0225
Q0625
00473
Q1378
Q0410
Q0060
-Q0365
Q0606
Q0338
Coeficientes
estandarizados
0.3910
0.1515
0.1384
0.1751
0.3240
0.0365
-0.3252
0.2899
0.1404
0.2526
0.0065
0.1843
0.2915
0.0138
-03327
-0.3408
- 0 .1 1 0 2
0.0893
-0 3 7 9 7
0.1970
03312
03475
-0.0255
-0.2406
-03333
-0.1488
Correlaciones
estructurales
03446
0.5044
0.4958
0.4906
0.4824
0.4651
0.4518
0.4496
0.4484
0.4387
0.4173
0.3788
03780
0.3571
03326
-03221
0.2909
0.2671
-0.2602
03180
03119
-0.1029
0.1004
-0.0499
0.0467
0.0192
www.FreeLibros.me
544
Prtjporcin de aciertos
Fbrcentaje de casos bien clasifica(fas en el anlisis discriminante.
PARTE III
este mtodo confiere una sensacin de solidez de estimacin al tomar a cada encuestado, uno
por uno, como muestra de retencin.
Como dijimos, siempre que sea posible hay que dividir aleatoriamente los datos en dos
muestras. Una, la muestra de anlisis, se toma para estimar la funcin discriminante; con la mues
tra de validacin se establece la matriz de clasificacin. Los pesos discriminantes, estimados en
la muestra de anlisis, se multiplican por los valores de las variables de pronstico en la mues
tra de validacin para generar puntuaciones de discriminacin para los casos de esta ltima
muestra. A continuacin dichos casos se asignan a grupos basados en sus puntuaciones de dis
criminacin y a una regla de decisin apropiada. Por ejemplo, en un anlisis discriminante de
dos grupos se asignar un caso al grupo con el centroide ms cercano. Entonces, para determinar la proporcin de aciertos, que es el porcentaje de casos bien clasificados, se suman los elementos de la diagonal y se dividen entre el total de casos .8
^ ^ c o m pa ra r e porcentaje de casos bien clasificados en el anlisis discriminante con el
porcentaje que se obtendra por azar. Cuando los grupos tienen el mismo tamao, el porcentaje
de clasificacin casual es uno dividido entre el nmero de grupos. Cunto mejor debe esperar
se que sea la proporcin de aciertos? No hay lincamientos al respecto, si bien algunos escrito
res han postulado que la exactitud de clasificacin alcanzada en el anlisis discriminante debe
ser por lo menos 25% mayor que la obtenida al azar.9
La mayora de los programas de anlisis discriminante tambin estiman una matriz de c o
rrelacin basada en la muestra de anlisis. Como aprovechan las variaciones aleatorias en los
datos, estos resultados siempre son mejores que la clasificacin con exclusin de uno o la obte
nida en la muestra de validacin.
En la tabla 18-4 del ejemplo del centro vacacional tambin se muestran los resultados de la
clasificacin basada en la muestra de anlisis. La proporcin de aciertos, que, repetimos, es el
porcentaje de casos bien clasificados, es (12 + 15)/30 = 0.90 o 90 por ciento. Se sospechara que
esta proporcin de aciertos est inflada artificialmente, pues los datos de la estimacin tambin
se tomaron para la validacin. La validacin cruzada con exclusin clasifica correctamente slo
(11 + 13)/30 = 0.80 u 80 por ciento de los casos. Un anlisis de clasificacin de un conjunto de
datos de validacin independiente da por resultado una matriz de correlacin con una propor
cin de aciertos de (4 + 6)/12 = 0.8333, u 83.3% (vase la tabla 18-4). Dados dos grupos del
mismo tamao, uno esperara por obra de la casualidad una proporcin de aciertos de 1/2 = 0.50
o 50 por ciento. Por tanto, la mejora sobre el azar es de ms de 25% y se considera satisfactoria
la validez del anlisis discriminante.
www.FreeLibros.me
545
discriminante clasific 75.76% de los casos. Esto indica que tener en cuenta las dimensiones
identificadas ayudar a los vendedores a entender el segmento de ancianos. Aunque es muy im
portante que los vendedores comprendan este segmento, la generacin X (la de quienes nacie
ron entre 1961 y 1981) forman tambin un grupo que no debe ser ignorado. Debido a los avan
ces tecnolgicos de Internet y la televisin, se invent una forma revolucionaria de televisin
interactiva (TVI). En 2003 estos servicios estn completos y son operativos y combinarn Inter
net y las transmisiones con programas de software y equipo de hardware para dar a los consu
midores acceso a Internet, compras en lnea, descargas de msica y un programa interactivo de
emisiones, todo a travs de su televisor. Se pronostica que para 2006, 61.5 millonesde personas
aprovechen su televisor mediante TVI. Con un pronstico detan prspero aspecto para la TVI,
qu mejor segmento para dirigir esta forma revolucionaria de televisin que la generacin X?
Con el anlisis discriminante se determinara quines de esa generacin son televidentes y qui
nes no, para vender acertadamente los servicios de TVI .10
Resumen del anlisis discriminatorio___________________________________________________
Coeficientes cannicos estandarizados de la funcin discriminante
Moral
0.27798
Seguridad y salud
039850
Orientacin al hogar
0.77496
Respeto
032069
Social
-0.01996
Resultados de la clasificacin de casos selectos para el anlisis
Nmero
Pertenencia pronosticada a un grupo
No televidentes
Grupo real
de casos
Televidentes
56
21
No televidentes
77
72.7%
273%
65
24
41
Televidentes
63.1%
36.9%
ftjrcentaje de casos agrupados bien clasificados: 68.31 %
Resultados de la clasificacin de casos tomados para validacin cruzada
Grupo real
No televidentes
Televidentes
Nmero
de casos
108
90
ANALISIS D IS C R IM IN A N TE
MLTIPLE
Planteamiento del problema
Los datos presentados en las tablas 18-2 y 18-3 tambin sirven para ilustrar el anlisis discrimi
nante de tres grupos. En la ltima columna de estos cuadros se clasifican los hogares en tres ca
tegoras basadas en el monto gastado en la familia (alto, mediano o bajo). En cada categora
quedan 10 hogares. La pregunta que interesa es si los hogares que en sus vacaciones gastaron
un monto alto, mediano o bajo (GASTO) se diferencia en trminos de ingreso familiar (IN
GRESO), opinin de los viajes (VIAJE), importancia concedida a las vacaciones familiares
(VACACIONES), tamao de la familia (TAMAO) y edad del jefe del hogar (EDAD ) . 11
www.FreeLibros.me
e d ia s d e l o s g r u p o s
In g r e s o
a n t id a d
V a c a c io n e s
Tam ao
E dad
38.57000
4.50000
4.70000
3.10000
50.30000
50.11000
4.00000
4.20000
3.40000
49.50000
64.97000
6 .1 0 0 0 0
5.90000
4.20000
56.00000
51.21667
4.86667
4.93333
3.56667
51.93333
T o ta l
D
V ia j e
e s v ia c io n e s
e s t a n d a r iz a d a s d e l o s g r u p o s
5.29718
1.71594
1.88856
1.19722
8.09732
6.00231
2.35702
148551
130555
935263
8.61434
1.19722
1.66333
1.13529
7.60117
T o ta l
12.79523
1.97804
2.09981
133089
837395
V a c a c io n e s
Tam ao
M a t r iz
d e c o r r e l a c i n c o m n
d el grupo
In g r e s o
INGRESO
1 .0 0 0 0 0
VIAJE
0.05120
ia j e
1 .0 0 0 0 0
VACACIONES
0.30681
0.03588
1.0 0 0 0 0
TAMAO
0.38050
0.00474
0.22080
1 .0 0 0 0 0
-Q20939
-0 3 4 0 2 2
Q01326
-0.02512
EDAD
Xd e W
i l k s (e s t a d s t ic a
V a r ia b l e
U) y
ra z n
X
de
F u n iv a r ia d a c o n 2 y 27 g ra d o s d e
il k s
F
S ig n if ic a n c ia
0.26215
38.000
0 .0 0 0 0
VIAJE
0.78790
3.634
0.0400
VACACIONES
0.88060
1.830
0.1797
TAMAO
0.87411
1.944
0.1626
EDAD
0.88214
1.804
0.1840
1 .0 0 0 0 0
lib e r t a d .
INGRESO
F u n c i n
Edad
u n c io n e s d is c r im in a t o r ia s c a n n ic a s
V a lo r
P o r c e n t a je
Po
p r o p io
D E V A R IA N Z A
a cu m u la d o
r c e n t a je
F u n c i n
o r r e l a c i n
c a n n ic a
1*
3.8190
93.93
93.93
0.8902
2*
0.2469
6.07
100.00
0.4450
Xd e
il k s
GL
SlG.
0.1664
44.831
10
0 .0 0
0.8020
5317
0.24
p o s t e r io r
hi c u a d r a d a
o e f ic ie n t e s e s t a n d a r iz a d o s d e l a s f u n c io n e s d is c r im in a n t e s c a n n ic a s
F u n c i n 1
INGRESO
VIAJE
1.04740
u n c i n
-0.42076
033991
0.76851
VACACIONES
-0.14198
033354
TAMAO
-0.16317
0.12932
0.49474
0.52447
EDAD
M a t r iz
C o rr e la c io n e s c o m u n e s d e lo s g ru p o s e n tre v a r ia b le s d e d is c r im in a c i n y fu n c io n e s d is c r im in a n t e s c a n n ic a s (v a r i a b le s o r d e n a d a s p o r ta m a o d e la c o r r e la c i n e n la f u n c i n ).
F
u n c i n
F u n c i n 2
INGRESO
0.85556*
-0.27833
TAMAO
0.19319*
0.07749
VACACIONES
0.21935
0.58829*
VIAJE
0.14899
0.45362*
EDAD
0.16576
0.34079*
(Contina)
546
www.FreeLibros.me
547
(continuacin)
o e r c i e n t e s s in e s t a n d a r i z a r d e l a s f u n c i o n e s d i s c r im i n a n t e s c a n n i c a s
F u n c i n 1
INGRESO
F u n c i n 2
0.1542658
VIAJE
0.6197148E-01
0.4223430
0.1867977
VACACIONES
0.6952264E-01
0.2612652
TAMAO
-0.1265334
0.1002796
EDAD
0.5928Q55E-01
(constante)
0.6284206E-01
-3.791600
11.09442
u n c io n e s d is c r im in a n t e s c a n n ic a s e v a l u a d a s e n
rupo
F u n c i n 1
la s m e d ia s d e l o s g r u p o s
u n c i n
-2.04100
0.41847
-0.40479
Q65867
2.44578
0.24020
3
R esu lta d o s
(c e n
t r o id e s d e l o s g r u p o s )
d e l a c l a s if ic a c i n
P e r t e n e n c ia
Original
C a n t id a d
Conteo
Validacin cruzada
Conteo
p r o n o s t ic a d a a u n g r u p o
T o tal
10
10
90.0
1 0 .0
1 0 .0
0.0
1
2
3
10
0 .0
1 0 0 .0
90.0
0 .0
1 0 0 .0
2 0 .0
80.0
1 0 0 .0
7
4
10
10
10
70.0
30.0
0 .0
1 0 0 .0
40.0
50.0
1 0 .0
1 0 0 .0
0.0
2 0 .0
80.0
1 0 0 .0
a Lavalidacin cruzada se hace slo para estos casos del anlisis. En la validacin cruzada, cada caso se clasificapor las funciones derivadas de todos los otros
casos.
* 85.7%de los casos agrupados originales bien clasificados.
c 66.7%de los casos agrupados en la validacin cruzada bien clasificados.
C
l a s if ic a c i n
d e l o s r e s u l t a d o s p o r c a s o s n o e l e g id o s p a r a e l a n l is is
Pb t e n
G
Grupo
3
75.0%
Grupo
0
0 .0 %
Grupo
e n c ia p r o n o s t ic a d a a u n g r u p o
N m . de c a s o s
rupo real
25.0%
2
1
25.0%
3
75.0%
0
0 .0 %
3
0
0 .0 %
1
25.0%
3
75.0%
www.FreeLibros.me
548
PARTE III
baja, lo que indica que aunque haya algunos problemas de multicolinealidad, no es probable
que sean graves. La significancia de la prueba F univariada muestra que cuando se consideran
una por una las variables de pronstico, slo el ingreso y los viajes son significativos para dife
renciar entre los dos grupos.
En el anlisis discriminante mltiple, si hay G grupos, es posible estimar G 1 funciones
discriminantes si el nmero de variables de pronstico es mayor que esta cifra. En general, con
G grupos y k variables de pronstico es posible estimar con la cifra menor de G - l o k funcio
nes discriminantes. La primera funcin tiene la razn ms elevada de suma de cuadrados entre
grupos a la suma de cuadrados dentro de los grupos. La segunda funcin, que no se correlacio
na con la primera, tiene la segunda mayor razn, etc. Sin embargo, no todas las funciones son
estadsticamente significativas.
Como hay tres grupos, se extraen cuando mucho dos funciones. El valor propio asociado
con la primera funcin es 3.8190 y esta funcin explica 93.93% de la varianza explicada. Como
el valor propio es grande, es probable que la primera funcin sea superior. La segunda funcin
tiene un valor propio menor, de 0.2469, y significa slo 6.07% de la varianza explicada.
Determinacin de la significancia
de la funcin discriminante
Pam comprobar la hiptesis nula de los centroides iguales de los grupos, hay que considerar si
multneamente las dos funciones. Es posible probar sucesivamente las medias de las funciones,
para lo cual primero se prueban simultneamente. Luego, se excluye una funcin cada vez y se
prueban a cada paso las medias de las funciones restantes. En la tabla 18-5, el 0 debajo del en
cabezado Funcin posterior indica que no se suprimieron funciones. El valor de la X de Wilks
es de 0.1644, que se transforma en chi cuadrada de 44.831 con 10 grados de libertad, que es sig
nificativo despus del nivel de 0.05. As, las dos funciones juntas discriminan significativamen
te entre los tres grupos. Sin embargo, cuando la primera funcin se elimina, la X de Wilks aso
ciada a la segunda funcin es 0.0820, que no es significativa en 0.05. Por tanto, la segunda
funcin no contribuye significativamente a las diferencias entre los grupos.
www.FreeLibros.me
549
Figura 1 8 .2
Diagrama de dispersin de todos
b s grupos
T ransversal: funcin I
D escendente: funcin 2
4.0
1
3
*1
0.0
23
3 3 3
12
1
1
3*
*2 2
1
2
2
-4 .0
-6 .0
- 4 .0
- 2 .0
0 .0
2 .0
4 .0
6 .0
Figura 18.3
Mapa territo rial
--------
13
8.0
13
T ransversal: funcin 1
D escendente: funcin 2
13
13
13
4.0 -
+13
13
1 13
1123
1 12233
+
0.0 -
+*1 1 1 2 2 2 2 3 3+*
1122*
223
l 122
233
1 1 22
2233
11122
11222+
^ 1.0 -
223
+
1 122
233
223
11122
233
1 1 1 22
2233
1 122
-
8.0
1
- 8 .0
1 1 122
1
- 6 .0
223
233
1
- 4 .0
1
- 2 .0
_ l ___
0.0
www.FreeLibros.me
1.
2.0
4.0
6.0
1
8.0
550
PARTE III
troide del grupo 1 est delimitado por nmeros 1 , el centroide del grupo
centroide del grupo 3 por nmeros 3.
por nmeros
y el
EVALUACIN DE LA VALIDEZ
DEL ANLISIS DISCRIM INANTE
Los resultados de la clasificacin basados en la muestra de anlisis indican que (9 + 9 + 8)/30 =
86.7% de los casos estn bien clasificados. La validacin cruzada con exclusin clasifica bien
slo (7 + 5 + 8)/30 = 0.667 o 66.7% de los casos. Cuando el anlisis de clasificacin se realiza
sobre la muestra de validacin independiente la tabla 18-3, se obtiene una proporcin de acier
tos de (3 + 3 + 3)/12 = 75%. Dados tres grupos del mismo tamao, por obra de la casualidad es
peraramos una proporcin de aciertos de 1/3 = 0.333 o 33.3%. La mejora sobre el azar es de
50%, lo que indica una validez por lo menos satisfactoria.
www.FreeLibros.me
551
absolutos. En la primera funcin discriminante, las dos variables con los mayores coeficientes
fueron comodidad (0.53) y privacidad (0.40). Como los dos se relacionan con la atencin per
sonal y el cuidado, la primera dimensin se denomin atencin personalizada. En la segunda
funcin, las dos variables con los mayores coeficientes fueron calidad de la atencin mdica
(0.67) y probabilidad de una recuperacin pronta (0.32). Por tanto, esta dimensin se llam ca
lidad de la atencin mdica . En la tercera funcin discriminante, los atributos ms significati
vos fueron higiene (-0 .7 0 ) y gasto (0.52). Como estos dos atributos representan valor y precio, la
tercera funcin discriminante se denomin valor .
En el cuadro 2 se muestran los centroides de los cuatro grupos. Ah se indica que la aten
cin domiciliaria recibi la evaluacin ms favorable en la dimensin de atencin personaliza
da; los hospitales recibieron la evaluacin menos favorable. En la dimensin de la calidad hubo
una separacin considerable entre los albergues y los otros tres esquemas. Asimismo, la aten
cin domiciliaria recibi mejores evaluaciones en la calidad de la atencin mdica que las cl
nicas ambulatorias, las cuales, por su parte, fueron consideradas como las que ofrecan mayor
valor.
El anlisis de clasificacin de las 102 respuestas, expuesto en el cuadro 3, indica que las
clasificaciones correctas fueron de 8 6 % para los hospitales a 6 8 % para las clnicas ambulato
rias. Las clasificaciones equivocadas de los hospitales fueron de 6 % para los albergues y otro
tanto para las clnicas ambulatorias, y de 2% para la atencin domiciliaria. Los albergues tuvie
ron clasificaciones equivocadas de 9% para los hospitales, 10% para las clnicas ambulatorias y
3% para la atencin domiciliaria. En cuanto a las clnicas ambulatorias, 9% de las clasificacio
nes equivocadas se hicieron a los hospitales, 13% a los albergues y 10% a la atencin domici
liaria. En la atencin domiciliaria, las clasificaciones erradas fueron 5% para los hospitales, 4%
para los albergues y 13% para las clnicas ambulatorias. En los resultados se demuestra que las
funciones discriminantes fueron bastante exactas para pronosticar la pertenencia a un grupo. 12
3
0.15
0.07
0.16
0.52
-0.19
-0.70
- 0 .1 0
0.49
-0.15
0.18
7.6
70. l b
"Estos dos reactivos estaban redactados negativamente en el cuestionario. Se codificaron a la inversa para los fines del
anlisis de los datos.
*><0 .0 1 .
TABLA 2
www.FreeLibros.me
552
PARTE III
TABLA 3 Gasificacin
gasificacin (%)
Sistema
Hospital
Albergue
Clnica ambulatoria
Atencin domiciliaria
Hospital
Albergue
Clnica
ambulatoria
Atencin
domiciliaria
86
9
9
5
78
13
4
10
68
10
13
78
www.FreeLibros.me
653
pendientes, como informacin tcnica, facilidad de operacin, variedad y alcance de los progra
mas de servicio a clientes, etc. Los resultados confirmaron el hecho de que la variedad y el alcan
ce de los programas de servicio a clientes era el mayor factor de diferenciacin. Fue un descu
brimiento crucial, porque HP pudo manejar mejor a los clientes insatisfechos centrndose ms
en el servicio que en los detalles tcnicos. En consecuencia, HP lanz con xito tres programas
de satisfaccin de clientes: retroalimentacin de clientes, encuestas de satisfaccin de clientes y
control total de la calidad. Este esfuerzo aument la satisfaccin de los clientes. Despus de ver
los buenos resultados de estos programas en Europa, HP Malasia decidi lanzar un programa de
servicio a clientes llamado HP Cares!, en 2001. Este programa fue creado en Malasia como par
te de la iniciativa de HP llamada Experiencia Total del Cliente que se desplegar en todo el
mundo durante 2004. El gerente de marketing y ventas de HP Malasia cree que con este progra
ma HP aumentar el valor de su marca y distinguir a la compaa de sus competidores. HP se
da cuenta de que por magnficos que sean sus productos, la lealtad a la marca slo se conquista
a travs del servicio constante a los clientes . 14
INVESTIGACIN
REAL
APLICACIONES DE IN TER N ET
Y C O M P U TA D O R A
En la versin para computadora central de SPSS, con el procedimiento DISCRIMINANT se
realiza el anlisis discriminante. Es un programa general que sirve para anlisis de dos grupos o
mltiples. Ms an, es posible adoptar el mtodo directo o el progresivo.
En SAS, se usa el procedimiento DISCRIM para realizar anlisis discriminantes de dos
grupos o mltiples. Si no se cumple la premisa de distribucin normal multivariada, se recurre
al procedimiento NEIGHBOR, en el que se sigue una regla no paramtrica del vecino ms cer
cano para clasificar las observaciones. CANDISC ejecuta anlisis discriminantes cannicos y
se relaciona con el anlisis de componentes principales y la correlacin cannica. El procedi
miento STEPDISC se utiliza para realizar anlisis discriminantes progresivos. Las versiones
para computadora central y microcomputadoras son semejantes, salvo que la versin para microco mputadoras no cuenta con el programa NEIGHBOR.
En MINITAB, el anlisis discriminante se realiza con la funcin Stats>Multivariate>Discriminate Analysis. Calcula anlisis discriminantes lineales o cuaditicos en la clasificacin de
las observaciones de dos o ms grupos. En EXCEL no hay anlisis discriminante.
www.FreeLibros.me
554
PARTE III
ENFOQUE
EN
BURKE]
Como en el caso de la regresin mltiple, los principales usos del anlisis discriminante son el pronstico
y la determinacin de la importancia relativa de las variables de pronstico. La diferencia fundamental en
tre las dos tcnicas radica en que la regresin mltiple requiere una variable dependiente de intervalo o de
tazn, en tanto que el anlisis discriminarte toma una variable dependierte dicotmica o categrica. En
tarto que la regresin mltiple se usara para pronosticar el grado de compras en Internet, el anlisis discri
minarte servira si uno quisiera predecir slo el grupo al que pertenezcan los compradores y los no compra
dores.
Uno de los temas que consideran los investigadores es el uso de grupos naturales o grupos
creados. Por ejemplo, cuando se pregunta la edad de los encuestados, se renen los datos en catego
ras, ms que tomar la medida de los aos exactos. As, las categoras que uno escoja determinan el re
sultado de un anlisis si estas categoras se toman como variable dependiente. El reunir a las personas
en grupos arbitrarios enturbia las diferencias entre ellas. Estudiar los datos en su forma ms granular
permite ponderar la creacin de grupos mayores de sujetos a partir de una medida particular. En otra si
tuacin, tambin se recaban datos sobre si las personas viven en una vivienda unifamiliar, un departa
mento o condominio. Como las categoras nominales son relativamente naturales, sera difcil encon
trar categoras de intervalo que describan la vivienda. Tener confianza en el significado de los grupos
aumenta la confianza en la validez de las conclusiones.
En un estudio de Burke sobre consumo de marcas se obtuvo la siguiente clasificacin. Se pregun
t a cada encuestado si haba probado cierta marca. Se intent una discriminacin basada en las califica
ciones de los encuestados sobre los beneficios que buscaban en un producto de esta categora. Se situ a
lodos los sujetos en una categora de consumo. En la muestra, 22.9% (60 encuestados) no haba proba
do la marca y 77.1 %(202 entrevistados) s la haban probado. En general, cuando los grupos estn des
proporcionados en la poblacin se pronostica mqor el grupo mayor que el menor. Una forma de consi
derarlo es pensar que si se hace al azar, se clasificara correctamente a quien ha probado la marca 59.5%
de las veces (0.771 x 0.771 ) y a quien no la ha probado 5.2% de las veces (0.229 x 0.229). Las personas
seran clasificadas errneamente 353% de las veces (0.229 x 0.771 +0.771 x 0.229). Aunque con este
modelo se clasifica con menos precisin el grupo pequeo (de los que no han probado la marca) que los
que han probado la marca, es mejor de lo que se esperara por obra de la casualidad.
Original
Conteo
ftrtenencia pronosticada
a un grupo
S
Ha probado la marca
No
35
25
no
15
s
187
%
Validacin cruzada0
no
s
583
7.4
Conteo
no
s
33
15
no
s
55.0
7.4
41.7
92.6
27
187
45.0
92.6
Total
60
202
1 0 0 .0
1 0 0 .0
60
202
1 0 0 .0
1 0 0 .0
La validacin cruzada se hace slo para estas casas de anlisis. En la validacin cruzada, cada caso se clasifica por las
funciones derivadas de todos los dems casos.
h 84.7% de los casos agrupados originales bien clasificados.
e 84.0% de los casos agrupados de validacin cruzada bien clasificados.
www.FreeLibros.me
655
A veces la forma comn del resultado no se presta para otras formas en que la administracin
quiera interpretar el modelo segn el fin al que haya sido destinado. Por ejemplo, digamos que la admi
nistracin formula esta pregunta: Si se pronostica que un encuestado no ha probado la marca, cul es
la probabilidad estimada de acertar? En esta situacin (con los resultados de la validacin cruzada),
Burke respondera as: Esperamos pronosticar que un encuestado no ha probado la marca aproximada
mente 18% de las veces (33 + 15)/22 = 0.183). Cuando lo hacemos, esperamos acertar 69% de las ve
ces (33/48 = 0.688). La forma habitual del resultado no es tal que la administracin pueda ver inme
diatamente esta respuesta. Burke remitira de nuevo a la casualidad y le dira a la administracin que
por eleccin al azar se estimara aproximadamente que 23 (22.9)% no han probado la marca y se acer
tara sk) 23 (22.9)% de las veces cuando esto ocurriera (es decir, la proporcin de la muestra que se es
tima aleatoriamente que no han probado la marca es de 0.229 x 0.771 + 22.9 x 0.229 = 0.229, razn que
se predice como 0.229 x 0.229/(0.229 x 0.229 + 0.229 x 0.771) = 22.9%. Detenerse exclusivamente
en el porcentaje bien clasificado no basta para comprender el cuadro completo.
RESUM EN
El anlisis discriminante es til para estudiar datos cuando la va
riable dependiente o de criterio es categrica y las variables inde
pendientes o de pronstico proceden de una escala de intervalos.
Cuando la variable de criterio tiene dos categoras, la tcnica se
conoce como anlisis discriminante de dos grupos. El anlisis
discriminatorio mltiple concierne al caso en que hay tres o ms
categoras.
Hay cinco pasos en el anlisis discriminante. Primero, formu
lar el problema de discriminacin requiere identificar los objeti
vos y las variables de criterio y pronstico. La muestra se divide
en dos partes. Una parte, la muestra de anlisis, sirve para esti
mar la funcin discriminante. La otra parte, la muestra de reten
cin, se reserva para validacin. La estimacin, el segundo paso,
comprende en establecer una combinacin lineal de las variables
de pronstico, llamadas funciones discriminantes, tal que los
grupos difieran tanto como sea posible en los valores de las va
riables de pronstico.
El tercer paso es la determinacin de la significancia esta
dstica. Consiste en comprobar la hiptesis nula de que en la po
blacin son iguales las medias de todas las funciones discrimi
nantes de todos los grupos. Si se rechaza la hiptesis nula, es
significativa la interpretacin de los resultados.
El cuarto paso, la interpretacin de los coeficientes o pesos
dscriminatorios, es semejante al del anlisis de regresin mlti
ple. Dada la multicolinealidad de las variables de pronstico, no
hay una medida que no sea ambigua sobre la importancia relativa
de estas variables para discriminar entre los grupos. Sin embargo,
se obtiene una idea de dicha importancia relativa si se examina la
magnitud absoluta de los coeficientes estandarizados de la fun
T R M IN O S Y C O N CEPTO S FU N D A M EN TA LES
anlisis discriminante, 534
anlisis discriminante de dos grupos, 534
anlisis discriminante mltiple, 534
anlisis discriminante progresivo, 539
centroide, 536
coeficientes de la funcin discriminante, 536
coeficientes estandarizados de la funcin
discriminante, 536
www.FreeLibros.me
556
procedimiento de Mahalanobis, 552
proporcin de aciertos, 544
PARTE III
EJERCICIOS
Problemas
Preguntas
L Cules son los objetivos del anlisis discriminante?
2. Cul es la principal distincin entre el anlisis discriminante de dos
grupos y el mltiple?
3. Describa la relacin del anlisis discriminante con el de regresin y
el de varianza.
4 Cules son los pasos para realizar un anlisis discriminante?
5. Cmo debe dividirse la muestra total para fines de estimacin y va
lidacin?
6 . Qu es la X de Wilks? Qu finalidad cumple?
7. Defina las puntuaciones de discriminacin.
8 . Explique lo que se entiende por valor absoluto.
9. Qu es una matriz de clasificacin?
10. Explique el concepto de correlaciones estructurales.
11. Cmo se determina la significancia estadstica del anlisis
discriminante?
12. Describa un procedimiento comn para determinar la validez del
anlisis discriminatorio.
13. Cuando los grupos son del mismo tamao, cmo se determina la
exactitud de la clasificacin por obra de la casualidad?
14. En qu difiere el procedimiento de discriminacin progresiva del
mtodo directo?
Edad
36
44
57
63
Ingreso
43.7
62.5
333
38.7
Corre
riesgos
21
28
25
16
Optimista
65
56
40
36
A C TIV ID A D E S
Anlisis en grupo
Trabajo de campo
1. Bitreviste a 15 estudiantes de posgrado y 15 de licenciatura. Mida
su opinin sobre la educacin universitaria (Vale la pena obtener un
ttulo), el gozo en la vida (Es importarte divertirse), su universidad
(No estoy muy contento de haber escogido esta escuela) y la tica de
trabajo (En general, falta tica de trabajo en la universidad). En ca
da opinin, mida el grado de acuerdo o desacuerdo en una escala de
calificacin de siete puntos (1 = en desacuerdo, 7 = de acuerdo).
www.FreeLibros.me
567
A P N D IC E 18.1
Estimacin de los coeficientes de la funcin
discriminante
Supongamos que hay G grupos, i = 1, 2, 3 , . . . , G, cada uno con
n, observaciones de K variables independientes, X,, X 2, . . . , X k.
Se usa la notacin siguiente.
N = tamao de toda la muestra
Mx X =
/-i
\V = Matriz de la media de la suma corregida de cuadrados y
los productos cruzados del /-simo grupo.
W = Matriz de la media comn del grupo de la suma corregida
de cuadrados y los productos cruzados.
B = Matriz de la media entre grupos de la suma corregida de
cuadrados y los productos cruzados.
T - Matriz de la media total de la suma corregida de cuadrados
y los productos cruzados para todas las N observaciones
C= W + B ).
X= \fector de las medias de las observaciones en el grupo
i- simo.
% = \fector de las grandes medias de todas las N observaciones.
X - Proporcin de suma de cuadrados entre grupos a suma de
cuadrados en el grupo.
b = \fector de los pesos o coeficientes discriminatorios.
Entonces,
n
T= J J 'Z<x,) -x){x,l -x y
i- l
b'B b
b'Wb
; '- l
"i
w = ' ( x J- x xxJ- x y
1
w = Wx + W2 + Wi + + WG
B=T-W
www.FreeLibros.me
C A
A nlisis factorial
O bj e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
L Definir el concepto de anlisis factorial y explicar sus diferencias con el anlisis de varianza, la regresin mltiple y el anlisis discriminante.
2. Explicar el procedimiento para realizar un anlisis factorial que incluya planteamiento del
problema, elaboracin de la matriz de correlacin, seleccin del mtodo apropiado, deter
minacin del nmero de factores, rotacin e interpretacin de los factores.
3. Comprender la distincin entre el anlisis factorial de los componentes principales.
4. Explicar la seleccin de variables sustituas y su aplicacin, con nfasis en su uso en el
anlisis subsecuente.
5. Describir el procedimiento para determinar el ajuste de un modelo de anlisis factorial to
mando las correlaciones observadas y las reproducidas.
relacionadas entre s
que otras. El anlisis
factorial permite
aonsiderar estos grupos
de variables relacionadas
y estimar a qu se debe
su mayor correlacin
recproca".
JeffMiller,
vicepresidente snior;
tecnologa,
Burke, Inc.
558
www.FreeLibros.me
Gen e r a l i d a d e s
En el anlisis de varianza (captulo 16), regresin (captulo 17) y discriminante (captulo 18),
una de las variables es claramente la dependiente. Ahora pasamos a un procedimiento, el
anlisis factorial, en el que las variables no se dividen en independientes y dependientes, si
no que se examina toda la trama de relaciones de interdependencia de las variables. En este
captulo se estudia el concepto bsico de anlisis factorial y se expone un modelo factorial.
Sealamos los pasos del anlisis factorial y los ilustramos en el contexto del anlisis de los
componentes principales. Luego se presenta una aplicacin del anlisis factorial comn. Pa
ra empezar, veamos algunos casos que ejemplifican la utilidad del anlisis factorial.
M V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
www.FreeLibros.me
560
PARTE III
C O N C E P TO BSICO
Qase de procedimientos para redu
dr y sintetizar datos.
Anlisis fa c to ria l es el nombre general para una clase de procedimientos para reducir y sinteti
zar datos. En la investigacin de mercados puede haber muchas variables, casi todas correlacio
nadas, y que deben reducirse a un nivel manejable. Las relaciones entre conjuntos de muchas
variables vinculadas se examinan y se representan con pocos factores. Por ejemplo, para medir
la imagen de la tienda se pide a los encuestados que evalen varios reactivos en una escala de
diferencial semntico. A continuacin se analizan estas evaluaciones para determinar los facto
res en que se basa esa imagen.
En los anlisis de varianza, regresin mltiple y discriminante, una variable se toma como
la dependiente o de criterio y las otras como independientes o de pronstico. En cambio, no se
hace tal distincin en el anlisis factorial, que es una tcnica de interdependencia, en el senti
do de que se examina toda la trama de las relaciones interdependientes.2
El anlisis factorial se aplica en las situaciones siguientes:
1. Para identificar las dimensiones bsicas o fa cto res que explican las correlaciones entre un
conjunto de variables. Por ejemplo, con un conjunto de afirmaciones de estilo de vida se
miden los perfiles psicogrficos de los consumidores. Estas afirmaciones se someten
enseguida a un anlisis factorial para identificar los factores psicogrficos bsicos, como
se ilustra en el ejemplo de la tienda departamental.
2. Para identificar un conjunto nuevo y ms reducido de variables que no se correlacionen en
un anlisis multivariado subsiguiente (de regresin o discriminante). Por ejemplo, los fac
tores psicogrficos identificados se tomaran como variables independientes para explicar
las diferencias entre clientes leales y no leales.
3. Para identificar un conjunto pequeo de variables que destacan en un grupo grande, con el
objeto de tomarlas para un anlisis multivariado. Por ejemplo, algunas de las afirmaciones
originales sobre el estilo de vida que estn muy correlacionadas con los factores identifi
cados se toman como variables independientes para explicar las diferencias entre clientes
leales y no leales.
El anlisis factorial tiene mltiples aplicaciones en la investigacin de mercados. Por
ejemplo:
En la segmentacin de mercados identifica las variables bsicas en las que se agrupan los
consumidores. Los compradores de coches nuevos pueden agruparse segn la importan
cia relativa que concedan a la economa, conveniencia, desempeo, comodidad y lujo.
De aqu se formaran cinco segmentos: buscadores de economa, buscadores de conve
niencia, buscadores de desempeo, buscadores de comodidad y buscadores de lujo.
En la investigacin de productos determina los atributos de las marcas que influyen en
las elecciones de los consumidores. Las pastas de dientes se evalan por su proteccin
contra las caries, blancura de los dientes, sabor, aliento fresco y precio.
En los estudios de publicidad, sirve para entender las preferencias de medios del merca
do objetivo. Es posible que quienes compran comida congelada vean mucha televisin
por cable, vayan mucho al cine y oigan msica country.
En los estudios de precios, identifica las caractersticas de los clientes sensibles a los pre
cios. Por ejemplo, estos consumidores seran metdicos, ahorradores y hogareos.
+ Aa F , + + A.mFm + VU
www.FreeLibros.me
561
donde
X - variable estandarizada i-sima
A - = coeficiente estandarizado de la regresin mltiple de la variable i sobre un factor
comn j
F = fector comn
Vi = coeficiente estandarizado de la regresin de la variable / sobre el factor nico i
= factor nico de la variable i
m = nmero de factores comunes
Los factores nicos no estn correlacionados entre ellos ni con los factores comunes.3 Los fac
tores comunes en s pueden expresarse como combinaciones lineales de las variables observadas.
donde
ESTADSTICAS ASOCIAD AS
CON EL ANLISIS FACTORIAL
Las principales estadsticas asociadas con el anlisis factorial son las siguientes:
Cargas de los factores. Correlaciones simples entre las variables y los factores.
Grfica de acum ulacin. Grfica de los valores propios y el nmero de factores en orden de
extraccin.
Grfica de las cargas de los factores. Grfica de las variables originales en la que las coorde
nadas son las cargas de los factores.
M atriz de correlacin. Matriz del tringulo inferior en el que se muestran las correlaciones, r,
entre todos los pares posibles incluidos en el anlisis. Por lo regular se omiten los elemen
tos de la diagonal, que son todos igual a 1 .
M atriz fa c to r ia l Matriz que contiene las cargas de los factores de todas las variables de todos
los factores extrados.
M edida de la adecuacin de la m uestra de Kaiser-M eyer-O lkin (KM O). ndice con el que se
examina si el anlisis factorial es el apropiado. Valores elevados (entre 0.5 y 1.0) indican
que el anlisis factorial es apropiado. Los valores inferiores a 0.5 implican que el anlisis
factorial no es el apropiado.
Porcentaje de varianza. Porcentaje de la varianza total atribuida a cada factor.
Prueba de esfericidad de Bartlett. sta es una prueba estadstica para examinar la hiptesis de
que las variables no se correlacionan en la poblacin. En otras palabras, la matriz de corre
lacin de la poblacin es una matriz de identidad; cada variable se correlaciona perfecta
mente con ella misma (r = 1 ) pero no se correlaciona con las otras (r = 0 ).
P untuaciones de los factores. Puntuaciones compuestas que se estiman con los factores deriva
dos de cada encuestado.
Residuos. Diferencias entre las correlaciones observadas, como estn introducidas en la matriz
de correlacin, y las correlaciones reproducidas, segn se calcula en la matriz factorial.
www.FreeLibros.me
562
PARTE III
C M O REALIZAR EL ANLISIS
FACTORIAL
En la figura 19-1 se ilustran los pasos para realizar el anlisis factorial. El primer paso consiste en
definir el problema de anlisis factorial e identificar las variables que sern sometidas a este
anlisis. Luego se elabora una matriz de correlacin de estas variables y se elige un mtodo de an
lisis. El investigador decide cuntos factores va a extraer y cul es el mtodo de rotacin. A con
tinuacin hay que interpretar los factores rotados. Dependiendo de los objetivos, se calculan las
puntuaciones de los factores o se eligen variables sustituas que representen los factores en el
anlisis multivariado subsiguiente. Por ltimo, se determina el ajuste del modelo de anlisis
factorial. En las siguientes secciones detallamos estos pasos .4
Figura 19.1
Etapas del anlisis factorial
1
Preparacin de la matriz de correlacin
1
Determinacin del mtodo de anlisis factorial
i
Determinacin del nmero de factores
I
Rotacin de factores
I
Interpretacin de los factores
.......... ............
Clculo de las
puntuaciones
de los factores
Seleccin de
las variables
sustituas
I
Determinacin del ajuste del modelo
www.FreeLibros.me
563
Ffcra ilustrar el anlisis factorial, supongamos que el investigador quiere determinar los be
neficios esenciales que buscan los consumidores al comprar pasta de dientes. Se hizo una en
cuesta con una muestra de 30 individuos mediante entrevistas en centros comerciales. Se les pi
di que indicaran su grado de acuerdo con las siguientes afirmaciones, usando una escala de
siete puntos (1 = muy en desacuerdo, 7 = muy de acuerdo).
V,:
V2:
Vy
V4:
V5:
En la tabla 19-1 se dan los datos obtenidos. Con estas calificaciones se elabor una matriz
de correlacin.
n
Calificaciones de los atributos de las pastas de dientes
N
m ero d e
ENCU ESTADO
Vi
v2
v3
v4
v5
v6
7 .0 0
3 .0 0
6 .0 0
4 .0 0
2 .0 0
4 .0 0
1 .0 0
3 .0 0
2 .0 0
4 .0 0
5 .0 0
4 .0 0
6 .0 0
2 .0 0
7 .0 0
4 .0 0
1 .0 0
3 .0 0
4 .0 0
5 .0 0
4 .0 0
6 .0 0
2 .0 0
5 .0 0
1 .0 0
2 .0 0
2 .0 0
3 .0 0
6 .0 0
2 .0 0
6 .0 0
3 .0 0
6 .0 0
4 .0 0
2 .0 0
4 .0 0
5 .0 0
3 .0 0
6 .0 0
3 .0 0
4 .0 0
3 .0 0
6 .0 0
4 .0 0
7 .0 0
4 .0 0
1 .0 0
4 .0 0
3 .0 0
4 .0 0
2 .0 0
3 .0 0
6 .0 0
3 .0 0
10
2 .0 0
6 .0 0
2 .0 0
6 .0 0
7 .0 0
6 .0 0
11
6 .0 0
4 .0 0
7 .0 0
3 .0 0
2 .0 0
3 .0 0
12
2 .0 0
3 .0 0
1 .0 0
4 .0 0
5 .0 0
4 .0 0
13
7 .0 0
2 .0 0
6 .0 0
4 .0 0
1 .0 0
3 .0 0
14
4 .0 0
6 .0 0
4 .0 0
5 .0 0
3 .0 0
6 .0 0
15
1 .0 0
3 .0 0
2 .0 0
2 .0 0
6 .0 0
4 .0 0
16
6 .0 0
4 .0 0
6 .0 0
3 .0 0
3 .0 0
4 .0 0
17
5 .0 0
3 .0 0
6 .0 0
3 .0 0
3 .0 0
4 .0 0
18
7 .0 0
3 .0 0
7 .0 0
4 .0 0
1 .0 0
4 .0 0
19
2 .0 0
4 .0 0
3 .0 0
3 .0 0
6 .0 0
3 .0 0
20
3 .0 0
5 .0 0
3 .0 0
6 .0 0
4 .0 0
6 .0 0
21
1 .0 0
3 .0 0
2 .0 0
3 .0 0
5 .0 0
3 .0 0
22
5 .0 0
4 .0 0
5 .0 0
4 .0 0
2 .0 0
4 .0 0
23
2 .0 0
2 .0 0
1 .0 0
5 .0 0
4 .0 0
4 .0 0
24
4 .0 0
6 .0 0
4 .0 0
6 .0 0
4 .0 0
7 .0 0
25
6 .0 0
5 .0 0
4 .0 0
2 .0 0
1 .0 0
4 .0 0
26
3 .0 0
5 .0 0
4 .0 0
6 .0 0
4 .0 0
7 .0 0
27
4 .0 0
4 .0 0
7 .0 0
2 .0 0
2 .0 0
5 .0 0
28
3 .0 0
7 .0 0
2 .0 0
6 .0 0
4 .0 0
3 .0 0
29
4 .0 0
6 .0 0
3 .0 0
7 .0 0
2 .0 0
7 .0 0
30
2 .0 0
3 .0 0
2 .0 0
4 .0 0
7 .0 0
2 .0 0
www.FreeLibros.me
564
PARTE III
Anlisis de b s componentes
Mtodo de anlisis factorial en el
que se considera la varianza total
de los datos.
Una vez que se ha determinado que el anlisis factorial es una tcnica apropiada para analizar
los datos, debe elegirse el mtodo apropiado. Los mtodos del anlisis factorial se distinguen
por la manera de derivar los pesos o los coeficientes de las puntuaciones de los factores. Los
dos mtodos bsicos son el anlisis de los componentes principales y el anlisis de factores c o
munes. En el anlisis de los com ponentes principales se considera la varianza total de los da
tos. La diagonal de la matriz de correlacin consta de unidades y en la matriz de los factores se
incluye toda la varianza. El anlisis de los componentes principales se recomienda cuando lo
que ms interesa es determinar el nmero mnimo de factores que explicarn la mayor varianza
de los datos para uso en el anlisis multivariado subsiguiente. Los factores se llaman compo
nentes principales.
TABLA l f t .2
Matriz de correlacin
Vy
V a r ia b l e s
V2
V3
V4
V,
1.00
V2
-0.053
V3
0.873
-0.155
V4
-0.086
0.572
-0.248
1.00
V5
-0.858
0.020
-0.778
-0.007
V6
0.004
0.640
-0.018
0.640
V5
V6
1.00
www.FreeLibros.me
1.00
1.00
-0.136
1.00
565
I n ic ia l
E x t r a c c i n
*1
1.000
0 .9 2 6
^2
1.000
0 .7 2 3
1.000
0 .8 9 4
^6
1.000
0 .7 3 9
1.000
0 .8 7 8
1.000
0 .7 9 0
V a l o r e s p r o p io s in ic ia l e s
Fa c t o r
V a l o r p r o p io
% DE v a r ia n z a
% ACUMULADO
4 5 .5 2 0
2.731
4 5 .5 2 0
2 .2 1 8
3 6 .9 6 9
8 2 .4 8 8
0 .4 4 2
7360
8 9 .8 4 8
0 .3 4 1
5 .6 8 8
95336
0 .1 8 3
3 .0 4 4
98380
0 .0 8 5
1.420
1 00.00 0
S u m a s d e l a e x t r a c c i n d e c a r g a s c u a d r a d a s
Fa c t o r
V a l o r p r o p io
% d e v a r ia n z a
% ACUMULADO
2.731
45320
45320
2 .2 1 8
3 6 .9 6 9
8 2 .4 8 8
Fa c t o r 1
Fa c t o r 2
0 .9 2 8
0353
M a t r iz f a c t o r ia l
V4
^6
-0 3 0 1
0 .7 9 5
0 .9 3 6
0 .1 3 1
-0 3 4 2
0 .7 8 9
- 0 .8 6 9
-0 3 5 1
- 0 .1 7 7
0 .8 7 1
S u m a s d e l a r o t a c i n d e c a r g a s c u a d r a d a s
Fa c t o r
V a l o r p r o p io
% DE VARIANZA
% ACUMULADO
2 .6 8 8
4 4 .8 0 2
4 4 .8 0 2
2 .2 6 1
3 7 .6 8 7
8 2 .4 8 8
M a t r iz f a c t o r ia l r o t a d a
Fa c t o r 1
Fa c t o r 2
0 .9 6 2
- 0 .0 2 7
^2
- 0 .0 5 7
0 .8 4 8
0 .9 3 4
- 0 .1 4 6
^4
- 0 .0 9 8
0 .8 5 4
- 0 .9 3 3
- 0 .0 8 4
0 .0 8 3
0 .8 8 5
^6
(Contina)
www.FreeLibros.me
566
PARTE III
V,
^4
^6
Fa c t o r
0358
0 .0 1 1
- 0 .0 0 1
0375
0345
- 0 .0 4 3
- 0 .0 1 7
0 .3 7 7
-0 3 5 0
- 0 .0 5 9
0.052
0395
M a tr iz d e c o r r e l a c i n r e p r o d u c id a
Vi
y,
0 .9 2 6 *
*2
- 0 .0 7 8
*3
0 .9 0 2
v4
v5
- 0 .0 2 9
v3
0.031
0 .0 3 8
- 0 .0 5 3
0 .0 2 2
- 0 .1 5 8
0 .0 3 8
- 0 .1 0 5
0 .8 9 4 *
- 0 .0 3 1
0.081
0 .0 3 3
- 0 .0 2 7
- 0 .1 0 7
v2
0 .0 2 4
0 .7 2 3 *
- 0 .1 7 7
- 0 .1 1 7
0 .7 3 0
-0317
0 .7 3 9 *
^3
- 0 .8 9 5
- 0 .0 1 8
- 0 .8 5 9
0 .0 2 0
^6
0.057
0 .7 4 6
- 0 .0 5 1
0 .7 4 8
0 .8 7 8 *
- 0 .1 5 2
v6
0 .0 1 6
0 .7 9 0
*12 tringulo inferior a la izquierda contiene la matriz de correlacin reproducida; la diagonal. I variaciones comunes; el
tringulo superior a la derecha, los residuos entre las correlaciones observadas y las reproducidas.
En el anlisis de fa cto res com unes se estiman los factores basndose nicamente en la va
rianza comn. Las variaciones comunes se insertan en la diagonal de la matriz de correlacin.
Este mtodo es apropiado cuando lo que interesa es identificar las dimensiones bsicas y la va
rianza comn. Este mtodo tambin se conoce como factorizacin del eje principal
Hay otros mtodos para estimar los factores comunes: mtodos de mnimos cuadrados no
ponderados, mnimos cuadrados generalizados, mxima probabilidad, mtodo alfa y factoraje de
imagen. Estos mtodos son complejos y no se recomiendan para usuarios sin experiencia.7
En la tabla 19-3 se muestra la aplicacin del anlisis de los componentes principales al
ejemplo de la pasta de dientes. En la seccin Variaciones comunes, columna Inicial, se
aprecia que la variacin comn de cada variable, V, a V6, es 1.0 pues se anotaron unidades en la
diagonal de la matriz de correlacin. En la seccin Valores propios iniciales se dan los valo
res propios, que, como se espera, estn en orden de magnitud decreciente del factor 1 al factor
6 . El valor propio de un factor indica la variacin total que se le atribuye a ese factor. La varian
za total explicada por los seis factores es 6.00, que es igual al nmero de variables. El factor 1
explica una varianza de 2.731, que es (2.731/6) o 45.52% de la varianza total. Del mismo mo
do, el segundo factor explica (2.218/6) o 36.97% de la varianza total. Los dos primeros factores
juntos significan 82.49% de la varianza total. Debemos hacer varias consideraciones al deter
minar el nmero de factores que deben tomarse para el anlisis.
www.FreeLibros.me
567
D eterm inacin basada en valores propios. En este mtodo, slo se conservan los factores
con valores propios mayores de 1.0; los dems se excluyen del modelo. Un valor propio repre
senta la cantidad de varianza asociada con el factor. Por ende, se incluyen nicamente factores
con una varianza de ms de 1.0. Los factores con una varianza menor no son mejores que una
sola variable porque, debido a la estandarizacin, cada variable tiene una varianza de 1.0. Si
hay menos de 2 0 variables, este mtodo arrojar un nmero conservador de factores.
D eterm inacin basada en una grfica de acum ulacin. En una grfica de acumulacin se
anotan los valores propios y el nmero de factores en orden de extraccin. Con la forma de la
grfica se determina el nmero de factores. Generalmente, la grfica tiene una variacin nota
ble en la pendiente abrupta de los factores con valores propios grandes y un desvanecimiento
gradual del resto de los factores, que es el que se llama acumulacin. En las pruebas experimen
tales se evidencia que el punto en que comienza la acumulacin denota el nmero verdadero de
factores. Por lo regular, el nmero de factores determinados en una grfica de acumulacin sei uno o poco ms que los determinados mediante el criterio del valor propio.
D eterm inacin basada en el porcentaje de varianza. En este mtodo se determina el nme
ro de factores extrados de modo que el porcentaje acumulado de la varianza extrada por los
factores llegue a cierto nivel satisfactorio. Cul sea un nivel satisfactorio de varianza depende
del problema; sin embargo, se recomienda que los factores extrados expliquen por lo menos
60% de la varianza.
D eterm inacin basada en la confiabilidad de la divisin en mitades. La muestra se divide
en mitades y se aplica a cada una anlisis factorial. Slo se conservan los factores que ms co
rrespondan a las cargas factoriales.
D eterm inacin basada en pruebas de significancia. Es posible determinar la significancia
estadstica de los valores propios por separado y conservar slo aquellos que sean estadstica
mente significativos. Un inconveniente es que con muestras grandes (de ms de 200) es probable
que muchos factores sean estadsticamente significativos, aunque desde el punto de vista prc
tico muchos explican apenas una fraccin pequea de la varianza total.
En la tabla 19-3 se ve que el valor propio mayor de 1.0 (la opcin por omisin) da por re
sultado que se extraigan dos factores. Segn nuestros conocimientos a prior, se compra pasta
de dientes por dos razones principales. En la figura 19-2 se da la grfica de acumulacin asocia
da con el anlisis, en la que se ve un cambio distinguible en los tres factores. Finalmente, en el
porcentaje acumulado de la varianza explicada se ve que los primeros dos factores explican
82.49% de la varianza y que la ganancia conseguida al pasar a tres factores es marginal. Ms
Figura 19.2
Grfica de acumulacin
Nmero de factores
www.FreeLibros.me
568
PARTE III
an, la confiabilidad de la divisin en mitades tambin indica que los dos factores son apropia
dos. As, dos factores parecen razonables en esta situacin.
En la segunda columna de la seccin Variaciones comunes de la tabla 19-3 se da la infor
macin pertinente despus de extraer el nmero deseado de factores. Las variaciones comunes
de las variables en la seccin Extraccin son distintos que en la seccin Inicial porque to
das las varianzas asociadas con las variables no se explican a menos que se retengan todos los
factores. En la seccin Sumas de la extraccin de cargas cuadradas se dan las varianzas aso
ciadas con los factores que se retienen. Obsrvese que son las mismas que en Valores propios
iniciales, que es lo que siempre sucede en el anlisis de los componentes principales. Para
calcular el porcentaje de la varianza explicada por un factor se divide el valor propio asociado
con el total de factores (o variables) y se multiplica por 100. As, el primer factor explica
(2.731/6) x 100 o 45.52% de la varianza de las seis variables. Del mismo modo, el segundo fac
tor explica (2.218/6) x 100 o 36.969% de la varianza. Muchas veces mejora la interpretacin de
la solucin si se rotan los factores.
Rotacin de factores
Un resultado importante del anlisis factorial es la matriz factorial, tambin llamada matriz de
patrones factoriales, que contiene los coeficientes con los que se expresan las variables estan
darizadas en trminos de los factores. Estos coeficientes, las cargas factoriales, representan las
correlaciones entre los factores y las variables. Un coeficiente con un valor absoluto grande in
dica que el factor y la variable estn muy relacionados. Los coeficientes de la matriz factorial
sirven para interpretar los factores.
Aunque la matriz factorial inicial sin rotacin indica la relacin entre los factores y las va
riables individuales, casi nunca da factores que puedan interpretarse porque stos se correlacio
nan con muchas variables. Por ejemplo, en la tabla 19-3 el factor 1 se relaciona por lo menos un
poco con cinco de las seis variables (el valor absoluto de las cargas factoriales es mayor que
0 l3 ). Cmo se interpretara este factor? En una matriz tan compleja es difcil interpretar los
factores. Por lo tanto, mediante una rotacin la matriz se transforma en otra ms simple y fcil
de interpretar.
Al rotar los factores, preferimos que tengan cargas o coeficientes diferentes de cero (signi
ficativos) para slo algunas variables. Del mismo modo, nos gustara que cada variable tuviera
cargas significativas o distintas de cero slo con pocos factores, de ser posible nada ms que
uno. Si varios factores tienen cargas altas con la misma variable, es difcil interpretarlas. La ro
tacin no afecta las variaciones comunes ni el porcentaje de la varianza total explicada. Sin
embargo, cambia el porcentaje de la varianza que explica cada factor, como se ve en la tabla 19-3.
La varianza explicada por los factores individuales queda redistribuida por la rotacin; enton
ces, varios mtodos de rotacin pueden identificar factores distintos.
La rotacin se llama rotacin ortogonal si los ejes se mantienen en ngulos rectos. El m
todo de rotacin ms usado es el procedim iento varim ax, un mtodo ortogonal de rotacin que
reduce al mnimo el nmero de variables con cargas grandes en un factor, lo que mejora la ca
pacidad de interpretacin de los factores.8 La rotacin ortogonal produce factores que no se c o
rrelacionan. Se llama rotacin oblicua cuando los ejes no se cruzan en ngulos rectos y los
factores se correlacionan. A veces tolerar correlaciones entre los factores simplifica la matriz de
patrones factoriales. Debe hacerse una rotacin oblicua cuando es probable que los factores de la
poblacin estn muy correlacionados.
En la tabla 19-3, al comparar la matriz factorial con rotacin varimax con la matriz sin
rotacin (en la seccin Matriz factorial), vemos que la rotacin le da simplicidad y facilita su
interpretacin. Mientras que en la matriz sin rotacin cinco variables se correlacionaban con el
factor 1, despus de la rotacin lo hacen las variables Vv V3 y V5. Las otras variables VV V0 V6
se correlacionan mucho con el factor 2. Ms an, ninguna variable se correlaciona mucho con
los dos factores. La matriz factorial rotada forma la base para la interpretacin de los factores.
www.FreeLibros.me
569
tienen cargas grandes slo en ese factor y por eso lo describen. Las variables cercanas al ori
gen tienen cargas menores en los dos factores. Las variables que no estn cerca de ninguno de
los ejes se relacionan con los dos factores. Si un factor no puede definirse claramente con las
variables originales, debe designarse como factor indefinido o general.
En la matriz factorial rotada de la tabla 19-3, el factor 1 tiene coeficientes elevados para las
variables V, (prevencin de las picaduras) y V3 (encas fuertes) y un coeficiente negativo en V5
(la prevencin de las caries no es importante). Por tanto, este factor puede considerarse un fac
tor de beneficio para la salud. Observe que un coeficiente negativo en una variable negativa
(V5)se traduce en la interpretacin positiva de que es importante la prevencin de las caries. El
factor 2 est muy relacionado con las variables V2 (dientes brillantes), V4 (aliento fresco) y V6
(dientes atractivos). As, el factor 2 puede denominarse factor de beneficio social. Una grfica
de las cargas factoriales, dada en la figura 19-3, confirma esta interpretacin. Las variables V v
V3 y V5 (denotadas por 1,3 y 5, respectivamente) se encuentran en los extremos del eje horizon
tal (factor 1), V5 en el lugar opuesto de V, y Vy Por su parte, las variables V2, V4 y V6 (denota
das por 2, 4 y 6 ) estn al final del eje vertical (factor 2). Podemos resumir los datos diciendo
que los consumidores buscan dos beneficios principales en una pasta de dientes: de salud y
sociales.
r r wiPi*wA * wA + - - * w*k
Las literales se definieron antes en este captulo.
Los pesos, o coeficientes de las puntuaciones de los factores, con los que se combinan las
variables estandarizadas se obtienen de la matriz de los coeficientes de esas puntuaciones. La
mayora de los programas de cmputo aceptan solicitudes de puntuaciones de factores. Slo en
el caso del anlisis de los componentes principales es posible calcular puntuaciones exactas.
Adems, en este anlisis las puntuaciones no se correlacionan. En un anlisis de factores comu
nes se obtienen estimaciones de estas puntuaciones y no hay seguridad de que los factores no
se correlacionen unos con otros. Las puntuaciones de los factores pueden usarse en vez de las
variables originales en el anlisis multiviariado siguiente. Por ejemplo, con la matriz de coefi
cientes de las puntuaciones de los factores que se da en la tabla 19-3 se calcularan dos pun
tuaciones de factores para cada encuestado. Los valores estandarizados de las variables se mul
tiplicaran por los coeficientes correspondientes para obtener las puntuaciones de los factores.
Figura 19.3
G rfica de la carga factorial
Factor 1
www.FreeLibros.me
570
PARTE III
www.FreeLibros.me
571
0.64
0.59
0.57
p2
Elasticidad de la
promocin (93%)
0 .86
0.82
0.80
0.70
f3
Reputacin del
fabricante (73%)
Fe
Desgaste de la
promocin (6.4%)
Nfelocidad de
las ventas (5.4%)
f7
Rentabilidad del
artculo (4.5%)
F*
Monto del
incentivo (4.2%)
0.85
0.81
0.80
0.75
0.72
0.72
0.64
035
031
0.93
0.93
-0.81
0.69
0.46
0.79
0.72
0.49
0.83
0.81
0.49
www.FreeLibros.me
572
PARTE III
factores discriminaban entre grados alto, regular y bajo de apoyo comercial. Las proporciones
F multivariadas del grado de discriminacin entre pares de grupos fueron significativas en p
< 0.001. Se alcanz una clasificacin correcta en las categoras alta, media y baja en 65% de los
casos. Con el orden de entrada en el anlisis discriminante se determin la importancia relati
va de factores como las influencias del apoyo comercial, segn se aprecia en la tabla 3.9
TABLA 2
Rictor
Fi
F2
F3
FA
F5
F6
F1
F*
TABLA 3 Importancia relativa de las influencias en el apoyo comercial (indicadas por el or__________ den de entrada en el anlisis discriminante)__________________________________
Anlisis de la calificacin
Orden de entrada
Nombre delfactor
1
Importancia del artculo
2
Rentabilidad del artculo
3
Monto del incentivo
4
Reputacin del fabricante
5
Desgaste de la promocin
6
Velocidad de las ventas
7
Elasticidad de la promocin
8
Apoyo a la marca del fabricante
www.FreeLibros.me
573
m m r w rw m
Resultados del anlisis de los componentes principales
Rueba de esfericidad de Baitlett
Chi cuadrada aproximada = 111314, gl = 15, significacin = 0.00000
Medida de la adecuacin de la muestra de Kaiser-Meyer-Olkin = 0.660
V a r ia c io n e s
co m u n es
V a r ia b l e
I n ic ia l
E x t r a c c i n
0.859
0.928
0.480
0.562
0.814
0.836
0.543
0.600
0.763
0.789
0.587
0.723
^2
^6
V a lo res
p r o p io s in ic ia l e s
Fa c to r
V a lo r
p r o p io
ACUM ULAD O
2.731
45320
2.218
36.969
82.488
0.442
7360
89.848
0341
5.688
95336
0.183
3.044
98.580
0.085
1.420
1 0 0 .0 0 0
u m a s d e l a e x t r a c c i n
Fa c t o r
45320
de cargas cuadradas
V a lo r
p r o p io
DE V A R IA N Z A
ACUM ULAD O
2370
4Z837
42.837
1.868
31.126
73.964
M a t r iz
f a c t o r ia l
Fa c t o r 1
Fa c to r 2
0.168
0.949
-0.206
0.720
0.914
0.038
-0.246
0.734
-0.850
-0 3 5 9
DE V A R IA N Z A
0.844
0 .1 0 1
u m a s d e l a r o t a c i n d e c a r g a s c u a d r a d a s
Fa c t o r
V a lo r
p r o p io
DE V A R IA N Z A
ACUM ULAD O
2341
42343
42.343
1.897
31.621
73.964
M a t r iz
f a c t o r ia l r o t a d a
Fa c t o r 1
0.963
Fa c to r 2
-0.030
-0.054
0.747
*3
0.902
-0.150
^4
-0.090
0.769
-0.885
-0.079
0.075
0.847
(Contina)
www.FreeLibros.me
574
PARTE III
Factor 1
Factor 2
0.628
0 .1 0 1
-0.024
0.253
Vi
M atriz
0.217
-0.169
-0.023
0.271
-0.166
-0.059
0.083
0.500
de correlacin reproducida
Vi
0.928*
V,
V2
-0.075
V3
0.873
V4
V5
-0.850
V6
0.046
v2
0 .0 2 2
v3
Q0 0 0
0.562*
-0.161
0 .1 1 0
0.024
v5
-0.008
v6
-0.042
0.006
-0.008
0.031
0 .0 1 2
0.836*
-0.051
0.008
0.042
0.580
-Q197
0.600*
0 .0 1 2
-0 7 8 6
0.019
0.629
-Q060
0.645
-0.025
0.789*
-0.133
-0.004
-0.003
0.723*
*E1 tringulo inferior a la izquierda contiene la matriz de correlacin reproducida; la diagonal, las
variaciones comunes; el tringulo superior a la derecha, los residuos entre las correlaciones observadas
y las reproducidas.
INVESTIGACIN
REAL
www.FreeLibros.me
575
Factor 3
-0.127
0.352
0.051
0.173
0 .1 0 1
0334
0318
-0.033
0.744
0.702
0.527
1.062
9.700
"Las categoras de respuesta de todos los reactivos fueron: muy de acuerdo (1), de acuerdo (2), ni de acuerdo ni en
desacuerdo (3), en desacuerdo (4), m uyen desacuerdo (5) y no s ( 6 ). Las respuestas no s" fueron excluidas del
anlisis de los datos.
*Las calificaciones de estos reactivos fueron invertidas.
Obsrvese que en este ejemplo, cuando la primera solucin de los factores no es interpre
table, los reactivos que tienen cargas bajas fueron eliminados y el anlisis factorial se realiz
con los reactivos restantes. Si hay muchas variables (ms de 15), el anlisis de los componentes
principales y el de factores comunes dan soluciones semejantes. Sin embargo, el anlisis de
componentes principales es menos proclive a errores de interpretacin y se recomienda para el
investigador sin experiencia. En el siguiente ejemplo se ilustra una aplicacin del anlisis de
componentes principales a la investigacin de mercados internacionales, y en el que sigue, se
presenta una aplicacin en el campo de la tica.
www.FreeLibros.me
576
PARTE III
INVESTIGACIN
REAL
INVESTIGACIN
REAL
www.FreeLibros.me
577
mi compaa son en
general ms inmorales que los ejecutivos sin xito.
7. Los ejecutivos exitosos de mi compaa buscan un
chivo expiatorio cuando piensan que pueden
relacionarlos con un fracaso.
8 . Los ejecutivos exitosos de mi compaa ocultan
informacin que va en contra de sus intereses
personales.
9. La direccin de mi compaa ha hecho saber con
claridad que no se toleran conductas inmorales.
10. Si se descubre que un ejecutivo de mi compaa ha
tenido una conducta inmoral que haya redundado en
ganancias personales (en vez de las ganancias de la
corporacin), ser reconvenido de inmediato.
11. Si se descubre que un ejecutivo de mi compaa ha
tenido una conducta inmoral que haya redundado en
ganancias de la corporacin (y no ganancias personales),
ser reconvenido de inmediato.
Nfclor propio
%de la varanza explicada
Coeficiente alfa
Grado de los
problemas ticos
en la organizacin
(Factor I)
0.64
Acciones de la
direccin en las
cuestiones ticas
(Factor 2)
0.78
0.68
0.73
0.80
0.78
5.06
46%
0.87
1.17
11%
0.75
Para simplificar la tabla, slo se anotan las cargas con rotacin varimax de 0.40 o ms.
Los reactivos fueron calificados en una escala de cinoo puntos: 1 * muy de acuerdo y 5 muy en desacuerdo.
A continuacin, estos dos factores se usaron en una regresin mltiple, junto con otras cuatro
variables de pronstico. Se encontr que eran los dos principales factores de pronstico de
comportamiento inmoral en la investigacin de mercados. 12
A PLIC A C IO N ES DE IN TER N ET Y C O M P U T A D O R A
Los programas de computadora ejecutan los dos mtodos: el anlisis de componentes principa
les y el de factores comunes. Los programas para computadora central y microcomputadoras
son semejantes en SPSS y SAS. En los paquetes de SPSS se aplica el programa FACTOR para
el anlisis de componentes principales as como para el anlisis de factores comunes. Se cuen
ta con otros mtodos de anlisis factorial y se calculan las puntuaciones de los factores.
En el sistema SAS, el programa PR1NCOMP ejecuta el anlisis de componentes principa
les y calcula las puntuaciones respectivas. Para realizar un anlisis de factores comunes se recu
rre al programa FACTOR. Este programa tambin efecta anlisis de componentes principales.
En M1NITAB se evala el anlisis factorial con el anlisis Multivariate>Factor. Se toman
los componentes principales o la probabilidad mxima para determinar la primera extraccin de
factores. Si se opta por la probabilidad mxima, hay que especificar cuntos factores se van a
extraer. Si no se especifica un nmero en una extraccin de componentes principales, el progra
ma lo fijar igual al nmero de variables del conjunto de datos. En EXCEL no se puede hacer
anlisis factorial.
SPSS Windows. Para elegir este procedimiento en SPSS para Windows, haga clic en:
Analyze>Data Reduction>Factor.
www.FreeLibros.me
578
PARTE III
E N F O Q U E
EN
B U R K E
Burke enuncia con una sola palabra su objetivo al aplicar el anlisis factorial: simplificar. En una entrevis
ta cualquiera, Burke formula muchas preguntas y los grupos que forman estn muy correlacionados. Inde
pendientemente de que Burke aplique anlisis factoriales para aclarar qu preguntas miden los mismos
conceptos o para tomar las respuestas como variables de pronstico en una regresin, debe tener mucho
cuidado al interpretar los resultados.
En un proyecto reciente de Burke haba 16 preguntas (variables). La matriz de correlacin fue some
tida a un anlisis de los componentes principales. Se conservaron cinco factores o componentes. La solu
cin rotada varimax muestra que el componente 5 es en esencia un componente de una pregunta (para
hacer ms clara la ilustracin omitimos las cargas de menos de 0.4). Observe las preguntas que tienen una
carga en el primer componente rotado.
Matriz de componentes rotada0
Componente
3
VOI
M)2
0.460
V03
\0 4
0.553
0.720
0.873
0.675
M)5
M)6
M37
M)8
M)9
VIO
V il
VI2
VI3
VI4
V15
VI6
-0.649
0.840
0.683
0.857
0.881
0.898
0.472
0.697
0.826
0.764
0.701
0.578
0.860
0.617
Como un componerte de una pregunta no es muy econmico, hallaremos una solucin de cuatro
componentes.
Observe que ahora al parecer V 10 tiene alguna relacin con las variables 2, 8 y 14, cuando antes es
taba ms relacionada con las preguntas del componerte 1. La variable 14 se ve menos relacionada con el
componente 1 que en la primera solucin (de cinco componentes). La estructura de los componentes 2 y 3
se mantiene muy estable en las dos soluciones. Lo anterior lleva a varias consideraciones prcticas:
1. No todas las preguntas se correlacionan necesariamente con otras preguntas para formar un compo
nerte. Cuando ocurre as, por lo regular sucede que la pregunta es ambigua o bien que todos dan la
misma respuesta con una variacin aleatoria. Observe la pregunta y vea si era buena.
2. Las preguntas que tienen cargas juntas pueden cambiar cuando se rota otro nmero de componentes.
Considrense las ms estables para interpretacin de los resultados. Incluso una carga elevada en un
componente (observe V14 en la primera solucin, de cinco componentes) no significa que sea una
relacin que se mantenga en otra rotacin.
www.FreeLibros.me
579
3. Por ltimo, las preguntas que tienen cargas juntas son resultado del tamao relativo de las correlacio
nes que tienen, no del tamao absoluto. Se pueden dividir entre 10 todas las correlaciones de esta ma
triz y las mismas preguntas tendrn una carga en los mismos componentes despus de la rotacin, si
bien ligeramente menor. No debe suponerse que si las preguntas tienen las cargas juntas en un com
ponente, tienen fuerte relacin. La fuerza de la relacin est indicada por cunto la varianza de la va
riable original est captada en el factor (la carga cuadrada).
Matriz de componentes rotada0
Componente
2
3
-0.651
1
V01
V02
V03
V04
4
0.813
0.516
0.662
V05
V06
0.837
0.672
V07
V08
0.843
0.817
V09
VIO
V il
V12
V13
0.870
V14
VI5
0.589
V16
0.550
0.436
0.679
0.734
0.810
0.4380
0.860
0.604
RESUM EN
El anlisis factorial es una clase de procedimientos para reducir y
sintetizar datos. Cada variable se expresa como una combinacin
lineal de factores bsicos. Del mismo modo, los factores en s
mismos pueden expresarse como combinaciones lineales de las
variables observadas. Los factores se extraen de manera tal que
el primer factor explica la mayor varianza de los datos, el segundo
la siguiente mayor, etc. Adems, es posible extraer los factores
para que no se correlacionen, como en el anlisis de los compo
nentes principales.
Al formular el problema de anlisis factorial, las variables
que se van a incluir deben especificarse de acuerdo con las inves
tigaciones pasadas, una teora y el buen juicio del investigador.
Estas variables deben medirse en una escala de intervalo o de ra
zn. El anlisis factorial se basa en una matriz de correlacin en
tre las variables. La conveniencia de la matriz de correlacin para
d anlisis factorial se prueba estadsticamente.
Los dos mtodos bsicos del anlisis factorial son el anlisis
de componentes principales y el anlisis de factores comunes. En
el primer caso se considera la varianza total de los datos. Se reco
mienda este anlisis de los componentes principales cuando lo
www.FreeLibros.me
580
PARTE III
residuos, 562
rotacin oblicua, 568
rotacin ortogonal, 568
tcnica de interdependencia, 560
valor propio, 562
variacin comn, 562
EJERCICIOS
Preguntas
L En qu difiere el anlisis factorial de la regresin mltiple y el an
lisis discriminante?
2. Cules son las principales aplicaciones del anlisis factorial?
3. Describa el modelo del anlisis factorial.
4 Qu hiptesis se examina en la prueba de esfericidad de Bartlett?
Con qu finalidad se hace la prueba?
5. Qu significa la expresin valor comn de una variable?
6. Defina brevemente lo siguiente: valor propio, cargas factoriales,
matriz factorial y puntuaciones de los factores.
7. Con qu objetivo se aplica la medida de adecuacin de la muestra
de Kaiser-Meyer-Olkin?
8 . Cul es la principal diferencia entre el anlisis de los componentes
principales y el anlisis de factores comunes?
9. Explique cmo se determina el nmero de factores con los valores
propios.
10. Qu es una grfica de acumulacin? Para qu proposito se usa?
11. Por qu es til rotar los factores? Cul es el mtodo de rotacin
ms comn?
12. Qu lincamientos hay para interpretar los factores?
13. Cundo es provechoso calcular puntuaciones de los factores?
Problemas
1.
0 .1 2
V 7
5
5
7
3
www.FreeLibros.me
7
5
4
5
4
7
3
4
2
1
3
7
6
6
3
5
6
3
2
3
6
7
5
2
3
2
6
7
2
2
6
3
5
3
3
6
2
7
3
2
7
2
4
2
6
3
4
6
5
6
2
3
2
3
1
6
3
2
2
6
5
4
5
2
5
6
6
3
2
3
7
5
^4
5
2
4
6
4
3
4
6
7
2
5
3
1
7
4
2
3
2
1
2
4
4
V5
1
2
3
2
2
5
4
4
6
2
7
2
4
2
7
5
4
1
4
1
5
6
^7
3
1
7
5
5
2
6
4
1
6
2
6
5
4
3
2
5
2
3
5
7
5
2
3
5
7
6
4
5
7
6
1
3
5
2
6
3
1
3
6
6
3
2
3
3.
4.
5.
6.
581
A C TIVID A D ES
tiempo libre. Elabore una escala de ocho reactivos para este prop
sito. Aplique la escala a 35 estudiantes de su universidad.
Trabajo de campo
1. Usted es analista de investigacin de mercados de un fabricante de
ropa casual. Le han pedido que prepare 10 enunciados para medir
las caractersticas psicogrficas y los estilos de vida de los estudian
tes, porque es posible que se relacionen con el uso de la ropa casual.
Se pedir a los encuestados que indiquen en qu medida estn de
acuerdo con los enunciados, en una escala de siete puntos (1 = com
pletamente en desacuerdo,7 = completamente de acuerdo). Obtenga
bs datos de 40 estudiantes de su universidad.
2. Un fabricante de artculos deportivos lo ha comisionado para que
determine las opiniones de los estudiantes sobre las actividades de
Anlisis en grupo
1.
www.FreeLibros.me
582
PARTE III
A P N D IC E 19.1
Ecuaciones bsicas del anlisis factorial
En el modelo de anlisis factorial, se derivan componentes hipo
tticos para explicar las relaciones lineales entre las variables ob
servadas. 1 El modelo de anlisis factorial requiere que las rela
ciones entre variables observadas sean lineales y que las
variables tengan entre ellas una correlacin distinta de cero. Los
componentes hipotticos derivados tienen las siguientes propie
dades:
1. Forman un conjunto de variables linealmente independien
te. Ningn componente hipottico se deriva de otros com
ponentes hipotticos como combinacin lineal de stos.
2. Las variables de los componentes hipotticos pueden divi
dirse en dos clases: factores comunes y factores nicos. Es
tos dos componentes se distinguen por el esquema de pesos
en las ecuaciones lineales que derivan las variables obsr
velas de las variables de los componentes hipotticos. Un
factor comn tiene ms de una variable con peso o carga
factorial asociada con el factor diferente de cero. Por tanto,
slo una variable depende de un factor nico.
3 . Siempre se supone que los factores comunes no se correla
cionan con los factores nicos. Tambin se supone por lo re
gular que los factores nicos no se correlacionan entre ellos,
pero los factores comunes pueden correlacionarse entre s.
4 . En general, se supone que hay menos factores comunes que
variables observadas. Por tanto, se supone que el nmero de
nicos es igual al nmero de variables observadas.
Se supone que
E(t/) = 0 , y
E(U U ') = I
Los factores nicos se normalizan para que tengan varianzas de
una unidad y no estn correlacionadas.
A = una matriz n x m d e coeficientes llamada matriz de p a
trones factoriales
V = una matriz diagonal n x n de coeficientes para los fac
tores nicos
Las variables observadas, que son las coordenadas de X, son
combinaciones ponderadas de los factores comunes y los facto
res nicos. La ecuacin fundamental del anlisis factorial se e s
cribe como:
X=AF+VU
Las correlaciones entre variables en trminos de los factores
se derivan como sigue.
Rxx =
=
=
=
E (X X ')
E {(A F + V U )(A F + VU)'}
E {(A F + V U )(F 'A ' + U 'V ')}
E (A F F 'A ' + A F U 'V ' + V U F A ' + VUU V )
*r=*V=
Por tanto,
Se supone que
E (X )= 0
E (X X ') - R xx, una matriz de correlacin.
F = un vector m x 1 de m factores comunes
F v F2, . . . , Fm
R ^ -V ^ A R g A '
Se supone que
E(F) = 0
E (F F ) = R f-, una matiz de correlacin.
U = un vector aleatorio ti x 1 de n variables de factores
nicos t/p / 2, . . . , Un
www.FreeLibros.me
583
As = E(X F ')
= E[(AF + VU)F']
= ARf f + V R ^
= ARff
www.FreeLibros.me
O bj eti vos_______________________________________
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
www.FreeLibros.me
Gen e r a l i d a d e s
Igual que el anlisis factorial (captulo 19), el anlisis por conglomerados examina todo un
conjunto de relaciones interdependientes. En el anlisis por conglomerados no se distingue
entre variables dependientes e independientes, sino que se examinan las relaciones inter
dependientes de todo el conjunto de variables. El principal objetivo del anlisis por conglo
merados es clasificar objetos en grupos relativamente homogneos basados en el conjunto
de las variables consideradas. Los objetos de un grupo son relativamente similares en trmi
nos de estas variables y diferentes de los objetos de otros grupos. Cuando se aplica de esta
manera, el anlisis por conglomerados es el reverso del anlisis factorial, en el sentido de
que reduce el nmero de objetos, no el nmero de variables, al reunirlos en un nmero mu
cho menor de agrupamientos.
En este captulo se describe el concepto bsico del anlisis por conglomerados. Se expo
nen los pasos para realizar este anlisis y se ilustran en el contexto del conglomerado jerrqui
co mediante el uso de un programa popular de computadora. Luego se presenta una aplicacin
de conglomerado no jerrquico, seguido de un estudio del conglomerado de variables.
www.FreeLibros.me
586
PARTE III
blicitaria satrica con un grupo de autoayuda cuyos miembros se hablaban del ltimo placer del
programa de comidas sensuales de Hagen-Dazs. El lema de la campaa era El placer es el ca
mino a la alegra . Esta visin humorstica de la sociedad de finales del decenio de 1990, inte
resada en apoyar a los grupos, se enfoc en el grupo de veintitantos de inicios de siglo . 1
En el ejemplo de Haagen-Dazs se ilustra el uso de conglomerados para llegar a segmentos
homogneos con el fin de formular estrategias especficas de marketing. En el ejemplo de la
tienda departamental se us el conglomerado con el fin de reunir encuestados para un anli
sis multivariado.
C O N C EPTO BSICO
El anlisis por conglomerados es una clase de tcnicas para clasificar objetos o casos en grupos
relativamente homogneos llamados conglomerados. Los objetos de cada conglomerado son
semejantes entre ellos y dismiles a los objetos de otros conglomerados. El anlisis por conglomerados tambin se llama anlisis de clasificacin o taxonoma numrica.2 Nos ocuparemos de
los procedimientos de conglomerado que asignan cada objeto a uno, y slo un conglomerado.3
En la figura 20-1 se muestra una situacin ideal en la que los conglomerados estn separados
claramente en dos variables: conciencia de la calidad (variable 1 ) y sensibilidad al precio (va
riable 2). Obsrvese que cada consumidor se encuentra en un conglomerado y no hay superpo
siciones. En cambio, en la figura 20-2 se presenta la situacin que es ms probable en la prcti
ca. Ah los lmites de algunos de los agolpamientos no estn bien delimitados y la clasificacin
de algunos consumidores no es evidente, pues muchos podran situarse en un conglomerado o
en otro.
Figura 20.1
Situacin de conglom erado ideal
V a ria b le 2
www.FreeLibros.me
CAPTULO 20
587
Figura 2 0 .2
Situacin de congbm erado
en la prctica
www.FreeLibros.me
588
PARTE III
rados para separara los encuestados en segmentos psicogrficos. Los resultados indicaron que
haba tres segmentos significativos basados en estos estilos de vida. El primer segmento (53%)
constaba de individuos que tenan una puntuacin elevada en casi todas las escalas de estilo de
vida. Este grupo se denomin exigentes . El segundo grupo (20%) tena calificaciones altas en
la escala de escolaridad y fue nombrado educadores . El ltimo grupo (26%) tena calificacio
nes altas en las escalas de descanso y social, as que se llam escapistas. Se formularon estra
tegias especficas de marketing para atraer vacacionistas de cada segmento. En un estudio rea
lizado en el 2000 se examin la imagen que tenan 510 turistas acerca de Tailandia como destino
de viajes internacionales. En el estudio se evalu el efecto de la imagen del destino en la proba
bilidad que tena el viajero de volver a Tailandia. La muestra del estudio estuvo compuesta por
viajeros internacionales que visitaron Tailandia y salan del aeropuerto internacional de Bang
kok. Se sigui un mtodo de muestreo en tres etapas, que inclua muestreo aleatorio sistemti
co, de estratificacin proporcionada y por conglomerados. El muestreo por conglomerados sir
vi para elegir al azar los vuelos de partida del aeropuerto internacional de Bangkok. Los
resultados del estudio revelaron que Tailandia tiene una imagen negativa de problemas ambien
tales y sociales. Pero al mismo tiempo tiene una imagen positiva como destino de viaje seguro,
con bellezas naturales, cultura, cocina y hoteles y buenas compras. En general, la mayora de
los turistas, y en particular los escapistas, dijeron que regresaran a Tailandia de vacaciones.
As, Tailandia debera hacer un esfuerzo por llegar al segmento de escapistas, pues el pas
trae ms a estos vacacionistas.7
Comprender la conducta de los compradores. El anlisis por conglomerados sirve para
identificar grupos homogneos de compradores. Luego se examina por separado la con
ducta de compras de cada grupo, como en el proyecto de la tienda departamental, en el
que los encuestados fueron agrupados de acuerdo con la importancia declarada que con
cedan a cada factor de los criterios de eleccin de una tienda departamental. El anlisis
por conglomerados tambin se usa para identificar qu estrategias aplican los comprado
res de autos para conseguir informacin externa.
Identificar oportunidades para productos nuevos. Al agrupar marcas y productos se de
terminan conjuntos competitivos dentro del mercado. Las marcas del mismo agolpa
miento compiten con ms intensidad entre ellas que con las marcas de otros grupos. Una
empresa puede examinar su oferta actual en comparacin con las ofertas de la competen
cia para identificar posibles oportunidades para productos nuevos.
Elegir mercados de prueba. Al reunir ciudades en agrupamientos homogneos se pueden
seleccionar las ms parecidas para probar varias estrategias de marketing.
Reducir datos. El anlisis por conglomerados tambin se emplea como medio general de
reduccin de datos para producir conglomerados o subgrupos de datos que son ms ma
nejables que las observaciones separadas. Despus se ejecuta un anlisis multivariado
de los conglomerados, y no de las observaciones individuales. Por ejemplo, para descri
bir las diferencias de conducta en el uso de un producto, primero se dividiran los consu
midores en grupos. A continuacin se examinaran las diferencias entre los grupos con un
anlisis discriminante mltiple.
www.FreeLibros.me
CAPTULO 20
589
Centros del conglomerado. Los centros son los puntos iniciales de un conglomerado no jerr
quico. Los conglomerados se forman alrededor de estos centros o semillas.
Dendrogram a. Un dendrograma, o grfica de rbol, es un medio grfico para desplegar los resul
tados de un conglomerado. Las lneas verticales representan conglomerados conjuntados. La
posicin de la lnea en la escala indica las distancias a las que fueron unidos los conglomera
dos. El dendrograma se lee de izquierda a derecha. La figura 20-8 es un dendrograma.
Distancia entre los centros de los conglomerados. Esta distancia indica qu tan separados es
tn los pares individuales de los conglomerados. Los conglomerados que estn amplia
mente separados son distintos y, por lo tanto, deseables.
Diagrama de carmbanos. Un diagrama de carmbanos es una representacin grfica de los
resultados de un agrupamiento. Se llama as porque parece una fila de carmbanos que
cuelgan de las salientes de una casa. Las columnas corresponden a los objetos agrupados
y las filas al nmero de conglomerados. Los diagramas de carmbanos se leen de abajo
hacia arriba. La figura 20-7 es un diagrama de carmbanos.
E squem a de aglomeracin. Un esquema de aglomeracin ofrece informacin sobre los objetos
o casos que se combinan en cada etapa del proceso de agrupamiento jerrquico.
M atriz de coeficientes de sem ejanza y distancia. Una matriz de coeficientes de semejanza y
distancia es una matriz de un tringulo inferior que contiene las distancias en pares entre
objetos o casos.
Pertenencia a u n conglomerado. Indica el conglomerado al que pertenece cada objeto o caso.
C M O REALIZAR EL ANLISIS
POR C O N G LO M ER A D O S_________________________
En la figura 20-3 se listan los pasos para realizar un anlisis por conglomerados. El primer paso
es plantear el problema de conglomerado, para lo cual se definen las variables en las que se ba
sar el conglomerado. Luego debe elegirse una medida apropiada de la distancia. Esta medida
determina cun semejantes o diferentes son los objetos agrupados. Se han ideado varios procedi
mientos de agrupamiento y el investigador debe elegir el que sea ms adecuado para el problema
que lo ocupe. Decidir sobre el nmero de conglomerados requiere que el investigador aplique su
buen juicio. Los conglomerados derivados deben interpretarse en trminos de las variables con
que se unieron y los perfiles deben trazarse segn otras variables notorias. Finalmente, el inves
tigador debe evaluar la validez del proceso de conglomerado.
I
E le g ir u n a m edida d e distancia
I
E legir un p ro ced im ien to d e ag rupam iento
I
Interp retar y trazar p erfiles d e co n g lo m erad o s
I
E v alu ar la valid ez del co n g lo m erad o
www.FreeLibros.me
590
PARTE III
Como el objetivo del conglomerado es reunir objetos semejantes, se necesita alguna medida pa
ra evaluar qu tan similares o diferentes son. El mtodo ms comn consiste en medir la sem e
janza en trminos de la distancia entre pares de objetos. Los objetos con menores distancias son
ms parecidos que los que tienen distancias mayores. Hay varias formas de calcular la distancia
entre dos objetos .9
La medida ms frecuente de semejanza es la distancia euclidiana o su cuadrado. La distan
cia euclidiana es la raz cuadrada de la suma de las diferencias cuadradas de los valores de ca
da variable. Hay otras medidas de la distancia. La distancia de m anzanas o de Manhattan entre
dos objetos es la suma de las diferencias absolutas de los valores de cada variable. La distancia
de Chebychev entre dos objetos es la diferencia mxima absoluta de los valores de cualquier va
riable. Para nuestro ejemplo, usaremos la distancia euclidiana cuadrada.
aso nm
Vi
v2
v3
v4
v5
v6
10
11
12
13
14
15
16
17
18
19
20
www.FreeLibros.me
CAPTULO 20
Procedimiento de conglomerado
caracterizado por la fijacin de una
jerarqua o estructura de rbol.
Procedimiento de conglomerado
jerrquico en el que cada objeto
comienza en un conglomerado sepa
rado. Se forman conglomerados
reuniendo objetos en grupos cada
vez ms grandes.
Procedimiento de conglomerado je
rrquico en el que los objetos se en
cuentran primero en un conglome
rado nico. Se forman
conglomerados dividiendo los obje
tos en grupos cada vez menores.
Mtodos de aglomeracin de con
glomerados jerrquicos en los que se
renen los objetos por un clculo de
las distancias que los separan.
Mtodo de enlace que se basa en la
regla de la distancia mnima o el
vecino ms prximo.
591
A rw l por conglomerado*
fig u ra 2 0 .4
Clasificacin de los
procedim ientos de
conglom erado
P rocedim ientos
d e conglom erado
Jerrq u ico
P or aglo m eraci n
Sin je ra rq u iz a r
P or div isi n
l
U m bral
secuencial
M todos
d e en lace
M to d o s d e
varianza
U m bral
paralelo
i
M to d o s de
cen tro id es
j
M todo
d e W ard
E nlace
nico
E nlace
co m p leto
E nlace
prom edio
www.FreeLibros.me
R eparticin
p tim a
592
Figura 2 0 .5
M todos d e enlace d e
con gb m erad os
PARTE III
Enlace completo
Enlace promedio
Mtodo de enlace basado en la regla
de la distancia mxima o el vecino
ms alejado.
Mtodo de enlace basado en la
dstancia promedio entre todos los
pares de objetos, en el que cada
miembro del par se toma de un
conglomerado.
M todosdevortam
Mtodos por aglomeracin de con
come rados jerrquicos en el que
stos se forman para reducir al m
nimo la varianza interna.
Mtodo de varianza en el cual la
dstancia eudidiana cuadrada a
la media del conglomerado es mini
mizada.
Mtodo*de centroides
Mtodos de varianza de conglome
rados jerrquicos en el que la dislantia entre dos conglomerados es
h distancia entre sus centroides (las
medias de todas las variables).
ftocedimiento en el que primero se
asigna o determina un centro de
conglomerado y luego se renen to
dos los objetos que se encuentren
dentro de un umbral determinado en
relacin con ese centro.
Mtodo del umbral secuencia!
Mtodo de conglomerado sin jerar
quizar en el que se dige un centro de
conglomerado y se renen todos los
objetos que se encuentren dentro de
un umbral determinado respecto del
centro.
Mtodo de conglomerado sin jerar
quizar en el que se especifican va
rios centros de conglomerado al
mismo tiempo. Se agrupan todos los
objetos que se encuentran dentro de
in umbral determinado respecto del
centro.
cio ms cercano. Los primeros dos objetos agrupados son los que tienen la menor distancia en
tre ellos. Se identifica la siguiente distancia menor y o bien se conglomera un tercer objeto con
los primeros dos o se forma un nuevo conglomerado de dos objetos. En cada etapa, la distancia
entre dos conglomerados es la de sus puntos ms cercanos (vase la figura 20-5). En cualquier
etapa se funden dos conglomerados a travs del enlace nico ms corto entre ellos. El mtodo
de enlace simple no funciona bien si los conglomerados estn mal definidos. El mtodo del en
lace com pleto es semejante al de enlace nico, salvo que se basa en la regla de la distancia m
xima o el vecino ms alejado. En el enlace completo, la distancia entre dos conglomerados se
calcula como la distancia entre sus dos puntos ms lejanos. El mtodo del enlace prom edio
opera de la misma manera, pero la distancia entre dos conglomerados se define como el prome
dio de la distancia entre todos los pares de objetos, tomando cada elemento de los pares de un
conglomerado (figura 20-5). Como se aprecia, el mtodo del enlace promedio toma informa
cin sobre todos los pares de distancias, no slo las distancias mnimas o mximas. Por esta ra
zn, se prefieren los mtodos de enlace nico y completo.
Con los mtodos d e varianza se pretende formar conglomerados para reducir al mnimo la
variacin dentro de cada uno. Un mtodo de varianza muy empleado es el procedim iento de
Word. Se calculan las medias de todas las variables de cada conglomerado. Enseguida se calcula
la distancia cuadrada eudidiana de cada objeto a la media del conglomerado (figura 20-6). Estas
distancias se suman para todos los objetos. En cada etapa se combinan los dos conglomerados
con el menor incremento en la suma general de cuadrados de las distandas. En los mtodos de
centroides, la distancia entre dos conglomerados es la distancia entre sus centroides (que son las
medidas de todas las variables), como se muestra en la figura 20-6. Cada vez que se agrupan los
objetos se calcula un nuevo centroide. De los mtodos jerrquicos, los de enlace promedio y
Ward han resultado mejores que los dems. 11
El segundo tipo de procedimientos, los mtodos de conglomerado no jerrquico, se lla
man a menudo conglomerado de k medias. Estos mtodos son: umbral secuencial, umbral para
lelo y reparticin ptima. En el m todo d e l u m b ra l se cu e n cia l se elige un centro de
conglomerado y se renen todos los objetos que se encuentren dentro de un umbral especifica
do con respecto del centro. Luego se elige otro centro (o semilla) y se repite el proceso con los
puntos que no estn agrupados. Cuando un objeto est conglomerado con una semilla, ya no se
considera para un conglomerado con otras semillas. El mtodo del um bral paralelo funciona de
la misma manera, salvo que se escogen al mismo tiempo varios centros de conglomerado y los
www.FreeLibros.me
593
Figura 2 0 .6
Otros m todos de congbm erado
por agbm eracin
Mtodo de conglomerado no
jerrquico que permite volver a
asignar los objetos en conglomera
dos para perfeccionar d criterio
general.
objetos dentro del umbral se agrupan con el centro ms prximo. El mtodo de reparticin p
tim a difiere de los dos procedimientos de umbral en que los objetos pueden volver a asignarse
a otros conglomerados para perfeccionar el criterio general; por ejemplo, la distancia promedio
interna de cierto nmero de conglomerados.
Dos desventajas importantes de los procedimientos no jerrquicos son que el nmero de
conglomerados debe especificarse de antemano y la seleccin de centros es arbitraria. Ms an,
los resultados del conglomerado dependen de cmo se elijan los centros. Muchos programas no
jerrquicos eligen los primeros k casos {k = nmero de conglomerados) sin valores faltantes
como los centros iniciales. As, los resultados del conglomerado dependen del orden de las ob
servaciones en los datos. Sin embargo, los mtodos de conglomerados no jerrquicos son ms
rpidos que los jerrquicos, lo que tiene mrito cuando hay muchos casos u observaciones. Se
ha propuesto que se apliquen juntos mtodos jerrquicos y no jerrquicos. Primero se obtiene
una solucin de conglomerado mediante un procedimiento jerrquico, como d enlace promedio
de Ward. El nmero de conglomerados y centroides obtenido se toma para el mtodo de repar
ticin ptima. 12
La eleccin de un mtodo de conglomerado y la eleccin de una medida de la distancia es
tn relacionadas. Por ejemplo, deben tomarse distancias euclidianas cuadradas con los mtodos
de Ward y de centroides. Varios procedimientos no jerrquicos recurren tambin a las distancias
euclidianas cuadradas.
Tomaremos el procedimiento de Ward para ilustrar el conglomerado jerrquico. En la tabla
20-2 se da el resultado de conglomerar los datos de la tabla 20-1. En el esquema de aglomera
cin hay informacin til que muestra el nmero de casos o conglomerados que se combinan en
cada etapa. La primera lnea representa la etapa 1, con 19 conglomerados. Aqu se combinan los
entrevistados 14 y 16, como se observa en la columna titulada Conglomerados combinados.
La distancia euclidiana cuadrada entre estos dos encuestados se da en la columna Coeficien
tes . En la columna Etapa en que aparece el conglomerado se indica la etapa en que se forma
un conglomerado. Para ilustrarlo, una entrada de 1 en la etapa 6 indica que el encuestado 14 se
agrup por primera vez en la etapa 1. La ltima columna, Etapa siguiente, seala la etapa en
que se combina con ste otro caso (encuestado) o conglomerado. Como la cifra de la primera l
nea de la ltima columna es 6 , vemos que en la etapa 6 el encuestado 10 se combina con 14 y
16 para formar un conglomerado nico. Del mismo modo, la segunda lnea representa la etapa
2 con 18 conglomerados. En la etapa 2 se agrupan los encuestados 6 y 7.
Otra parte importante del resultado est en la grfica de carmbanos de la figura 20-7. Las
columnas corresponden a los objetos que se agrupan, en este caso los encuestados 1 a 20. Las fi
las corresponden al nmero de conglomerados. La figura se lee de abajo hacia arriba. A l princi
pio, todos los casos se consideran conglomerados individuales. Como hay 20 encuestados, hay
20 conglomerados iniciales. En la primera fase se combinan los dos objetos ms cercanos, de lo
www.FreeLibros.me
594
PARTE III
n o p s i s d e l p r o c e s a m i e n t o d e c a s o s 3-6
C
V
aso s
FALTANTES
l id o s
otal
Porcentaje
Porcentaje
Porcentaje
20
1 0 0 .0
0 .0
20
1 0 0 .0
de
Esq u em
a d e a g l o m e r a c i n
ard
E tapa
C
Eta pa
o n g lo m
. 1 C
o n g lo m
14
3
4
5
2
5
3
10
14
12
9
4
20
11
8
10
10
5
4
1
1
2
9
19
17
15
5
3
18
4
19
P b t t e n e n c ia
C aso
16
7
13
11
12
13
14
15
16
17
18
. 2
en q u e a p a r ec e
E L CO N GLO M ERAD O
o n g l o m e r a d o s c o m b in a d o s
o e f ic ie n t e s
CO n g lo m . 1 C
o n g lo m
. 2
E ta pa
s ig u ie n t e
1.0 0 0
2 .0 0 0
3.500
5.000
6.500
8.167
10.500
13.000
15.583
18.500
23.000
27.750
33.100
41333
51.833
64.500
79.667
172.667
328.600
7
15
11
16
10
11
12
13
15
17
14
16
18
10
13
3
14
11
12
15
16
17
18
19
18
19
0
a un c o n g lo m er a d o
4 CO N GLO M ERAD O S
3 CO N GLO M ERAD O S
2 CO N GLO M ERAD O S
3
4
5
10
11
12
13
14
15
16
17
18
19
20
4
3
3
3
www.FreeLibros.me
CN
en
www.FreeLibros.me
rs
595
596
PARTE III
Figura 2 0 .8
Dendrograma obtenido con el
procedim iento de Ward
S
s
o
-o
0
1
3
que resultan 19 conglomerados. En la ltima lnea de la figura 20-7 se muestran estos 19 con
glomerados. Los dos casos, los encuestados 14 y 16, que fueron combinados en esta etapa tie
nen entre ellos todas las X en las filas 1 a 19. La fila nmero 18 corresponde a la siguiente eta
pa, con 18 conglomerados. Aqu se agrupan los encuestados 6 y 7. La columna de X entre los
encuestados 6 y 7 tiene un espacio en blanco en la fila 19. As, en esta etapa hay 18 conglome
rados, 16 formados por encuestados individuales y dos compuestos por dos encuestados cada
uno. Cada nueva etapa lleva a la formacin de un nuevo conglomerado en una de tres formas:
1) se agrupan dos casos individuales, 2) un caso se une a un conglomerado, o 3) se renen dos
conglomerados.
Otro medio grfico que es til para desplegar los resultados del conglomerado es el dendro
grama (vase la figura 20-8). El dendrograma se lee de izquierda a derecha. Las lneas verticales re
presentan conglomerados reunidos. La posicin de una lnea en la escala indica las distancias a las
que se unieron los conglomerados. Como en las primeras etapas muchas distancias son semejantes,
es difcil sealar la secuencia en que se formaron algunos de los conglomerados iniciales. Sin em
bargo, est claro que en las ltimas dos etapas son grandes las distancias a las que se combinan los
conglomerados. Esta informacin es til para decidir sobre el nmero (te conglomerados.
Thmbin es posible obtener informacin sobre el conglomerado al que pertenecen los ca
sos si se especifica el nmero de conglomerados. Aunque esta informacin puede deducirse de
una grfica de carmbanos, es til una disposicin en forma de tabla. En la tabla 20-2 se detalla
a qu conglomerados pertenecen los casos, dependiendo de que la solucin final contenga dos,
tres o cuatro conglomerados. Esta informacin puede obtenerse para cualquier nmero de con
glomerados y es til para elegir el nmero de conglomerados.
www.FreeLibros.me
CAPTULO 20
597
Centro de conglomerados____________________________________
M
C onglom erado
N m.
V2
Vi
5.750
3.625
V3
6.000
V4
3.125
V5
1.750
V6
3.875
1.667
3.000
1.833
3.500
5.500
333 3
3.500
5.833
3.333
6.000
3.500
6.000
www.FreeLibros.me
598
PARTE III
3. Divida al azar los datos en mitades. Realice un conglomerado por separado en cada mitad.
Compare los centroides conglomerados de las dos submuestras.
4. Suprima variables al azar. Realice un conglomerado con el conjunto reducido de varia
bles. Compare los resultados con los que obtuvo al hacer un conglomerado sobre todo el
conjunto de las variables.
5. En el conglomerado no jerrquico, la solucin puede depender del orden de los casos en el con
junto de datos. Haga varias corridas con un orden distinto hasta que la solucin se estabilice.
Se ilustrar el conglomerado jerrquico con un estudio de las diferencias en la estrategia de
marketing de empresas estadounidenses, japonesas e inglesas.
Qu pequeo es el mundo
Se obtuvieron datos para un estudio de competidores estadounidenses, japoneses e ingleses en
entrevistas personales detalladas con directores ejecutivos y principales responsables de las de
cisiones de marketing de grupos definidos de productos de 90 compaas. Para controlar las di
ferencias de mercados, la metodologa hizo corresponder 30 compaas inglesas con sus princi
pales rivales estadounidenses y japoneses en el mercado ingls. El estudio comprendi 30
tradas de compaas, cada una compuesta por una empresa inglesa, una estadounidense y una
japonesa que competan directamente entre ellas.
La mayor parte de los datos sobre las caractersticas del desempeo, estrategia y organiza
cin de las compaas se reunieron en escalas de diferencial semntico de cinco puntos. La pri
mera etapa del anlisis comprendi un anlisis factorial de las variables que describen las estra
tegias y actividades de marketing de las compaas. Con las puntuaciones factoriales se
identificaron grupos de compaas semejantes mediante la rutina de conglomerado jerrquico
de Ward. Se cre una solucin de seis conglomerados.
Conglomerados por estrategia_________________________________________________________
Conglomerado
III
IV
V
VI
/
II
Vendedoras Promotoras Vendedoras
Vendedoras Impulsoras
Innovadoras de calidad
maduras
Nombre
del precio de productos
agresivas
22
14
13
13
Tamao
11
17
Exitosas (%)
55
100
36
38
41
77
Nacionalidad (%):
46
22
31
15
18
Japonesas
59
18
36
14
31
54
53
Estadounidenses
Inglesas
23
18
64
38
31
29
A continuacin, la pertenencia a los seis conglomerados se interpret comparndola con
las variables originales de desempeo, estrategia y organizacin. Todos los conglomerados te
nan algunas compaas exitosas, aunque algunos significativamente ms que otros. Los con
glomerados respaldaron la hiptesis de que las compaas exitosas eran parecidas cualquiera
que fuese su nacionalidad, pues las haba estadounidenses, inglesas y japonesas en todos los
conglomerados. Sin embargo, hubo una preponderancia de compaas japonesas en los conglo
merados ms exitosos y de empresas inglesas en los dos conglomerados menos exitosos. Al pa
recer, las compaas japonesas no despliegan estrategias nicas de ellas, sino que ms bien apli
can las que son eficaces en el mercado ingls.
Los resultados indican que hay estrategias genricas de las compaas exitosas, cualquiera
que sea su ramo. Se identificaron tres estrategias exitosas. La primera es la estrategia de las
vendedoras de calidad. Estas compaas son fuertes en marketing y en investigacin y desarro
llo. Concentran sus adelantos tcnicos en conseguir una gran calidad, ms que en las puras in
novaciones. Estas compaas se caracterizan por ser organizaciones emprendedoras, planean
a largo plazo y comunican bien en sentido de la misin. La segunda estrategia genrica es la de
las innovadoras, que son ms dbiles en I y D avanzado pero que son emprendedoras y las mo
tiva la bsqueda de innovaciones. El ltimo grupo exitoso es el de vendedoras maduras, que se
orientan mucho a la rentabilidad y tienen grandes capacidades de marketing. Las tres son em
presas muy dedicadas al marketing. En 2000/2001, Estados Unidos invirti en cerca de 50% de
todos los proyectos ingleses y Japn tambin es un inversionista clave, especialmente en los
mercados de automviles y aparatos electrnicos . 14
www.FreeLibros.me
CAPTULO 20
599
A PLIC A C IO N ES DE C O N G L O M E R A D O S
N O JERRQ UICO S
Dustraremos el procedimiento no jerrquico con los datos de la tabla 20-1 y un mtodo de re
particin ptima. Basados en los resultados del conglomerado jerrquico, se especific de ante
mano una solucin de tres conglomerados. Los resultados se presentan en la tabla 20-4. Los
centros iniciales son los valores de tres casos elegidos al azar. En algunos programas se toman
los primeros tres casos. Los centros de clasificacin son provisionales y sirven para la asigna
cin de los casos: cada caso se asigna al centro de clasificacin ms cercano. Los centros se ac-
H is to r ia d e i t e r a c i n 8
C
< a m b io d e lo s c e n t r o s d e c o n g l o m e r a d o
It e r a c i n
2 .1 5 4
2.102
2 .5 5 0
0.000
0 .0 0 0
0 .0 0 0
C onvergencia conseguida por un cam bio m nim o o nulo en la distancia. L a distancia mxim a en la
que cam bi cualquier centro es 0.000. L a iteracin actual e s 2. L a distancia mnima entre centros
iniciales es de 7.746.
Pe r t e n e n c i a a u n c o n g l o m e r a d o
RO DE CASO
o n g lo m er a d o
is t a n c ia
1 .4 1 4
1323
2 .5 5 0
1 .4 0 4
1 .8 4 8
1 .2 2 5
1300
2 .1 2 1
1 .7 5 6
10
1 .1 4 3
11
1 .0 4 1
12
1381
13
2 .5 9 8
14
1 .4 0 4
15
2 .8 2 8
16
1 .6 2 4
17
2 .5 9 8
18
3355
19
2 .1 5 4
20
2 .1 0 2
(Contina)
www.FreeLibros.me
600
PARTE III
e n t r o s d e c o n g l o m e r a d o f in a l e s
o n g lo m er a d o
Vj
V2
V3
V4
V5
V6
is t a n c ia s e n t r e l o s c e n t r o s f in a l e s d e c o n g l o m e r a d o
o n g lo m er a d o
5 .568
5.568
5 .6 9 8
5 .6 9 8
6 .9 2 8
6 .9 2 8
ANOVA
C o n g lo m
M
Vi
er a d o
e d ia c u a d r a d a
GL
rro r
e d ia c u a d r a d a
29.108
0.608
gl
S lG .
17
4 7.888
0.000
13.546
0.6 3 0
17
21305
0.000
^3
31392
0.833
17
3 7 .6 7 0
0.000
V4
15.713
0.728
17
21385
0.000
22337
0.816
17
2 7 .6 1 4
0.000
12.171
1.071
17
11363
0.001
V2
^6
La prueba F debe usarse slo para fines descriptivos porque los conglomerados fueron elegidos para llevar al mximo las di
ferencias enire los casos de diferentes conglomerados. Los grados de signif cacito observados no fueron corregidos para este
hecho y, por ende, no cabe interpretarlos como pruebas de la hiptesis de que las medias de los conglomerados son iguales.
N
m ero d e c a so s en c a d a c o n g lo m er a d o
C onglom erado 1
6.000
6.000
8.000
V lido
F a lta rte
20.000
0 .0 0 0
tualizan hasta que se llega a los criterios de suspensin. Los centros de conglomerados definiti
vos representan las medias de las variables para los casos de los conglomerados finales. En
SPSS para Windows se redondean al entero ms prximo.
En la tabla 20-4 tambin se anota la pertenencia a un conglomerado y la distancia entre ca
da caso y su centro de clasificacin. Obsrvese que la pertenencia dada en la tabla 20-2
(conglomerado jerrquico) es idntica a la que se da en la tabla 20-4 (conglomerado no jerr
quico) (el conglomerado 1 de la tabla 20-2 es el conglomerado 3 de la tabla 20-4 y el conglome
rado 3 de la tabla 20-2 es el conglomerado 1 de la tabla 20-4). Las distancias entre los centros
definitivos indican que los pares de conglomerados estn bien separados. Se presenta la prueba
F univariada de cada conglomerado. Estas pruebas F son slo descriptivas. Como los casos u
objetos se asignan sistemticamente a grupos para hacer mximas las diferencias en las varia
bles de conglomerado, no hay que interpretar las probabilidades resultantes en el sentido de que
prueben la hiptesis nula de que no hay diferencias entre los conglomerados.
En el siguiente ejemplo, sobre la eleccin de un hospital, proseguimos la ilustracin del
conglomerado no jerrquico.
www.FreeLibros.me
CAPTULO 20
INVESTIGACIN
601
REAL
C O N G LO M ER A D O S DE VARIABLES_______________
A veces se hace un anlisis por conglomerados para reunir variables e identificar grupos homo
gneos. En este caso, las unidades del anlisis son las variables, y se calculan medidas de la dis
tancia para todos los pares de variables. Por ejemplo, el coeficiente de correlacin, ya sea
un valor absoluto o con signo, se toma para medir la semejanza (lo contrario de la distancia) en
tre variables.
El conglomerado jerrquico de las variables contribuye a la identificacin de variables
nicas o que hacen una aportacin nica a los datos. Tambin se recurre al conglomerado para
reducir el nmero de variables. A cada conglomerado se asocia una combinacin lineal de va
riables, llamada com ponente conglom erado. Muchas veces un conjunto de com ponentes
conglomerados reemplaza a un conjunto grande de variables sin que se pierda mucha informa
cin. Sin embargo, en general un nmero dado de componentes conglomerados no explica tan
to de la varianza como el mismo nmero de componentes principales, incluso si estos ltimos
estn rotados. 16 Se ilustra el conglomerado de variables con un ejemplo de la investigacin pu
blicitaria.
www.FreeLibros.me
602
PARTE III
Sentimientos positivos
1. Gozoso/infantil
2 Amigable
3. Humorstico
4. Encantado
5. Interesado
6 . Fuerte/confiado
7. Clido/tierno
8 . Relajado
9. Enrgico/impulsivo
10. Ansioso/excitado
11. Contemplativo
12. Orgulloso
13. Persuadido/expectante
14. Vigoroso/estimulado
15. Sorprendido
16. Determinado/informado
Sentimientos negativos
1. Temor
2. Mal/enfermo
3. Confundido
4. Indiferente
5. Aburrido
6 . Triste
7. Ansioso
8 . Impotente/tmido
9. Feo/tonto
10. Lstima/engaado
11. Loco
12. Desagradable
13. Disgustado
14. Irritado
15. Malhumorado/frustrado
www.FreeLibros.me
CAPTULO 20
603
BBDO conglomer los pases de acuerdo con las percepciones de equivalencia de produc
tos y form conglomerados que exhiban niveles y pautas semejantes de estas percepciones. La
cifra ms elevada de percepcin de equivalencia se dio en la regin Asia Pacfico (83%), que
comprende Australia, Japn, Malasia, Corea del Sur y Francia. No es sorprendente que Francia
est en esta lista, puesto que en la mayora de los productos su publicidad es muy emocional y
visual, orientada a los sentimientos. El siguiente conglomerado fue el de los mercados influidos
por Estados Unidos (65%), que comprendi Argentina, Canad, Hong Kong, Kuwait, Mxico,
Singapur y Estados Unidos. El tercer conglomerado, principalmente de pases europeos (60%),
est formado por Austria, Blgica, Dinamarca, Italia, Holanda, Sudfrica, Espaa, Inglaterra y
Alemania.
Lo anterior significa que con el fin de diferenciar productos y marcas, la publicidad no de
be enfocarse slo en el desempeo de los productos, sino tambin relacionarlos de manera sig
nificativa con la vida de las personas. Asimismo, se requieren grandes esfuerzos de marketing
en la regin Asia Pacfico y en Francia para diferenciar las marcas de la competencia y estable
cer una imagen nica. Desde luego, un gran factor de esta creciente equivalencia es la aparicin
del mercado global. En un estudio realizado en 2001 se examinaron los temas que estn en el
origen de la informacin factual de la publicidad en las condiciones de equivalencia de produc
tos y de tipo de productos. Los datos del estudio se tomaron de un anlisis de contenidos de ms
de 17,000 anuncios en peridicos y 9,800 anuncios por televisin. En el anlisis se mostr que
los anuncios de los productos de poca equivalencia contienen ms informacin factual que sus
contrapartes. Cuando las dos condiciones se consideraron juntas, la equivalencia influy en
el contenido de la informacin factual, pero no al mismo grado que el tipo de producto. El estu
dio revel que en general, cuando se trata de incluir informacin factual en los anuncios, los
anunciantes responden ms al tipo de producto que a la equivalencia .18
i n V M S T l G A C l H MMAJL
www.FreeLibros.me
604
PARTE III
E N F O Q U E
EN
B U R K E
Cuando Burke presenta a un cliente los resultados de un anlisis por conglomerados, las tres preguntas
principales que le plantean son las siguientes:
1. Qu me indican los conglomerados sobre mi mercado?
2. Qu variables determinan un conglomerado?
3. Qu tan diferentes son los conglomerados?
Qu m e indican los conglomerados sobre m i mercado?
Para responder esta pregunta, Burke toma datos de los encuestados que no se haban incluido en el pro
cedimiento de conglomerado. Por ejemplo, digamos que se encuentran cuatro conglomerados de
encuestados de acuerdo con sus evaluaciones de las ventajas del producto. Tambin recogemos datos
sobre compras anteriores y sobre intencin de compra de un nuevo concepto. Si los conglomerados no
muestran diferencias significativas desde el punto de vista gerencial en estas medidas de conducta y de
tenciones, se vuelve difcil justificar ante la direccin la utilidad de los conglomerados. Como el objtivo de los conglomerados es crear grupos lo ms parecidos que sea posible, nada garantiza que va
yan a ser diferentes en forma alguna de un valor extemo. No puede aceptarse que slo porque se for
maron conglomerados, stos sean realmente diferentes.
Qu variables determinan un conglomerado?
Si se toman varias variables para crear un conglomerado, debe tenerse mucho cuidado de no crear un
sistema ponderado implcito. Por ejemplo, al trabajaren un proyecto para una compaa automovilsti
ca, para conglomerara los encuestados se propusieron 2 0 preguntas sobre las ventajas que buscaban en
in coche nuevo. Se aclar de inmediato que siete preguntas se relacionaban directa o indirectamente
con la economa, ocho con la imagen, tres se referan a la relacin entre precio y valor y dos trataban de
\eloddad y aceleracin. Desde luego, fue til un anlisis factorial para hacer estas observaciones. Po
dra pronosticarse que las preguntas que mayor efecto tendran en el conglomerado llevaran a la admi
nistracin a concluir que los conglomerados de encuestados reflejan en exceso cuestiones de econo
ma e imagen. Nos sentiramos sorprendidos de que no fuera as. Cuando se calcula la distancia
euclidiana para examinar las diferencias entre encuestados, la suma de cuadrados incluira 15 de eco
noma e imagen y slo cinco de precio y valor, as como de velocidad y aceleracin. Si todas las esca
las son equiparables, las dos ltimas categoras tendran pocas posibilidades de superar la fueiza de las
dos primeras categoras. Sera ms razonable reducir las preguntas de modo que, en la medida de lo po
sible, haya el mismo nmero para las que estn ms relacionadas. Si no lo hacemos as, d nmero de
www.FreeLibros.me
CAPTULO 20
605
preguntas que se formulen sobre un tema tiene la posibilidad de ejercer una influencia ms fuerte en los
resultados que el tema en s.
Qu tan diferentes son los conglomerados?
En el primer punto se estudia la nocin de determinar si los conglomerados son tiles a causa de las di
ferencias entre las variables extemas. Tambin se tiene que examinar si los conglomerados son real
mente diferentes a partir de las variables con que fueron creados. Se pueden introducir los datos en
un algoritmo de conglomerado, y si se le pide que se detenga en dos conglomerados, el resultado ser de
dos conglomerados, por la naturaleza del proceso, y no necesariamente por la lgica o la estructura
de las diferencias que haya en la poblacin. Es importante examinar los conglomerados y ver si las di
ferencias son de tal magnitud y estabilidad para sentirse confiados.
L No es probable que los conglomerados sean diferentes en todas las preguntas con que se inici el
proceso. Aunque los procedimientos estadsticos no son vlidos cuando se aplican a conglomera
dos formados sistemticamente, ofrecen informacin sobre cmo se formaron. El ANOVA de un
factor indica si las preguntas varan con los conglomerados sobre la base de una estadstica que
sera apropiada para una muestra probbilstica (que por supuesto no tenemos; simplemente es un
ndice til). Es ms interesante aplicar un anlisis discriminante, pues veremos que las pregun
tas son discriminadores potenciales entre grupos, tomando en cuenta la colinealidad de estos ele
mentos de pronstico.
2. La importancia para la administracin es otro tema. Supongamos que los conglomerados son dis
tintos en estos ndices analticos (ANOVA y anlisis discriminante). Esto no significa que las dife
rencias sean lo bastarte grandes para que la administracin las considere tiles. Por ejemplo, una
pregunta para la que los conglomerados son diferentes era una calificacin de economa y, sin
embargo, 90% de las calificaciones oscilaban entre 6 y 9 en una escala de 10 puntos. Necesitara
mos ms pruebas para defenderla ante la administracin como diferencia significativa. Las califi
caciones tienen un grado positivo distinto y no varan en que unas son altas y otras bajas. Es un
tema difcil y no hay recetas para solucionarlo. Hay que tener la confianza de que podemos inter
pretar estas diferencias numricas como decisiones administrativas significativas.
RESUM EN
El anlisis de conglomerados sirve para clasificar objetos o ca
sos, y en ocasiones variables, en grupos relativamente homog
neos. Los grupos o conglomerados estn indicados por los datos
y no se definen a priori.
Las variables con las que se hace el conglomerado deben ele
girse de acuerdo con las investigaciones pasadas, una teora y el
buen juicio del investigador. Hay que elegir una medida apropia
da de la distancia o semejanza. La medida ms usada es la distan
cia euclidiana o su cuadrado.
Los procedimientos de conglomerado pueden ser jerrquicos
o no jerrquicos. El conglomerado jerrquico se caracteriza por el
establecimiento de una jerarqua o estructura arborescente. Los
mtodos jerrquicos son por aglomeracin o por divisin. Los m
todos por aglomeracin comprenden los mtodos de enlace, de varianza y centroides. Los mtodos de enlace son de enlace nico,
www.FreeLibros.me
606
PARTE III
EJERCICIOS
Preguntas
1. Analice las semejanzas y las diferencias entre el anlisis por conglo
merados y el anlisis discriminante.
2. Seale algunas aplicaciones del anlisis por conglomerados al mar
keting.
3. Defina brevemente los trminos siguientes: dendrograma, grfica de
carmbanos, esquema de aglomeracin y pertenencia a un conglo
merado.
4. Cul es la medida ms usada de semejanza en el anlisis por con
glomerados?
5. Presente una clasificacin de los procedimientos de conglomerado.
6 . Por qu en general se prefiere el mtodo de enlace promedio antes
que los mtodos de enlace nico y enlace completo?
7. Cules son las dos principales desvendas de los procedimientos
de conglomerado no jerrquico?
8 . Cules son los lincamientos para decidir sobre el nmero de con
glomerados?
9. Qu factores entran en juego al interpretar los conglomerados?
10. Cules son las variables adicionales con las que se trazan perfiles
de conglomerados?
11. Describa algunos procedimientos para evaluar la calidad de las so
luciones de conglomerado?
12. Cmo se aplica el anlisis de conglomerados para reunir variables?
Problemas
1. Los siguientes enunciados son verdaderos o falsos?
a. Los mtodos de conglomerado jerrquico y no jerrquico siem
pre arrojan resultados diferentes.
b. Siempre hay que normalizar los datos artes de efectuar un anli
sis por conglomerados.
c. Unos coeficientes de distancia pequeos en el esquema de aglo
meracin significan que se fundieron casos que son dismiles.
d. No importa qu medida de distancia se use, las soluciones de
conglomerado son esencialmente iguales.
e. Es aconsejable analizar los mismos datos con diferentes procedi
mientos de conglomerado.
www.FreeLibros.me
CAPTULO 20
6.
607
A C TIVID A D ES
Anlisis en grupo
Trabajo de campo
1. Como asesor de investigacin de mercados en una aerolnea impor
tante, debe determinar las opiniones de los consumidores sobre las
neas areas y los viajes por aire. Elabore para este fin una escala de
15 reactivos. En un grupo de cinco estudiantes, consganse datos pa
ra la escala y las caractersticas demogrficas ordinarias de 50 jefes
de hogar de su comunidad, hombres o mujeres. Cada estudiante de
be realizar 10 entrevistas. Los datos servirn para conglomerar a los
entrevistados y las 15 variables que miden la opinin de los consu
midores sobre las lneas areas y los viajes por aire.
www.FreeLibros.me
C A P I T U L O
E sc a la s m ultidim ensionales y
an lisis conjunto
O bj e t i v o s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
i
'Con frecuencia es ms
fcil observar las relacio
nes si uno las lustra en un
dibujo o tabla [...], y ese
es el objetivo de las esca
las multidimensionales.
Por otra parte, con el anli
sis conjunto se determina
qu atributos contribuyen
ms a la eleccin que ha
ce una persona entre d i
versas ofertas compuestas
por combinaciones de
aquellos atributos".
Michael Baumgardner\
presidente>Burke, Inc.
608
www.FreeLibros.me
Gen e r a l i d a d e s
En este ltimo captulo sobre el anlisis de datos se presentan dos tcnicas relacionadas pa
ra estudiar las percepciones y preferencias de los consumidores: las escalas multidimensio
nales (EMD) y el anlisis conjunto. Se esbozan e ilustran las etapas de la realizacin de
EMD y se examinan las relaciones entre EMD, anlisis factorial y anlisis discriminante.
Luego se describe el anlisis conjunto y se presentan las etapas de un procedimiento para
realizarlo. Tambin hacemos una breve cobertura de los modelos conjuntos hbridos.
M V E S T IG A C I N A C T IV A
INVESTIGACIN
REAL
Choque de colas
En una encuesta se pidi a los encuestados que ordenaran todos los pares posibles de 10 marcas
de refrescos en trminos de su semejanza. Los datos se analizaron con escalas multidimensio
nales y dieron por resultado la siguiente representacin espacial de los refrescos.
A partir de otra informacin obtenida en el cuestionario, el eje horizontal se design Sa
bor a cola . Tab dio la impresin de ms sabor a cola y 7-Up la menor. El eje vertical fue deno
minado Engordador. Tab apareci como el refresco ms diettico y Dr. Pepper como el me
nos diettico. Obsrvese que Pepsi y la Coca clsica fueron percibidas de manera muy
semejante, como lo indica su cercana en el mapa perceptual. Tambin se percibi una estrecha
cercana entre 7-Up y Slice, Diet 7-Up y Diet Slice y Tab, Diet Coke y Diet Pepsi. Advirtase
que Dr. Pepper se percibe ligeramente diferente que las otras marcas. Estos mapas de EMD son
muy tiles para entender la estructura competitiva del mercado de refrescos. En una encuesta de
2001 hecha por Readers Digest, los consumidores de Asia concedieron a los refrescos Coca-Co
la y Sprite el status de sper marcas. La encuesta se bas en la calidad del producto, imagen, va
lor, confiabilidad y satisfaccin desde el punto de vista del consumidor. Los consumidores clasifi
caron a Coca-Cola como sper marca platino y a Sprite como sper marca oro. Coca-Cola
609
www.FreeLibros.me
610
PARTE III
Dr. P epper
S lice
B C o c a clasica
7-U p
Pepsi
D iet S lice
D iet Pepsi
Diet C oke
T ab
1
- 1 .5
1
- 1 .0
1
- 0 .5
D iet 7-U p
1
0 .0
1
0.5
1
1.0
1.5
Company ha utilizado tcnicas como EMD para entender cmo perciben los consumidores sus
productos y los de la competencia, y al final cosechan abundantes recompensas. 1
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 21
611
identificar las caractersticas de una nueva tarjeta de crdito que debieran estudiarse en una fa
se posterior de anlisis conjunto.
Durante el estudio del anlisis conjunto, Wirthlin reclut 500 clientes de SBC para que lle
naran un cuestionario computarizado de respuesta personal que tomaba 30 minutos. Wirthlin
incluy 15 caractersticas de una tarjeta de crdito y telefnica, como cuota anual (cuatro opcio
nes), tasa de inters (tres opciones) y nombre de la tarjeta (siete opciones). Todas las preguntas
daban a los encuestados dos opciones. Por ejemplo: Qu es ms importante, una tarjeta sin
cuota anual o una tarjeta que ofrezca tasas variables de inters?
Cuando los participantes haban contestado unas 50 preguntas, ya no estaban seguros de lo
que queran -explic Jamal Din, diseador conjunto de Wirthlin. Con un anlisis conjunto fue po
sible asignar valores relativos a las diversas caractersticas de acuerdo con las respuestas que dio
cada individuo y luego disear una tarjeta que con toda probabilidad le parecera irresistible.
Como resultado del estudio, la tarjeta recibi el nombre de SBC Complete MasterCard .
La tarjeta no cobraba cuota anual y haca un descuento automtico de 10% (pagado por el ban
co patrocinador) en casi todas las llamadas locales y de larga distancia hechas con la tarjeta.
Adems, la tarjeta tena una tasa de inters escalonada con un periodo de gracia de 25 das. La
utilidad del anlisis conjunto en el diseo de la SBC Complete MasterCard qued demostrado
en la respuesta gratificante que le dieron los clientes a la tarjeta.2
Los primeros dos ejemplos ilustran la derivacin y el uso de mapas perceptuales, que son la
base de las EMD. El ejemplo de la SBC Complete MasterCard trata de las ponderaciones que
hacen los encuestados cuando evalan alternativas. El procedimiento de anlisis conjunto se
basa en esas ponderaciones.
www.FreeLibros.me
612
PARTE III
www.FreeLibros.me
CAPTULO 21
613
Figura 2 1 .2
D ato s d e e n t r a d a p a r a E M D
P referencias
P ercepciones
D irectas
D erivadas
(ju ic io s d e
se m ejan za)
(puntuaciones
d e atributos)
Hay que tomar cuidadosamente la decisin de cules marcas o estmulos incluir. Suponga
mos que un investigador est interesado en obtener las percepciones de los clientes sobre los
automviles. Si no incluye en el conjunto de estmulos a los automviles de lujo, esta dimen
sin no aparecer en los resultados. La inclusin de un nmero de marcas o estmulos especfi
cos debe basarse en la enunciacin del problema de investigacin de mercados, la teora y el
buen juicio del investigador.
Dustraremos el uso de escalas multidimensionales en la obtencin de un mapa espacial de
10 marcas de pasta de dientes: Aqua-Fresh, Crest, Colgate, Aim, Gleem, Macleans, Ultra Brite,
Qose-Up, Pepsodent y Dentagard. As, dada la lista de marcas, a continuacin nos pregunta
mos, cmo conseguimos los datos sobre ellas?
M uy
sem ejantes
7
3
3
4
4
5
5
7
7
Crest y Colgate
Aqua-Fresh y Crest
Crest y Aim
Colgate y Aqua-Fresh
El nmero de pares que se evalan es n(n - l)/2, donde n es el nmero de estmulos. Hay
otros procedimientos. Se pide a los encuestados que ordenen todos los pares posibles del ms
parecido al ms diferente. En otro mtodo los encuestados ordenan las marcas por su semejan
za con una marca fija. Cada marca, en su tumo, es la fija.
En nuestro ejemplo se adopt el mtodo directo. Se pidi a los encuestados que hicieran
juicios de semejanza de los 45(10 X 9/2) pares de marca de pasta de dientes en una escala de
siete puntos. En la tabla 21-1 se hallan los datos dados por un encuestado .5
En las EMD, mtodos por atributos
para recabar datos de percepcin en
los que se pide a los encuestados
que califiquen determinados atribu
tos de los estmulos en una escala de
diferencial semntico o de Ukeit.
www.FreeLibros.me
614
PARTE III
q u a-F resh
rest
o lgate
im
leem
M a clea n s
U l t r a B r ig h t
lo se-U p
Pe p s o d e n t
bm tagard
Aqua-Fresh
Crest
Colgate
Aim
Gleem
Macleans
Ultra Bright
Close-Up
Ftepsodent
Dentagard
Blanquea
los dientes
No blanquea
_____________________________________________los dientes
Previene
las caries
Sabor
agradable
No previene
las caries
______________________________________
Sabor
desagradable
En ocasiones se incluye en el conjunto de estmulos una marca ideal. Se pide a los encuestados
que evalen los mismos atributos en su hipottica pasta ideal. Si se obtienen calificaciones de atri
butos se deriva una medida de semejanza (como la distancia euclidiana) de cada par de marcas.
Mtodos directos
www.FreeLibros.me
CAPTULO 21
615
configuracin que se deriva de estos datos es muy distinta que la configuracin de los datos de
semejanza. Dos marcas pueden verse diferentes en un mapa de semejanza y similares en uno de
preferencias, y viceversa. Por ejemplo, digamos que un grupo de encuestados percibe Crest y
Pepsodent como marcas muy diferentes y por eso aparecen muy alejadas en un mapa de percep
cin; sin embargo, quiz tienen ms o menos la misma preferencia por las dos y se encuentran
cercanas en el mapa de preferencias. Continuaremos con los datos de percepcin del ejemplo de
las pastas de dientes para ilustrar el procedimiento de EMD y luego consideraremos la elabora
cin de escalas para los datos de preferencias.
La seleccin de un procedimiento para elaborar EMD especficas depende de que las escalas se
hagan sobre datos de percepcin o preferencia, y de que el anlisis requiera las dos clases de da
tos. La naturaleza de los datos de entrada es un factor determinante. En los procedimientos de
E M D no m tricas se supone que los datos de entrada son ordinales pero que dan una salida m
trica. Se da por sentado que las distancias del mapa espacial generado son de intervalo. Estos
procedimientos generan, en una dimensionalidad dada, un mapa espacial cuyos ordenamientos
de las distancias estimadas entre marcas o estmulos conservan o reproducen de la mejor mane
ra los ordenamientos de entrada. En contraste, los mtodos de EM D m tricas suponen que los
datos de entrada son mtricos. Como la salida tambin es mtrica, se mantiene una relacin ms
fuerte entre los datos de entrada y de salida y se conservan las cualidades mtricas (de interva
lo o de razn) de los datos de entrada. Los mtodos mtricos y no mtricos producen resultados
semejantes.6
Otro factor que influye en la seleccin de un procedimiento es si el anlisis de EMD se va
a realizar en el plano del encuestado individual o en el plano acumulado. En el anlisis del pla
no individual se estudian por separado los datos de cada encuestado, de lo que resulta un mapa
espacial para cada uno. Aunque este anlisis es til desde el punto de vista de la investigacin,
no es atractivo desde la perspectiva del administrador. Las estrategias de marketing se formulan
en el plano conjunto de los segmentos, ms que en el individual. Si se realiza un anlisis en el
plano acumulado, deben fijarse algunas premisas para reunir los datos individuales. En general
se supone que todos los encuestados usan las mismas dimensiones para evaluar las marcas o es
tmulos, pero que las ponderan de modo distinto.
Los datos de la tabla 21-1 fueron tratados como si estuvieran ordenados y en una escala ge
nerada por un procedimiento no mtrico. Como un encuestado suministr estos datos, se reali
z un anlisis en el plano individual. Se obtuvieron mapas espaciales de una de cuatro dimen
siones y luego se tom la decisin sobre el nmero apropiado de dimensiones. Esta decisin es
crucial para todos los anlisis de EMD; por tanto, la veremos con ms detalle en la seccin si
guiente.
www.FreeLibros.me
616
PARTE III
Figura 2 1 .3
G rfica de estrs
y m ultidim ensionalidad
0. 3
0.2
s.
0 .I
0.0
0
N m ero d e d im ensiones
2.0
1.5
1.0
Macleans
0.5
Ultra Bright
Pepsodent B
0.0
Aim
Crest
Gleem
Colgate
Close-Up m
Aqua-Fresh
- 0 .5
1.0
Dentagard B
- 1 .5
2.0
-2 .0
l
- 1 .5
l
- 1 .0
- 0 .5
0 .0
0 .5
www.FreeLibros.me
1.0
1 .1
1.5
..
2 .0
CAPTULO 21
617
Figura 2 1 .5
Denominacin de dim ensiones
con vectores de atributos
2.
www.FreeLibros.me
618
PARTE III
Ajuste
malo
regular
bueno
excelente
perfecto
20
10
5
2.5
0
3. Si se hace un anlisis en el plano acumulado, los datos originales deben dividirse en dos o
ms partes. El anlisis de EMD debe realizarse por separado para cada parte y deben com
pararse los resultados.
4. Se pueden eliminar selectivamente estmulos de los datos de entrada. Las soluciones se
determinan con los estmulos restantes.
5. Hay que aadir a los datos de entrada un trmino de error. Los datos generados se som e
ten a un anlisis de EMD y se comparan las soluciones.
6 . Se pueden reunir los datos de entrada en dos momentos distintos y determinar la confiabilidad en la prueba primera y segunda.
Hay procedimientos formales para evaluar la validez de las EMD. En el caso de nuestro
ejemplo, el valor de stress de 0.095 indica un ajuste regular. Una marca, Dentagard, es diferen
te de las otras. La eliminacin de Dentagard del conjunto de estmulos alterara apreciablemente la configuracin relativa de las otras marcas? En la figura 21-6 se muestra el mapa espa
cial que se obtiene despus de suprimir Dentagard. Hay algunos cambios en las posiciones
relativas de las marcas, en particular Gleem y Macleans. Son cambios menores que manifiestan
buena estabilidad .9
Figura 21 .6
Evaluacin de la estabilidad por
supresin de una marca
1.5
1.0
Aqua-Fresh
0.5
Close-Up m
m
Macleans
Colgate
Crest
0.0
-0.5
-
Aim
Glccm
1.0
-1.5
-
2.0 .
-2.0
1. .1
-1.5
i
-1 .0
-0.5
0.0
1 1 1 L 1 .1.
0.5
1.0
1.5
2.0
www.FreeLibros.me
CAPTULO 21
619
Figura 2 1 .7
Anfisis externo de datos
de preferencias
1.0
Macleans
0.5
A im
Ultra Brigth
Crest
G ic c m
Ideal Point
Pepsodent b
0.0
Colgate
Close-Up
Aqua-Fresh
-0.5
Dentagard
-
1.0
-0 .6
-0 .4
-0 .2
i
0.0
i
0.2
.1
1.
0.4
i
0.6
www.FreeLibros.me
620
PARTE III
Deportivo
(alto )
CE)
P orsche
A udi
Jag u ar
S aturno
T oyota
D e prestigio/
M onda
Eeonmico
C ostoso
Continental
Chevrolet
Buick
C adillac
C h ry sler
VW
. L exus
Mercedes
Hyundai
(B ajo)
www.FreeLibros.me
CAPTULO 21
621
El anlisis de correspondencia es una tcnica de EMD para elaborar escalas de datos cualitati
vos de investigacin de mercados. Los datos de entrada tienen la forma de una tabla de contin
e n c ia en la que se indica una asociacin cualitativa entre filas y columnas. En el anlisis de co
rrespondencia se forman escalas con las filas y columnas en las unidades correspondientes, de
modo que se desplieguen grficamente en el mismo espacio de pocas dimensiones. Estos mapas
espaciales ofrecen informacin sobre 1 ) semejanzas y diferencias de las filas con respecto a una
categora dada de columnas, 2 ) semejanzas y diferencias de las categoras de columnas con res
pecto a una categora dada de filas y 3) relaciones entre filas y columnas. 12
La interpretacin de los resultados del anlisis de correspondencia es semejante a la inter
pretacin del anlisis de los componentes principales (captulo 19), dada la semejanza de los al
goritmos. El anlisis de correspondencia produce agrupamientos de categoras (actividades,
marcas u otros estmulos) que se encuentran en la tabla de contingencia, as como el anlisis de
los componentes principales comprende el agrupamiento de las variables. Los resultados se in
terpretan en trminos de proximidades entre las filas y columnas de la tabla de contingencia.
Las categoras que estn ms cercanas tienen una estructura bsica ms parecida.
La ventaja del anlisis de correspondencia, en comparacin con otras tcnicas de escalas
multidimensionales, es que reduce las exigencias de recopilacin de datos impuestas a los
encuestados, porque slo se obtienen datos binarios o categricos. Slo se pide a los encuestados que verifiquen qu atributos se aplican a varias marcas. Los datos de entrada son el nme
ro de respuestas s f para cada marca en cada atributo. Las marcas y los atributos se disponen
en el mismo espacio multidimensional. La desventaja es que las distancias intermedias (es de
cir, entre columna y fila) no aceptan una interpretacin significativa. El anlisis de correspon
dencia es una tcnica analtica exploratoria que no se presta para comprobar hiptesis. 13
Las EMD, incluyendo el anlisis de correspondencia, no son el nico procedimiento dispo
nible para obtener mapas perceptuales, pues tambin pueden aplicarse dos tcnicas que ya estu
diamos, el anlisis discriminante (captulo 18) y el factorial (captulo 19).
www.FreeLibros.me
6 2 2
PARTE III
tan deseables son. Con los procedimientos conjuntos se asignan valores a los niveles de cada
atributo, de modo que los valores resultantes o la utilidad de los estmulos concuerda, tanto c o
mo sea posible, con las evaluaciones iniciales de los propios encuestados. La premisa funda
mental es que cualquier conjunto de estmulo, como productos, marcas o tiendas, se evala c o
mo coleccin de atributos. 15
Como en las escalas multidimensionales, en el anlisis conjuntse depende de las evalua
ciones subjetivas de los encuestados. Sin embargo, en las EMD los estmulos son productos o
marcas. En el anlisis conjunto los estmulos son combinaciones de niveles de atributos deter
minados por el investigador. La meta de las EMD es crear un mapa espacial que represente los
estmulos en un espacio perceptual o de preferencias multidimensional. Por su parte, en el an
lisis conjunto se trata de generar funciones de valor parcial o de utilidad que describan la utili
dad que asignan los consumidores a los niveles de cada atributo. Las dos tcnicas son comple
mentarias.
En la investigacin de mercados se hacen anlisis conjuntos para diversos propsitos, c o
mo los siguientes:
Determinar la importancia relativa de los atributos en el proceso de eleccin del consu
midor. Una salida estndar del anlisis conjunto consiste en los pesos derivados de la im
portancia relativa en todos los atributos con los que se compusieron los estmulos usados
para la evaluacin. Los pesos de la importancia relativa indican qu atributos son in
fluencias importantes en las elecciones que hacen los consumidores.
Estimar la participacin en el mercado de marcas que tienen distintos niveles de atribu
tos. La utilidad que se obtuvo del anlisis conjunto sirve como entrada de un simulador
de eleccin para determinar la proporcin de opciones de las marcas y, por ende, su parti
cipacin en el mercado.
Determinar la composicin de la marca preferida. Se varan los niveles de atributos en
las caractersticas de la marca y se determina la utilidad correspondiente de cada una. Las
caractersticas ms tiles indican la composicin de la marca preferida.
Segmentar el mercado segn las semejanzas de las preferencias de niveles de atributos.
Las funciones de los valores parciales derivadas de los atributos se toman como la base
para agrupar a los encuestados y formar segmentos homogneos de preferencias. 16
Se aplica el anlisis conjunto a bienes de consumo, productos industriales y financieros y
otros servicios. Adems, estas aplicaciones se extienden a todos los mbitos del marketing. En
una encuesta sobre el anlisis conjunto se refirieron aplicaciones en identificacin de nuevos
productos o conceptos, anlisis de la competencia, fijacin de precios, segmentacin de merca
dos, publicidad y distribucin. 17
www.FreeLibros.me
C A P T U L O 21
623
C M O REALIZAR EL ANLISIS C O N J U N T O
En la figura 21-8 se anotan las etapas del anlisis conjunto. Plantear el problema consiste en
identificar los atributos sobresalientes y sus niveles. Estos atributos y niveles sirven para com
poner los estmulos que sern la tarea de evaluacin conjunta. Los encuestados califican u orde
nan los estmulos con una escala conveniente. Los datos obtenidos se analizan. A continuacin,
los resultados se interpretan y se evala su confiabilidad y validez.
Figura 2 1 .8
Etapas del anlisis conjunto
P lantear el problem a
I
i
www.FreeLibros.me
PARTE III
624
N iv e l
t r ib u t o
Suela
Forro
Precio
nm
e s c r ip c i n
Goma
Foliuretano
Plstico
Cuero
Lona
Nylon
$ 3 0 .0 0
$ 6 0 .0 0
$ 9 0 .0 0
atributos tales que su gama sea un poco ms extensa que la que se aprecia en el mercado, pero
no tanto como para repercutir de manera negativa en la credibilidad de la tarea de evaluacin.
Para ilustrar la metodologa del anlisis conjunto, consideremos el problema de cmo eva
lan los estudiantes los tenis. En una investigacin cualitativa se identificaron tres atributos
destacados: la suela, el forro y el precio .18 Cada atributo se defini en tres niveles, como se
muestra en la tabla 21-2. Con estos atributos y sus niveles se compusieron estmulos para el
anlisis conjunto. Obsrvese que para no complicar el ejercicio se tomaron pocos atributos, s
lo tres. Se afirma que deben usarse estmulos visuales cuando las elecciones de compra de los
consumidores estn muy determinadas por el diseo de los productos, de manera tal que se fun
dan especialmente en una inspeccin de los artculos fsicos o de sus imgenes . 19
Figura 2 1 .9
Mtodo por pares para reunir
datos conjuntos
S u e la
G om a
S u ela
P oliuretano
P lstico
G om a
C u e ro
$ 3 0 .0 0
Canvas
$ 6 0 .0 0
Nylon
$ 9 0 .0 0
Precio
$ 3 0 .0 0
$ 6 0 .0 0
C uero
L ona
Nylon
www.FreeLibros.me
$ 9 0 .0 0
Poliuretano
P lstico
CAPTULO 21
625
Suela
Heda de goma
Fbrro
Hecho de nylon
Recio
$30.00
www.FreeLibros.me
626
PARTE III
i v e l e s d e a t r ib u t o s 3
P u n t u a c i n
P e r f il
nm
Su ela
F o rro
P r e c io
DE PREFERENCIA
<*>=S x
i-1 y-i
a**
donde
U(X) = utilidad general de una alternativa
a - = aportacin del valor parcial o utilidad asociada con el y'-simo nivel
( j , j = 1 , 2 , . . . k) del i-simo atributo (i, /= 1, 2 , . . . m)
k - nmero de niveles del atributo i
m = nmero de atributos
xj = 1 si est presente el y-simo nivel del i- simo atributo
= 0 en otro caso
www.FreeLibros.me
CAPTULO 21
627
de modo que
m
i - 1
i- l
Hay varios procedimientos para estimar el modelo bsico. El ms simple, y que est ga
nando popularidad, es la regresin con variables ficticias (vase el captulo 17). En este caso,
las variables de pronstico son variables ficticias de los niveles de atributos. Si un atributo tie
ne k niveles, se codifica en k - 1 variables ficticias (vase el captulo 14). Si se obtienen datos
mtricos, las puntuaciones, que se supone estn en una escala de intervalos, forman la variable
dependiente. Si los datos no son mtricos, los ordenamientos se convierten en 0 o 1 haciendo
comparaciones entre pares de marcas. En este caso, las variables de pronstico representan las
diferencias en los niveles de atributos de las marcas que se comparan. Otros procedimientos
apropiados para datos no mtricos son LINMAP, MONANOVA y el modelo LOGIT.22
El investigador tambin tiene que decidir si va a analizar los datos en el plano individual o
en el acumulado. En el plano individual, los datos de cada encuestado se analizan por separado.
Si se realiza un anlisis en el plano acumulado, hay que concebir algn procedimiento para agru
par a los encuestados. Un mtodo comn consiste en estimar primero las funciones de valor par
cial o utilidad en el plano individual. Luego, los encuestados se conglomeran por la semejanza
de sus valores parciales. Por ltimo, se hace un anlisis conjunto en cada conglomerado. Hay que
especificar un modelo apropiado para estimar los parmetros.23
Los datos anotados en la tabla 21-4 fueron analizados mediante regresin de cuadrados m
nimos ordinarios (CMO) con variables ficticias. Las variables dependientes fueron las califica
ciones de preferencias. Las variables independientes o de pronstico fueron seis variables fic
ticias, dos para cada variable. En la tabla 21-5 se muestran los datos transformados. Como los
datos ataen a un solo encuestado, se realiz un anlisis individual. En la tabla 21-6 se dan
las funciones de valor parcial o utilidad estimadas para cada atributo, as como la importancia
relativa de los atributos.24
A t r ib u t o s
S u ela
P r e c io
fo r r o
*2
*3
5
6
www.FreeLibros.me
*4
*5
*6
628
PARTE III
Suela
Forro
Precio
Nm.
D e s c r ip c i n
U t il i d a d
Goma
Poliuretano
0.556
Mstico
Cuero
0.445
Lona
0 .1 1 1
Nylon
30 dlares
1 .1 1 1
60 dlares
0 .1 1 1
90 dlares
I m p o r t a n c ia
0.778
0 .2 2 2
0.556
1 .2 2 2
0.286
0.214
0.500
Nivel 1
Nivel 2
Nivel 3
*2
0
1
0
Los niveles de los otros atributos se codificaron de manera semejante. Los parmetros se esti
maron como sigue:
^0 = 4.222
i = 1 . 0 0 0
b2 = -0.333
*3 = 1 . 0 0 0
*4 = 0.667
*5 = 2.333
*6 = 1.333
Efada la codificacin de las variables ficticias, en la que el nivel 3 es el bsico, los coeficientes
pueden relacionarse con los valores parciales. Como explicamos en el captulo 17, cada coefi
ciente de las variables ficticias representa la diferencia en los valores parciales para ese nivel,
menos el valor parcial del nivel bsico. Para suela se tiene lo siguiente:
a
a 12 -
a 13 = ^ 2
ftira resolver los valores parciales se requiere otra restriccin. Los valores parciales se estiman
en una escala de intervalos, as que el origen es arbitrario. Por tanto, la restriccin adicional que
se impone es de la forma:
" l l + l 2 + l3 =
a ii otj3 = 1.000
t| 2 ~ ot, 3 0.333
ll + l 2 + l 3 = 0
www.FreeLibros.me
CAPTULO 21
629
, + 22+
23 = b 4
23 =
3,
3 2 - 33 = * 6
+ 3 2 + 33 = 0
Los pesos de la importancia relativa fueron calculados sobre la base de la extensin de los
valores parciales, como sigue:
Suma de extensiones de = (0.778 - (-0 .5 5 6 )) + ( 0 .4 4 5 - (-0 .5 5 6 ))
los valores parciales
+ ( 1 . 1 1 1 ( - 1 .2 2 2 ))
= 4.668
l4S
La estimacin de los valores parciales y los pesos de la importancia relativa sientan las ba
ses para interpretar los resultados.
www.FreeLibros.me
630
PARTE III
Figura 2 1 .1 0
Funciones de v a b r parcial
S u ela
l 'o r r o
P re e io (en d la re s)
www.FreeLibros.me
C A PT U L O 21
631
INVESTIGACIN
REAL
Se aplic un anlisis conjunto para determinar cmo equilibran los consumidores los diversos
atributos al elegir microcomputadoras. Se escogieron cuatro atributos como los sobresalientes.
Los atributos y sus niveles fueron:
Dispositivo d e e n tra d a
Teclado
Ratn
T am ao d e la p an talla
2 1 pulgadas
15 pulgadas
M onitor
TRC
Nivel d e precio
1 , 0 0 0 dlares
Plano
1,500 dlares
2 , 0 0 0 dlares
Ratn
Monitor:
Tamao de la pantalla:
Nivel de precio:
Pantalla plana
15 pulgadas
1,500 dlares
Los entrevistados ordenaron estos perfiles segn sus preferencias. Con los datos de cada entre
vistado pueden hacerse funciones de preferencias. A continuacin se ilustran las funciones de
un individuo.
Monitor
3r
o
Dispositivo de entrada
3r
yc
c_ I
15"
21"
www.FreeLibros.me
c.
TRC
PLANO
632
PARTE III
25%
ANLISIS C O N J U N T O HBRIDO
R>rma de anlisis conjunto que
simplifica la tarea de recopilacin
d datos y estima las interacciones
selectas as como los efectos
principales.
El anlisis conjunto hbrido es un intento por simplificar la pesada tarea de reunir los datos que
se requieren en el anlisis conjunto tradicional. Cada encuestado evala muchos perfiles, pero
por lo regular slo se estiman valores parciales simples, sin efectos de interaccin. En el mode
lo de valores parciales simples o efectos principales, el valor de una combinacin es la suma
de los efectos principales separados (valores parciales simples). En la prctica, puede ocurrir
que dos atributos interacten, en el sentido de que el encuestado valore ms la combinacin que
el promedio de la aportacin de los componentes por su cuenta. Se han creado modelos hbri
dos que cumplen dos objetivos principales: 1 ) simplifican la tarea de recopilacin de datos al
imponer una carga menor a los encuestados, y 2 ) permiten la estimacin de interacciones selec
tas (en el plano de los subgrupos), as como todos los efectos principales (o simples) en el pla
no individual.
En el mtodo hbrido, los encuestados evalan un nmero limitado, en general no ms de
nueve, de estmulos conjuntos como perfiles completos. Estos perfiles se toman de un gran di
seo maestro y los encuestados evalan conjuntos distintos de perfiles, de modo que entre todo
www.FreeLibros.me
CAPTULO 21
633
un grupo de encuestados se evalen los perfiles que interesan. Adems, los entrevistados eva
lan directamente la importancia relativa de cada atributo y la conveniencia de los niveles de
cada uno. Al combinar las evaluaciones directas con las que se derivan de las evaluaciones de
los estmulos conjuntos es posible estimar un modelo en el plano acumulado sin tener que per
der algunas diferencias individuales.27
Las EMD y el anlisis conjunto son tcnicas complementarias y pueden usarse juntas, co
mo se muestra en el ejemplo que viene a continuacin.
www.FreeLibros.me
634
PARTE III
BMW
Alfa
Romeo Mercedes
Renault* Vo1
Malo
Alio
Ford
Poco
Linaje
INVESTIGACIN
REAL
INVESTIGACIN
REAL
www.FreeLibros.me
CAPTULO 21
635
Empresas pequeas
E m presas ex tem as
- R elativism o
S erv icio lim itado
E m presas grandes
E m presas internacionales
mensiones son en particular interesantes. Son una dimensin amplia de igualdad moral (factor
1) y una dimensin relativista (factor 2). Mediante escalas multidimensionales es posible trazar
el carcter tico percibido de las empresas de investigacin de mercados en estas dimensiones.
Por ejemplo, una grfica de EMD sera como la siguiente.
En este ejemplo se percibe que los departamentos internos de investigacin de mercado
son ms ticos en las dos dimensiones. Las empresas grandes de investigacin de mercados dan
la impresin de ser ms ticas en la dimensin relativista, en tanto que las empresas pequeas
son ms ticas en el factor de la igualdad moral. Las empresas internacionales de investigacin
de mercados son ms morales en trminos relativistas, en tanto que las nacionales califican ms
arriba en la dimensin de igualdad moral. Por ltimo, las empresas de servicio completo son
percibidas como ms ticas en las dos dimensiones, en comparacin con las empresas de servi
cios limitados.
En 2003 el sector de la investigacin de mercados se ha esforzado por proyectar la imagen
de que mantena normas morales elevadas. Estos resultados significan que las empresas de in
vestigacin de mercados (empresas extemas) deben convencer al mundo empresarial de que
sus normas ticas son tan elevadas como las de los departamentos internos de investigacin de
mercados de las compaas. Asimismo, para que las compaas de servicios limitados compi
tan, deben mantener y proyectar las mismas normas ticas que sostienen las empresas de inves
tigacin de servicios completos .31
www.FreeLibros.me
636
PARTE III
E N F O Q U E
EN
B U R K E
Potencia
Peso
Tiempo (re
Marca
P erfil 1:
3 v
10 oz.
3 0 m in
M arca B
Precio
G ratuito
P erfil 2:
6v
10 oz.
30 m in
M arca B
$200
P erfil 3:
6v
14 oz.
30 m in
M arca A
$250
P erfil 4:
3 v
14 oz.
30 m in
M a rca A
$100
P erfil 5:
6v
10 oz.
1 hora
M a rca A
$100
P erfil 6 :
3 v
10 oz.
1 hora
M a rca A
$250
P erfil 7:
3 v
14 oz.
1 hora
M arca B
$200
P erfil 8 :
6v
14 oz.
1 h o ra
M a rca B
G ratuito
P erfil 9:
3 v
14 oz.
1.5 h o ras
M a rca A
$200
P erfil 10:
6v
14 oz.
1.5 h o ras
M arca A
G ratuito
P erfil 11:
6v
1.5 h o ras
M arca B
$100
$250
P erfil 12:
3 v
10 oz.
10 oz.
1.5 h o ras
M arca B
P erfil 13:
6v
14 oz.
2 horas
M arca B
$250
P erfil 14:
3 v
14 oz.
2 horas
M a rca B
$100
P erfil 15:
3 v
10 oz.
2 h o ras
M a rca A
G ratuito
P erfil 16:
6v
10 oz.
2 horas
M arca A
$200
www.FreeLibros.me
CAPTULO 21
637
Perfil 9: 1
Perfil 10: 4
Perfil 11: 10
Perfil 12:5
Perfil 13:6
Perfil 14: 8
Perfil 15:3
Perfil 16:5
Si se someten los datos de este encuestado a una regresin de cuadrados mnimos ordinarios, tomando
la matriz del diseo como variable de pronstico, aparecen los siguientes resultados:
Atributo
Potencia
3 vatios
6 vatios
Peso
10 onzas
14 onzas
Vida til de la pila
30 minutos
1 hora
1.5 horas
Z0 horas
Marca
A
B
Precio
Gratuito c/susc. 2 aos
100 dlares
2 0 0 dlares
250 dlares
Valor utilitario
-
Importancia relativa
1 .1 2
1 .1 2
18.8%
0375
-0 3 7 5
6 .0 %
-1.875
-0 3 7 5
0.875
1375
27.1%
13
13
25.0%
-0 3 7 5
1.875
-0.625
-0.875
22.9%
EXCEL tienen varios programas de regresin, los cuales se estudiaron en el captulo 17. Tam
bin hay varios programas especializados en el anlisis conjunto. MONOANOVA(ANOVAde
un tono) es un procedimiento no mtrico que usa datos de perfiles completos. En el caso de los
datos en pares, se recurre a TRADEOFF, que tambin es un procedimiento no paramtrico que
toma el ordenamiento de las preferencias para establecer pares por atributos. Tanto MONOANO VA como TRADEOFF tienen versin para computadora central y microcomp utadora. Otros
programas populares son LINMAP y ACA (anlisis conjunto adaptable). ACA se centra en los
atributos y niveles ms pertinentes para cada encuestado. PC-MDS contiene tambin un pro
grama de anlisis conjunto. Tambin son tiles los programas de software de Bretton-Clark:
CONJOINT DESIGNER, CONJOINT ANALYZER, CONJOINT LINMAP, S IMG RAF y
BRIDGER. POSSE (Product Optimization and Selected Segmentation Evaluation, Optima
cin de productos y evaluacin de segmentacin selecta), de Robinson Associates, Inc., es un
sistema generalizado para optimizar diseos de productos y servicios mediante un mtodo h
www.FreeLibros.me
638
PARTE III
RESUM EN
Se usan escalas multidimensionales para obtener representacio
nes espaciales de las percepciones y preferencias de los encuestados. Las relaciones percibidas o psicolgicas entre estmulos se
representan como relaciones geomtricas entre puntos en un es
pacio multidimensional. Plantear un problema de escalas multi
dimensionales requiere una especificacin de las marcas o estmu
los que se van a incluir. El nmero y la naturaleza de las marcas
elegidas ejerce una influencia en la solucin. Los datos de entra
da obtenidos de los encuestados se relacionan con percepciones o
con preferencias. Los datos de percepciones son directos o deri
vados. Los planteamientos directos son ms comunes en la inves
tigacin de mercados.
La seleccin de un procedimiento para elaborar escalas mul
tidimensionales depende de la naturaleza (mtrica o no mtrica)
de los datos de entrada y de si las percepciones o preferencias se
tomaron en una escala. Otro factor determinante es si el anlisis
se realiza en el plano individual o en el conjunto. La decisin so
bre el nmero de dimensiones en las que se obtiene una solucin
debe basarse en consideraciones tericas, capacidad de interpre
tacin, criterio de corte y facilidad de uso. La tarea de denominar
las dimensiones es ardua y requiere un juicio subjetivo. Se dan
varios lincamientos para evaluar la confiabilidad y la validez de
las soluciones de escalas multidimensionales. Los datos de prefe
rencia pueden someterse a anlisis internos o externos. Si los da
T R M IN O S Y C O N CEPTO S FU N D A M EN TA LES
anlisis conjunto, 621
anlisis conjunto hbrido, 632
anlisis de correspondencia, 621
anlisis externo de preferencias, 619
anlisis interno de preferencias, 619
coordenadas, 612
criterio de corte, 615
despliegue, 612
diseos cclicos, 622
www.FreeLibros.me
CAPTULO 21
639
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Problemas
1. Identifique dos problemas de investigacin de mercado en los que
cabra aplicar las EMD. Explique cmo las aplicara en esas situaaones.
2. Identifique dos problemas de investigacin de mercado en los que
cabra aplicar el anlisis conjunto. Explique cmo lo aplicara en
esas situadones.
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1. Se anotan enseguida las calificaciones de un encuestado respecto de
nueve marcas de autos de lujo en cuatro dimensiones. El encuestado
evalu cada marca en cada dimensin (prestigio, desempeo, lujo y
valor) con una escala de siete puntos (1 = poco y 7 = excdente). Con
SPSS para Windows o un software equivalente, genere una grfica
de EMD en dos dimensiones. Interprete tales dimensiones. Explique
la grfica.
Marca
Lexus
Infinity
BMW
Mercedes
Chdillac
Lincoln
Fbrsche
Bentley
Rolls
6 .0 0
Lujo
5.00
5.00
7.00
6 .0 0
Valor
7.00
7.00
5.00
Prestigio
5.00
5.00
5.00
Desempeo
7.00
6 .0 0
6 .0 0
6 .0 0
6 .0 0
5.00
5.00
6 .0 0
6 .0 0
6 .0 0
5.00
7.00
7.00
6 .0 0
5.00
5.00
7.00
7.00
5.00
5.00
4.00
3.00
4.00
5.00
1.0 0
A C TIVID A D ES
Trabajo de campo
Anlisis en grupo
1. Cbnsidere las siguientes 12 marcas de jabn de bao: Jergens, Dove, Zest, Dial, Camay, Ivory, Palmolive, Irish Spring, Lux, Safegiard, Tone y Monchel. Forme los 66 pares posibles con las marcas.
Califique los pares por su semejanza en una escala de siete puntos.
2. Trace los nueve perfiles de tenis dados en la tabla 21-4. Califique
los prerfiles segn su preferenda en una escala de nueve puntos.
www.FreeLibros.me
C A P T U L O
O bj e t i vo s
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
L Exponer los requisitos bsicos de la preparacin del informe: formato, redaccin, grficas
y tablas.
2. Estudiar la naturaleza y alcance de la presentacin oral y explicar los principios Dgales
ysn>r.
Burke, Inc.
640
www.FreeLibros.me
Gen e r a l i d a d e s
La presentacin y preparacin del informe constituye la ltima etapa, la sexta, del proyecto
de investigacin de mercados. Sigue a la definicin del problema, elaboracin del mtodo,
formulacin del diseo de investigacin, trabajo de campo y preparacin y anlisis de datos.
En este captulo se describe la importancia de esta etapa final, as como el proceso de prepa
racin y presentacin del informe. Se dan los lincamientos para la preparacin, incluyendo la
redaccin del informe y la elaboracin de tablas y grficas. Estudiamos la presentacin oral
del informe. Se describe el seguimiento del estudio, con la asistencia al cliente y la evalua
cin del proceso de investigacin. Analizamos las consideraciones especiales para preparar y
presentar informes en la investigacin de mercados internacionales y sealamos los temas
ticos pertinentes. Se termina con una explicacin del papel que cumplen Internet y las compu
tadoras en la preparacin y presentacin de informes.
W W E S T IG A C l H A C T IV A
INVESTIGACIN
REAL
www.FreeLibros.me
642
PARTE III
enorme tamao de la muestra, los datos son muy confiables (representativos) y todos los depar
tamentos de la compaa aprovechan el documento:
El departamento de marketing, para tomar decisiones de planeacin estratgica, posicionamiento de productos y marketing dirigido.
El departamento de finanzas, para medir el resultado de sus inversiones en productos.
El departamento aeroportuario, para evaluar los servicios de tierra, como velocidad y efi
cacia del registro (representantes de servicio, colas de espera).
La direccin ejecutiva, para evaluar el desempeo de United, tanto interno en la consecu
cin de sus metas, como externo en comparacin con la competencia.
El resultado de este slido informe de satisfaccin de clientes es que todos los departamen
tos de United Airlines estn orientados a los clientes. Esto permite a la compaa diferenciarse
en un ambiente en el que todas las compaas tienen los mismos horarios, el mismo servicio y
la misma tarifa. Por ejemplo, a partir de los resultados de la encuesta United supo que la com i
da era un componente importante de la satisfaccin de los clientes y, por consiguiente, mejor
el servicio de alimentos. La compaa tambin estableci una asociacin de marcas con algunas
empresas alimenticias conocidas, como el caf Starbucks y los chocolates Godiva, y lo anunci
como una razn ms para volaren cielos amistosos. En el invierno de 2003, United Airlines re
dujo los precios de muchas de sus rutas cuando las encuestas mostraron que muchos pasajeros
buscaban tarifas ms bajas en una economa desacelerada . 1
En el ejemplo de la tienda departamental se ilustra cmo la parte central del informe sigue
el formato de las etapas anteriores del proceso de investigacin de mercados. En el ejemplo
de United Airlines de subraya la importancia de hacer informes peridicos.
EL PROCESO DE PREPARACIN
Y PRESENTACIN DEL INFORME_________________
En la figura 22-1 se ilustra la preparacin y presentacin del informe. El proceso comienza con
la interpretacin de los resultados del anlisis de los datos en el contexto del problema de in
vestigacin de mercados, mtodo, diseo de investigacin y trabajo de campo. En vez de resu
mir slo los resultados estadsticos, el investigador debe presentar los resultados de tal manera
que sirvan directamente para la toma de decisiones. Cuando sea apropiado, hay que sacar con
clusiones y hacer recomendaciones, que deben ser prcticas. Antes de escribir el informe, el in
vestigador debe examinar los principales resultados, conclusiones y recomendaciones con los
principales directivos. Estas sesiones de anlisis cumplen la importante funcin de corroborar
www.FreeLibros.me
CAPTULO 22
643
Figura 22.1
Preparacin y presentacin del
informe
S eg u im ien to de la investigacin
que el informe satisface las necesidades del cliente y que es aceptado. Aqu se deben confirmar
las fechas especficas de entrega del informe escrito y otros datos.
Todo el proyecto de investigacin de mercados debe sintetizarse en un solo informe escri
to o en varios informes dirigidos a diversos lectores. En general, la presentacin oral completa
los documentos escritos. Hay que dar al cliente la oportunidad de que lea el informe. Despus,
el investigador debe emprender las acciones de seguimiento que sean necesarias. El investiga
dor debe ayudar al cliente a entender el informe, poner en prctica los resultados, iniciar nuevas
investigaciones y evaluar el proyecto de investigacin en retrospectiva. La importancia de que
el investigador se empee en la preparacin y la presentacin del informe se destaca en el ejem
plo siguiente.
INVESTIGACIN
REAL
www.FreeLibros.me
644
PARTE III
FO RM ATO D E U N F O R M E _________________________
Los formatos varan con el investigador o la empresa de investigacin de mercados que realiza
el proyecto, el cliente para el que se realiza y la naturaleza del proyecto en s. Por tanto, los si
guientes prrafos son una gua a partir de la cual el investigador puede generar una estructura
para el proyecto que lo ocupa. Salvo excepciones, los informes de investigacin tienen los ele
mentos siguientes:
I. Portada
II. Carta de entrega
III. Carta de autorizacin
IV. ndice
V. Lista de tablas
VI. Lista de grficas
V II. Lista de apndices
VIII. Lista de ilustraciones
IX . Resumen ejecutivo
a. Principales resultados
b. Conclusiones
c. Recomendaciones
X. Definicin del problema
a. Antecedentes del problema
b. Establecimiento del problema
XI. Planteamiento del problema
X II. Diseo de la investigacin
a. Tipo de diseo
b. Necesidades de informacin
c. Recopilacin de datos de fuentes secundarias
d. Recopilacin de datos de fuentes primarias
e. Tcnicas de elaboracin de escalas
f Elaboracin y prueba del cuestionario
g. Tcnicas de muestreo
h. Trabajo de campo
XIII. Anlisis de los datos
a. Metodologa
b. Plan del anlisis de datos
XIV. Resultados
XV. Limitaciones y advertencias
X V I. Conclusiones y recomendaciones
XVII. Ilustraciones
a. Cuestionarios y formas
b. Resultados estadsticos
c. Listas
www.FreeLibros.me
CAPTULO 22
GAS
Este formato se apega a las etapas anteriores de la investigacin de mercados. Los resulta
dos se pueden presentar en varios captulos del informe. Por ejemplo, en una encuesta nacional
se pueden analizar los datos de toda la muestra y luego por separado los datos de cuatro regio
nes geogrficas, por ejemplo. En tal caso, los resultados se presentan en cinco captulos en vez
de uno.
Portada
La portada debe incluir el ttulo del informe, datos del investigador o la empresa de investiga
cin (nombre, direccin y telfono), nombre del cliente para el que se prepar el informe y fe
cha de entrega. El ttulo debe indicar la naturaleza del proyecto, como se ilustra en el ejemplo
que viene a continuacin.
INVESTIGACIN
REAL
Carta de entrega
El informe formal contiene por lo regular una carta de entrega al cliente en la que se resume la
experiencia general del investigador durante el proyecto, sin mencionar los resultados. En la car
ta tambin debe indicarse si es necesario que el cliente emprenda nuevas acciones, como la
puesta en prctica de los resultados o nuevas investigaciones que hay que emprender.
Carta de autorizacin
El cliente escribe una carta de autorizacin al investigador antes de que se inicie el proyecto.
Autoriza al investigador proceder con el proyecto y especifica el alcance y los trminos del con
trato. Muchas veces es suficiente con referirse a la carta de autorizacin en la carta de entrega,
pero otras es necesario incluir una copia en el informe.
ndice
En el ndice se enumeran los temas tratados con las referencias a las pginas respectivas. Por lo
regular en los informes slo se ponen los ttulos y subttulos ms importantes. El ndice es se
guido por una lista de tablas, grficas, apndices e ilustraciones.
Resumen ejecutivo
El resumen ejecutivo es una parte extremadamente importante del informe, pues a menudo es la
nica parte que leen los ejecutivos. En el resumen se debe describir en forma concisa el proble
ma, la metodologa y el diseo de investigacin adoptado. Debe dedicarse una seccin de sntesis
a los principales resultados, conclusiones y recomendaciones. El resumen ejecutivo debe escri
birse despus de concluir el resto del informe.
www.FreeLibros.me
646
PARTE III
Diseo de la investigacin
En la seccin sobre el diseo de la investigacin deben especificarse los detalles sobre cmo se
realiz el estudio (vanse los captulos 3 a 13). Debe incluir la naturaleza del diseo de investi
gacin adoptado, la informacin necesaria, la recopilacin de datos de fuentes secundarias y
primarias, tcnicas de escalas, elaboracin y prueba del cuestionario, tcnicas de muestreo y tra
bajo de campo. Estos temas deben presentarse sin tecnicismos, de una manera que se entienda
fcilmente. Los detalles tcnicos deben reservarse para un apndice. En esta seccin del infor
me se justifican los mtodos elegidos.
Resultados
Por lo regular esta seccin es la ms larga del informe y puede abarcar varios captulos. Muchas
\eces los resultados se presentan no slo acumulados, sino tambin por subgrupos (segmentos
de mercados, regiones geogrficas, etc.). Los resultados deben estar organizados de manera c o
herente y lgica. Por ejemplo, en una encuesta de hospitales para un estudio de servicios mdi
cos los resultados se presentaron en cuatro captulos. En uno se daban los resultados generales,
en otro se examinaban las diferencias entre regiones geogrficas, en el tercero se presentaban
las diferencias entre hospitales pblicos y privados y en la cuarta se sealaban las diferencias
por capacidad de camas. La presentacin de los resultados debe articularse directamente a los
componentes del problema de investigacin de mercados y a las necesidades de informacin
que se hayan detectado. Los detalles deben presentarse en tablas y grficas, y en el texto deben
explicarse los principales resultados.
Limitaciones y advertencias
Todos los proyectos de investigacin de mercados tienen limitaciones de tiempos, presupuestos
y otras restricciones de la organizacin. Adems, el diseo de investigacin adoptado puede e s
tar limitado por errores de diversos tipos (vase el captulo 3), algunos tan graves como para
ameritar un examen. Esta seccin debe escribirse con sumo cuidado y debe asumir un punto de
vista equilibrado. Por un lado, el investigador debe verificar que la direccin no se apoye exce
sivamente en los resultados ni que los use para otros fines, como proyectarlos a poblaciones no
estudiadas. Por el otro, esta seccin no debe reducir la confianza en la investigacin ni minimi
zar indebidamente su importancia.
Conclusiones y recomendaciones
No basta presentar un simple resumen de los resultados estadsticos. El investigador debe inter
pretarlos en el contexto del problema abordado para llegar a conclusiones slidas. A partir de
los resultados y las conclusiones, el investigador puede hacer recomendaciones a quienes toman
las decisiones. En ocasiones no se pide a los investigadores de mercados que hagan recomenda
ciones, porque investigan un sector pero no entienden todo el cuadro de la empresa cliente. Si
se hacen recomendaciones, deben ser viables, prcticas, hacederas y aprovechables directamente
como informacin para tomar decisiones administrativas. En el ejemplo siguiente se dan linca
mientos para sacar conclusiones y hacer recomendaciones.
www.FreeLibros.me
CAPTULO 22
INVESTIGACIN
647
REAL
Legibilidad
El informe debe ser fcil de seguir .5 Debe tener una estructura lgica y estar escrito con clari
dad. El material, particularmente el cuerpo del texto, debe seguir una estructura lgica de modo
www.FreeLibros.me
648
PARTE III
que el lector vea con facilidad las conexiones y vnculos internos. Hay que escribir ttulos para
distinguir los temas principales y subttulos para los temas secundarios.
Una organizacin lgica tambin produce un informe coherente. La claridad aumenta con
oraciones bien construidas, cortas y al punto. Las palabras deben expresar con exactitud lo que
el investigador quiere comunicar. Hay que evitar trminos difciles, lenguaje coloquial y frases
estereotipadas. Una comprobacin excelente de la claridad de un informe consiste en pedir a
dos o tres personas que no conozcan el proyecto que lean el documento y ofrezcan sus comen
tarios crticos. Es posible que el informe necesite varias revisiones antes de llegar a un docu
mento final.
Objetivo
La objetividad es una virtud que debe guiar la redaccin del informe. Los investigadores llegan
a sentirse tan fascinados con su proyecto que pasan por alto su cometido cientfico. El informe
debe presentar fielmente la metodologa, resultados y conclusiones del proyecto sin alterar los
resultados de modo que concuerden con lo que espera la direccin. Es poco probable que quie
nes toman las decisiones reciban con entusiasmo un informe que arroje una luz desfavorable
sobre sus juicios o actos; sin embargo, el investigador debe tener el valor de presentar y defen
der los resultados objetivamente. La regla es: Dgalo tal cual .
Brevedad
El informe debe ser conciso y bien hilvanado. Debe omitirse todo lo que sea innecesario. Si se
incluye demasiada informacin, pueden perderse puntos importantes. No haga explicaciones
extensas de procedimientos comunes; sin embargo, la brevedad no debe alcanzarse al costo de
dar un texto incompleto.
Ttulo y nmero
Toda tabla debe tener un nmero (la ) y un ttulo (Ib). El ttulo debe ser breve pero explicativo
de la informacin que se proporciona. Se usan nmeros arbigos para identificar las tablas y po
der referirse a ellas en el texto .6
www.FreeLibros.me
649
CAPTULO 22
la
i
Ventas de automviles en Estados Unidos, 1997 a 2001,
\fentas unitarias
(2 a)
MFC
(40
/
1998
GM . . . ?.. . .
4,766,000
1 4,604,000
1999
5,017,000
4,953,000
4,898317
Ford............
4,432,000
4370,000
4,787,000
4,933,000
4,661,685
Chrysler . . . .
2^12,400
2348,900
2,693,000
2,470,000
2,196,000
Tbyota.........
1330383
1361,025
1315366
1,656,981
1,787,882
Honda ..........
940,037
1,009,600
1,076,893
1,158,860
1307,639
199 7
2000
2001
Nissan..........
658,000
628,000
713,000
744,000
695,640
Otros*..........
1,161,980
1,444,475
1,615,741
1,901,159
1,752,637
Total............
15301,000
15,966,000
17,418,000
17,817,000
17300,000
www.FreeLibros.me
650
PARTE III
A p e sa r d e la p rd id a d e v e n ta s
y p articip aci n en el m ercado, G e n e ra l
M o to rs sig u e sien d o el ld er d e lo s
au to m v iles.
Figura 2 2 .2
Grfica circular de las ventas
de autos por fabricante, 2001
En una grfica circular d rea de cada seccin, que es un porcentaje del rea total del crculo,
expresa la proporcin del valor correspondiente a cada variable. Una grfica circular no es
apropiada para mostrar relaciones con el tiempo o entre varias variables. Como gua general, la
grfica circular no debe tener ms de siete secciones .8 En la figura 22-2 se muestra una grfica
drcular con las ventas de automviles en Estados Unidos.
4%
Nissan
www.FreeLibros.me
CAPTULO 22
651
Divisin 1
Grupo 1
(A)
(8)
Grficas lineales
Grfica en la que se unen puntos
que representan datos mediante l
neas continuas.
Conjunto de grficas lineales en la
que los datos se agregan sucesiva
mente. Las regiones entre las grfi
cas expresan las magnitudes de las
variables pertinentes.
Representacin grfica que hace uso
de pequeas imgenes o smbolos
para desplegar los datos.
En una g rfica lin e a l se unen puntos que representan datos mediante lneas continuas. Es una
forma atractiva de ilustrar tendencias y cambios con el tiempo. Se pueden comparar series en la
misma tabla y mostrar pronsticos, interpolaciones y extrapolaciones. Si se despliegan varias
series simultneamente, cada lnea debe tener un color o forma que la distingan (vase la figu
ra 22-3 ) . 9
Una grfica estratificada es un conjunto de grficas lineales en la que los datos se agre
gan sucesivamente. Las regiones entre las grficas expresan las magnitudes de las variables
pertinentes (vase la figura 22-4).
Pictogramas
Un pictogram a despliega los datos con imgenes o smbolos pequeos. Como se aprecia en la
figura 22-5, los pictogramas no expresan con precisin los resultados, por lo que hay que tener
cuidado al usarlos.10
Una grfica d e barras despliega los datos en varias barras colocadas en sentido horizontal o
vertical. Con las grficas de barras se presentan magnitudes absolutas y relativas, diferencias y
cambios. El h isto g ra m a es una grfica de barras vertical en el que la altura de stas representa
la frecuencia relativa o acumulada con que ocurre una variable especfica (vase la figura 2 2 -6 ).
Figura 2 2 .3
Grfica lineal de las ventas de
autos por fabricante (1997 a
6,000.000 r
2001 )
GM
4 ,0 0 0 .0 0 0
3 ,0 00,000
1998
1999
2000
www.FreeLibros.me
2001
Ford
C h ry sle r
H onda
T o y o ta
N issan
O tro s
652
PARTE III
Figura 2 2 .4
20.000.000 -
18.000,000
a2001)
16.000,000 -
14.000.000
N issan
12 000.000
T o y o ta
10.000.000 I
IH H onda
[~~1 C h ry sler
8.000.000
6 .000,000
O tros
4.000.000
Ford
GM
2.000.000
0
1997
Figura 2 2 .5
Pictograma de las ventas de
autos (2001 )
1998
2001
2000
1999
GM
"O cr o cr
cr
c r n j c
Ford
D cr r j cr
cr
cr
tt
C h ry sle r
Ty,a
H onda
o X ? C
N issan
O tros
6.000,000
Figura 22.6
Histograma de las ventas de
autos por fabricante (2001)
5.000,000
4,000,000
5
S
2,000,000
1,000,000
GM
Ford
C h ry sle r
T o y o ta
F a b r ic a n te
www.FreeLibros.me
H onda
N issan
O tros
CAPTULO 22
653
PRESENTACIN ORAL
Hay que presentar a la direccin de la empresa del cliente la totalidad del proyecto de investi
gacin. Esta presentacin sirve para que la direccin comprenda y acepte el informe escrito.
Ah se abordan todas las preguntas preliminares que tenga la direccin. Como muchos ejecuti
vos se forman la primera y la ltima impresin del proyecto a partir de la presentacin, no es
posible exagerar su importancia. 12
La clave para una presentacin eficaz es la preparacin. Hay que elaborar un guin escrito
o un esquema detallado siguiendo el formato del informe escrito. La presentacin debe dirigir
se al pblico, por lo que el investigador debe averiguar sus antecedentes, intereses y participa
cin en el proyecto, as como el grado en que es posible que el proyecto tenga un efecto en
ellos. Debe ensayar la presentacin varias veces antes de hacerla ante la direccin.
Los apoyos visuales, como tablas y grficas, deben desplegarse en medios variados. Los
pizarrones le permiten al investigador manipular nmeros y son particularmente tiles para dar
respuesta a las preguntas tcnicas. Aunque no son tan flexibles, los pizarrones magnticos y de
fieltro permiten hacer una presentacin rpida del material preparado de antemano. Los rotafolios son pliegos de papel blanco montados en un caballete. Los apoyos visuales se dibujan por
adelantado y el conferencista pasa las hojas durante la presentacin. Los proyectores pueden
presentar tablas simples lo mismo que exhibiciones complejas por adicin sucesiva de nuevas
imgenes en la pantalla. Hay varios programas de cmputo para producir transparencias para
proyeccin (lminas de acetato). Tambin pueden prepararse transparencias a colores. Las dia
positivas son buenas para proyectar fotografas en una pantalla. Los equipos de video y los pro
yectores de pantallas grandes son muy eficaces para presentar sesiones de grupo y otros aspec
tos del trabajo de campo que son de naturaleza dinmica. Tambin pueden emplearse
proyectores para computadora, que proyectan en pantallas la imagen del monitor. Sirven para
hacer presentaciones controladas por computadora o para presentar informacin tcnica, como
modelos analticos.
Es importante mantener el contacto visual con el pblico durante la presentacin. Debe
dar suficientes oportunidades de formular preguntas durante y despus de la presentacin. s
ta debe hacerse interesante y convincente con ancdotas, ejemplos, experiencias y citas. No
use muletillas, como aj, usted sabe o de acuerdo. El p rin c ip io D g a le s es eficaz
para estructurar la presentacin. Este principio asienta: 1) dgales qu les va a decir, 2) Dga
les, y 3) dgales qu les dijo. Otra gua til es el p rin c ip io S ID 1, que asevera: hgalo simple y
directo.
Hay que recurrir al lenguaje corporal. Los gestos descriptivos aclaran o mejoran la comu
nicacin verbal. Los gestos enfticos subrayan lo que se dice. Los gestos sugestivos son smbo
los de ideas y emociones. Los gestos excitativos se hacen para suscitar la respuesta esperada del
pblico. El expositor debe variar el volumen de la voz, la altura, el matiz, la articulacin y el rit
mo. La presentacin debe terminar con un cierre fuerte. Para acentuar su importancia, la pre
sentacin debe ser patrocinada por un gerente de nivel superior en la organizacin del cliente,
como en el ejemplo siguiente.
INVESTIGACIN
REAL
Llvelo a la cumbre
Elrick & Lavidge (www.elavidge.com) realiz un proyecto de investigacin para medir la efica
cia relativa de la televisin, prensa y radio como medios de publicidad para un cliente. Adems
se evalu la eficacia de 10 comerciales de televisin, radio y prensa. Dada la naturaleza del pro
yecto, la presentacin oral del informe era particularmente importante para comunicar los resul-
www.FreeLibros.me
654
PARTE III
tados. Aparte del proyector de lminas y de diapositivas se usaron una videograbadora (para re
producir los comerciales de televisin), una grabadora (para los comerciales de radio) y un ta
blero (para mostrar los anuncios impresos). La presentacin se hizo ante los principales directi
vos, a saber, el presidente, todos los vicepresidentes y todos los vicepresidentes asistentes, en
una de sus juntas mensuales.13
Despus de la presentacin, los principales ejecutivos del cliente deben tener tiempo de
leer el informe detalladamente. Existen lincamientos para leer informes.
LECTURA DEL IN FO R M E
DEJ N V E S T IG A C I N
La Advertising Research Foundation elabor lincamientos para leer informes y evaluar proyec
tos de investigacin de mercados. 14
Diseo de la investigacin
El diseo de la investigacin debe describirse claramente y sin tecnicismos. Si los lectores a los
que est dirigido el informe no entienden el procedimiento del diseo de la investigacin, la
culpa es del investigador. El informe debe incluir una exposicin de las necesidades de infor
macin, los mtodos de recoleccin de datos, las tcnicas de elaboracin de escalas, el diseo y
la prueba previa del cuestionario, las tcnicas de muestreo y el trabajo de campo. Hay que jus
tificar los mtodos seguidos. Los informes que no contienen o que no ponen a disposicin del
lector los detalles metodolgicos deben tomarse con precaucin.
www.FreeLibros.me
CAPTULO 22
655
Gfras y estadsticas
El lector debe examinar atentamente cifras y datos estadsticos de tablas y grficas. Cifras y es
tadsticas inapropiadas pueden ser sumamente equvocas. Consideremos, por ejemplo, los por
centajes basados en muestras pequeas o en medias de datos ordinales. Por desgracia, no son
escasos estos equvocos estadsticos en los informes.
Interpretacin y conclusiones
Los resultados deben proveerse de manera objetiva y honesta. La interpretacin de los resulta
dos bsicos debe distinguirse de los resultados en s. Hay que sealar claramente las premisas
hechas para interpretar los datos. Hay que exponer las limitaciones de la investigacin. El lec
tor debe tratar con cautela cualesquiera conclusiones o recomendaciones hechas sin especificar
premisas ni limitaciones.
Capacidad de generalizacin
Es responsabilidad del investigador proporcionar las pruebas sobre la confiabilidad, validez y
capacidad de generalizacin de los datos. En el informe se debe indicar con claridad la poblacin
objetivo a la que se aplican los resultados. Es preciso sealar sin dudas los factores que limitan
la capacidad de generalizar los resultados, como la naturaleza y la representatividad de la mues
tra, el modo y el momento del acopio de datos y las diversas fuentes de error. El lector no debe
tratar de generalizar los resultados del informe sin considerar explcitamente estos factores.
Revelacin
Por ltimo, el lector debe examinar minuciosamente si el espritu en el que fue escrito el infor
me indica una revelacin honesta y completa de los procedimientos y los resultados de la inves
tigacin. Es particularmente importante declarar qu procedimientos piden el juicio subjetivo
del investigador, como los seguidos para tratar los valores faltantes, ponderaciones, etc. Si se
obtienen resultados negativos o inesperados, deben informarse. El lector debe sentir que tiene
la libertad de preguntar por la informacin pertinente que no se contenga en el informe.
Una lectura atenta del informe siguiendo estos lincamientos ayudar al cliente a participar
de manera eficaz en el seguimiento de la investigacin.
Asistencia al cliente
Es posible que el cliente tenga varias preguntas despus de haber ledo detalladamente el infor
me. Quiz no entiende algunas partes y el investigador debe prestarle ayuda. Algunas veces el
investigador colabora en la implantacin de los resultados. A menudo el cliente detiene al in
vestigador para que le ayude a elegir un producto nuevo o una agencia de publicidad, establecer
una poltica de fijacin de precios, segmentar el mercado y otras actividades de marketing. Una
razn importante del seguimiento del cliente es analizar nuevos proyectos de investigacin. Por
ejemplo, el investigador y la direccin acuerdan repetir el estudio en dos aos. Por ltimo, el in
vestigador debe ayudara la empresa cliente para que incorpore la informacin generada por el
proyecto de investigacin de mercados a su Sistema de Informacin de Marketing (SIM) o su
Sistema de Apoyo a las Decisiones (SAD o DSS, por sus siglas en ingls), como se dijo en el
captulo 1 .
www.FreeLibros.me
656
PARTE III
IN V E S TIG A C I N DE M E R C A D O S
IN TER N A C IO N A LES
La gua ofrecida hasta aqu se aplica igualmente a la investigacin de mercados internacionales,
aunque la preparacin del informe puede complicarse por la necesidad de elaborar el documento
para directivos de varios pases y en distintos idiomas. En ese caso, el investigador debe prepa
rar varias versiones del informe, dirigidas a los lectores especficos. Los informes deben ser
equiparables aunque los formatos difieran. Los lincamientos para la presentacin oral tambin
son semejantes a los mencionados arriba, con la previsin adicional de que hay que ser sensi
bles a las normas culturales. Por ejemplo, los chistes, que se hacen frecuentemente en Estados
Unidos, no son apropiados en todas las culturas. Casi todas las decisiones de marketing se to
man de los datos y las cifras que produce la investigacin de mercados, pero las cifras tienen que
pasar la prueba y los lmites de la lgica, la experiencia subjetiva y las intuiciones viscerales de
quienes deciden. La experiencia subjetiva y las corazonadas de los directivos varan enorme
mente con los pases y es necesario que se hagan recomendaciones diferentes para implantar los
resultados de los estudios en diversos lugares. Esto es en particular importante cuando se trata
de recomendaciones innovadoras o creativas, como las que ataen a las campaas publicitarias.
www.FreeLibros.me
CAPTULO 22
657
LA TICA DE LA IN V E S TIG A C I N DE M ER C A D O S
La preparacin y la presentacin del informe abarca temas que conciernen a la integridad de la
investigacin, como definir el problema de investigacin de mercados de manera que se preste
para intereses ocultos, poner en peligro el diseo de investigacin, usar mal deliberadamente al
gunos datos, falsificar cifras, alterar los resultados de la investigacin, interpretar equivocada
mente los resultados con el objetivo de defender un punto de vista personal o empresarial y re
tener informacin. 16 En una encuesta de 254 investigadores de mercados se revel que 33% de
ellos consideraban que los problemas ticos ms difciles que enfrentaban correspondan a los
temas de la integridad de la investigacin. El investigador debe abordar estos temas cuando pre
para el informe y presenta los resultados. La difusin de los resultados de la investigacin de
mercados al cliente y otros interesados apropiados debe ser honesta, fiel y completa.
El investigador debe ser objetivo en todas las fases del proceso de la investigacin de mer
cados. Algunos procedimientos de investigacin y anlisis pueden no revelar nada nuevo o sig
nificativo. Por ejemplo, quiz la funcin discriminante no clasifica mejor que la casualidad (ca
ptulo 18). En estas situaciones surgen disyuntivas morales si, de cualquier manera, el
investigador trata de sacar conclusiones de tales anlisis. Hay que resistir la tentacin para evi
tar comportamientos inmorales.
Del mismo modo, los clientes tienen tambin la responsabilidad de revelar de manera com
pleta y fidedigna los resultados de la investigacin y estn obligados a usarlos de manera tica.
Por ejemplo, el pblico puede quedar en desventaja si un cliente distorsiona los resultados de
una investigacin para producir una campaa de publicidad tendenciosa que afirma sobre la
marca lo que no est respaldado en el estudio de mercado. Estas actividades estn condenadas
por el cdigo de tica de la American Marketing Association y otras asociaciones profesionales
de investigacin (vase el captulo 1 ) . 17 Tambin surgen temas ticos cuando empresas como
las tabacaleras aprovechan los resultados de la investigacin de mercados para formular progra
mas cuestionables de marketing.
INVESTIGACIN
REAL
www.FreeLibros.me
658
PARTE III
ticipacin de Camel en el segmento ilegal infantil de 0.5 a 32.8%, lo que representa ventas esti
madas de 476 millones de dlares al ao. Estos efectos nocivos no se limitan a los Estados Unidos.
Las tabacaleras no slo seducen a los nios estadounidenses para que fumen, sino que tambin
se dirigen a otras poblaciones mal informadas, como los pases tercermundistas, porque es una
manera de sustituir a los fumadores que dejan el hbito o que se mueren.
En 1998 se estableci un acuerdo entre las principales tabacaleras y 46 gobiernos estatales
para impedir que las compaas se dirigieran a nios en su publicidad. Por otro lado, en 2002, R.
J. Reynolds Tobacco Holdings, Inc., fue demandada por el procurador de justicia de California
con el cargo de que se diriga a nios con sus anuncios en revistas como RoUing Stone y Sport
Illustrated. El asistente del procurador, Dennis Eckhart, dijo que no hay que dirigir la publici
dad a los nios y evitaremos que ocurra. El procurador de California exigi que Reynolds cam
biara sus prcticas publicitarias y que realizara sus negocios de manera conveniente y tica .18
APLICA C IO N E S DE IN TER N ET Y CO M P U T A D O R A
En la actualidad, los informes de investigacin de mercados se publican directamente en la red.
Por lo regular no se sitan en secciones abiertas a todo el pblico, sino en ubicaciones defendi
das por contraseas o en intranets corporativas. Los diversos paquetes de procesamiento de tex
tos, hoja de clculo y presentacin tienen la capacidad de producir material en un formato que
permite subirlo directamente a la red, con lo que se facilita el proceso.
Hay varias ventajas de publicar en la red los informes de investigacin de mercados. Estos
informes pueden incorporar toda clase de presentaciones de multimedia, como grficas, ilustra
ciones, animacin, audio y video real. La difusin es inmediata. En todo el mundo, las personas
autorizadas tienen acceso en lnea. Es posible efectuar bsquedas automticas para encontrar
materiales de inters particular. Por ejemplo, un gerente de General Electric en Kuala Lumpur
puede localizar electrnicamente las partes que se refieren al sureste de Asia. Estos informes se
guardan y se recuperan de manera eficiente y sin esfuerzo. Es fcil integrarlos al sistema de
apoyo a las decisiones.
Un buen ejemplo de publicacin en la red de informes de investigacin es accutips.com ,
que ha publicado en lnea muchos informes, que abarcan muchas categoras distintas del mar
keting: estudio de casos, enfoques y tendencias de los mercados, ventas y comercializacin, se
leccin de datos y listas de correo, programas atinados de correo directo, marketing en lnea y
marketing electrnico. Usted puede revisar cada una de estas categoras en el sitio Web. Adems,
con las nuevas aplicaciones de internet las compaas pueden compartir informacin con quie
nes quieran dentro de su organizacin, como se ilustra el siguiente ejemplo.
www.FreeLibros.me
CAPTULO 22
659
mato deseado.TABLE(S) se presta bien para dar formato a los datos para una presentacin en
pginas. En SAS, los procedimientos PRINT, FORMS, CHARTS, PLOT, CALENDAR y TIMEPLOT despliegan la informacin para fines de elaboracin de informes. Las tablas y las gr
ficas que se producen con estos paquetes pueden incorporarse directamente en los informes.
MINITAB tiene tambin la capacidad de crear grficas y tablas y corregirlas para agregar a los
informes o presentaciones profesionales. Las grficas se trazan con GRAPH>PLOT, con
GRAPH>CHART o con GRAPH>HISTOGRAM. Las correcciones se hacen con EDIT>EDIT
LAST COMMAND DLALOG. EXCEL tiene numerosas capacidades para trazar tablas y, a travs de OFFICE de Microsoft ofrece un enlace directo a WORD y POWERPOINT para la pre
paracin y presentacin de informes.
SPSS Windows. Las grficas normales pueden trazarse con el mdulo BASE de SPSS.
Rara grficas ms elaboradas se emplea el paquete DeltaGraph, que tiene numerosas capaci
dades para graficar, ms de 80 tipos y ms de 2 0 0 estilos de tablas.
Del mismo modo, las tablas de SPSS permiten al investigador crear tablas complicadas.
Por ejemplo, los resultados de tablas de respuesta mltiple pueden condensarse en una sola
tabla. Para pulir el terminado, el investigador puede cambiar el ancho de las columnas, aadir
negritas, trazar lneas o alinear.
Los cubos de OLAP de SPSS son tablas interactivas para separar los datos de distintas
maneras con el objeto de explorarlos y presentarlos.
SmartViewer permite al investigador distribuir en la red informes, grficas, tablas y hasta
cubos centrales. Es posible conceder facultades a los gerentes de una compaa para que interacten con los resultados subiendo informes cruzados a Internet, una intranet o una extranet.
As, para resolver sus preguntas extraen ms detalles de los datos y crean nuevas formas de pre
sentarlos.
E N F O Q U E
EN
B U R K E
La filosofa de Burke y los procedimientos para preparar informes son muy semejantes a los dados en este
captulo. Los lincamientos de Burke para trabajar con la administracin hacen hincapi en la presentacin
personal como el medio ms eficaz para asegurar que la investigacin se entienda, se crea y se aproveche.
En algunas situaciones no se solicita una presentacin personal, as que hay que presionar para recibir una
invitacin. Presione siempre que se presente la ocasin. Conseguir la invitacin es el primer paso. El si
guiente es manejar la presentacin y al pblico. A continuacin damos una lista de los elementos funda
mentales de Burke que hay que recordar.
L Los que toman las verdaderas decisiones pueden estar por arriba del nivel en el que le encargaron
d trabajo. Presione para llevar ms arriba su presentacin personal. Si alguien va a usar la infor
macin, debe estaren la presentacin.
2. Piense siempre que usted es el catalizador por el que cobran vida los datos. Usted es ms impor
tante para la presentacin y los resultados que una tabla o una ilustracin.
3. Prstese a cambiar de estilo. Muchas personas son reservadas o discretas. Se dice que muchos fa
mosos comediantes no son nada graciosos abajo del escenario. Su papel al dar una presentacin
es activo, entusiasta y vigoroso. Quiz este papel sea el que le queda bien, pero si no lo represen
ta, no lo volvern a invitar.
4 No se disculpe con los escuchas ni con usted mismo. Ninguno de los presentes conoce los datos
y su significado mejor que usted. En el momento de la presentacin usted es el elemento crtico.
No se disculpe por no conocer una respuesta. No se disculpe si la sala no es cmoda. No se dis
culpe si un aparato no funciona. No se disculpe si tiene gripe. No se disculpe de nada. Slo haga
la presentacin.
5. Investigue a su pblico. Hable con los anfitriones de la junta. Quines vendrn? Qu puestos
ocupan? Qu inters tienen en los resultados? Qu puede averiguar sobre las posturas que es
posible que tomen ante la investigacin? Preprese para estas posturas. Cunto saben de ante
mano sobre el tema de la junta? Usted no quiere aburrirlos con informacin que ya poseen. Cul
es su estilo? Son un grupo tcnico, orientado a los detafles? Son un grupo general, etctera?
6 . Preprese para el escepticismo. Si no tiene una respuesta inmediata, solicite otra junta para ana
lizar el tema y determinar cmo pueden llegar a la respuesta usted y el interesado.
7. No se quede en un tema ms de cinco minutos, salvo si el pblico se lo pide con sus preguntas.
En promedio, el tiempo de atencin de un tema es de aproximadamente seis minutos. Despus de
ese lapso, las personas comienzan a ver sus papeles, piensan en otras cosas y usted las perder.
8 . Llegue a tiempo, comience a tiempo y no rebase el tiempo concedido. No importa cun interesa
do est usted ni cun interesado est el pblico, a menos que el director de la reunin lo solicite,
detngase exactamente a la hora fijada.
www.FreeLibros.me
660
PARTE III
RESUMEN
La preparacin y presentacin del informe es la etapa final del
proyecto de investigacin de mercados. El proceso comienza con
la interpretacin de los resultados del anlisis de los datos y lleva
a conclusiones y recomendaciones. A continuacin se redacta el
informe formal y se hace la presentacin oral. Despus de que la
direccin haya ledo el informe, el investigador debe realizar un
seguimiento en el que colabora con la administracin y empren
da una evaluacin exhaustiva del proyecto de investigacin de
mercados.
EJERCICIOS
Preguntas
Problemas
www.FreeLibros.me
CAPTULO 22
661
A C TIVID A D ES
Intercambio de papeles
1.
Trabajo de campo
1.
Anlisis en grupo
1. En un grupo pequeo, analice el enunciado siguiente: En realidad,
todos los auxiliares grficos son muy semejantes; por tanto, no im
porta cules se usen.
2. Escribir un informe conciso pero completo es prcticamente impo
sible, pues ambos objetivos son contradictorios. Analice.
3. Escribir informes es un arte. Presentar informes es un arte. Leer in
formes es un arte. Todo es cuestin de arte. Analice en un grupo
pequeo.
www.FreeLibros.me
In vestigacin de m ercad os
internacionales
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
X I
I
"En la investigacin de
mercados internacionales,
es crucial tener en cuenta
el ambiente y la cultura de
bs pases en los que se
662
www.FreeLibros.me
Gen e r a l i d a d e s
En este captulo se estudia el ambiente en el que se realiza la investigacin de mercados inter
nacionales. Nos centramos en los factores de marketing, gubernamental, legal, econmico, es
tructural, de informacin y tecnolgico y sociocultural.1 En los captulos anteriores se expuso
cmo se ponen en prctica las seis etapas del proceso de investigacin de mercados. Aqu se
proporcionan nuevos detalles sobre los mtodos de encuestas, tcnicas para preparar escalas y
traduccin de cuestionarios. Se identifican los principales temas ticos de la investigacin de
mercados internacionales y se explican las aplicaciones de Internet y computadora.
INVESTIGACIN
REAL
663
www.FreeLibros.me
664
PARTE III
Asia/
Australia
35.0%
65.0%
1 0 0 .0 %
Norte
amrica
84.6%
15.4%
1 0 0 .0 %
Europa
473%
52.7%
1 0 0 .0 %
www.FreeLibros.me
CAPTULO 23
665
LA INVESTIGACIN DE M ERCADOS
SE HACE IN TER N ACIO N AL
A comienzos del siglo XXI las utilidades generadas fuera de Estados Unidos han sido impor
tantes para las principales empresas estadounidenses de investigacin de mercados. Varias de
las 50 empresas importantes obtuvieron estas utilidades a travs de subsidiarias, sucursales o
afiliadas situadas fuera de Estados Unidos .4
Como la expansin al extranjero es un tema debatido en estos aos, muchos vendedores van
a penetrar en los mercados extranjeros. Esta expansin obedece principalmente a la integracin
econmica y la disminucin de las barreras comerciales. La expansin al extranjero significar
mayores oportunidades para las compaas de investigacin de mercados dentro y fuera de Esta
dos Unidos. Cuando los consumidores de fuera de Estados Unidos gastan su dinero, le prestan
mucha ms atencin al precio y la calidad ms que al pas de origen. Para muchas empresas, los
mercados regionales representan la orden del da internacional .5
Con todo lo atractivos que son los mercados forneos, las compaas deben darse cuenta
de que iniciar operaciones en tales mercados no garantiza el xito. Muchos economistas advier
ten que las condiciones econmicas son, en el mejor de los casos, de poca actividad. Otros afir
man que es poco realista esperar un consumismo intenso en el futuro inmediato incluso en los
mercados donde gustan los conceptos extranjeros . Los mayores problemas que enfrentan mu
chas empresas en los mercados forneos es el tortuguismo . Muchos gobiernos han estableci
do leyes y normas para proteger a las empresas nacionales.
Desde el fin de la Guerra Fra la economa mundial ya no es un teatro de batalla entre Esta
dos Unidos, Japn y Alemania. Una competencia ms dura obligar a muchas compaas estadou
nidenses a tratar de obtener ventajas competitivas fuera de su pas. Luego de la Guerra Fra se han
creado tres mercados inmensos, en los que se requerir mucha investigacin antes de introducir
se. Los tres mercados son el de Amrica, el de Europa y el de la cuenca del Pacfico.
Desde la aprobacin del Tratado de Libre Comercio de Amrica del Norte (TLCAN) se ha
iniciado en Mxico una verdadera revolucin de libre mercado .6 El pasaje del TLC cre el
mercado ms grande del mundo. En otros pases latinoamericanos se reducen las barreras comer
ciales. Las compaas que se introduzcan en estos mercados que presentan cambios debern mo
dificar la manera en que hacen sus negocios. Las normas de calidad se incrementarn y los pre
cios se harn ms competitivos por la mayor variedad. En la medida en que aumentan las
opciones, tambin se incrementa la conciencia y la exigencia de los consumidores. Los latinoa
mericanos se volvern compradores. Las compaas ya no pueden esconderse detrs de las ba
rreras comerciales de sus pases y enfrentarn ms competencia por la mayor variedad en el
mercado. Como resultado, los investigadores de mercados debern superar dos dificultades
principales. En primer lugar, en la medida en que fabricantes y mercados asuman un enfoque
regional, los prestadores de servicios se vern obligados a hacer lo mismo para alcanzar resul
tados y calidad congruentes. Los investigadores, tanto los que forman parte de las operaciones
de los produc-tos como los proveedores extemos, deben adherirse a esta tendencia cualitativa y
regional. Un mtodo descendente de estudios de mercados conseguir que los directivos de la
compaa participen cada vez ms en la investigacin. En segundo lugar, los investigadores de
mercados deben ser flexibles para manejar las condiciones locales .7
Con la cantidad de productos estadounidenses que se compran hoy en Europa, se puede ver
que muchos fabricantes e investigadores no tendrn que alterar radicalmente sus planes ni sus
objetivos de marketing. La recin formada Unin Europea es acaso la zona de mayor potencial
econmico del mundo. El mercado de Europa occidental es aproximadamente del mismo tama
o que el mercado de Amrica del Norte, pero crecer por la apertura del bloque oriental euro
peo. Sin embargo, las compaas no deben olvidar el hecho de que el ingreso disponible es mu
cho menor; por tanto, deben hallar un medio para manejar este problema. Una oportunidad
particular que deben explorar es el potencial de expansin al mercado europeo de las compa
as medianas y pequeas.
Muchos piensan que el sureste de Asia es la regin del mundo que crece ms rpidamente.
Este crecimiento sigue la pauta de la tasa acelerada de inversiones y una abundancia de capital
humano capacitado. Los pases de la zona van de Australia a Indonesia y China. El crecimiento
econmico real es, en promedio, de ms de 5% anual y se espera que se sostenga toda este dece
nio. Se dice que China es la prxima gran Meca de la investigacin de mercados porque tiene
una poblacin de 1,200 millones de consumidores. Recientemente anunci Gallup la fundacin
de Gallup China, la primera empresa extranjera de investigacin de mercados en ese pas. Sin
www.FreeLibros.me
666
PARTE III
duda enfrentar muchas dificultades, como una competencia que aumenta rpidamente, regula
ciones gubernamentales y la formacin de lazos con el pueblo chino para poder hacer bien las
investigaciones. En China se han empezado a formar empresas locales de investigacin y las com
paas estadounidenses han comenzado a formar alianzas con ellas para penetrar en el mercado
chino. Sin embargo, la investigacin de mercados internacionales puede ser muy complicada,
ftesentamos un marco para comprender y manejar estas complejidades.
M A R C O DE REFERENCIA PARA
LA IN V E S TIG A C I N DE
M ER CA DO S IN TER N A C IO N A LES
La investigacin de mercados internacionales es mucho ms complicada que la investigacin
nacional.8 Aunque la serie de seis etapas de la investigacin de mercados internos (captulo 1) es
aplicable, el ambiente de los pases, las unidades culturales o los mercados internacionales que se
consideran ejercen una influencia en la manera de ejecutar esas seis etapas. En la figura 23-1
se presenta el marco de referencia para realizar investigaciones de mercados internacionales.
El entorno
Las diferencias de entorno en los pases, unidades culturales o mercados extranjeros deben con
siderarse al realizar investigacin de mercados internacionales. Estas diferencias aparecen en el
entorno de marketing, el gubernamental, legal, econmico, estructural, informacin y tecnolo
ga y sociocultural, como se aprecia en la figura 23-1.
Entorno de marketing
La funcin del marketing en el crecimiento econmico vara con los pases. Por ejemplo, los
pases en desarrollo se inclinan ms a la produccin que al marketing. Por lo regular la deman
da excede a la oferta y no hay mucho inters en la satisfaccin de los clientes, especialmente
cuando hay poca competencia. Al evaluar el ambiente de marketing el investigador debe consi
derar la variedad y surtido de los productos, polticas de fijacin de precios, control guberna
mental de los medios, opinin del pblico sobre la publicidad, eficacia del sistema de distribu
cin, intensidad de las actividades de marketing, necesidades insatisfechas de los consumidores
y sus pautas de conducta. Por ejemplo, las encuestas realizadas en Estados Unidos llevan pre
guntas sobre la variedad y seleccin de la mercanca. Estas preguntas seran inapropiadas en
muchos pases, como Europa oriental, que tienen economas de escasez. Del mismo modo, las
preguntas sobre el precio tendran que incorporar el regateo como parte del intercambio. Igual
mente habra que modificar las preguntas sobre promocin. La publicidad televisada, que en
Estados Unidos es un importante vehculo promocional, est restringida o prohibida en algunos
pases en los que el gobierno es dueo y operador de las televisoras. Ciertos temas, palabras e
imgenes que se usan en Estados Unidos son un tab en otras partes. Los tipos de tiendas y las
instituciones intermediarias, as como los servicios que ofrecen, varan de un pas al otro.
Entorno gubernamental
Otro factor importante es el entorno gubernamental. El tipo de gobierno importa por el nfasis
que se pone en las polticas pblicas, las dependencias reguladoras, los incentivos y castigos
oficiales y la inversin en empresas paraestatales. Algunos gobiernos, particularmente en los
pases en desarrollo, no alientan la competencia extranjera. Unas barreras arancelarias grandes
desalientan el uso eficiente de los mtodos de investigacin de mercados. Asimismo, debe estu
diarse atentamente el papel del gobierno al fijar controles en los mercados, crear infraestructu
www.FreeLibros.me
CAPTULO 23
667
Figura 23.1
Marco de referencia para
la investigacin de mercados
internacionales
ra y actuar como emprendedor. El papel del gobierno tambin es crucial en muchos pases
avanzados, como Alemania y Japn, donde tradicionalmente colabora con las industrias al tra
zar las polticas nacionales industriales. En el plano tctico el gobierno determina las estructu
ras de impuestos, tarifas y reglas y normas de seguridad de los productos y a veces impone nor
mas especiales a las multinacionales con sede en el extranjero y a sus prcticas de marketing.
En muchos pases el gobierno puede ser un miembro importante del canal de distribucin. El
gobierno compra productos esenciales a gran escala y luego los vende a los consumidores, a ve
ces de manera racionada. En el siguiente ejemplo se muestra cmo influye el gobierno en la in
s t ig a c i n de mercados internacionales.
www.FreeLibros.me
668
PARTE III
Tortuguismo en China
En la investigacin de mercados internacionales a veces van de la mano la recopilacin de datos
y la poltica- A s lo aprendi un experto occidental en investigacin de mercados industriales,
cuando en un viaje relmpago a China trat de entrevistarse con directivos de la industria auto
movilstica local. Aunque aceptaron la entrevista, se negaron a contestar ninguna pregunta sustan
tiva, sino que lo remitan una y otra vez al Ministerio de Asuntos Exteriores como primera medida
para conocer la industria. Una vez que se presentara en el ministerio, le concederan una entrevista
detallada. Como el investigador se mostr un tanto frustrado, los ejecutivos chinos le aseguraron
que el proceso tardara no ms de algunos das.9
Entorno legal
El entorno legal abarca el derecho comn, cdigos civiles y leyes para extranjeros, legislacin
internacional, cdigos de comercio, leyes contra prcticas monoplicas y fraudes e impuestos.
Desde el punto de vista de la investigacin de mercados internacionales, son especialmente per
tinentes las leyes que conciernen a los elementos de la mezcla de marketing. La legislacin so
bre productos comprende los aspectos de calidad, empaque, garanta y servicio posterior a las
ventas, patentes, marcas registradas y propiedad intelectual. Las leyes de precios ataen a la so
bre fijacin y control de precios y precios de venta. Las leyes de distribucin se relacionan con
los acuerdos de exclusividad de territorios, tipo de canales y acuerdos de cancelacin de distri
buidor o mayorista. Del mismo modo, hay leyes que gobiernan los mtodos de promocin que
pueden usarse. Aunque todos los pases tienen leyes que norman las actividades de marketing,
en algunos son pocas y se aplican laxamente, en tanto que en otros son ms complejas y se apli
can con rigor. En muchos pases los canales legales estn saturados y las soluciones de los ca
sos en los tribunales se prolongan. Adems, a veces siguen vigentes las leyes del pas propio
cuando se realiza investigacin de mercados en otros pases. Por ejemplo, un ciudadano esta
dounidense est sujeto a ciertas leyes de su pas sin que importe dnde hace sus negocios. Estas
leyes obedecen a consideraciones de seguridad nacional, ticas y evitar monopolios.
Entorno econmico
Las caractersticas del entorno econmico son el tamao de la economa (el producto interno
bruto, PIB), monto, origen y distribucin del ingreso, tendencias de crecimiento y tendencias
sectoriales. La etapa de desarrollo econmico de un pas determina el tamao, grado de moder
nizacin y homogenizacin de sus mercados. Los mercados industriales y comerciales se nor
malizan y se uniforman el trabajo, ocio y estilo de vida de los consumidores por el crecimiento
econmico y los adelantos tecnolgicos.
Entorno estructural
Los factores estructurales se relacionan con el transporte, comunicaciones, instalaciones e in
fraestructura. Por ejemplo, el uso del telfono es mucho menor en Europa que en Estados Uni
dos y muchos hogares se manejan sin l. El servicio de correo es ineficaz en muchos pases en
desarrollo. El contacto personal con los encuestados es difcil, pues en las ciudades la gente tra
baja durante el da y en la gente del campo es inaccesible. N o hay estadsticas ni mapas de calles
o slo se consiguen con grandes dificultades. Muchas unidades habitacionales no estn identi
ficadas.
www.FreeLibros.me
CAPTULO 23
669
Entorno sociocultural
Los factores socioculturales son los valores, alfabetismo, idioma, religin, pautas de comunica
cin y familia e instituciones sociales. Hay que considerar los valores y las actitudes pertinen
tes hacia el tiempo, logros, trabajo, autoridad, salud, mtodo cientfico, riesgos, innovacin,
cambios y el mundo occidental. El proceso de investigacin de mercados debe modificarse
para que no entre en conflicto con los valores culturales. En muchos pases desarrollados, 60%
o ms de la poblacin es analfabeta. En las sociedades menos desarrolladas, que se norman por
la tradicin, la capacidad de los encuestados de articular opiniones propias parecera inexisten
te; por consiguiente es difcil pedirles informacin. As, no son tiles las elaboradas escalas de
calificacin que se usan en Estados Unidos. Agrguese a las complicaciones el hecho de que en
un pas o regin pueden hablarse varios idiomas o dialectos.
Un pas con una estructura familiar homognea tendr tambin una cultura ms uniforme
que un pas con varias estructuras familiares. Por ejemplo, desde el punto de vista cultural Ja
pn es ms homogneo que Estados Unidos y que muchos pases africanos, que tienen muchas
estructuras familiares de diversas clases. La importancia de disear productos que correspon
dan a los factores culturales que prevalecen en un pas se destaca en el ejemplo de los Univer
sal Studios en Japn.
INVESTIGACIN
REAL
www.FreeLibros.me
670
PARTE III
La investigacin de las encuestas confirm los resultados de los grupos y las entrevistas.
Universal consigui adaptarse a la cultura japonesa sin perder una imagen estadounidense. Por
ejemplo, el espectculo acrobtico sobre el Wild Wild Wild West tiene todos los elementos del
espectculo estadounidense de vaqueros, pero los dilogos se recitan en japons. El recurso a
las sesiones de grupo, entrevistas a profundidad y encuestas permiti a Universal un lanzamien
to exitoso en Japn. 10
El entorno de cada pas es nico, as que la investigacin de mercados internacionales de
be tomar en cuenta las caractersticas ambientales de los pases o los mercados forneos que se
estudian. En los captulos 1 al 22 se estudia cmo adaptar el proceso de investigacin de mer
cados a las situaciones internacionales. En las secciones siguientes ofreceremos ms detalles
para poner en marcha mtodos de encuesta, tcnicas de elaboracin de escalas y traduccin de
cuestionarios para la investigacin de los mercados internacionales.11
M TO D O S DE ENCUESTAS
En las siguientes secciones estudiamos los principales mtodos de entrevistas a la luz de las di
ficultades de realizar investigacin de mercados en otros pases, especialmente de Europa y na
ciones en desarrollo. 12
www.FreeLibros.me
CAPTULO 23
671
En Hong Kong es posible llamar por telfono a 96% de los hogares (aparte de islas remo
tas y de quienes viven en botes). Con alguna persistencia, en las llamadas telefnicas vesperti
nas se consigue entrevistar a 70 o 75% de los sujetos seleccionados. Los residentes no tienen in
hibiciones para usar el telfono y no oponen resistencias a las entrevistas por ese medio. Sin
embargo, dada la cultura, ste no es el principal medio de recopilacin de datos.
En los pases en desarrollo pocos hogares tienen telfono. La red telefnica en frica es
escasa. La India es predominantemente una sociedad rural en la que la penetracin de la telefo
na es de menos de 10% de los hogares. En Brasil, la proporcin de hogares con telfono es ba
ja (menos de 50% en las grandes ciudades) . 16 Incluso en pases como Arabia Saudita, en la que
est extendida la posesin de telfonos, los directorios estn incompletos o atrasados. En mu
chos pases en desarrollo las entrevistas telefnicas presentan otros problemas. Las llamadas
durante las horas hbiles pueden ser improductivas si las costumbres sociales prohben que el
ama de casa hable con desconocidos. La situacin se modera un poco con entrevistadoras, pe
ro contratar mujeres tambin enfrenta obstculos en algunos pases. En muchas culturas predo
minan las relaciones en persona. Estos factores limitan gravemente el uso de las entrevistas te
lefnicas.
Las entrevistas telefnicas son ms tiles con consumidores de clase ms alta, que estn
acostumbrados a hacer transacciones por telfono o con consumidores que estn al alcance de
un telfono y pueden expresarse de palabra. Con la disminucin de los costos de las llamadas
internacionales es posible realizar estudios de varios pases desde el mismo lugar, lo que redu
ce en gran medida el tiempo y los costos de organizar y controlar un proyecto de investigacin
en cada pas. Adems, las llamadas internacionales tienen una tasa de respuesta elevada y se sa
be que los resultados son estables (es decir, se obtienen los mismos resultados de los primeros
100 entrevistados que de los siguientes 200 o 500). Es necesario contratar entrevistadores que
hablen con fluidez los idiomas pertinentes, pero en la mayor parte de los pases europeos no es
un problema.
En Estados Unidos y Canad, lo mismo que en algunos pases europeos como Alemania,
hay excelentes instalaciones para realizar entrevistas telefnicas asistidas por computadora
(ETAC, en ingls CATI). A medida que aumenta el uso de las entrevistas telefnicas, se vuelven
populares en otros pases . 17
INVESTIGACIN
RE A L
www.FreeLibros.me
672
PARTE III
continente americano y en cuatro de ellas fue la marca ms citada Los anuncios de la archirrival
Pepsi-Cola Co. estuvieron entre los seis primeros en cuatro pases, y McDonalds Corp., calific
entre los seis primeros en dos pases. Sin embargo, ninguna de estas tres marcas se col a las seis
primeras de Brasil. En 2002, Interbrand (www.interbrand.com), una asesora de marcas, nombr
a Coca-Cola la marca ms valiosa Al tiempo que Coca-Cola es el refresco preferido en Amri
ca, de acuerdo con esta compaa Coca-Cola es la compaa preferida en todo el mundo. 19
www.FreeLibros.me
CAPTULO 23
INVESTIGACIN
673
RE A L
Encuestas electrnicas
En Estados Unidos y Canad, el correo electrnico e Internet aumentan a pasos agigantados.
As, el recurso a estos medios para realizar encuestas se incrementa no slo entre los encuestados empresariales e institucionales, sino tambin en los hogares. Los dos medios se prestan
para realizar encuestas relacionadas con una amplia gama de categoras de productos y situa
ciones. La popularidad de las encuestas por correo electrnico e Internet tambin aumenta en el
extranjero. Los dos tipos de encuesta se usan cada vez ms en Europa occidental, donde hay ac
ceso libre a Internet. Sin embargo, en algunas partes de Europa oriental y otros pases en desa
rrollo el acceso al correo electrnico est restringido y la disponibilidad de Internet es incluso
menor. Por consiguiente, estos medios no se prestan para encuestar a la poblacin general de es
tos pases. N o obstante, siempre es posible intentar realizar encuestas con encuestados empre
sariales e institucionales, particularmente a travs del correo electrnico. Las encuestas por co
rreo electrnico representan los cuestionarios con texto (caracteres ASCII) y los puede recibir y
responder quienquiera que tenga una direccin de correo electrnico, sea que tengan acceso a
Internet o no. Segn se ilustra en la seccin Aplicaciones de Internet y computadora, las empre
sas multinacionales aprovechan Internet y el correo electrnico para encuestar a sus empleados
en todo el mundo.24
De acuerdo con lo visto y ejemplificado en el captulo 6 , una consideracin importante al
elegir los mtodos de aplicar los cuestionarios es asegurarse de que sean equivalentes y compa
rables en varios pases. Los temas de equivalencia tambin son importantes en las mediciones y
las escalas.
www.FreeLibros.me
674
PARTE III
MEDICIN Y ESCALAS
Atae a la pregunta de si los constructos de marketing (por ejemplo,
derazgo de opinin, bsqueda de
variedad y lealtad a la marca) tienen
d mismo significado e importancia
m diversos pases.
i|l
Figura 2 3 .2
Equivalenda de escalas y
mediciones en la investigacin
de mercados internacionales
f orm as de eq uivalencia
E quivalencia
conceptual
E quivalencia
E quivalencia
d e constructos
i
operativa
E quivalencia
funcional
E quivalencia
de categoras
www.FreeLibros.me
E quivalencia
d e reactivos
i
i
E quivalencia
escalar
E quivalencia
lingstica
CAPTULO 23
Equivalencia de las formas del len
guaje hablado y escrito de escalas y
cuestionarios.
675
ltimo, la equivalencia lingstica se refiere a las formas del lenguaje hablado y escrito de es
calas, cuestionarios y entrevistas. Las escalas y otros estmulos verbales deben traducirse de
modo que los entrevistados de diferentes pases las entiendan fcilmente y tengan significados
equiparables.26
TR A D U C C I N DE CUESTIO N A R IO S
A veces hay que traducir las preguntas para formularlas en otras culturas. Con frecuencia se usa
la traduccin directa, en la que un traductor bilinge vierte directamente el cuestionario de un
idioma de origen al idioma del encuestado. Sin embargo, si el traductor no habla con fluidez los
dos idiomas o no est familiarizado con las dos culturas, la traduccin directa de ciertas pala
bras y frases puede ser equivocada. Se han propuesto procedimientos como la traduccin inver
sa y la traduccin paralela para evitar estos errores. En la traduccin inversa, c\ cuestionario es
traducido del idioma original por un hablante bilinge cuya lengua madre es el idioma al que se
traduce el cuestionario. Luego, esta versin se vuelve a traducir al idioma original por un bilin
ge cuya lengua madre es ese idioma original. A s se identifican errores de traduccin. Es posi
ble que se necesiten varias traducciones directas e inversas para preparar cuestionarios equiva
lentes. Este proceso es engorroso y tardado.27
Una alternativa es la traduccin paralela. Un grupo de traductores, de los que cada uno
domina por lo menos dos idiomas en los que se va a aplicar el cuestionario, estudian las versio
nes de ste y hacen modificaciones hasta llegar a u n consenso. En pases donde se hablan varios
idiomas el cuestionario debe traducirse al idioma de cada subgrupo de encuestados. Es impor
tante que tambin se traduzcan todos los estmulos no verbales (imgenes y publicidad) con
procedimientos similares. En el siguiente ejemplo se subraya la importancia de una traduccin
correcta.
Alemania
13%
(3)
24
(2 )
8
(4)
29
(1)
Estados Unidos
21%
( 1)
21
(2 )
16
(3)
8
(7)
www.FreeLibros.me
676
PARTE III
APLICACIONES DE INTER N ET Y C O M P U TA D O R A
En todas las etapas del proceso de investigacin de mercados internacionales se aprovechan ex
tensamente Internet y las computadoras, lo que corresponde a lo que hemos dicho en los captu
los anteriores (1 al 22) y, por ende, no vamos a repetirlo aqu. El hecho de que a travs de Inter
net sea posible comunicarse con sujetos de cualquier parte del mundo le ha dado una nueva
dimensin a la investigacin de mercados internacionales. Por ejemplo, las encuestas en lnea
superan las fronteras geogrficas al solicitar respuestas de todo el mundo. Estas encuestas tam
bin aprovechan la ventaja de que un encuestador (la computadora) puede presentar la encues
ta en varias traducciones, como se ilustra en el caso de Hewlett Packard.
www.FreeLibros.me
677
RE A L
H EW LETT
PACKARD
Hewlett-Packard realiza encuestas en lnea para reunir informacin sobre la impresin que tie
nen los usuarios de su sitio en Internet. Como los clientes de H P se encuentran en todo el mun
do, los encuestados tienen la opcin de elegir en qu idioma quieren realizar la encuesta. Algu
nas otras pginas del sitio en Internet de HP tambin tienen varias traducciones. Este mtodo
reconoce la necesidad de adaptar las herramientas de investigacin de mercados, as como las
comunicaciones de marketing, a un ambiente ms global.
Como ejemplo de una de las encuestas en varios idiomas, la pgina en Internet tena una
encuesta de anlisis qumico de ocho pginas que al principio ofreca al encuestado seis idio
mas para responderla. En la encuesta en s se preguntaba a los encuestados si consideraban que
era una ventaja tener informacin en lnea en un idioma local aparte del ingls.
Algunas partes de la encuesta eran preguntas de opciones fijas que pedan a los encuestados
que calificaran los reactivos en una escala de 1 a 5. Esta parte de la encuesta estaba estructurada. Ha
ba otras partes sin estructurar. Por ejemplo, un objetivo de la encuesta era determinar qu tan fcil
o difcil es hallar informacin en el sitio de anlisis qumico de HP. En esta parte de la encuesta se
peda a los encuestados que localizaran informacin de dos tipos: caractersticas de los productos y
ventajas del espectrmetro de masas modelo HP 5973 y las notas de aplicaciones de cromatgrafo
de gases modelo HP 6890. Cuando los encuestados localizaban la informacin, deban volver a la
encuesta y responder las preguntas sobre la facilidad para hallarla en la pgina de Internet.
En las encuestas de Internet de HP se recaban datos no slo sobre la utilidad del propio si
tio, sino tambin sobre cmo usan los visitantes Internet en lo general. Lo anterior ayuda a HP
a mantenerse al corriente de las tendencias de uso de Internet, a s como de la satisfaccin de los
clientes. A l vigilar cmo se recibe el sitio en diferentes idiomas, HP tambin alienta y fomenta
las relaciones globales. En 2001 se realiz una encuesta internacional en lnea para determinar
por qu los negocios en lnea pierden ventas en sus sitios de Internet. En el estudio se encuest
a 1,264 compradores experimentados por Internet de Estados Unidos, Inglaterra, Japn, Suecia,
Francia y Alemania. En los resultados del estudio se mostr que ocho de 10 compras intentadas
en lnea fallan y los intentos de comprar en Internet se abandonan por solicitudes de informa
cin confidencial (52%), negativa a anotar detalles de tarjetas de crdito (46%), funcionamien
to errneo del sitio (42%) o imposibilidad de encontrar un producto (40%). Esta encuesta inter
nacional en lnea servir para que las compaas mejoren sus sitios en Internet y comercialicen
mejor sus productos a los consumidores para que incrementen sus ventas.30
Los programas de software que facilitan la investigacin entre culturas, como INTERVIEWER, se difundirn ms en el futuro para enfrentar las dificultades de la investigacin de mercados
internacionales. INTERVIEWER de VOXCO, en Montreal (Quebec, Canad) (www.voxco.com)
ofrece capacidades de entrevistadores bilinges para entrevistas telefnicas asistidas por computa
dora (ETAC). Con dos teclas, los operadores pueden cambiar un cuestionario escrito en ingls por
el mismo cuestionario en espaol. Incluso puede hacerse en el transcurso de una entrevista en cues
tin de segundos. Esta caracterstica reduce notablemente la tensin mental de los entrevistadores
bilinges y es muy til en zonas con culturas insertadas, como Miami, Los ngeles o Nueva York.
En partes del mundo donde los mercados se extienden sobre las fronteras polticas o culturales, co
mo en Basilea, Suiza (sobre las fronteras de Suiza, Francia y Alemania) INTERVIEWER puede
usarse con modificaciones. Gracias a que se han reducido los cargos hechos por las telecomunica
ciones transnacionales y los acuerdos polticos permiten mercados ms abiertos en todo el mundo,
hasta 2003 INTERVIEWER ha ofrecido la capacidad de alternar entre nueve idiomas.
www.FreeLibros.me
678
PARTE III
[e
n f o q u e
e n
b u r k e
Durante ms de 30 aos Burke ha tenido oficinas, propias o afiliadas, en otros pases adems de Esta
dos Unidos. Entre los muchos temas relativos a la realizacin de encuestas entre culturas (y tras las
fronteras polticas) destaca el de crear un cuestionario comn para varias culturas.
Algunos investigadores emprenden los estudios multinacionales como si se tratara de elaborar un
cuestionario en su propio idioma y luego traducirlo con fidelidad y en el tono apropiado al idioma de
otra cultura. ste es un requisito necesario, pero no basta en muchas situaciones, como lo ilustran los
proyectos siguientes.
Una compaa telefnica que no es estadounidense tradujo su cuestionario al ingls para que lo
aplicara en Estados Unidos la unidad de recoleccin de datos de Burke. La traduccin era muy buena,
pero el cuestionario se refera en muchos puntos a la Compaa Telefnica Nacional de Estados Uni
dos. El investigador no hizo una simple investigacin secundaria para saber que ese pas tiene cientos
de compaas telefnicas y no una sola compaa nacional paraestatal como en su propio pas. Le paiece tonto? As ocurri.
Una compaa estadounidense quera hacer una investigacin sobre el chocolate de cocina en M
xico. El cuestionario tuvo una magnfica traduccin, pero no tomo en cuenta conductas y actitudes cuSnarias hada el chocolate que no se dan en Estados Unidos. Por g'emplo, el chocolate de cocina se
rende en Mxico en barras grandes o con un empaque suelto. Si las barras no exudan aceite en la su
perficie, muchos piensan que no es natural y puro. El investigador estadounidense nunca haba odo
hablar de esto, no incluy la nocin en el cuestionario y nunca supo porqu el producto no se conside
raba aceptable.
El consejo que da Burke para evitar tales errores es el siguiente: Antes de preocuparse por la tra
duccin, preocpese de hacer preguntas sobre temas pertinentes en la otra cultura. El deseo de tener
un instrumento comn no debe volverlo ciego a los temas que son importantes en la cultura de cada
pas. En la mayora de las situaciones hay que adquirir conocimientos dd lugar a travs de investi
gadores profesionales locales con acceso a estudios secundarios o primarios, que colaboren en una
traduccin cultural", adems de la traduccin lingstica.
RESUMEN
Con la globalizacin de los mercados, la investigacin de merca
dos internacionales prospera rpidamente. El ambiente que pre
valece en los mercados internacionales que se estudian ejerce in
fluencia en las seis etapas del proceso de investigacin. Entre los
aspectos importantes del ambiente se cuentan: marketing, guber
namental, legal, econmico, estructural, de informacin y tecno
loga y sociocultural.
Al recopilar los datos de diversos pases es deseable usar
mtodos de encuesta con niveles equivalentes de confiabilidad,
ms que el mismo mtodo. Es crucial establecer la equivalencia
de escalas y mediciones en trminos de equivalencia de cons truc -
EJERCICIOS
Preguntas
L Describa los aspectos del entorno de un pas que deben tomarse en
cuenta en la investigacin de mercados internacionales.
2.
www.FreeLibros.me
67 9
Problemas
1. Elabore un cuestionario breve para medir las opiniones de los con
sumidores sobre los viajes por aire. Pida a algunos estudiantes ex
tranjeros que hagan una traduccin directa del cuestionario a su len
gua madre y luego que realicen una traduccin inversa. Qu
errores de traduccin se presentaron? Comjalos.
2. Formule un diseo de investigacin para evaluar las preferencias de
los consumidores por los pantalones vaqueros en Estados Unidos, Sue
cia, Hong Kong y China. Identifique las fuentes de datos secundarios
decida si hay que realizar una investigacin cualitativa, recomiende
qu mtodo de encuesta debe seguirse en cada pas, recomiende una o
ms tcnicas de elaboracin de escalas, prepare un cuestionario en in
gls y proponga los procedimientos de muestreo adecuados para cada
nacia
EJERCICIOS EN IN TER N ET Y C O M P U TA D O R A
1.
2.
3.
4.
5.
ACTIVIDADES
Intercambio de papeles
1. Usted es el director de investigacin de mercados en P&G Europa.
Qu dificultades ve para investigar mercados de productos para el
hogar en los pases de Europa oriental? Prepare un informe para la
dreccin de P&G en Estados Unidos. Haga una presentacin a un
grupo de estudiantes que representen a la direccin de P&G.
2. Usted es gerente de proyectos del departamento de investigacin de
mercados internacionales de Coca-Cola Company. Su jefe, el direc
tor del departamento, le ha asignado un proyecto destinado a medir
las preferencias de consumo de refrescos en Estados Unidos, Ingla
terra, Hong Kong y Brasil. Su tarea inmediata es recomendar mto
dos de encuesta para el proyecto y examinarlos con su jefe (quien da
h casualidad de que es un estudiante de su grupo).
Trabajo de campo
Anlisis en grupo
1. Algunos estudiosos dicen que debe adoptarse la misma estrategia de
marketing uniforme para todos los mercados extranjeros. Significa
esto que el proceso de investigacin de mercados tambin debe homogeneizarse y que debe seguir los mismos procedimientos sin que
importe dnde se realiza la investigacin? Comente esta pregunta
con un grupo pequeo.
2. Analice el efecto de la globalizacin de los mercados en la investi
gacin.
www.FreeLibros.me
www.FreeLibros.me
CASOS
3-1. Vale la pena celebrar
los anuncios de celebridades?
La teora en que se basa el recurso a las celebridades es que poner
estrellas en la publicidad tiene un significado cultural especial,
surgido de la manera peculiar en que cultivan una imagen en la
cultura a travs de diversos medios. A l asociar una estrella con
productos y marcas, les comunica ese significado especial. En un
mercado competitivo, un rostro famoso se suma al atractivo de
una marca y hace que se destaque. Slo quien represente los pa
peles de John Houseman como lo hace l puede comunicar lo que
comunica al lema de Smith Bamey.
Las estrellas del deporte son elecciones frecuentes para que
anuncien, lo mismo ropa deportiva que autos. Desde 1985, Michael Jordn es anunciante y vocero de Nike. La empresa ofrece
adems una lnea de zapatos deportivos con el nombre de Jordn.
En diciembre de 2000, Venus Williams firm el contrato publici
tario ms lucrativo que haya conseguido una mujer cuando acep
t un convenio por tres aos con Reebok International, se dice
que a cambio de ms de 40 millones de dlares. En 2000 y 2001,
el golfista profesional Tiger Woods anunci compaas com o
Buick, American Express y Nike. Tambin en 2001, Steve
Young, ex mariscal estrella de los 49es de San Francisco, apare
ci en los comerciales de Toyota y Doug Flutie acept promover
Sun Life Financial.
Otro sector del que se toman celebridades anunciantes es el
de la msica. El cantante de soul Barry White apareci en 2001
en los comerciales de Arbys, y el cantante de R&B, B. B. King,
todava en 2002 patrocinaba Burger King. Britney Spears hasta ese
mismo ao apareca en los comerciales de Pepsi. En el mismo te
nor, las compaas contratan actores, actrices y supermodelos pa
ra que avalen sus productos. Afnales de 2001, el estado de Cali
fornia empez a contratar actores como Clint Eastwood y Jack
Nicholson para tratar de fomentar el turismo. Tambin en 2001 la
supermodelo Christy Turlington anunci Mayors Jewelry, y las
actrices Jennifer Aniston y Heather Locklear promovieron la l
nea de productos de LOreal Porque usted lo vale. stos son al
gunos de muchos ejemplos que ilustran el empleo reciente de c e
lebridades en la publicidad.
Sin embargo, adems de los costos exorbitantes, apelar a las
celebridades en la publicidad tiene riesgos y peligros. Hasta los me
jores planes pueden salir mal. Pepsi contrat a Madonna por varios
millones de dlares para que apareciera en su campaa. La polmi
ca por la iconografa religiosa del video Prayer de la cantante
desemboc en una amenaza de boicot de consumidores y Pepsi
perdi 10 millones de dlares. La actriz Helena Bonham Crter
admiti que no usaba maquillaje en la conferencia de prensa en
www.FreeLibros.me
O p in i n
O p in i n
GENERAL
GENERAL DEL
In t e n c i n
DE LA MARCA
DE LA MARCA
ANUNCIO
DE COMPRA
(A)
(B)
(Q
(D)
(x)
7.97
3.47
3.4
2 .2 2
(de)
3.92
1.47
132
1.4
C o n d ic i n
EXPERIMENTAL
DE LAS VARIABLES
Un aspecto
Dos aspectos
Sin celebridad
Celebridad
(n)
38
40
40
40
(x)
833
4.22
3.65
2.92
(de)
532
1.6
1.62
1.44
(n)
36
37
37
37
(x)
8.04
3.5
3.65
235
(de)
4.73
135
1.46
138
(n)
38
40
40
40
00
8.26
4.19
3.38
237
(de)
4.58
132
1.67
136
(n)
36
37
37
37
(x)
7.89
3.45
335
2.4
(de)
4.48
137
139
13
(n)
19
20
20
20
(x)
8.04
33
335
2.05
(de)
3.4
1.4
1.65
132
(n)
19
20
20
20
(x)
(de)
8.18
3.55
3.75
2.7
5.09
137
135
136
(n)
19
20
20
20
(x)
8.5
333
3.18
(de)
5.72
137
1.74
1.63
(n)
17
17
17
17
682
www.FreeLibros.me
R e s u l t a d o s d e l A N O V A d e la s m e d i d a s d e p e n d i e n t e s
E f e c t o p r in c ip a l
DEL N M ERO DE
E f e c t o p r in c ip a l
ASPECTO S
D EL LO CUTOR
(E)
(L)
V a r ia b l e
In t e r a c c i n
(E X L )
F = 0 .0 1 3
F=
0 .0 3 5
F =
0 .0 0 3
F=
1 0 .8 7 6 a
F=
4355a
F =
4 .2 3 3 a
F =
0 .2 0 9
F=
0376
F 0 .0 0 1
F=
4 .8 4 5 a
F=
0 .0 5 0
F=
a Indica significacin en p =
1 .8 6 8
0 .0 5 .
PREGUNTAS
1. Qu clase de investigacin de mercados realizara una empresa pa
ra determinar si sus productos tendran mejor desempeo con el aval
de una celebridad?
2. Analice la fundn de las EMD para hacer concordar a una celebridhd con el producto adecuado.
3. Podra hacerse un anlisis conjunto para determinar si hay que con
tratar celebridades y, en su caso, cules habra qu elegir?
4. Qu precauciones o pruebas previas debe considerar el investiga
dor para garantizar que las celebridades y los anuncios de dos aspec
tos usados en el experimento fueran los convenientes? Qu compli
caciones o contaminaciones se presentaran en los resultados
experimentales si no tomara estas precauciones?
5. De acuerdo con los resultados presentados, los anuncios de dos as
pectos tienen ventajas sobre los de un aspecto? Los anuncios con
celebridades o los anuncios sin celebridades?
6 . Qu tipo de anuncio es el ms eficaz? El menos eficaz? (Pista: es
tudie los resultados del ANOVA.)
REFERENCIAS
Nelson, Emily, Revlon Changes Its Mind, Decides Celebrities Do Sell
Makeup After All, en Wall Street Journal, 11 de enero de 2002, B 1.
Benson, Mitchel, Here's Jack: California Television Ads Use Famous
Faces to Encourage Tourism, en Will Street Journal, 18 de diciembrede 2001, B9.
Andrews, Gregg, Jewelry Chain Mayors Taps Supermodel for Ad
Campaign, en National Jeweler, 45, num. 22, 16 de noviembre de
2 0 0 1 , p. 6 .
Kovaleski, Dave, Doug Flutie Carries Ball for Sun Life, en tensions &
Investments, 29, num. 22,29 de octubre de 2001, p. 8 .
Suzy Bashford, A Famous Face Is not Sufficent to Lure Consumers, en
Marketing, 12 de julio de 2001, p. 5.
Erdogan, B. Zafer, Michael J. Baker, Stephen Tagg, Selecting Celebrity
Endorsers: The Practitioners Perspective, en Journal o f Adverti
sing Research, 41, (3), (mayo-junio de 2001): pp. 39-48.
Kamins, Michael A., An Investigation Into the Match-Up Hypotesis in
Celebrity Advertising: When Beauty May Be Only Skin Deep, en
Journal o f Advertising, 19, num. 1,1990, pp. 4-13.
Kamins, Michael A., Celebrity and Noncelebrity Advertising in a TwoSided Context, en Journal o f Advertising Research, junio-julio de
1989, pp. 34-42.
Kamins, M., M. Brand, S. Hoecke y J. Moe, Two-Sided Versus One-Si
ded Celebrity Endorsements: The Impact on Advertising Effective
ness and Credibility, en Journal o f Advertising, 18, num. 2, 1989,
pp. 4-10.
683
www.FreeLibros.me
3 - 2 . El descubrimiento demogrfico
del nuevo milenio
Muchos comercializadores estn mal situados para sacar
ventaja de uno de los grupos de segmentos de consumo que cre
cer en los prximos 20 aos: los ancianos. En los hogares de
gente mayor se gast uno de cuatro dlares por hogares estadou
nidenses en el 2 0 0 0 y se espera que la proporcin aumente en el
nuevo milenio. El mercado de mayores comprende a los adultos
de 55 aos en adelante. De acuerdo con el censo estadounidense de
2000, en Estados Unidos hay 59,266,437 personas de ms de 55
aos. La Oficina del Censo espera que esta cifra crezca a una ta
sa estimada de 2.4 y 2.7% anual durante el prximo decenio. A
continuacin damos dos tablas en las que se muestra la pobla
cin de ancianos en 2 0 0 0 , por grupo de edad, y los pronsticos
demogrficos de ese grupo. La generacin de 50 y ms abarca
un tercio de la poblacin actual y se espera que crezca a 42% en
los prximos 15 aos. Este segmento controla 42% de todo el in
greso despus de impuestos y 50% de todas las acciones corpo
rativas.
684
www.FreeLibros.me
S eg m en to
DEL ESTUDIO
R b >e t i c i n
Comprometidas
Autnomas
Receptivas
Comprometidas
Autnomas
Receptivas
Comprometidas
Autnomas
Receptivas
Comprometidas
Autnomas
Receptivas
Puntuaciones de los factores de las medias de la muestra del estudio, por conglomerado
Fa c t o r
C o m p r o m e t id a s
Factor 1
0.45
A u t n o m a s
R e c e p t iv a s
0 .1 1
-0 3 1
4.41
3.92
3.87
4.29
3.74
3.45
4.89
431
435
Factor 2
0.29
-0 3 2
0.17
Me gusta hornear.
(carga = 0.70466)
5.49
4.75
5.19
Me gusta cocinar.
(carga = 0.60793)
5.28
4.63
5.01
3.76
3.15
3.62
Factor 3
0.28
-0.26
0 .1 0
4.89
436
439
4.13
333
3.72
3.47
2.81
3.19
Factor 4
0.26
0.14
-0 3 6
En general, las garantas de los fabricantes no valen ni el papel en el que estn escritas,
(carga = 0.50313)
331
3.47
2.82
435
4.50
3.93
4.25
434
335
685
www.FreeLibros.me
PREGUNTAS
REFERENCIAS
1. En los estudios se ha encontrado que los segmentos de adultos ma
yores (55 a 64 aos), los ancianos (65 a 74), los viejos (75 a 84) y
los ms viejos (85 en adelante) necesitan buenos servicios e instala
ciones de salud. Describa en detalle cmo pueden las organizacio
nes de salud determinar las diferencias en las necesidades de estos
segmentos. Qu informacin hay que obtener? Qu tcnicas esta
dsticas hay que aplicar para analizar los datos?
2. Cree que fue apropiada la estrategia de anlisis de datos adoptada
en el estudio referido en este caso? Por qu s o por qu no?
686
www.FreeLibros.me
Miriable
Tamao de la compaa
tequea/empresa individual
Mediana/privada
Divisin de una corporacin grande
Familiaridad con las PC de Panasonic
Sin experiencia
Ha comprado perifricos/no conoce las
PC de Panasonic
Ha comprado o est familiarizado con la PC de Panasonic
Aplicaciones comerciales
Uso individual (procesamiento de texto y anlisis de datos)
Uso departamental (cmputo de funciones, redes)
Uso corporativo (integracin empresarial)
1
2
3
1
2
3
1
2
687
www.FreeLibros.me
REFERENCIAS
Nota: Este caso fue preparado nicamente pora anlisis en clase y no representa las opini ones de Matsushita, Tandy o sus afiliadas. L a situacin del problema es hipottica y
_________
688
www.FreeLibros.me
1997
1998
1999
2000
24.4
273
29.2
28.0
24.9
26.8
25.6
25.1
18.6
24.2
23.4
Luvs
23.2
2 0 .0
143
13.1
123
103
113
1Z2
12 .6
12 .8
1 2 .6
TOTAL P&G
47.6
473
433
41.1
37.4
373
36.9
373
313
37.0
36.0
Huggies (K-C)
30.9
363
37.2
38.4
38.9
39.6
39.7
39.6
38.0
42.7
44.0
Marcas privadas/otras
213
163
193
203
23.7
23.1
23.4
23.1
30.8
20.3
2 0 .0
\hriabk
Atributo
*3
*4
*5
Estilo
*6
*7
Absorbencia
Escurr mientos
*8
Comodidad^tamao
*9
Cintas
*1
1996
Pampers
*2
1995
3.
4.
5.
Opciones de marketing
Quiere ms paales por paquete?
Paga un precio de calidad?
Promueve un valor elevado?
Ofrece mayor cuidado de la
piel?
Paales con impresos y colores o
en blanco
Regular o sper absorbencia
Entrepiernas estrechas y rectas o
regulares
Acojinamiento adicional y plie
gues para ajuste?
Cintas resellables o regulares
PREGUNTAS
6.
7.
REFERENCIAS
689
www.FreeLibros.me
10.7
16.6
1985
12.5
18.8
1990
9 .3
1993
1 5.0
1996
2001
4 6 .8
O tras
4 .3
2 1 .6
4 2 .5
5 .0
212
2 3.9
3 5 .5
9 .4
2 1 .9
2 6 .0
3 4 .0
5 .0
2 0 .0
15.9
25.1
3 2 .1
5 .5
2 1 .4
12.8
27.1
2 8 .5
7 .0
2 4 .6
690
www.FreeLibros.me
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
PREGUNTAS
H director de marketing de Chrysler est interesado en conocer las ca
ractersticas psicolgicas de los yupis para configurar el programa del
Dodge Viper. Le entregaron a usted las respuestas de la encuesta resumi
da arriba. Analice los datos de acuerdo con los siguientes lincamientos.
1. Distribucin de frecuencias. Para asegurarse que todas las variables
son apropiadas para d anlisis, haga una distribudn de frecuencias
de cada una.
2. Regresin. En un anlisis de regresin progresiva, localice las varia
bles que mejor expliquen la variable de criterio. Evale la fuerza del
moddo y d efecto de cada variable incluida en la variable de criterio.
3. Anlisis factorial. Determine los factores psicolgicos que caracteri
zan a los encuestados mediante un anlisis factorial de las 30 varia
bles independientes. Para facilitar la interpretacin tome el principio
de extraccin de componentes con una rotacin varimax. Guarde las
puntuaciones de los factores y regrselas sobre la variable de crite
rio, haciendo que todas las variables de pronstico se incluyan en el
anlisis. Evale la fuerza del modelo y comprelo con la regresin
inicial. Tome las puntuaciones de los factores para conglomerar a
los encuestados en tres grupos. Examine la significacin de los gru
pos de acuerdo con los factores bsicos. Repita el anlisis por con
glomerados para los cuatro grupos.
4. Anlisis por conglomerados. Organice a los encuestados segn las
variables originales en tres y cuatro conglomerados. Cul es el me
jor moddo? Compare los resultados de este conglomerado con los
resultados de las puntuadones de los factores. Cules son ms fci
les de interpretar y cules explican mejor los datos?
Basado en el anlisis, prepare un informe para la administracin en la
que explique a los consumidores yupis y ofrezca sus recomendaciones
para el diseo del Dodge Viper. Sus recomendaciones deben servir a
DaimleiChrysler para conseguir lo que quiere: una nueva imagen para el
Viper que atraiga al mercado de los yupis y sirva para superara la com
petencia en el mercado de los autos de desempeo.
REFERENCIAS
McCracken, Jeffrey, Dodges SRT-4 Aims Speed at 20-ish Set, en
Knight Ridder Tribune Business News, (4 de enero de 2002): p. 1.
Teahen, John K., Jr., Dodge Viper Gets 4-Digit Price Hike, en Automo
tive News, 76, (5959), (26 de noviembre de 2001), p. 42.
www.activemedia-guide.com
Nota: Este caso fue preparado nicamente para anlisis en clase y no representa las opi
niones de DaimlcrChryslcr o sus afiliadas. L a situacin del problema es hipottica y los
datos son simulados.
691
www.FreeLibros.me
www.FreeLibros.me
amos casos
3-1. L a clnica Mayo se mantiene sana
con investigacin de mercados
William y Charles Mayo comenzaron a ejercer la medicina en el
decenio de 1880 en Rochester, Minnesota. Pronto se dieron a co
nocer como cirujanos excelentes y sus pacientes aumentaron tan
to que tuvieron que pensar en ampliar su consulta. Con el cambio
de siglo, los hermanos Mayo invitaron a otros a incorporarse al
consultorio.
Los Mayo tenan un nuevo concepto de la prctica de la me
dicina y crean que asociarse con otros que tuvieran diversos gra
dos de experiencia redundara en bien del cuidado de sus pacien
tes. El doctor William Mayo conceba la medicina como una
tien cia en cooperacin: el clnico, el especialista y el laboratorista unidos por el bien del paciente. Los tres colaboran para elu
cidar el problema que los ocupa y dependen del apoyo que se
brinden recprocamente. La idea era original y la combinacin
de consulta, investigacin y educacin hizo sobresalir a la clnica
Mayo. Las sociedades que establecieron los Mayo crearon uno
de los primeros grupos mdicos privados de Estados Unidos. En
1919, los hermanos Mayo convirtieron su sociedad en una orga
nizacin de caridad sin afn de lucro, la Mayo Foundation. Todos
los ingresos, luego de restar los gastos operativos, iran a la edu
cacin, investigacin y atencin mdica. La clnica Mayo ha fun
cionado de esta manera desde entonces.
En la actualidad, la clnica Mayo emplea ms de 45,000 m
dicos, cientficos, enfermeras y personal general. Comprende
cuatro hospitales y tres clnicas en Minnesota, Florida y Arizona.
Ms de seis millones de personas se han tratado en la clnica Ma
yo desde que fue fundada hace aproximadamente un siglo.
La filantropa es una buena parte de la clnica Mayo y, desde
las donaciones que hicieron los Mayo en 1919, ha estado muy
arraigada en la operacin de la clnica. En 2001, 46,340 donado
res aportaron 146.3 millones de dlares en contribuciones, sub
venciones privadas y regalos. Los donativos se aplican principal
mente a la investigacin y la educacin, y la expansin del
capital de Mayo depende de estas inversiones.
Las utilidades de 2001 fueron de 4,100 millones de dlares,
por arriba de los 3,700 de 2000. Los ingresos por las activida
des actuales fueron de 53.2 millones de dlares en 2001 y 16 mi
llones de dlares en 2000. La clnica Mayo oper con un margen
de 1.3%. La atencin mdica es la parte ms grande de las utili
dades. A pesar del aumento en stas, la clnica Mayo tuvo una
prdida neta de 59.1 millones de dlares en 2001. La causa prin
cipal fue una prdida en las inversiones, que se reflej en el mer
cado general de ese ao. La clnica Mayo buscar cada vez ms
establecer relaciones con fundaciones, benefactores, gobiernos e
www.FreeLibros.me
PREGUNTAS
1. En una encuesta se pide a los clientes que expresen su grado de
acuerdo con el enunciado: La clnica Mayo brinda una excelente
atencin mdica, mediante una escala normal de Likeit. Tambin
expresaron su grado de acuerdo, en la misma escala, con los si
guientes seis enunciados elegidos como variables independientes:
La clnica Mayo sobresale en: 1) mdicos; 2) tecnologa mdica; 3)
enfermera; 4) instalaciones; 5) direccin, y 6 ) tica. Qu tcnicas
estadsticas aplicara para responder las siguientes preguntas?
a. La calificacin de la clnica Mayo como un excelente prestador
de atencin mdica se asocia individualmente con cada una de
las seis variables independientes?
b. Consideradas en conjunto, cules variables independientes ex
plican mejor la calificacin de la clnica Mayo como un excelen
te prestador de atencin mdica?
REFERENCIAS
www.mayoclinic.com
694
www.FreeLibros.me
CASOS
4-1. Astee recupera la cumbre
Astee Amrica Inc. (www.astecpower.com) es uno de los mayo
res proveedores mundiales de productos industriales para el su
ministro de energa elctrica. En 1989, Emerson Electric Company (www.gotoemerson.com) compr una participacin de 50%
en Astee, y debido a la masiva transaccin empresarial, cinco
compaas de energa elctrica de Emerson fueron transferidas a
Astee. En 1999, Astee se convirti en propiedad completa de
Emerson; las compaas retuvieron el nombre de Astee pero Emer
son las administra independientemente. La compaa madre de A s
tee, Emerson Electric, complet una compra de 725 millones de
dlares de Ericsson Energy Systems en la primavera de 2000.
Astee fue la primera compaa en introducir interruptores
alternadores CA/CD, incluyendo interruptores de potencia baja y
fabricados sobre pedido. Dado su dominio de este nicho del mer
cado, Astee no tena razones para depender del marketing con el
fin de vender sus productos. Sin embargo, la industria se ha vuel
to cada vez ms competida. Cuando Unitech Pie adquiri Lambda Electronics envi una seal ntida de que la industria entraba
en su etapa madura competitiva. En una industria en la que se e s
tima que hay ms de 1 , 0 0 0 compaas elctricas, ningn provee
dor tiene una participacin en el mercado de ms de siete por
ciento. Adems, la adquisicin de Lambda por parte de Unitech
fue un golpe para Astee, puesto que Unitech, que antes se encon
traba en el dcimo lugar por su participacin en el mercado, salt
al primer lugar con la compra. Para 1998, Astee se haba desliza
do al tercer lugar en ventas de suministros elctricos, detrs de
Lucent Technologies y Ericsson. Aparte, el mercado creca rpi
damente. En 2001 las ventas en Estados Unidos de interruptores
alternadores CA/CD superaron los 10,000 millones de dlares,
fra conservar igual su participacin en el mercado, Astee tena
casi que duplicar sus ventas. Pareca que la industria se diriga a
una sacudida competitiva.
En 2000, 37% (casi 600 millones de dlares) de las ventas de
Astee procedieron del sector de comunicaciones del mercado
de suministros elctricos. Astee confa en el crecimiento de este
campo para estimular sus ventas futuras. Aunque la industria de
las comunicaciones ha sufrido una baja econmica, Howard Lan
ce (ex director ejecutivo de Astee y actualmente vicepresidente
de Emerson) piensa que Astee estaba bien colocada para crecer
tanto o ms rpidamente que el mercado . Lance tambin pro
nostic que el sector de electrnica y telecom unicaciones de
Emerson, del cual es parte Astee, crecera alrededor de 15% al
ao, hasta 2002. En la tabla siguiente se presentan las ventas e
ingresos del sector de electrnica y telecom unicaciones. Este
sector consta de cuatro subsidiarias de Emerson: Astee, ASCO,
HIROSS y Liebert.
Ventas
Ganancias
2001
2000
1999
3,590
359
3,289
447
2,072
234
Uno de los principales cambios que Astee crea que deba hacer
era mejorar sus actividades de marketing. Astee, como la mayo
ra de los miembros de la industria, se haba enfocado en la pro
duccin desde que entr en esta rama tan dependiente de la inge
niera. Tradicionalmente el negocio de los vendedores de
artculos elctricos dependa de la venta a los fabricantes de me
canismos de suministro de energa para radios, televisiones, compu
tadoras y otros aparatos electrnicos. Antes, la industria estaba
dirigida por ingenieros que fundaban su empresa en garajes o
cuartos traseros. En cambio, ltimamente la industria de los pro
ductos de electrnica sufri cambios acelerados que obligaron a
los proveedores a cambiar tambin, para sostener el ritmo de la
competencia fornea y nacional. As, la industria era el eslabn
dbil en la cadena de la electrnica. Tuvo que pasarse del carril de
la ingeniera al carril del mercado. Se necesitaba marketing para
tener actualizados a los clientes potenciales en cuanto a tecnolo
ga y para que los fabricantes entendieran mejor cules seran las
necesidades futuras de la industria.
Con el fin de mejorar su posicin ante sus clientes, Astee
pensaba que necesitaba ofrecer productos ms confiables, crear
relaciones ms duraderas con los proveedores y establecer vncu
los ms cercanos con los compradores, de modo que colaboraran
en el diseo de componentes y se aumentara la calidad de los
productos elctricos incrementando las pruebas. Adems, Astee
se interes en expandir su surtido y ofrecer, junto a los productos
estndares, productos a la medida. Una manifestacin de este
nuevo inters en el marketing se aprecia en que no deja de au
mentar el presupuesto de Astee para publicidad.
En 1999, Astee reestructur sus divisiones de ventas y mar
keting. Antes, se centraba en dos grupos de mercados: productos
estndares y productos a la medida. Con la intencin de dirigirse
a mercados ms importantes, Astee reorganiz estas divisiones de
ventas y marketing en cuatro grupos. El primero, el segmento
de soluciones de cmputo, se enfoca en reducir los costos y am
pliar las lneas disponibles de productos para PC, computadoras
de bolsillo y aplicaciones de servidores. El segundo grupo se cen
tra en el segmento de redes, imgenes y comunicaciones mviles
del mercado de productos elctricos. El tercer grupo, de solucio
nes de productos estndares, pretende satisfacer las necesidades
de los distribuidores pequeos y medianos. El cuarto grupo, la
695
www.FreeLibros.me
PREGUNTAS
Captulo 1
1. La investigacin de mercados consiste en identificar, reunir, anali
zar y difundir informacin. Explique cmo se aplican estas etapas
problema de Astee.
2. El problema que enfrenta Astee es un caso de investigacin de
identificacin o de investigacin de solucin? Explique.
3. Qu consideraciones ticas enfrenta el investigador en este proyecto?
Captulo 2
L Identifique dos elementos que se relacionen con los siguientes
factores que deben considerarse en el contexto ambiental del pro
blema.
Informacin histrica y pronsticos
Recursos y restricciones
Objetivos
Comportamiento de los compradores
Entorno legal
Entorno econmico
Capacidades tecnolgicas y de marketing
2. Cul es el problema de decisin administrativa que enfrenta
Astee?
3. Cul es d problema de investigacin de marketing que enfrenta
Astee?
4 Divida el enunciado general del problema de investigacin de mer
cados en sus partes.
5. Qu resultados tericos ayudan a preparar un modelo para el pro
blema?
6 . Prepare tres preguntas de investigadn e hiptesis apropiadas para
d problema de investigacin de mercados.
Captulo 3
L Es posible hacer una investigacin exploratoria en este caso?
Cmo?
2. Es posible hacer una investigacin descriptiva en este caso?
Cmo?
3. Es posible hacer una investigacin causal en este caso? Cmo?
4 Qu errores que no son de muestreo suelen presentarse en la in
vestigadn de instrias? Por qu?
5. En este caso es preferible un diseo transversal o uno longitudinal?
Captulo 4
1. Qu fuentes internas de datos secundarios tiles puede identificar?
2. Qu fuentes pblicas de datos secundarios tiles puede identificar?
3. Qu informacin puede obtenerse de Internet?
4 Por qu las fuertes de agencia pueden ser de ayuda en este caso?
Qu frentes considerara utilizar?
5. Evale las desviaciones posibles en las fuertes de datos secunda
rios que haya identificado.
Captulo 5
L Qu tcnicas de investigacin cualitativa recomendara y por
qu?
2. Prepare una lista de temas para entrevistas a fondo en las que se
evaluarn las preferencias de generadores de energa elctrica.
3. Qu tcnicas recomendara para las entrevistas a fondo?
4 Elabore un ejercicio de completar historias para usarlo durante una
entrevista a fondo.
5. Disee tcnicas de completar oraciones para descubrir motivos
ocultos.
Captulo 6
L Cules de los siguientes criterios para elegir mtodos de encues
tas son ms importantes en este caso? Marque todos los que con
vengan.
696
www.FreeLibros.me
Estmulos fsicos
_____
Cantidad de datos
_____
_____
Nfelocidad
_____
Viriedad de preguntas
_____
Control de la muestra
_____
Tasa de respuesta
_____
Costo
_____
_____
_____
Conveniencia sodal
_____
_____
_____
_____
Captulo 7
I. Clasifique las siguientes situaciones como una de las condiciones
de causalidad que hay que demostraren la relacin entre ventas de
generadores de energa elctrica y nivel de servicio.
Seguir un diseo experimental para que no haya otras variables
que influyan en la compra de generadores de energa elctrica,
salvo el nivel de servicio.
Captulo 10
1. Las siguientes preguntas estn bien formuladas? Si no lo estn,
en qu consiste el error?
a Cree usted que los fabricantes de generadores de energa elc
trica deben ofrecer servicios y caractersticas de lujo en estos
aparatos?
_______
S
No
_________
b. Con qu frecuencia ordena generadores de energa elctrica?
Ocasionalmente _________
Aveces________ _________
Con frecuencia _________
Regularmente
_________
c. Quisiera que los productores de artculos elctricos aumenta
ran los servicios que le brindan a usted?
_______
No
_________
d. Con qu frecuencia orden generadores de energa dctrica el
ao pasado?
2. Prepare un cuestionario para usarlo en una encuesta.
Captulo 11
Responda las preguntas 1a 4 suponiendo que se realiza una encuesta por
correo.
1. Cul es la poblacin objetivo del estudio?
2. Qu marco de muestreo puede usar?
3. Qu tcnica de muestreo recomendara para el estudio? Porqu?
4. Qu problemas de falta de respuesta deben considerarse y cmo
espera superarlos?
Captulo 12
1. Astee se interesa en ofrecer un programa de distribucin garantiza
da. Astee cree que las compaas que ordenan productos elctricos
cada mes son buenos candidatos para el programa. Se estima que el
programa ser valioso slo si 2 0 %de las compaas ordenan pro
ductos cada mes. La direccin quiere estar 99% segura de que es
tn dentro del 2%. Qu tamao debe tener la encuesta?
2. En el problema 1anterior, su resultado parece viable? Si no lo pa
rece, qu recomendaciones hara a la direccin al realizar el estu
dio para alcanzar un tamao conveniente de la muestra?
Captulo 13
Captulos 8 y 9
1. Difiere d uso de las escalas en las investigaciones de industrias
que en las investigaciones de consumidores?
697
www.FreeLibros.me
Captulo 14
1. Supongamos que las siguientes respuestas aparecieron en una encues
ta por correo que el supervisor del proyecto est revisando. Cmo
corregira el salto de este encuestado en la pregunta 10 , suponiendo
que son pocos los encuestados con respuestas incompletas?
P5. Me gustara que un productor de generadores de energa me ayuda
ra a disear mis productos.
Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
X
7
Captulo 16
Neutro
4
Muy de acuerdo
X
7
4
4
4
4
4
Muy
importante
5
6
7
5
6
7
5
6
7
5
6
7
5
6
7
4
4
5
5
6
6
7
7
1
1
1
1
2
2
2
2
3
3
3
3
Es
crucial
para m
4
4
4
4
5
X
5
X
X
6
X
6
7
7
7
7
Captulo 15
1. Supongamos que aplic el cuestionario diseado en el captulo 10
y que recopil los datos. Como analista de mercados en Astee, us
ted debe estudiarlos conjuntos de datos resultantes y hacer las re
comendaciones a su jefe. Estos conjuntos de datos fueron el resul
tado del esfuerzo diligente de docenas de personas de su
departamento que colaboraron en la realizacin de la encuesta por
correo de los encargados de compras de los clientes de Astee duran
te las dos semanas anteriores. Despus de revisar los resultados de
la encuesta, la informacin se codific y vaci en dos matrices
(fe datos de 230 casos que posee. Hasta este momento, su empresa
ha dedicado 300 horas hombre al proyecto en las tres ltimas se
manas. El director ejecutivo quiere un informe preliminar sobre los
resultados de esta investigacin.
Captulo 17
1. Realice una regresin mltiple con la P5 como la variable depen
diente y la P15 (o a r)como las variables independientes. Interpre
te los resultados.
Captulo 18
L Con un anlisis discriminante, determine qu variables seran mejo
res para pronosticar el ordenamiento de los casos en el grupo que tie
ne probabflidades de comprar generadores con servicios adicionales
(S = grupo 1) y los que no lo haran (No = grupo 2) (P16). Realice
un anlisis discriminante de la P 16 en las variables restantes.
2. Con el mismo anlisis discriminante de la pregunta 1 anterior deter
mine si los servicios que ofrece actualmente el fabricante de gene
radores satisfacen sus necesidades (P18). Tenga cuidado de no in
cluir la P2 como variable de pronstico (la P2 es la P18 redactada
de otra manera).
Captulos 19 y 20
1. Analice la importancia de los factores con que se elige un genera
dor (PIO) mediante un anlisis factorial en el que identifique un
conjunto reducido de factores a partir de los siete disponibles. En
este caso, aplique el mtodo de los componentes principales para
extraer los factores. Realice luego un conglomerado rpido, un
anlisis discriminante (para verificar el modelo elaborado en el
conglomerado rpido) y tabulaciones cruzadas de la pertenencia a
los conglomerados de los proveedores de generadores el ao pasa
do (P9) y el atractivo de un producto con servicios adicionales.
Captulo 21
L Con escalas multidimensionales (o los datos de semejanza obteni
dos en la P13) para visualizar la relacin entre los posibles servi
dos que se ofreceran.
Captulo 22
I. Prepare una presentacin oral para la direccin en la que explique
los resultados de su investigacin y d una respuesta a su problema
de decisin administrativa.
Captulo 23
1. Supongamos que debido a su poca participadn en el mercado es
tadounidense, Astee piensa que debe penetrar en los mercados intemadonales para consolidar una posicin de liderazgo en el sec
tor de los productos elctricos. Qu estrategias podra seguir
Astee y qu consideraciones debe hacer para realizar investigacio
nes de mercados intemadonales?
698
www.FreeLibros.me
P reg u n ta s so b re tic a
1. ABC Marketing Research Company termin un estudio de merca
dos para Zytec Corporation (rival de Astee) enfocado en perfiles y
deseos de los clientes. Astee contrata a ABC Company. En qu
circunstancias puede ABC usar los datos del estudio de Zytec en el
nuevo proyecto de investigacin de Astee?
2. Astee ofrece el proyecto de estudio de mercados a una pequea
empresa de investigacin. Astee dice que contratar a la compaa
en el futuro si hace este proyecto al costo. En qu circunstancias
sera una conducta tica?
3. XYZ Marketing Research Inc., se especializa en reunir y compilar
ditos para estadsticas industriales. Astee le pide a XYZ que reali
ce una investigacin primaria para su estudio. Cules son las po
sibles consideraciones ticas de esta relacin?
4. Cules son las consideraciones ticas de reunir datos detallados
de personas para este proyecto de investigacin?
5. Se realiza un grupo de enfoque para determinar las opiniones de
bs interruptores de CA/CD y de Astee. La sesin se graba en vi
deo. Cules son las implicaciones ticas sobre el uso del video?
Neutro
4
Muy de acuerdo
6
7
Neutro
4
Muy de acuerdo
6
7
Neutro
4
Muy de acuerdo
6
7
Neutro
4
Muy de acuerdo
6
7
8.
9.
REFERENCIAS
Bellinger, Robert, Artesyn Reclaims Growth TrackFocus on Internet,
Wireless Leads to Strong Turnaround, en Electronic BuyersNews,
1229, (18 de septiembre de 2000): p. 44.
Chin, Spencer, Astee Looks to Supply More PowerFocus Put On
New Products, Inventory Management, en EBN, 1256, (2 de abril
de 2001): p. 4.
Liotta, Bettyann, Astee, now Subsidiary of Emerson, ReorganizesPower-Supply Maker Creates Four Marketing Groups, Appoints Top
Execs, en Electronic BuyersNews, 1156 (19 de abril de 1999): p. 5.
________ , Power Supplies, en Electronic BuyersNews, 1229 (18 de
septiembre de 2000): p. 52.
Ziczkiewicz, Arthur; Astee Moves Power Devices Deeper Into South Am
rica, en Electronic BuyersNews, 1210, ( 8 de mayo de 2000): p. 6 Z
Parte A
Indique su grado de acuerdo con los siguientes enunciados (P1
a P7).
1. Los generadores de comerte elctrica son una parte importarte de
mi operacin.
Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
6
7
Neutro
4
Muy de acuerdo
6
7
Neutro
4
Muy de acuerdo
6
7
Parte B
10. Supongamos que usted compra generadores de energa elctrica.
Califique la importancia relativa de los factores que considerara al
elegir un generador, en una escala de 1 a 7 en la que 1 significa No
es tan importante y 7, Muy importante.
No es tan
Muy
importante
importante
a. Calidad de los
oomponentes
1
2
3
4
5
6
7
b. Ayuda del fabr. en
d diseo
1
2
3
4
5
6
7
c. Garanta del producto
1
2
3
4
5
6
7
d. Tecnologa de punta
1
2
3
4
5
6
7
e. Precio
1
2
3
4
5
6
7
f. Hecho por una compaa
conocida
1
2
3
4
5
6
7
g. Distribucin confiable
1
2
3
4
5
6
7
11. Qu tan probable es que ordene generadores de energa elctrica
por los programas de servicio a clientes?
No es muy probable
1
2
3
12.
Quiz
4
Es muy probable
7
6
2 3
2 3
4
4
5
5
6
6
7
7
699
www.FreeLibros.me
c. Garanta de distribucin
d. Explicaciones tcnicas
13.
2
2
3
3
4
4
5
5
6
6
7
7
16.
Astee
XXXX
Unitech
PCA
Lite-On
Vicor
Zenith
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
XXXX
S_________
Astee
Unitech
PCA
Lite-On
Vicor
Zenith
14.
1
1
No ___________
Por qu s o por qu no?
Servicio
Lugar
_____
_____
_____
_____
15.
Parte C
Mucha
calidad
2
Cul es su puesto?
L ___________Gerente
Z ___________Encargado de compras
20.
Su edad:
1.
18 a 24
2. ___________ 25 a 40
3. ___________ 41 a 60
4. ___________ 60 en adelante
21.
Mucha
calidad
2
c Explicaciones tcnicas
Muy
poca
calidad
1
d.
19.
Mucha
calidad
2
Garanta de distribucin
Muy
poca
calidad
1
Mucha
calidad
2
Computadoras______________ __________
Aparatos elctricos pequeos
__________
Aparatos elctricos grandes
__________
Electrnica
__________
Otra
__________
700
www.FreeLibros.me
1-3
4-5
c d ig o
Obs.
In s t r u c c i o n e s d e
N o m b r e d e l a v a r ia b l e
P1
P2
9
10
11
12
P3
P4
P5
P6
P7
13-14
P8
nmero de observacin
en blanco
importancia de generadores
para mi producto
servicio de generadores satisface
mis necesidades
generadores son todos iguales
entiende diseo de generadores
quiere ayuda con diseo de producto
entrega garantizada es importante
necesita ayuda para colocar generador
en produccin
tipos de generadores comprados ao pasado
15-19
P9
20
P10a
37-39
P17
importancia de
calidad componentes
"
ayuda fabricante
garanta producto
"
"tecnologa de punta
"
"precio
"
" fabricante conocido
"
distribucin confiable
progr. servi. clientes
importancia de produccin
servicio diseo
"
"serv. ayuda montaje
"
"garanta distribucin
explicacin tcnica
calificacin de ayuda dis. prod.
"ayuda de montaje
"
explicacin tcnica
"garanta de distribucin
ms probable compre en
compaa c/serv. dic.
fiecuencia de compras de generadores
21
22
23
24
25
26
27
28
PlOb
PlOc
PlOd
PlOe
PlOf
PlOg
P11
P12a
29
30
31
32
33
34
35
36
P12b
P12c
P12d
P15a
P15b
P15c
P15d
P16
40
41
P18
P19
c o d if ic a c i n
00 = Tipo A;
01 Tipo B;
10 = Tipo C;
00000 = Co. L;
C0001 = Co. M;
00010 = Co.N;
00100 = Co.O;
01000 = Co.P;
10000 = Co.Q;
nmero de cdigo circulado
No = 0 ; S =1
0 0 0 = por trimestre o menos
100 = dos veces por trimestre
0 1 0 = tres veces por trimestre
001 = cuatro o ms veces por trimestre
No = 0; S = 1
gerente = 0 ;
encargado de compras = 1
701
www.FreeLibros.me
Pr e g u n ta /n o m b r e en
C o lum na
In s t r u c c i o n e s d e
N o m b r e d e l a v a r ia b l e
c d ig o
42-44
P20
edad
45-47
P21
48-49
P22
nivel de tecnologa
50-53
P23
c o d if ic a c i n
000 = 20 a 35;
001 = 36 a 50;
010 = 51 a 65;
100 = 65 y ms
0 0 0 = menos 1 milln de dlares
001 = 1 a 4.99 millones de dlares
010 = 5 a 9.99 millones de dlares
10 0 = 10 millones de dlares y ms
0 0 = baja; 0 1 = mediana;
10 = alta
0 0 0 0 = computadoras
0 0 0 1 = aparatos pequeos
0 0 1 0 = aparatos grandes
0 1 0 0 = electrnica
1 0 0 0 = otra
Pregunta 13 de Astee
(Archivo ASLNSCALDAT)
(Archivo ASUNFOLDDAT)
In s t r u c c i o n e s d e
C o l u m n a V a r ia b l e
c o d if ic a c i n
Capture nm.
marcado
In s t r u c c i o n e s d e
C o lum na
L n e a
V a r ia b l e
c o d if ic a c i n
1-3
ID entrevistado
3
4
Comparacin
serv. ca.
Tomar nmero de la
parte superior del cues
tionario
Capture nm. marcado
1 -2
3
4
5
If
"
"
"
lf
lf
1-3
1-4
1-5
Orden de diseo
de product.
"
ayuda de montaje
explicaciones tcnicas
"
garanta de distribucin
702
www.FreeLibros.me
703
www.FreeLibros.me
Captulo 2
1. En la situacin del sector hospitalario, hay que analizarlos facto
res ambientales antes de tratar de definir el problema. Cmo ad
quirira usted informacin sobre los objetivos, conducta de com
pras, entorno legal y capacidades tecnolgicas y de marketing?
Especifique qu informacin quisiera conseguir con respecto a la
situacin del sector hospitalario para los factores ambientales ano
tados.
2. Enuncie el problema de decisin administrativa.
3. Enuncie el problema de investigacin de mercados:
a. De manera general
b. Con especificacin de los componentes
4. Cmo abordara el problema que enfrenta NHKCH?
5. Si quisiera realizar un estudio de casos, cmo k> hara? Cmo
hara una simulacin?
6 . Al abordar el problema, qu clase de resultados cree que obten
dra de:
a. Modelos analticos
b. Preguntas de investigacin e hiptesis
c. Identificacin de la informacin necesaria
Captulo 3
1. Ala luz de la informacin revelada al definir el problema (captulo
2 ), seale ejemplos de investigacin exploratoria, descriptiva y
causal que pudiera realizar para el NHKCH.
2. Especifique las seis preguntas del proyecto de investigacin para el
NHKCH.
Captulo 4
1. Cules son los criterios para evaluar los datos secundarios y cmo
se aplicaran al problema de investigacin de mercados del
NHKCH?
2. Analice las fuentes internas y extemas de datos secundarios en el
contexto del NHKCH.
Captulo 5
1. Cules son los dos tipos de tcnicas directas en la investigacin
cualitativa? Analice cmo podra utilizar el investigador estas tc
nicas para el NHKCH.
2. D ejemplos de las cuatro tcnicas proyectivas en el contexto del
problema de investigacin de mercados del NHKCH.
Captulo 6
1. Cules son los dos tipos de diseo de investigacin descriptiva?
Qu modalidad de estas tcnicas sera apropiada para el
NHKCH? Porqu?
2. Cules son las ventajas y desventajas de los dos tipos de investi
gacin descriptiva y de los modos principales que escogi en la
pregunta 1 ?
PREGUNTAS
Captulo 1
1. La investigacin de mercados consiste en identificar, reunir, anali
zar y difundir informacin. Explique cmo se aplican estas etapas
problema del NHKCH.
2. pX problema que enfrenta NHKCH es un caso de investigacin de
identificacin o de investigacin de solucin? Explique.
3. Fodria NHKCH recurrir a empresas de sistematizacin de datos o
de investigacin de datos para que colaboren con su estudio? Ex
plique.
Captulo 7
1. Cules son las condiciones de causalidad con respecto a la hipte
sis de NHKCH de que una lnea especializada en atencin perina
tal aumentara la conciencia del hospital?
2. Defina un experimento. La encuesta telefnica propuesta por
NHKCH constituye un experimento? Por qu s o por qu no?
3. Es posible inferir una relacin causal de esta encuesta?
704
www.FreeLibros.me
C a p tu lo 8
1. Identifique las escalas de medicin que se acostumbran usar en la
investigacin de mercados para las tcnicas comparativas y no
comparativas. Cmo empleara estas escalas para recopilar datos
tiles para el investigador de mercados del NHKCH?
2. Cules son las tcnicas de elaboracin de escalas comparativas?
D un ejemplo de cada una en el contexto del problema de inves
tigacin de mercados de NHKCH y haga un comentario sobre las
propiedades de los datos obtenidos con cada una.
Captulo 9
1. Cules son los dos tipos de tcnicas no comparativas? D un
ejemplo de cmo se aplicara cada una en el contexto del problema
de investigacin de mercados del NHKCH.
2. Qu decisiones tuvo que tomar usted cuando dise las escalas
con reactivos en la pregunta 1? Por qu tom esas decisiones?
3. La caracterstica de la conciencia del hospital se representa mejor
como una escala de un reactivo o de varios reactivos? Explique
brevemente su respuesta.
4. Cmo evaluara la escala de conciencia de la pregunta 3?
Captulo 10
1. Especifique la informacin necesaria y el mtodo de entrevista que
seguira si quisiera aplicar un cuestionario que aborde el problema
de investigacin de mercados de NHKCH.
2. En el captulo 10 se subraya la importancia de elaborar cuidadosa
mente un cuestionario de modo que los datos obtenidos sean perti
nentes para el problema de investigacin de mercados, adems de
que tengan coherencia interna y se dejen analizar en forma con
gruente. En la prctica, muchas veces elaborar as el cuestionario es
dfdl; por tanto, es importante poder identificar los problemas que
podran aparecer en los reactivos. A propsito de las preguntas que si
guen, examine qu est mal y cmo las corregira para mejorarlas.
a. Cul es el ingreso anual combinado de su hogar, en dlares y
antes de impuestos?
1 . 1 0 ,0 0 0 o menos______________
Z 10,000 a 20,000
_______
3. 20,000 a 30,000
_______
4. 30,000 a 40,000
_______
5. 40,000 a 50,000
_______
6 . 60,000 en adelante
_______
b. Califique la importancia relativa de los factores que considera
al elegir un hospital para dar a luz.
No es muy
importante
a Reputacin del hospital
b. Calidad de la atencin
c. Distancia de casa
d. Consejo del mdico
e. Consejo de amistades
f. Publicidad
g Amistad con el personal
h. Instalaciones de
maternidad modernas
i. Cunero con instalaciones
modernas
j. Seguro de maternidad
Muy
importante
5
6
5
6
5
6
5
6
5
6
5
6
5
6
5
6
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
Captulo 11
1. Si decidimos hacer una encuesta telefnica de padres, cul es la
poblacin objetivo? Cul es el marco de muestreo? Cul es el ta
mao de la muestra?
2. Qu tcnica de muestreo sera apropiada para realizarla encuesta
telefnica sealada en la pregunta 1 ?
3. Qu problemas por falta de respuesta debemos anticipar si reali
zamos la encuesta telefnica como la definimos antes? Cmo re
duciramos los efectos de estos problemas?
Captulo 12
1. Supongamos que el investigador del NHKCH toma una muestra
simple aletoria de 1 0 0 parejas que tuvieron su hijo en un hospital
local en los tres meses anteriores, con el fin de determinar el pro
medio de los gastos por los servicios perinatales. Si el gasto prome
dio es de 10 ,0 0 0 dlares y en estudios anteriores se indica que la
desviacin estndar de la poblacin es de 1,500 dlares, cul es el
intervalo de confianza de 95% para la media poblacional?
2. Despus de examinar el intervalo de confianza obtenido en el pro
blema anterior, el investigador piensa que no es necesario que sea
exacto. Adems, se pregunta si ampliar ese intervalo, de modo que
se encuentre dentro del margen de 500 dlares del verdadero valor
de la poblacin, ahorrara tiempo y dinero al reducir el tamao de
la muestra? Qu tamao debe tener la muestra para estar dentro
del margen de 500 dlares del valor verdadero de la poblacin si se
desea un intervalo de confianza de 95%?
3. Supongamos que la desviacin estndar de 1,500 dlares dada en
la pregunta 1 no era la desviacin estndar de la poblacin, sino un
clculo. Adems supongamos que se tom una muestra de 100 y
que arroj un promedio de 10 ,0 0 0 dlares en gastos de parto con
una desviacin estndar de 1,000 dlares. Cul debera ser el in
tervalo de confianza de 95%?
Captulo 13
1. De las calificaciones que deben poseer los trabajadores de campo,
qu caractersticas seran importantes para elegir a los encuestadores de la encuesta telefnica de NHKCH y porqu?
2. Explique por qu el uso de entrevistas telefnicas como procedi
miento de campo afecta la supervisin de los trabajadores y los
procesos de validacin.
Captulo 14
1. Cules son las razones para no aceptar un cuestionario que regre
sa del campo?
2. Cmo codificara la siguiente pregunta tomada del cuestionario
del captulo 1 0 ?
P5. En su opinin, qu servicios deben ofrecer unas instalaciones de
maternidad perfectas?
www.FreeLibros.me
Captulo 23
Captulo 15
1. Supongamos que NHKCH o cualquier otro hospital est interesadog en emprender operaciones en el extranjero. Elija un pas que
no sea Estados Unidos y examine los factores ambientales que ha
bra que considerar, as como las posibles oportunidades que estos
factores indicaran.
Captulo 16
REFERENCIAS
Captulo 17
1. Efecte regresin mltiple con la P8 a como variable dependiente y
la F6 (a a e) como las variables independientes. Interprete los re
sultados.
Captulo 18
1.
Captulos 19 y 20
1. Determine en un anlisis factorial si puede derivarse un conjunto
reducido de variables de los 10 factores de seleccin de un hospital
(P2A-J). Este conjunto reducido se usara para realizar un con
glomerado con el que se determine si los encuestados pueden si
tuarse en grupos de acuerdo con sus respuestas a un nuevo conjun
to de variables. Luego se realizara un anlisis de tabulacin
cruzada considerando la pertenencia a un conglomerado como una
variable, junto con la variable compuesta anterior para determinar
las estancias previas en el hospital (P1).
2. Para evaluar si las cinco dimensiones de los hospitales sobre las
que se indag en la P6 sirven para asignar los casos a los conglo
merados establecidos despus del anlisis factorial de la P2, reali
ce un anlisis discriminante de esos conglomerados en las cinco
variables de la P6 .
Captulo 21
1.
Captulo 22
1. Repare un resumen ejecutivo de los resultados del estudio.
b.
e.
h.
Hospital B
Hospital E
Hospital H
c.
f.
i.
Hospital C
Hospital F
Hospital I
Muy
importante
4
4
4
4
4
4
4
5
5
5
5
5
5
5
3
3
3
3
3
3
3
2
2
3
3
4
4
5
5
6
6
6
6
6
6
706
www.FreeLibros.me
No
familiarizada
1
Muy
familiarizada
5
6
P a rte C
9. Conteste las siguientes preguntas relacionadas con sus respuestas a
esta encuesta.
. Hospital B
. Hospital E
. Hospital H
a.
. Hospital C
. Hospital F
. Hospital I
6.
No muy
comprometido
b. Cunto se sinti comprometido? 1
No mucho
esfuerzo
1
2
c. Cunto esfuerzo
le cost?
No muy
motivado
Muy de
acuerdo
3
No muy
interesado
1 2
3
d. Qu tan motivado
se sinti?
e. Qu tan participativo se
sinti?
No
participativo
1
2
3
Muy
interesado
4
5
6
Muy
comprometido
Mucho
esfuerzo
5
6
Muy
motivado
4
5
6
Muy
participativo
4
5
6
P a rte D
10. Su sexo
1.
2.
. Hombre
. Mujer
Casado
Soltero
Divorciado/separado/viudo
12. Su edad
P arte B
7. Califique los hospitales siguientes con un nmero entre 1 y 9 para
indicar su preferencia (1 = el preferido y 9 = menos preferido; anote
cada nmero una vez).
NHKCH
. Hospital B
. Hospital C
. Hospital D
. Hospital E
8.
. Hospital F
. Hospital G
. Hospital H
. Hospital I
___________
___________
___________
___________
___________
___________
___________
___________
___________
____25 o menos
____26-40
____41-55
____56 en adelante
13. Su escolaridad
1.
Z
3.
4.
1. Menos de preparatoria___
3. Algo de universidad
Z Certificado de preparatoria
4. Ttulo universitario____
____
____
____
4.30,000 a 39,999
____
5.40,000 a 59,999
____
6.60,000 en adelante ____
707
www.FreeLibros.me
1-3
N o m b r e d e l a v a r ia b l e
Obs.
nmero de observacin
en blanco
maternidad del NHKCH
Hospital B
Hospital C
Hospital D
Hospital E
Hospital F
Hospital G
Hospital H
Hospital I
importancia de rep. hosp.
calidad de la atencin
distancia del hogar
consejo del doctor
consejo de amistades
publicidad
amistad con personal hosp.
maternidad moderna
cunero moderno
seguro de maternidad
familiaridad c/serv. matem.
eleccin obligada de hospital
4 -5
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26-33
In s t r u c c i o n e s d e
N o m b r e e n c d ig o
Pa
Plb
Pie
Pld
Pie
P lf
Plg
Plh
Pli
P2a
P2b
P2c
P2d
P2e
P2f
P2g
P2h
P2i
P2j
P3
P4
c o d if ic a c i n
00000000 = NHKCH
10000000 = B;
01000000 = C;
00100000
00010000
00001000
00000100
00000010
3 4 -3 6
37
38
39
40
41
P5
708
www.FreeLibros.me
= D;
= E;
= F;
= G;
= H;
00000001 = I
0 0 0 = tencin personal;
10 0 = ops. integrad.;
0 1 0 = dases de prepar.;
0 0 1 = dases despus de parto
nmero de cdigo circulado
Pr eg u n ta /
C o lum n a
N o m b r e e n c d ig o
In s t r u c c i o n e s d e
N o m b r e d e l a v a r ia b l e
42
P8 a
43
44
45
46
48
49
50
51
52
53
54
55
56
57-58
P8 b
P8c
P8 d
P8e
P8 f
P8 g
P8 h
P8
P9a
P9b
P9c
P9d
P9e
PIO
Pll
visita ao
pasado NHKCH
Hospital B
Hospital C
Hospital D
Hospital E
Hospital F
Hospital G
Hospital H
Hospital I
inters en encuesta
compromiso de resp.
grado de esfuerzo
"
de motivacin
"
de paitidpac.
sexo
estado civil
59-61
P12
edad
62-64
P13
escolaridad
65-69
P14
ingreso anual
hogar antes imp.
A l
c o d if ic a c i n
= mujer, 1 = hombre
= casado;
10 = soltero;
01 = otro
000 = 25 y menos; 100 = 26-40;
010 = 41-55; 001 = 55+
0 0 0 = algo prepa; 1 0 0 = cert. prepa;
0 1 0 = algo univ.;
001 = tft. univ.
0 0 0 0 0 = 10 ,0 0 0 o menos
1 0 0 0 0 = 10 ,0 0 1 - 2 0 ,0 0 0
01000 = 20,001-30,000
00100 = 30,001-40,000
00010 = 40,001-60,000
COOOl =60,001 en adelante
0
00
Nota: Las preguntas 8 ,9 y 14 fueron suprimidas en el archivo de datos de los estudiantes, para reducir el nmero de variables.
Pregunta 7 de NHKCH______________________________________________________________________________
(Archivo HPPREFJDAT)
C o lum na
V a r ia b l e
In s t r u c c i o n e s d e c o d i f i c a c i n
3
4
5
6
7
8
19
19
19
19
19
19
19
B
C
D
E
F
G
H
I
709
www.FreeLibros.me
www.FreeLibros.me
GIROS CASOS
4-1. Subaru: El Sr. Encuestas supervisa
la satisfaccin de los clientes
Subaru (www.subaru.com) es la divisin de automviles de Fuji
Heavy Industries (FHI). Subaru ha operado en Estados Unidos
desde 1968, cuando comenz a vender el compacto 360. Con el
paso de los aos Subaru ha ofrecido muchos autos distintos, y ac
tualmente vende en Estados Unidos cinco marcas, cada una con
una variedad de modelos. Las cinco marcas principales son Outback, Forester, Legacy, Impreza y Baja. Una de las peculiarida
des de Subaru es que todos sus modelos tienen traccin en las
cuatro ruedas. Outback y Forester se encuentran en la categora
de deportivos, en tanto que Legacy e Impreza se encuentran en la
categora de autos tradicionales de cuatro puertas. El Impreza fue
remodelado por ltima vez en 2 0 0 1 , que lo ha llevado a un au
mento de 85% en sus ventas. Es especialmente popular el pre
miado modelo WRX de Impreza, que es un nuevo auto deportivo
que Subaru comienza a vender en Estados Unidos. Este aumento
contribuy a que Subaru impusiera una marca en 2001 de
185,944 unidades vendidas.
La estrategia de Subaru se manifiesta en uno de sus partici
pantes principales, Joe Barstys. Joe tiene 18 aos en Subaru y de
dica su tiempo a preocuparse por la satisfaccin de los clientes. Joe
y quienes son como l forman la columna vertebral de Subaru.
Hacen que la empresa se enfoque en los clientes y que satisfaga
sus deseos y necesidades detectados en investigaciones de mer
cados. Joe ha incorporado el uso de encuestas de consumidores
en su trabajo y por eso se ha ganado el ttulo de Sr. Encuestas .
El objetivo de Joe es alcanzar un grado de satisfaccin de los
clientes que fomente su lealtad a Subaru. Esta lealtad es extrema
damente importante en el negocio de los autos porque histrica
mente ha sido mucho menor que en otros sectores. De hecho,
aunque alrededor de 90% de los clientes estn complacidos con
el auto que compraron, slo 40% son tan leales que compran la
misma marca de nuevo. Esto obedece al esquema de corto plazo
que se sigue en la industria automovilstica. Estas encuestas ofre
cen informacin importante que permite a Subaru adaptar su sis
tema a las demandas de los clientes. Un ejemplo de la importancia
de estos ajustes se encuentra en el caso de las mujeres. Mediante
las encuestas, Subaru descubri que tena que adaptar sus activi
dades de marketing para incluir a las mujeres, pues son una parte
cada vez ms grande del mercado. Era importante que Subaru en
tendiera qu atrae a las mujeres para que les ofreciera un produc
to ms deseable.
180,000 clientes. Dichas encuestas proporcionaron retroalimentacin importante que permiti a Subaru ajustar su metodologa
a las dem andas del consumidor. Se puede encontrar un
ejem plo de la im portancia d e lo s ajustes en el caso de las
consumidoras. Por medio de las encuestas Subaru identific
que era necesario ajustar su marketing para incluir a las
consum idoras, quienes estaban conform ando una parte
creciente del mercado. Era importante para Subaru conocer el
tipo de accesorios que resultan atractivos para las mujeres y
as poder ofrecerles un producto ms llamativo.
Otro beneficio de la investigacin de mercados es que Suba
ru ha identificado qu clases de personas tienen ms probabilida
des de comprar sus automviles. La compaa cree que el dueo
caracterstico de un Subaru es diferente del consumidor prome
dio. El consumidor promedio de Subaru es muy inteligente, muy
independiente y se coloca fuera de las multitudes. As, Subaru
trata de vender sus automviles a estas personas y pretende dis
tinguirse de los competidores ms grandes y tradicionales.
Subaru tiene el objetivo ambicioso de vender en Estados Uni
dos 250,000 unidades en 2005, lo que significara un incremento de
34% sobre las cifras de 2001. Subaru espera que, con la ayuda de la
investigacin de mercados, alcanzar esta meta. Subaru cree que
escuchar a los clientes y adaptar sus actividades para satisfacer sus
intereses les dar mayor satisfaccin y a fin de cuentas fomentar la
lealtad. El personal de investigacin de mercados de Subaru, como
el Sr. Encuestas, sern cruciales en este cometido.
PREGUNTAS
1. Analice la funcin de la investigacin de mercados para ayudar a
Subaru a entender la devocin de los clientes a sus marcas.
2. Para seguir creciendo, Subaru tiene que fomentar y acrecentar la leal
tad de sus clientes. Defina el problema de decisin administrativa.
3. Defina un problema apropiado de investigacin de mercados a par
tir del problema de decisin administrativa que haya planteado.
4. Cmo podra aprovechar Subaru los datos del censo de 2000?
Cules son las limitaciones de estos datos? Cmo se superan estas
limitaciones?
5. Qu datos de empresas de investigacin pblica de mercados se
ran tiles para Subaru?
6 . Analice la funcin de la investigacin cualitativa para comprender
la devocin de los consumidores a una marca de auto. Qu tcnicas
de investigacin de mercados convendra seguir y por qu?
711
www.FreeLibros.me
REFERENCIAS
www.subaru.com
Clark Geist, Laura, Licensing Links Brands, People with Goods. Auto
motive News (16 de septiembre de 2002): p. 2M.
Griswold, Alicia, Subaru Changes Creative Course: Rugged Individua
lism Gives Way to Owner Values in Temerlin Ads. AdWeek, (20 de
junio de 2 0 0 2 ).
712
www.FreeLibros.me
PREGUNTAS
8.
9.
10.
11.
12.
REFERENCIAS
www.pg.com.
Mitchell, Alan, Supermarkets Get the Message, Financial Times (17 de
mayo de 2002), seccin Inside Track, p. 16.
Neff, Jade, Humble Try: P&Gs Stengel Studies Tactics of Other Advertisers-and Moms-in Bid to Boost Marketing Muscle? Advertising
Age (18 de febrero de 2002): p. 3.
713
www.FreeLibros.me
www.FreeLibros.me
A pndice
Tablas e s t a d s t ic a s
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
10480
15011
01536
02011
91646
14194
62590
85393
97265
53402
24830
93965
49340
19174
19655
91291
39615
63348
42167
37570
77921
93093
25595
22527
06243
20969
52666
30680
90700
46573
48390
36207
34095
32081
99570
22368
24130
81647
30995
76393
53537
81305
71341
57004
97758
60072
15053
00849
14110
21916
74917
49684
90655
06927
81825
01263
44394
16379
54613
42880
21069
84903
44947
11458
10634
12952
42508
05585
32307
56941
18593
64952
85590
90511
91610
33703
78188
90322
Lnea /C o l (1)
1
2
3
4
5
6
7
8
99562
9
10
89579
85475
11
12
28918
63553
13
09429
10365
14
15
96301
89198
69179
27982
15179
39440
61680
07856
64809
16376
39975
06907
72905
81837
11008
16656
42751
06121
27756
91782
53498
60468
18602
56420
69994
98872
31016
71194
70659
18738
44013
48840
63213
91977
14342
05463
63661
07972
10281
18876
17453
20922
18103
94595
57740
56869
84378
69014
25331
60045
12568
18425
58678
36857
69578
40961
53342
53988
53060
59533
08158
17983
33276
03427
70997
49626
79936
69445
38867
56865
18663
62300
88231
48235
05859
72695
90106
52180
16439
01547
12234
93969
52636
92737
88974
33488
36320
30015
61129
97336
87529
71048
85689
08178
48237
77233
52267
13916
67689
47564
17617
93394
81056
31595
20847
08272
01511
97735
51259
60268
94904
77452
16308
60756
92144
89368
31273
19885
04146
55322
18594
44819
29852
83149
76988
84115
27156
30613
74952
85104
29372
20285
74461
29975
28551
89868
90707
70960
63990
75601
64835
51132
44919
01915
40719
55157
64951
64350
94738
17752
05944
92747
35156
46104
22178
88916
30421
19509
61666
25625
99904
15227
64161
07684
96909
18296
36188
86679
87074
57102
50720
94953
79666
80428
95725
25280
64584
66520
96096
34693
49442
26358
85977
53900
01188
71685
65255
85030
98736
23495
13602
04734
51851
59193
16
07119
51085
12765
51821
17
18
02368
01011
21382
54092
52404
33362
19
20
21
52162
53916
23216
14513
97628
91245
46369
33787
85828
58586
07056
48663
09998
14346
42698
09172
06691
30163
22
54164
58492
22421
74103
47070
25306
90229
76468
26384
58151
06646
21524
23
24
32639
29334
32363
27001
24200
87308
13363
58731
38005
00256
94342
45834
28728
15398
02488
33062
07351
19731
92420
60952
61280
35806
46557
50001
06912
41135
25
05597
87637
28834
67658
17012
10307
32586
26
27
28
81525
29676
72295
04839
68086
96423
26432
24878
46901
82651
66566
89768
14778
81536
76797
86645
14780
13300
39064
66432
26422
61362
63904
98947
45766
12659
96067
66134
92259
64760
75470
71500
64568
91402
42416
07844
81817
84637
40801
42607
93161
43808
76038
76655
65855
62028
59920
29841
80150
69774
41688
33611
34952
54262
37888
29
30
31
32
00742
05366
20591
57392
04213
91921
26418
00582
00725
04711
69884
20849
40027
44048
94305
84673
44407
26766
25940
32832
37937
39972
87917
62797
95876
77341
56170
42206
86324
35126
88072
74087
76222
22209
99547
36086
55293
18988
27354
26575
08625
88604
12908
67917
30883
18912
28290
65424
05998
25669
64117
33
69011
65795
34
35
25976
09763
57948
83473
36
91567
17955
46503
42595
29888
73577
27958
30134
04024
48708
18317
86385
29880
82271
35797
99730
55536
84855
29088
09250
56349
18584
90999
18845
49127
49618
20044
02304
59931
51038
06115
20655
20542
58727
18059
28168
02008
15475
73708
56942
37
38
39
40
41
42
99505
58629
77919
12777
85963
38917
79656
35749
58104
32812
44592
22851
18510
98253
90449
69618
76630
88006
48501
03547
88050
73211
36103
20562
42791
87338
20468
92157
89634
94824
84610
82834
09922
25417
44137
48413
25555
14577
98427
34914
62765
07523
35605
33362
78171
81263
64270
83517
53389
21246
39667
01638
56873
66969
56307
98420
61607
04880
49518
45585
89656
46565
20103
04102
35509
77490
46880
63976
88720
82765
34476
47358
92477
17032
87589
40836
32427
70002
70663
88863
77775
18062
45709
69348
(Contina)
Al
www.FreeLibros.me
70060
53976
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
72828
46634
00102
06541
60697
56228
23726
41546
51900
92277
85653
28277
54914
39475
06990
46473
67245
23219
68350
53416
82948
94970
11398
25832
42878
69975
80287
94884
88267
19661
47363
07391
29992
31926
58745
25774
80059
83765
92351
39911
55657
97473
96189
14361
89286
14222
38857
24413
22987
50490
59744
41151
65831
14883
31720
35931
57375
04110
81249
76463
59516
35648
56891
69352
48373
45578
54328
81652
02349
27195
17247
48223
28865
46751
14777
22923
78547
62730
32261
91754
72772
02338
04822
72924
86774
35165
98289
43040
45
76072
29515
40980
46
47
48
90725
64364
52210
67412
83974
08962
00358
33339
31662
25388
61642
34072
49
50
95012
15664
68379
10493
93526
20492
70765
38301
10592
91132
04542
51
16408
04153
53381
79401
21999
21438
52
53
18629
73115
81899
81953
35101
05520
47498
04739
99016
13092
71060
54
57491
30405
16631
16703
45021
83946
35006
23167
23792
85900
91962
87637
49323
14422
98275
15059
32388
96773
20206
42559
78985
38935
31624
64202
76384
14349
17403
82674
53363
78919
03931
74426
19474
23632
61
62
33309
33278
57047
43972
27889
74211
63
09066
00903
20795
10119
95452
63445
89917
92648
64
65
42238
16153
12426
08002
87025
26504
14267
41744
66
21457
21581
55612
40742
29820
67
68
57802
78095
69
70
71
72
44657
91340
91227
50001
66999
84979
21199
38140
02050
83197
99324
51281
46949
31935
81973
27022
66321
73
74
65390
27504
05224
96131
75
37169
11508
94851
55
56
57
58
59
60
92350
36693
31238
24822
71013
94730
18735
06496
20286
59649
35090
23153
33132
12544
41035
80780
45393
44812
12515
98931
91202
45799
52390
22716
16815
19792
69293
09983
82732
74353
38480
30429
32523
70735
41961
05300
22164
54224
35083
35552
75366
35970
76554
63318
12614
91491
29686
33072
60383
44133
64486
19687
19124
31601
25499
44437
19746
66523
44167
47914
24369
00697
64758
68668
73817
11052
03387
60332
59846
92325
02584
37680
20801
72152
08930
85001
87820
62825
52872
39908
73823
05607
73144
39339
91284
88662
34806
17361
15665
68833
88970
25570
74492
38818
51805
46920
99378
66092
45454
69552
88815
16553
51125
79375
97596
16296
64535
74240
31355
56302
86064
00033
47689
77510
05974
70625
52468
28725
96783
21840
15035
33310
95240
89728
33732
17937
05810
37621
24813
47075
86902
48626
03264
68995
88525
15957
43805
42786
33386
84463
60563
79312
34537
42080
60397
93454
29472
67107
06116
61023
05462
43997
35216
15263
14486
09538
12151
06878
29891
91903
25471
43942
68607
19924
37949
84067
72163
93911
89203
41867
34405
72958
83944
28609
41575
81406
10573
25549
64482
48542
73923
42627
36152
89632
66499
53115
70331
81223
85922
42416
38329
58353
57015
21532
71945
62757
97161
32305
49071
05422
95348
79
80
37449
46515
30986
38351
54690
00959
19444
04052
65536
70225
30362
39117
51111
06694
39147
03619
16487
17869
86482
63798
64995
46583
09785
44160
78128
81
82
82486
21885
84846
32906
99254
92431
67632
09060
50076
51674
83991
21361
64126
83
60336
98782
07408
53458
43218
64297
13564
84
85
43937
97656
46891
63175
24010
89303
25560
16275
86355
07100
59089
33941
92063
86
03299
79626
85636
01221
05418
38982
55758
06486
68335
03574
17668
18039
08362
79556
14367
15656
29068
47539
61337
03129
06177
36478
16268
07785
65651
89
90
91
92
93
94
12143
92608
82674
27072
32534
65648
15387
17075
23982
09915
25835
96306
40055
05908
67006
97901
12293
28395
60627
04142
81788
83035
04508
65642
87
88
66794
97809
59583
97662
88824
20979
81959
29400
76
77
78
(14)
15765
30502
97403
16489
68876
80644
85205
41001
71899
47348
15475
20203
92237
76020
11977
26759
79924
02510
86367
25651
26113
21216
46609
16764
12856
74014
83325
99447
64708
09013
38358
07832
22478
63863
11951
23235
80703
35071
70426
02753
14186
14827
00821
66938
50245
59894
52974
66345
81073
58861
93654
34971
49106
74818
61796
07901
29789
54990
18611
27698
84031
81651
45349
05174
25786
21942
32989
53412
66227
98204
02330
17095
83531
26445
70925
07 8 %
34925
78675
11163
88124
05155
73572
50501
85065
82790
13442
78662
92520
99533
91696
23772
94387
00275
39782
51202
26123
71795
14951
21597
92532
56087
57202
94142
64816
62570
25650
05269
12682
94617
25299
74301
18749
45233
05184
42865
16572
16834
34191
06004
54339
80377
41870
59194
48280
79860
46942
35909
81250
54238
51275
28225
83556
85762
12535
52689
52799
12133
14645
23541
95434
18534
98227
03862
21824
78095
19535
50136
98442
08303
56613
91511
75928
88428
68645
72811
15152
22717
55230
50585
93448
00533
85076
34327
35398
58408
13261
47908
41574
73373
17639
88732
82163
09443
60859
82558
75567
05250
34648
88022
56148
34925
57031
99704
75647
37543
76310
11601
88717
35503
37890
85171
40129
(Contina)
A2
www.FreeLibros.me
59037
42488
97
98
46764
99
100
03237
86591
38534
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
43834
43092
86654
04098
70959
73571
55543
79725
80799
53203
93872
76536
28117
71255
18098
47625
64239
88684
78406
43716
06216
97548
42579
46370
90730
28672
62738
19636
95787
04379
51132
33300
78077
86273
26695
69882
62247
61657
69927
34136
76123
79180
50842
97526
63003
36692
40202
35275
57306
55417
52667
94964
93017
63282
61582
31204
45430
81482
90816
14972
17349
90053
88298
89534
90183
76036
36600
87288
65680
43772
39560
12918
01715
49199
80537
(14)
19233
25739 56947
A3
www.FreeLibros.me
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
.0239
.0636
.1026
.0279
.0675
.1064
.0319
.0714
.1103
.0359
.0753
.1141
0.0
.0000
.0040
.0080
.0120
.0160
0.1
02
.0398
.0793
.0438
.0832
.0517
.0910
.0557
.0948
03
.1217
.1293
.1331
.0199
.05%
.0987
.1368
.1406
.1443
.1480
.1517
0.4
0.5
.1179
.1554
.1915
.0478
.0871
.1255
.1591
.1950
.1628
.1985
.1664
.1736
3088
.1772
.2123
.1879
.2224
2251
3324
.2454
.2518
.2580
.2881
.2734
3023
.2764
.3051
.2794
.3078
.2823
.3106
2549
2852
313 3
0.9
1.0
1.1
3159
3 41 3
3 64 3
3186
3939
3212
.2389
.2704
3995
3422
0.7
0.8
2291
2612
2910
.1808
.2157
.2486
.1844
.2190
0.6
3019
33 5 7
3673
3967
3238
.1700
3054
.3340
.3365
3461
3686
3485
3708
3508
3289
3531
.3315
3438
3665
.3599
.3810
3849
.4032
.4192
3869
3888
.3 % 2
.3980
.4066
.4222
3907
.4082
.4236
3749
3944
.3577
.3790
\2
3729
3925
.3554
.3770
.4099
.4251
.4115
.4265
.4131
.4147
.4292
.3997
.4162
.4306
.4370
.4382
.4394
.4484
.4582
.4495
.4505
13
1.4
3642
3264
13
1.6
1.7
1.8
.4332
.4049
.4207
.4345
.4452
.4554
.4463
.4564
.4357
.4474
.4573
.4641
.4649
.4656
.4664
1.9
2.0
.4713
.4772
.4719
.4778
.4726
.4783
.4732
.4788
.4591
.4671
.4738
.4793
2.1
.4821
.4826
.4830
.4834
.4838
.4842
22
23
2.4
.4861
.4893
.4864
.4896
.4868
.4898
.4871
.4901
.4875
.4904
.4878
.4906
.4918
.4920
.4922
.4925
.4938
.4953
.4940
.4955
.4941
.4956
2.7
2.8
.4965
.4974
.4966
.4975
.4967
.4976
2.9
3.0
3.1
.4981
.4982
.4982
.4943
.4957
.4968
.4977
.4983
.4929
.4946
.4960
.4909
.4931
23
2.6
.4927
.4945
.49865
.49903
.49869
.49906
.49874
.49910
32
.49931
.49934
33
3.4
.49952
.49966
.49953
.49968
33
3.6
3.7
3.8
.49977
.49984
.49978
.49969
.49978
.49989
.49993
.49985
.49990
.49985
.49990
.49979
.49986
.49990
.49993
.49993
.49994
3.9
.49995
.49995
.49996
.49996
.4959
.4279
.4406
.4418
.4429
.4535
.4625
3389
3621
3830
.4015
.4177
.4319
.4441
.4599
.4678
.4515
.4608
.4525
.4616
.4545
.4633
.4686
.4693
.4750
.4803
.4756
.4808
.4699
.4761
.4812
.4706
.4744
.4798
.4846
.4850
.4854
.4881
.4884
.4911
.4932
.4887
.4913
.4857
.4890
.4916
.4934
.4936
.4948
.4% 1
.4949
.4 % 2
.4951
.4 % 3
.4952
.4964
.4972
.4979
.4985
.4973
.4980
.4974
.4981
.4767
.4817
.4969
.4977
.4984
.4970
.4978
.4984
.4971
.4979
.4985
.4986
.4986
.49878
.49913
.49882
.49916
.49886
.49918
.49889
.49921
.49893
.49924
.49897
.49926
.49900
.49936
.49938
.49940
.49942
.49944
.49946
.49948
.49929
.49950
.49955
.49957
.49970
.49958
.49971
.49980
.49960
.49972
.4 9 % 1
.49973
.4 9 % 2
.49974
.49964
.49975
.49% 5
.49976
.49981
.49981
.49982
.49983
.49983
.49991
.49994
.49987
.49991
.49994
.49987
.49992
.49988
.49992
.49988
.49992
.49989
.49992
.49994
.49995
.49995
.49995
.49996
.499%
.4 9 9 %
.4 99 %
.49997
.49997
.49986
A4
www.FreeLibros.me
rados
r e a s d e la c o l a s u p e r io r
(a )
DE
LIBERTAD
.995
.99
.975
0 .0 0 1
0 .0 1 0
0 .0 2 0
3
4
5
0.072
0.207
0.412
0.676
0.115
0.051
0316
0.484
0.831
1337
1.690
2.180
2.700
3347
3.816
4.404
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
0291
0.554
0.872
1.239
1.646
2.088
2.558
3.053
3.571
4.107
4.660
0.989
1.344
1.735
2.156
2.603
3.074
3.565
4.075
4.601
5.142
5.697
6.265
6.844
7.434
8.034
8.643
9.260
9.886
10.520
11.160
11.808
12.461
13.121
13.787
14.458
15.134
15.815
16.501
17.192
17.887
18.586
12.879
13.565
14.257
14.954
15.655
16362
17.074
17.789
18309
19333
19.960
19.289
19.996
20.707
20.691
21.426
22.164
5.229
5.812
6.408
7.015
7.633
8.260
8.897
9.542
10.196
10.856
11.524
12.198
5.009
5.629
6362
6.908
7364
8331
8.907
9391
10383
10.982
11.689
12.401
13.120
13.844
14373
15308
16.047
16.791
17339
18391
19.047
19.806
20369
21336
22.106
22.878
23.654
24.433
.95
.90
0.004
0.103
0.352
0.711
1.145
1.635
2.167
2.733
3.325
3.940
4.575
5.226
5.892
6.571
7.261
7.962
8.672
9.390
10.117
10.851
0.016
0311
0384
1.064
1.610
2304
2.833
3.490
4.168
4.865
5378
6304
7.042
7.790
8347
9312
10.085
10.865
11.651
12.443
13340
14.042
14.848
11.591
12.338
13.091
13.848
14.611
15.379
16.151
16.928
17.708
18.493
19.281
20.072
20.867
21.664
22.465
23.269
24.075
24.884
25.695
26.509
15.659
16.473
17392
18.114
18.939
19.768
20399
21.434
22371
23.110
23.952
24.797
25.643
26.492
27343
28.196
29.051
.75
0 .1 0 2
0.575
1.213
1.923
2.675
3.455
4.255
5.071
5.899
6.737
7.584
8.438
9.299
10.165
11.037
11.912
12.792
13.675
14.562
15.452
16.344
17.240
18.137
19.037
19.939
20.843
21.749
22.657
23.567
24.478
25.390
26.304
27.219
28.136
29.054
29.973
30.893
31.815
32.737
33.660
.25
1.323
2.773
4.108
5.385
6.626
7.841
9.037
10.219
11.389
12.549
13.701
14.845
15.984
17.117
18.245
19.369
20.489
21.605
22.718
23.828
24.935
26.039
27.141
28.241
29.339
30.435
31.528
32.620
33.711
34.800
35.887
36.973
38.058
39.141
40.223
41.304
42.383
43.462
44.539
45.616
.10
2.706
4.605
6.251
7.779
9.236
10.645
12.017
13.362
14.684
15.987
17.275
18.549
19.812
21.064
22.307
23.542
24.769
25.989
27.204
28.412
29.615
30.813
32.007
33.196
34.382
35.563
36.741
37.916
39.087
40.256
41.422
42.585
43.745
44.903
46.059
47.212
48.363
49.513
50.660
51.805
.05
.025
.01
.005
3.841
5.991
7.815
9.488
11.071
12392
14.067
15307
16.919
18307
19.675
21.026
22362
23.685
24.996
26.296
27387
28.869
30.144
31.410
32.671
33.924
35.172
36.415
37.652
38.885
40.113
41337
42357
43.773
44.985
46.194
47.400
48.602
49.802
50.998
52.192
53384
54372
55.758
5.024
7.378
9.348
11.143
12.833
6.635
9.210
11.345
13.277
15.086
16.812
18.475
20.090
7.879
10.597
12.838
14.860
16.750
18.548
20.278
21.955
2 1 .6 6 6
23.589
25.188
26.757
28.299
29.819
31.319
32.801
34.267
35.718
37.156
38.582
39.997
41.401
42.796
44.181
14.449
16.013
17.535
19.023
20.483
21.920
23.337
24.736
26.119
27.488
28.845
30.191
31.526
32.852
34.170
35.479
36.781
38.076
39.364
40.646
41.923
43.194
44.461
45.722
46.979
48.232
49.480
50.725
51.966
53.203
54.437
55.668
56.896
58.120
59.342
23.209
24.725
26.217
27.688
29.141
30.578
32.000
33.409
34.805
36.191
37.566
38.932
40.289
41.638
42.980
44.314
45.642
46.963
48.278
49.588
50.892
52.191
53.486
54.776
56.061
57.342
58.619
59.892
61.162
62.428
63.691
45.559
46.928
48.290
49.645
50.993
52.336
53.672
55.003
56.328
57.648
58.964
60.275
61.581
62.883
64.181
65.476
66.766
(Contina)
A5
www.FreeLibros.me
reas
rados
d e la c o l a s u p e r io r
(a )
DE
LIBERTAD
.995
.99
.975
.95
.90
.75
.25
.10
.05
.025
.01
.005
41
42
21.421
22.138
22.906
23.650
25.215
56.942
58.124
64.950
66.206
68.053
69.336
43
22.859
23.584
24311
46
47
48
49
50
27.249
27.991
28.735
29.481
44
45
51
52
27.326
28.144
29.907
30.765
34.585
35.510
46.692
47.766
52.949
54.090
24.398
25.999
26.785
28.965
31.625
36.436
48.840
55330
59.304
60361
61.777
62.990
25.148
25.901
2 1515
2 8366
29.787
30.612
32.487
33.350
37.363
49.913
50.985
56369
57305
60.481
61.656
64.201
65.410
67.459
68.710
69.957
71.893
73.166
25.041
25.775
26.657
27.416
29.160
29.956
31.439
32.268
34.215
35.081
39.220
58.641
59.774
62.830
64.001
66.617
67.821
71301
72.443
74.437
75.704
26311
28.177
28.941
29.707
30.475
31.246
30.755
33.098
73.683
55.265
56334
66.339
67.505
70322
71.420
74.919
76.154
76.969
78.231
79.490
43.874
44.808
57.401
58.468
60.907
62.038
63.167
64.295
65.422
69.023
33.930
34.764
41.079
42.010
42.942
65.171
3 1355
3 2357
33.162
33.968
35.949
36.818
52.056
53.127
54.196
68.669
69.832
72.616
73.810
77386
78.616
80.747
82.001
37.689
38.560
39.433
38.291
40.149
70.616
53
30.230
32.018
34.776
35.600
36.437
37.276
40.308
45.741
59334
66348
70.993
75.002
79.843
83.253
54
55
30.981
31.735
32.793
33.570
35386
36398
38.116
38.958
41.183
42.060
46.676
47.610
60.600
61.665
67.673
68.796
72.153
73.311
76.192
77380
81.069
82392
84.502
56
32.490
34.350
37312
39.801
48.546
35.131
35.913
38.027
38.844
40.646
41.492
69.919
71.040
72.160
75.624
76.778
7 8367
79.752
80.936
83313
33.248
34.008
62.729
63.793
64.857
74.468
57
58
42.937
43.816
44.696
84.733
85.950
59
60
34.770
36.698
39.662
37.485
40.482
65.919
66.981
73379
7 4397
79.082
82.117
83.298
87.166
35.534
42.339
43.188
88.236
89.477
90.715
88379
91.952
49.482
45.577
50.419
51.356
46.459
52.294
77.931
85.749
86.994
R a grados particulares de libertad, las entradas representan el valor crtico de X2que corresponde a un rea especifica de la cola superior, a
Fbra mayores grados de libertad (G L ) se usa la expresin Z =
normal estandarizada.
A6
www.FreeLibros.me
rea s
25
1 .0 0 0 0
0.8165
0.7649
0.7407
0.7267
0.7176
0.7111
0.7064
0.7027
0.6998
0.6974
0.6955
0.6938
0.6924
0.6912
0.6901
0.6892
0.6884
0.6876
0.6870
0.6864
0.6858
0.6853
0.6848
0.6844
0.6840
0.6837
0.6834
0.6830
0.6828
0.6825
0.6822
0.6820
0.6818
0.6816
0.6814
0.6812
0.6810
0.6808
0.6807
0.6805
0.6804
0.6802
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
.1 0
3.0777
1.8856
1.6377
1.5332
1.4759
1.4398
1.4149
13968
13830
13722
13634
13562
13502
13450
13406
13368
13334
13304
13277
13253
13232
13212
13195
13178
13163
13150
13137
13125
13114
13104
13095
13086
13077
13070
13062
13055
13049
13042
13036
13031
13025
13020
13016
d e la c o l a su p e r io r
.05
.025
6.3138
2.9200
2.3534
2.1318
2.0150
1.9432
1.8946
1.8595
1.8331
1.8125
12.7062
43027
3.1824
2.7764
23706
2.4469
23646
23060
23622
23281
23010
2.1788
2.1604
2.1448
2.1315
1.7959
1.7823
1.7709
1.7613
1.7531
1.7459
1.7396
1.7341
1.7291
1.7247
1.7207
1.7171
1.7139
1.7109
1.7081
1.7056
1.7033
1.7011
1.6991
1.6973
1.6955
1.6939
1.6924
1.6909
1.6896
1.6883
1.6871
1.6860
1.6849
1.6839
1.6829
1.6820
1.6811
2.1199
2.1098
2.1009
2.0930
2.0860
2.0796
2.0739
2.0687
2.0639
2.0595
2.0555
2.0518
2.0484
2.0452
2.0423
2.0395
2.0369
2.0345
2.0322
2.0301
2.0281
2.0262
2.0244
2.0227
2 .0 2 1 1
2.0195
2.0181
2.0167
(a )
.0 1
31.8207
6.9646
4.5407
3.7469
3.3649
3.1427
2.9980
2.8965
2.8214
2.7638
2.7181
2.6810
2.6503
2.6245
2.6025
2.5835
2.5669
2.5524
2.5395
2.5280
2.5177
2.5083
2.4999
2.4922
2.4851
2.4786
2.4727
2.4671
2.4620
2.4573
2.4528
2.4487
2.4448
2.4411
2.4377
2.4345
2.4314
2.4286
2.4258
2.4233
2.4208
2.4185
2.4163
.005
63.6574
9.9248
5.8409
4.6041
4.0322
3.7074
3.4995
33554
33498
3.1693
3.1058
3.0545
3.0123
2.9768
2.9467
2.9208
2.8982
2.8784
2.8609
2.8453
2.8314
2.8188
2.8073
2.7969
2.7874
2.7787
2.7707
2.7633
2.7564
2.7500
2.7440
2.7385
2.7333
2.7284
2.7238
2.7195
2.7154
2.7116
2.7079
2.7045
2.7012
2.6981
2.6951
( Contina)
www.FreeLibros.me
A7
Distribucin t
G rados
de
LIBERTAD
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
25
0.6801
0.6800
0.6799
0.6797
0.6796
0.6795
0.6794
0.6793
0.6792
0.6791
0.6791
0.6790
0.6789
0.6788
0.6787
0.6787
0.6786
0.6785
0.6785
0.6784
0.6783
0.6783
0.6782
0.6782
0.6781
0.6781
0.6780
0.6780
0.6779
0.6779
0.6778
0.6778
0.6777
0.6777
0.6776
0.6776
0.6776
0.6775
0.6775
0.6775
0.6774
0.6774
0.6774
0.6773
0.6773
0.6773
0.6772
0.6772
0.6772
0.6771
0.6771
.10
13011
13006
13002
13998
1.2994
13991
13987
1.2984
13980
13977
13974
13971
13969
13966
13963
13961
13958
13956
13954
13951
13949
13947
13945
13943
13941
13939
13938
13936
13934
13933
13931
13929
13928
13926
13925
13924
13922
13921
13920
13918
13917
13916
13915
13914
13912
13911
13910
13909
13908
13907
13906
.05
1.6802
1.6794
1.6787
1.6779
1.6772
1.6766
1.6759
1.6753
1.6747
1.6741
1.6736
1.6730
1.6725
1.6720
1.6716
1.6711
1.6706
1.6702
1.6698
1.6694
1.6690
1.6686
1.6683
1.6679
1.6676
1.6672
1.6669
1.6666
1.6663
1.6660
1.6657
1.6654
1.6652
1.6649
1.6646
1.6644
1.6641
1.6639
1.6636
1.6634
1.6632
1.6630
1.6628
1.6626
1.6624
1.6622
1.6620
1.6618
1.6616
1.6614
1.6612
.025
2.0154
2.0141
2.0129
2.0117
2.0106
2.0096
2.0086
2.0076
2.0066
2.0057
2.0049
2.0040
2.0032
2.0025
2.0017
2.0010
2.0003
1.9996
1.9990
1.9983
1.9977
1.9971
1.9966
1.9960
1.9955
1.9949
1.9944
1.9939
1.9935
1.9930
1.9925
1.9921
1.9917
1.9913
1.9908
1.9905
1.9901
1.9897
1.9893
1.9890
1.9886
1.9883
1.9879
1.9876
1.9873
1.9870
1.9867
1.9864
1.9861
1.9858
1.9855
.01
2.4141
2.4121
2.4102
2.4083
2.4066
2.4049
2.4033
2.4017
2.4002
2.3988
2.3974
2.3961
2.3948
2.3936
2.3924
2.3912
2.3901
2.3890
2.3880
2.3870
2.3860
2.3851
2.3842
2.3833
2.3824
2.3816
2.3808
2.3800
2.3793
2.3785
2.3778
2.3771
2.3764
2.3758
2.3751
2.3745
2.3739
2.3733
2.3727
2.3721
2.3716
2.3710
2.3705
2.3700
2.3695
2.3690
2.3685
2.3680
2.3676
2.3671
2.3667
.005
2.6923
2.6896
2.6870
2.6846
2.6822
2.6800
2.6778
2.6757
2.6737
2.6718
2.6700
2.6682
2.6665
2.6649
2.6633
2.6618
2.6603
2.6589
2.6575
2.6561
2.6549
2.6536
2.6524
2.6512
2.6501
2.6490
2.6479
2.6469
2.6459
2.6449
2.6439
2.6430
2.6421
2.6412
2.6403
2.6395
2.6387
2.6379
2.6371
2.6364
2.6356
2.6349
2.6342
2.6335
2.6329
2.6322
2.6316
2.6309
2.6303
2.6297
2.6291
(Contina)
www.FreeLibros.me
Distribucin t_______________________________________________
G rados
reas de la cola superior (a)
DE
LIBERTAD
25
.10
.05
.025
.01
95
%
97
98
99
100
110
120
130
140
150
oo
0.6771
0.6771
0.6770
0.6770
0.6770
0.6770
0.6767
0.6765
0.6764
0.6762
0.6761
0.6745
12905
1.2904
1.2903
1.2902
12902
12901
12893
12886
12881
12876
12872
12816
1.6611
1.6609
1.6607
1.6606
1.6604
1.6602
1.6588
1.6577
1.6567
1.6558
1.6551
1.6449
1.9853
1.9850
1.9847
1.9845
1.9842
1.9840
1.9818
1.9799
1.9784
1.9771
1.9759
1.9600
2.3662
2.3658
2.3654
2.3650
2.3646
2.3642
2.3607
2.3578
2.3554
2.3533
2.3515
2.3263
.005
2.6286
2.6280
2.6275
2.6269
2.6264
2.6259
2.6213
2.6174
2.6142
2.6114
2.6090
2.5758
Para grados particulares de libertad, las entradas representan d valor crtico de / (p e corresponde a un rea especfica de
una cola superior especificada, a .
A9
www.FreeLibros.me
s S
CN
O '
00
in
SO IO
3 O3' oo
"
a
r - t ' ^ m o o m ^ f m o c p
r
r i O; r
i n s f p r i . o
ri ri ri ri ri ri ri ri o4 ri ri
m i N1
ri
Oi n
p
in
} r n o
N1 m
ene
oo
oo so n - O i r / i t r i - O' in o
r r r r so so so p so m t o r i o
o 3
S SIS SS
fc F $ 3 3 S3. $ 8 9 S is R 2 2 8 8 O
j 5 : g 3 3
oi 00 in N1 ri ri ri ri ri ri ri ri r i ri ri r i ri ri
a p
so p O) p m 8
en tn ri ri ri ri ri ri ri ri ri
n; p p m
O o m N-
'
o o o o s o o r ^ r ' o o
oo ri p oc > in } en
ri ri ri ri r i ri ri ri
en co en
CN
ri ri
r ^ N 1
m cn O O
ri ri ri ri CN ri ri
ri ri ri ri ri
ri ri ri
So P S R S
o o p T f p o o o r ^ m T f T f m
O' O; Os Os Os oo oc oc oo p P
ri
Os Os
00 r
ri ri ri ri ri
p 00 m oc ^ os r
P m n; p p p ri O O O O s O s O s O s O s o o p P m
SS Os 00 in N1 ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ' ' '
ri
LO
n o p n ^ r r i m n n n p p m
r ^ r io o o m m o s r ^ p ^ n
ri^ fm r'
91 ^ r p ri O r io m
tn n p ri ri o p o os oo p p
00 m Tf tn tn n en ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri
CN
ce
0
1^
tu
a "
i O
Os
o o
? 25
Os od m
_i
UJ
a
ri 00 sf en
en en en
o> S. 8 m a
p
n* ^ r i ( i ( d r l r l r l r i r i t i r l r l r l r i r l r l r l r l r l r i r l r i r l r i r l r l - '- -
os it r
^ p Os p O P p p _
.r ~ p _ s _ .......................................................................
_ S
. . Os. . ..
O' oo in N1 N1 tn tn en r i ri ri ri ri ri r i ri ri r i ri ri r i ri ri ri ri ri ri ri ri ri
O
s p T f p N
SS 8
p
co g
; m
a ss s a 8
00 p sf rf n n
a a $ * s ft p>a s s f i K s s s a s $
t n t n r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i r i
r tni 00
n pt n00i
n pf nn;t ri
n
^ l^
lO f ' O t ' l/i -' 9 iri ^ Q f ' P ,l, r i - 0 ' C r o o N 5 '
p m p p P m m m rf; *; tj- p p en m tn en ri ri ri _ p
Os 00 p N" N1' en tn en tn ri ri ri ri ri ri ri
oq
p'
ri ri ri ri ri ri ri
ri ri
ri r i ri ri ri
ri ri
a 8 88 P pi 8 R 2 S P S3 e p fi p 8 3 m ? $ ?
? n
Os 00 p' Tf en' en' n en' en' r i ri ri r i r i ri ri r i ri r i r i r i r i r i ri
^
^
ri r i ri ri ri
S S
ri ri ri
a o
en
N- O'
j,
pi noc r ~oor ' ~ e NO' Or i i nO' ' TOPm
O' O s e N o o m m r i o o P o o r ' r ~ p ' P p P
00 p
Tt'
a m
a a 2
N- en en en en en" en t'-i ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri
o p m o st^ o so o m p tn p p m
p^ N 1 o o s o N r J p O s P ' P m e n m P ' O s
I en p p p p Tf p p p p m 00 p p p p p p p p m m m mi m
m n ri
Os Os p m N- en en en en en en en ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri ri
1
a a
e n o o p p o o
p ^ e n t N
p p m o p ' t t r i
. o o P o s P o o
oo oo oc
a p
co
CN
00 Os
m p
m Os
Os
m P'
os p N- Os sf o
p m *t N; p p p p
p en p m en Os ce P m rn p *r p o c o
_ . . . . . os Os os p O; Os 00 p P p
en ri ri ri r i ri ri ri ri ri ri
-t *} n '- en en en en en en en en en en en en en en en
m 5, O s N , '
rnOsr
N1 tn ri p m i~~
J O s r ^ N ' t v , Q
tn
m tm
0 0o
O s o o o N,
o ro^o pm pOms mmr m
T f T f N - T f ^ m t nm
mm
n en
t nrin
t P P o o o s
85 25
tn os Os N ri o si m p
N; m p p Os m p _ O; 00 p P_ P
00 ' ri p' m m m m N- n-' N- N-' N-'
rf o
p opm pr J O
p op Q pP N
p ' pp
N- N-
p S 22 S s 8
't N- N- N1 N1 N- N- N1 N1
Si S
en
t s e n N' mp r ^ o o o s a = Q S 2 i a 2 2 2 f i ? | p | ( q S W f i R 8 l f i 9 8 8
O
AIO
www.FreeLibros.me
( Continua)
^ O' oo in rf
2Os<n
os
es o
oo p
oo
ir 2
r~ p
en p o s
o en O oo p-- <5 2 2 en rs o O o O; O; O;
en en en e4 c-i es es es e-i c4 es r4 r4 c i r4 < <
o e n o i V t O ' O m i
es
en p
so vi 2
en
oo
On ^ oo Q
oo p~ so 2 en o
o o e S sp O so oo 2 oo vi en O'
es
en en es es ; o p o p p p p oo oo p
CN
o o p s o e s ^ v ) o o v i p p v i e s e s m o o e s p e s o o s f - o o v i r n o o s q 2 r '~ e n O s
2 p en * p es p 2 es oo p- so m 2 en en es es O p o p
p p p oo *q rj en
O O en oo p 2 2 en en en en e^ es' es' es' es' es' es e^ r- es' es' es' e^i es' es' es'
en
Os 2 oo so V
en
jjj Q
00 l' ^
en en en es W e^ es' es- es' es' es' e^ e^ es es' es' es' ' ' ' ' ' '
3 8 2 2 P S 55 S 8 R P 6 S V 5 8 8 PJ 2 2 3 B
CO S
o
8 8 S 8 ? 3 3
2 en en en en es' es' es' e*4 es es es es es es es' e^i e^i es' es' es' es es es
m S
lo n
2 ^
00 ^ 10 ^ ^ ^ ^ ^
3 Si n 4 e^i en iS e^i es - - -
p so
4 in
o e S -po es
o es e2 spm so- penp
N pj i oo
O ip Op e so
n oviovim 2- ' 2p eennenO enP ^
S es
O
i p
i nV- oo Ooo' pO tso
es e es
2
2 es
Os 2
CN p>i en
-
CN
jjj 2
Os Tp
IO 2
oo so V
oo 'S vi Tf-
a soo' so2
es Os sO en o
VI
es sO
P'
SO
es
o> 3 P ' 3 P V. VI S N1 in en m in S a a a a c
en en en en e-i e-i es' es' es' es' es' es es es' es' es' es' es' es' e^ e^ e>4 e^
3. S 't a s
es
? '
p p o p ( ps evin en
o oi of l pi folo>p o op i so
( s so
p (vis vi
p ( vn orp p2 t "
9 1' 0 ^ ( s - o o o 5 ( n
2 p p en en en o p oo
es m
vi 2 2
p4
CN
N- vi es p~ p o p es en oo vi vi sp es p es oe p p r p o s p ^ m e n O s p v i ^ p
P ^ en p ei en o w so so N- es o o s o o o o p p P P so vi vi v ^ r p r p 5 2 2 es O O'
P O' 2 0 e p n ^ T p ' e < i e ^ e * e * i e n ' e n ' e N e N e N e N e N e ,4 e ,4 e N p 4 e N e N e N e N e e e e N e N e - <
p~ en
Os
'~
N1
en" en en en en en en
oo
vn o> 2 00 P vi N1
es
5 S
es p
sO 5
so O
p p
a.
N-
N-'
o o
co
P
en O' 2
en
8
38
oo' P P
p- p
V, 8 sO
P' S ?
2 00 P p N1
p- en
Os
sO es
sq 8 8
O' 2 oi P
en
es in
8
N-'
0 es
ne
een
r-;n a 0
Os .
oi
oi
s
O
p
2
8 en
SO VI
00 s. in
a* O' 2 oi P ?p
m
8 en
sO a o s
a
O
s p Os P q
e
n
1
o
es r~ 3
s oi
en p
CN
p
Os
5
o
Os P
en
8
V
P
en
8 P 9? ?
p
P P
en O
2N1" N1 P
N1
'
p
P
s
P
Os Os
es
a 8 &
p
*. P
P P
p
p
q
P
8.
P p
p n e n - o > P n
viin v i/ie n e s-o
8
p
es
8
P
88 S
P P
q
P
8p 8P
R
P
sO
S
p
r'
P
R
P
P
P
o 8 S 8 8 8
P
es m es
P' N
o
n es
V,
en o s. en S VI
en %. S. r- en s 8 * r~
Os
8
p~1 esC
2 5
s
P * N-" 2 p
P p p P P P
P P P p p p P P pq p p? p P p P p
C'
00 o
00 en
00 V en S
q
n8 O
es es
p'' sO
8 e
s s
s. VI VI 3 en en rqi a 8.
q
2 2 2 q
P 5 5
p P p P P p P P P p p p P P p P p p P p p P
e
s es r~ es 8 s S e
n
V, O r- 't a
r- 8 V, m 3
3
p p 2 2 2 2 2 p p P p P p P p p
sO s
e
2s
p ps P Pq
8 t^;
oi P
2
2
N1
0
0
in
e^i P
m en
ri ri
m m en q
P P P P P
a en
p P p
M
P
VI
en r' emn a VI
es 00 m es q sq VI en Os
N1
2
s q
q 2 q
q
q q q q *. en R
$
2
2
2
2
2
p
p p p P P P p P p p p p p P P
3 a o
p
es en P'
p p p
o
00 p
P'
q
*i 8
p p
a
3 in
es VI
p- m
P P P
es
P
3 q
p P
Os VI es
Os r~
so en
q pq PP-; PP-; PP^ pq
q pq pq q
q q
p p p
p' en
es Os m
2 es
P P P
'O
Q
5
-(SensTviopooos
= aa3!QflE:222fRFlpjpiaWP!WFR98
A ll
www.FreeLibros.me
(Contina)
n q
oi P
en
u.
o
11
o
m
o
5
3
/
/
3-
O
CN
ON
2
f.
VO
,*
d
uT
g a
5?
Sl/t
VO
6235
r~
in
6106
CN
6209
O
CN
r~ et IO
IO
SO
ON q q 8 8 q q a 8
tn
co ON sO o N 1 N- ^p co co co r i
cs IO
CO so a
r.
~
co co
Os
r i CN
X
ri
VI PN
p'
CN 2
cn
8
2
3
2
VI
2
2
8
2
p~
co r i a
2 2 2
a
2
PN 2
co Os
en r i
2 2 2
a
2
a
2
PN
q
s fi.
2 ?
VI V I
m m ep
2 2 2 2
co
fi. ?
IO cs
00 IO
co
ri
ri
ri
ri 2
$ a s
S $ a n f i
io io ep' N - co co co r i
cs 8
ri ri ri
s? 3 a
P4 CN 2
P
2
5
2
3
2
8
2
3
2
8
2
S
2
3
2
5
2
a
2
00 Os co
co CO
co r~
q et co g 8. q p i s
q IO q
2 o; 2 io ep ^P ^p co co r i
Os 00
q
8.
ri ri ri
8
8
r i CN 2
8
2
VI
cs 00 V I cs
PN P ' fi. m V. V, 3
2 2 2 2 2
2 2 2
S3 a
2 2
8
a
s a a
co o i
SJ
Si
oo NP
a
2
co co cs
q IO 2
8
2
Pn Os cs
et r i
2 2 2
s
2
3 8
oi 2
So q
8 IO
' io ep N- Np co* co r i
R
ri ri ri
8. 8 $
ri ri 2
8
2
?
2
a
2
8
2
3
2
co
et
o S
cs
PN m
Os 2
cs
co tn 8 in a
sci io et tf
cs
00 8
N1 r i r i
CS
tn ip co
ri ri ri
IO
a
8
ri 2 2
co oo co
o ON ON 8
2 2 2 2
3
2
8
2
00 VI co cs IO
PN p~ PN PN in 2
2 2 2 2 2 2
cs
et
p~
cs
in
q 8
oi 2
cs 2
s.
Np r i r i
IO
v i 8.
ri ri ri
PN
2 co f i .
ri ri 2
a *
53 8. 8.
io io ^p ^p ^p ^p r i
ri ri ri
9
r i co 2
co f i . a
2 2 2
00 cs
io
co Os Os
q Pn q co
in
2 io io ^p ^p ep N"
oo
q 8
ri ri ri
cs
S. IO 8.
ri 2 2
3
2
IO
2 2
2 2
g a
2
cs
fi.
ss
2
q
io io 'p
8
'p
fi
fi.
fi
p~ CS
2
00
2 8.
PN co
2
a
2
3
2
ON IO
in co 5*
cs 2
1>
VI
00 cs
s PN 8 m m
cs cs r4 r4 2
co a
2 2
cs
^p n
2 2
ri
ret
3
a
3
2
o
1*
vi P~ 8
8
p4
P'
/-.
ri
co
3
s
co r i p 4 r4 r4 r i
cs co
00 Np 1p 00
. o. 5? q q VI co
io io ep Np co co co r i
P ' IO io
00 P '
c-i CN q
cs
co
cs
io o ep ^P co co co r i
ON
8
CN
IO
p~
3 so 8 co q 8 co
8
3 s
co ON so io Nt ep co co co co r i
2n a o i 2
pn
f JO On 2
g
SO
O
m
co
fi.
p~
f a
2 2
Os
-
fi. a
*
Os
q
8
2
fi.
Os
2
3
2
fi 2fi
co
OS 8
2 2
3
2
8
2
o
V.
2
et 00
2
2 2
a
2
. 8. 8
2 2 2
8
2
8
2
8
2
s
2
00
VI cs
S
2
8
2
Os cs
>: pN V, 8
2 2 2 2
fi.
R
2
co
2 2
fi. C i a
2 2
2
Pi
8
r-s
IO
SO
cn so
Pi
co
co
to
T*~
2 8
8 8 ?
v i v i Np ^P ^P Np Np r i r i
fi fi
q 3. f i .
ri 2 2
V I f i . p f i . f i . f i
2 2 2 2 2 2
a $
00
oo
co
3 3 a
8
q
v i v i Np NP NP NP ^P ^P r i
PN-
3 q q
co 2 2
ON NP o
cs
3. V I VI V I f i . et
2 2 2 2 2 2
Os co
CO co 2 in
2 2 2 2
R
a
cs
2 q
o
P
n ON p~
et.
Pn 2iVOn
IO
n3
00* 2
co
3
n
p~
00 IO Os
3. -p 3 q et 2 ?
ON SO cs ON 00 P '
CS
co
CN
8.
r ?
cs "
1
n
2*
cs
8
SO s
ON o
p* CO
fi.
io
oi 2 2
cs
Os
n
*o
P ' CS CS
.
2
B* V* *
CS
q
q PI 3
vi vi vi vi vi
IO
n ?
cs Si
8 VI
ON
"* "e
co Nt IO
Pn 00
OS
P'
Q
wit
mi
0)
fi. P-: p ^
OS
__
?
2
P ' co O s
q
2 2
co 2
fi
q
2
cs
00
2
P ' P ' 00 CO pN
00 2
q m m q en co fi.
^P Np NP ^p ^p ^p NP ep N - ^P N - et
IO
CS q 00
R q n N; q
o o io IO VI v i
8 2
a a _ 8 3 8 a 3
ON o i o i
00 et S
ON co cs O co 2
cs
CS o
3
cs
q
ep
PN
3 co 8. 8 m 3 en fi.
3
v i v i v i NP Np NP ^p 'p NP N - N - Np 2
p~
IO IO
co
cs
8
tn
P ' io
o 00 co
oo 00 p^ p^ '
co
00*
q
cs
a
et
5625
3
IO
$ 8
cs 2
en a
PN cs cs
q 3 R s P-; p^ 8 3
VI VI NP ^P
^P
et et
'
$ a 3
8
oo
00 00 00
u
O O
A12
www.FreeLibros.me
Np
^p
co
q
2 2
00 cs
q q S.
2 2 2
f i.
co o
2 2
00 SO co
q q q
2 2 2
00 z
a a a
f i.
fi.
q
2
a
2
cs IO Os
Os PN f i .
2 2 2 2
_
PN Os cs
et. q
n
et
VI 2
2 2
PN
2
s.
2
o
s
3 s . fi. _ 3
ep ep ep ep 2 2 2
cs
2
2
PN ep
co
2
S.
2 2
ep ep ep ep ep et
P ' CO
VI VI
2 2 2
00
a P-:
co co
VI CS
oo 00 Os
q PN
et q en
2 2 2 2 ep et et
00
g
oo o o oo 2
8
2
co 8
2 2
a a a a a a a 8
60
cs
a 8
120
E
co
N o ta s
Captulo 1
I. Annimo, IBM Unveils Linux-Driven Mainframe, 25 de
enero de 2002, y Joseph Rydholm, A Global Enterprise, en
Quirks Marketing Research Review, noviembre de 1997.
Z Joe Flint, H>w NBC Defies Network Norms-To Its Advantage,
Wall Street Journal, 20 de mayo de 2002, pp. A l, A10; Michael
Freeman, NBC: No Laughing Matter, Electronic Media, 21,
nm. 1,7 de enero de 2002, y Jack Neff, Marketers Use Recipio
to Tap Users View, en Advertising Age, 72, nm. 7 ,1 2 de fe
brero de 2001, p. 24.
3. Brbara Benson, Market Researcher Wins Clients with Docu
mentaries, en Crains New York Business, 17, nm. 17, 23 de
abril de 2001, p. 31.
4. Jack Neff, P&G Targets Teen Via Tremor, Toejam Sites, en Adver
tising Age, 72, nm. 10,5 de marzo de 2001, p. 12; y www.pg.com.
5. Para la funcin estratgica de la investigacin de mercados,
vase Denise Jarratt y Ramzi Fayed, The Impact of Market and
Organizational Challenges On Marketing Strategy Decision
Making, en Journal o f Business Research, 51, nm. 1, enero de
2001, pp. 61-72, y Lexis F. Higgins, Applying Principles of
Creativity Management to Marketing Research Efforts in HighTechnology Markets, en Industrial Marketing Management,
28, nm. 3, mayo de 1999, pp. 305-317.
6 . La definicin de la AMA se public en New Marketing Re
search Definition Approved, en Marketing News, 21,2 de ene
ro de 1987. Vase tambin Michelle Wirth Fellman, An Aging
Profession, en Marketing Research, Chicago, primavera de
2000, pp. 33-35, y Lawrence D. Gibson, Quo Vadis, Marketing
Research?, en Marketing Research, Chicago, primavera de
2000, pp. 36-41.
7. Para un anlisis histrico y una evaluacin de la investigacin de
mercados, vase Stephen Brown, Always historicize! Researching
Marketing History in a Post Historical Epoch, en Marketing
Theory, 1, nm. 1, septiembre de 2001, pp. 49-89; L. Melier Ander
son, Marketing Science: Wheres the Beef?, en Business Hori
zons, 37, enero-febrero de 1994, pp. 8-16; Alvin J. Silk, Marketing
Science in a Changing Environment, en Journal o f Marketing Re
search, 30, noviembre de 1993, pp. 401-404, y Frank M. Bass,
The Future of Research in Marketing: Marketing Science, en
Journal o f Marketing Research, 30, febrero de 1993, pp. 1-6.
8 . Gordon A. Wyner, Learn and Earn Through Testing on the Inter
net, en Marketing Research, otoo de 2000, p. 3, y Jerry W. Tho
mas, How, When, and Why to do Market Research, en Nation s
Restaurant Neivs, 31, nm. 19,12 de mayo de 1997, pp. 84 y 136.
9. Biter H. Gray, A Problem-Solving Perspective on Knowledge
Management Practices, en Decision Support Systems, Amster
dam, mayo de 2001, p. 87, y Barry de Ville, Intelligent Tools
for Marketing Research: Case-Based Reasoning, en Marketing
Research: A Magazine o f Management & Applications, 9, nm.
2, verano de 1997, pp. 38-40.
10. Annimo, Kelloggs Brings Olympic Spirit to Americas Breakfast
Thble, en PRNewswire, 6 de diciembre de 2001; Annimo, Keloggs Cnmchy Nut Gets Ready for Adult Breakfast, en Grocer,
224, nm. 7524,6 de octubre de 2001, p. 53, y www.kelloggs.com.
II. Rayna Katz, Marriott Establishing a Substancial Presence
Across the State, en Meeting News, 26, nm. 5, 8 de abril de
2002, p. 19, y Sanjit Sengupta, Robert E. Krapfel y Michael A.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
www.FreeLibros.me
N2
22.
23.
24.
25.
NOTAS
36; Robert Gray, High Gloss Boost to Customer Titles, en
Marketing, Londres, 12 de octubre de 2000, pp. 25-26, y Thomas
C. Kinnear y Ann R. Root, 1998 Survey o f Marketing Research,
Chicago, American Marketing Association.
Sarah Nonis y Gail Hudson, The Second Course in Business
Statistics and Its Role in Undergraduate Marketing Education,
en Journal o f Marketing Education, 21, diciembre de 1999, pp.
232-241, y Ralph W. Giacobbe y Madhav N. Segal, Rethinking
Marketing Research Education: A Conceptual, Analytical, and
Empirical Investigation, en Journal o f Marketing Education,
16, primavera de 1994, pp. 43-58.
Richard Burnett, HP Plans to Build Up-Scale Convenience Stores
in Orlando, Fla., Area, en Knight Ridder Tribune Business
News, 19 de enero de 2002, p. 1, AMR Interviews Abdul Azhari,
On Today and the Future of Marketing Research at a Major Cor
poration, en Applied Marketing Research, primavera de 1989,
pp. 3-8, y www.bpamoco.com.
O.I. Larichev, A.V. Kortnev y D. Yu Kochin, Decision Support
System for Classification of a Finite Set of Multicriteria Alter
natives, en Decision Support Systems, 33, nm. 1, mayo de
2002, pp. 13-21.
Sanjay K. Rao, A Marketing Decision Support System for Pri
cing New Pharmaceutical Products, en Marketing Research,
Chicago, invierno de 2000, pp. 22-29.
Capitulo 2
1. Marilyn Alva, Hog Maker Gets (Financial) Motor Running,
en Investors Business Daily, lunes 28 de enero de 2002, p.
A9; Ian Murphy, Aided by Research, Harley Goes Whole
Hog, en Marketing News, 2 de diciembre de 1996, pp. 16-17, y
wrnu harleydavidson.com.
2. Jagdish N. Sheth y Rajendra S. Sisodia, Marketing Producti
vity: Issues and Analysis, en Journal o f Business Research, 55,
nm. 5, mayo de 2002, p. 349, y Patrick Butler, Marketing Pro
blem: From Analysis to Decision, en Marketing Intelligence &
Planning, 12, ndm. 2,1994, pp. 4-12.
3. Molly Inhofe Rapert, The Strategic Implementation Process:
Evoking Strategic Consensus Through Communication, en
Journal o f Business Research, 55, nm. 4, abril de 2002, p. 301,
y David Smith y Andy Dexter, Quality in Marketing Research:
4.
5.
6.
7.
8.
9.
10.
11.
www.FreeLibros.me
NOTAS
N3
Captulo 3
1. Annimo, Environmental Groups Unveil Eco-friendly Coffee
Guidelines, en Gourmet N&vs, 6 6 , nm. 7, julio de 2001, p. 5,
y Marianne Wilson, More Than Just Causes, en Business and
Industry, 76, agosto de 2000, pp. 37-54.
2. I.M. Hal man, Evaluating Effectiveness of Project Start-ups:
An Exploratory Study, en International Journal o f Project
Management, 20, nm. 1, enero de 2002, p. 81, y Thomas T.
Semon, Marketing Research Needs Basic Research, en
Marketing News, 28, nm. 6 , 14 de marzo de 19%, p. 12.
3. John W. Creswell, Research Design: Qualitative, Quantitative
and Mixed Method Approaches, Thousand Oaks, Cal., Sage Publi
cations, 2da. ed., 2002; Hanjoon Lee, Jay D. Lindquist y Frank
Acito, Managers Evaluation of Research Design and Its Im
pact on the Use of Research: An Experimental Approach, en
Journal o f Business Research, 39, nm. 3, julio de 1997, pp.
231-240, y R. Dale Wilson, Research Design: Qualitative and
Quantitative Approaches, en Journal o f Marketing Research,
33, nm. 2, mayo de 19%, pp. 252-255.
4. Para ejemplos de investigacin exploratoria, vase Paul Ellis y
Anthony Pecotich, Social Factors Influencing Export Initiation in
Small- and Medium-Sized Enterprises, en Journal o f Marketing
Research, 38, nm. 1, febrero de 2001, pp. 119-130, y Ellen Bolman Pullins, An Exploratory Investigation of the Relationship of
Sales Force Compensation and Intrinsic Motivation, en Industrial
Marketing Management, 30, nm. 5, julio de 2001, p. 403.
5. Eyal Rabinovitch, 360 Degrees: Microsoft Publisher 2002, en
Fortune Small Business, 11, nm. 10, enero de 2002, p. 79; Robert
W. Scott, The Small Biz Wars, en Accounting Technology, 17,
nm. 3, abril de 2001, pp. 18-21, Microsofts Web site: www.microsoft.com', y www.sba.gov/advo/stats/sbfaq.pdf.
6 . Para un ejemplo de investigacin descriptiva, vase William T.
Robinson, Is the First to Market the First to Fail?, en Journal o f
Marketing Research, 39, nm. 1, febrero de 2002, pp. 120-128.
www.FreeLibros.me
N4
NOTAS
7. Jeff Goldsmith, Integrating Care: A Talk with Kaiser Permanentes David Lawrence, en Health Affairs, 21, nm. 1, enero/febrero
de 2002, pp. 39-48; y Julie T. Chyna, Is Your Culture e-Compatible?, en Healthcare Executive, 17, ndm. 1, enero/febrero de 2002,
p. 53.
8 . John Creswell, Research Design: Qualitative, Quantitative, and
Mixed Method Approaches, Thousand Oaks, Cal., Sage Publica
tions, 2a. ed., 2002; Ranjita Misra y B. Panigrahi, Changes in
Attitudes Toward Women: A Cohort Analysis, en Internatio
nal Journal o f Sociology & Social Policy, 15, nm. 6,1995, pp.
1-20, y Norval D. Glenn, Cohort Analysis, Beverly Hills, Sage
Publications, 1981.
9. Joseph O. Rentz, Fred D. Reynolds y Roy G. Stout, Analyzing
Changing Consumption Patterns with Cohort Analysis, en
Journal o f Marketing Research, 20, febrero de 1983, pp. 12-20.
Vase tambin Joseph O. Rentz y Fred D. Reynolds, Forecasting
the Effects of an Aging Population on Product Consumption: An
Age-Period-Cohort Framework, en Journal o f Marketing Re
search, agosto de 1991, pp. 355-360.
10. David Teel, Anheuser-Busch Replaces Virginia Mens Golf
Tournament with Womens Event, Knight Ridder Tribune Busi
ness Neivs, 2 de marzo de 2002, p. 1, y Annimo, Ways to Use
Golf, en Incentive, enero de 2001, pp. 2-7.
11. Para aplicaciones recientes de datos de grupos, vase Jack KLH.
Lee, K. Sudhir y Joel H. Steckel, A Multiple Ideal Point Model:
Capturing Multiple Preference Effects from within an Ideal
Point Framework, en Journal o f Marketing Research, 39, nm.
1, febrero de 2002, pp. 73-86. Para un tratamiento bsico, vase
Gregory B. Markus, en Analyzing Panel Data, Beverly Hills,
Sage Publications, 1979.
12. La tabla 3-6 tambin puede verse como una matriz de transi
cin. Describe los cambios de compra de marcas de periodo a
periodo. Conoce la proporcin de consumidores que cambian,
permite un pronstico temprano del xito final de un producto
nuevo o cambio en la estrategia de mercado.
13. Kurt Brannas, A New Approach to Modeling and Forecasting
Monthly Guest Nights in Hotels, en International Journal o f
Forecasting, 18, nm. 1, enero-marzo de 2002, p. 19, y Seymour
Sudman y Robert Ferber, Consumer Panels, Chicago, American
Marketing Association, 1979, pp. 19-27.
14. Toon W. Taris, A Primer in Longitudinal Data Analysis, Thousand
Oaks, Cal., Sage Publications, 2001; G.J. Van Den Berg, M. Lindeboom y G. Ridder, Attrition in Longitudinal Panel Data and
the Empirical Analysis of Dynamic Labour Market Behaviour ,
en Journal o f Applied Econometrics, 9, nm. 4, octubre-diciem
bre de 1994, pp. 421-435, y Russell S. Winer, Attrition Bias in
Econometric Models Estimated with Panel Data, en Journal o f
Marketing Research, 20, mayo de 1983, pp. 177-186.
15. Jack KJL Lee, K. Sudhir y Joel H. Steckel, A Multiple Ideal
Point Model: Capturing Multiple Preference Effects from within
an Ideal Point Framework, en Journal o f Marketing Research,
39, nm. 1, febrero de 2002, pp. 73-86, y Laszlo Maytas y Pa
trick Sevestre (comps.), The Econometrics o f Panel Data, A
Handbook o f the Theory With Applications, Norwell, Mass.,
Kluwer Academic Publishers, 1996.
16. Grant F. Gould y James L. Gould, Chance and Causation: To
Experimental Design and Statistica, Nueva York, WJL Free
man & Company, 2001; John Hulland, Yiu Ho y Shunyin Lam,
Use of Causal Models in Marketing Research: A Review, en
International Journal o f Research in Marketing, 13, nm. 2,
abril de 1996, pp. 181-197.
17. Russell S. Winer, Experimentation in the 21st Century: The
Importance of External Validity, en Journal o f the Academy o f
Marketing Science, verano de 1999, pp. 349-358.
Capitulo 4
1. Niall 6 . Dochartaigh, The Internet Research Handbook: A Prac
tical Guide fo r Students and Researchers in the Social Sciences,
Thousand Oaks, CaL,Sage Publications, 2002;Stephen B. Castle
www.FreeLibros.me
NOTAS
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
N5
12. Bob Brewin, U.S. Census Bureau Plans for First Paperless
Tally in 2010, en Computerworld, 36, nm. 12,18 de marzo de
2002, p. 5; Cynthia Etkin, Historical United States Census Da
ta Browser, en Library Journal, 125, nm. 7, 15 de abril de
2000, p. 58, y www.census.gov.
13. Katarzyna Dawidowska, The Census Bureau Century, en
American Demographics, 24, nm. 3, marzo de 2002, p. 12.
14. Una de esas empresas es Claritas (www.claritas.com). Vase
David Wren, San Diegos Garitas Studies Myrtle Beach, SC,
Demographics by ZIP Code, en Knight Ridder Tribune Busi
ness News, 7 de mayo de 2002, p. 1.
15. Robert J. Samuelson, Can America Assimilate? en Newsweek,
137, nm. 15,9 de abril de 2001, p. 42, y www.census.gov, 28 de
enero de 2 0 0 2 .
16. Ephraim Schwartz, Dawn of a New Database, en InfoWorld,
24, nm. 11,18 de marzo de 2002, p. 32, Carol Post, Marketing
Data Marts Help Companies Stay Ahead o f the Curve and in
Front o f the Competition, en Direct Marketing, 59, nm. 12,
abril de 1997, pp. 42-44.
17. Darla Martin Tucker, Technology: Online Database Set to Debut
This Summer, en The Business Press, 18 de marzo de 2002, p. 8 .
www.FreeLibros.me
N6
NOTAS
Captulo 5
1. Rick Popely y Jim Mateja, General Motors Takes Lead in
Introduction of New Models, Show Cars, en Knight Ridder
Tribune Business News, 7 de febrero 2002, y Joseph Rydholm,
Igniting the Sunfire, en Quirk's Marketing Research Review,
marzo de 1995.
2. Kenneth Wade, Focus Groups Research Role Is Shifting,
en Marketing News, 36, nm. 5 ,4 de marzo de 2002, p. 47, y Ra
na Dogar, Marketing to the Sense, en Working Woman, abril
de 1997, pp. 32-35.
3. Kathryn C. Rentz, Reflexive Methodology: New Vistas for
Qualitative Research, en The Journal o f Business Communi
cation, 39, nm. 1, enero de 2002, pp. 149-156, y David J.
Carson, Audrey Gilmore, Chad Perry y Kjell Gronhaug, en
Qualitative Marketing Research, Thousand Oaks, Cal., Sage
Publications, 2001.
4. Gill Ereaut, Mike Imms y Martin Callingham, Qualitative Market
Research: Principle & Practice: Seven Volume Set, Thousand
Oaks, Cal., Sage Publications, 2002, y Shay Sayre, en Qualitati
ve Methods fo r Marketplace Research, Thousand Oaks, Cal., Sa
ge Publications, 2001.
5. Aqu se adopta una perspectiva de positivismo sobre la investiga
cin. El positivismo incluye positivismo y empiricismo lgico y
todas las formas de falsificacin. sta es la perspectiva dominan
te en la investigacin de mercados comerciales. Se ha ofrecido
una perspectiva relativista. Vase, por ejemplo, Richard R. Wilk,
The Impossibility and Necessity of Re-Inquiry: Finding Middle
Ground in Social Science, en Journal o f Consumer Research,
28, nm. 2, septiembre de 2001, pp. 308-312, y Shelby D. Hunt,
en A General Theory o f Competition, Thousand Oaks, C al, Sage
Publications, 2000.
6 . Sara Eckel, Cheese Whiz, en American Demographics, 23,
nm. 3, marzo de 2001, p. S14.
7. Gill Ereaut, Mike Imms y Martin Callingham, Qualitative Market
Research: Principle & Practice: Seven Volume Set, Thousand
Oaks, Cal., Sage Publications, 2002, y John Gill y Phil Johnson,
Research Methods fo r Managers, 3a. ed., Thousand Oaks, Cal.,
Sage Publications, 2002.
8 . Michael Bloor, Jane Frankland, Michelle Thomas y Kate Robson,
en Focus Groups in Social Research, Thousand Oaks, Cal., Sage
Publications, 2001.
9. Richard A. Krueger y Mary Anne Casey, en Focus Groups: A
Practical Guide fo r Applied Research, 3a. ed., Thousand Oaks,
Cal., Sage Publications, 2000.
10. El tamao de grupo de ocho a 12 se basa en rules of thumb.
Para mayor anlisis, vase Edward F. Fern, en Advanced Focus
Group Research, Thousand Oaks, Cal., Sage Publications,
2001, y Robert Blackburn, Breaking Down the Barriers: Using
Focus Groups to Research Small- and Medium-Sized Enterpri
ses, en International Small Business Journal, 19, nm. 1, octu
bre-diciembre de 2000, pp. 44-67.
11. Catherine Forrest, Research with a Laugh Track, en Marketing
News, 36, nm. 5, 4 de marzo de 2002, p. 48; Gloria F. Mazella,
Show-and-Tell Focus Groups Reveal Core Boomer Values,
Marketing Ne*vs, 31, nm. 12,9 de junio de 1997, p. H8 .
12. Colin MacDougall, Planning and Recruiting the Sample for
Focus Groups and In-Depth Interviews, en Qualitative Health
Research, 11, nm. 1, enero de 2001, pp. 117-126, y Hazel Kahan, A Professional Opinion, en American Demographics,
Tools Supplement, octubre de 1996, pp. 14-19.
13. Jonathan Hall, Moderators Must Motivate Focus Group, en
Marketing News, 34, nm. 9,11 de septiembre de 2000, pp. 26-27,
y Thomas L. Greenbaum, en Moderating Focus Groups: A Practi
cal Guide fo r Group Facilitation, Thousand Oaks, Cal., Sage
www.FreeLibros.me
NOTAS
N7
www.FreeLibros.me
N8
NOTAS
Captulo 6
1. Humphrey Taylor, John Bremer, Cary Overmeyer, Jonathan W.
Siegel y George Terhanian, Using Internet Polling to Forecast
the 2000 Elections, en Marketing Research, 13, primavera de
2001, pp. 26-30.
2. Annimo, Canon Logs Record Profit, Sales in 01, en Jiji
Press English News Sendee, 31 de enero de 2002, p. 1, y
Johnny K. Johansson y Ikujiro Nonaka, Market Research the
Japanese Way, en Harvard Business Review, mayo/junio de
1987, pp. 16-18.
3. Las encuestas se utili2an comimente en la investigacin de mer
cados. Vase, por ejemplo, Naresh K. Malhotra y Daniel McCort,
A Cross-Cultural Comparison of Behavioral Intention Models:
Theoretical Consideration and an Empirical Investigation, en
International Marketing Revinv, 18, nm. 3,2001, pp. 235-269.
4. Rajesh Nakwah, Getting Good Feedback, en Quirks Marketing
Research Review, noviembre de 2000.
5. David W. Glasscoff, Measuring Clinical Performance: Compari
son and Validity of Telephone Survey and Administrative Data, en
Marketing Health Services, 22, nm. 1, primavera de 2002, pp.
43-44, y Niki Thurkow, The Effects of Group and Individual
Monetary Incentives on Productivity of Telephone Intervie
wers, en Journal o f Organizational Behavior Management, 20,
nm. 2,2000, p. 3.
6 . Leigh Dyer, Maya Angelou Sells Lines to Hallmark, en Knight
Ridder Tribune Business News, Io de febrero de 2002, p. 1.
7. www.roperasw.com. Vase tambin Floyd J. Fowler, Jt, en Sur
vey Research Methods, Thousand Oaks, Cal., Sage Publications,
3a. ed., 2001.
8 . Karen V. Fernndez, The Effectiveness of Information and
Color in Yellow Pages Advertising, en Journal o f Advertising,
29, nm. 2, verano de 2000, pp. 61-73, y A.J. Bush y J.F. Hair,
Jr., An Assessment of the Mall Intercept as a Data Collection
Method, en Journal o f Marketing Research, mayo de 1985,
pp. 158-67.
www.FreeLibros.me
NOTAS
N9
www.FreeLibros.me
N10
NOTAS
37. Erwin Ephron, Nielsens Secret Passive Meter, en Mediaweek, 10, nm. 36, 18 de septiembre de 2000, p. 32; Lawrence
N. Gold, Technology in Television Research: The Metef, en
Marketing Research: A Magazine of Management & Applica
tions, 6, nm. 1, invierno de 1994, pp. 57-58.
Means Knowing Your Cookies, en Link-Up, 18, nm. 1, enero/febrero de 2001, pp. 22-23.
46. Gerald Berstell y Denise Nitterhouse, Looking Outside the
Box, en Marketing Research: A Magazine of Management &
Applications, 9 nm. 2, verano de 1997, pp. 4-13.
47. Kendra Parker, How Do You Like Your Beef? en American
Demographics, 22, nm. 1, enero de 2000, pp. 35-37; y www.beef.org.
Captulo 7
1. Booth Moore, Fashion Notes: Those 70s Bags Are Back in
LeStyle, with a New Range of Looks, en The Los Angeles Ti
mes, ed. esp., 21 de diciembre de 2001, p. E2; LeSportsac An
nounces Latest International Expansion, en Showcase, 20,
nm. 6, diciembre de 1995, p. 67, Surveys Help Settle Trade
Dress Infringement Case, en Quirks Marketing Research Re
view, octubre/noviembre de 1987, pp. 16-17 y 33.
2. Annimo, In-Store Promo Drives Soda Sales, Study Says, en
Drug Store News, 23, nm. 18, 17 de diciembre de 2001, p. 81;
Robert Dwek, Prediction of Success, en Marketing, suple
mento de marketing POP & Field, 17 de abril de 1997, pp. XIIxni, y POP Radio Tests Airs the Ads In Store, en Marketing
News, 24 de octubre de 1986, p. 16.
3. Michael Sobel, Causal Inference in the Social Sciences, en
Journal of the American Statistical Association, 95, nm. 450,
junio de 2000, pp. 647-651, y R. Barker Bausell, en Conducting
Meaningfid Experiments, Thousand Oaks, Cal., Sage Publica
tions, Inc., 1994.
4. Grant F. Gould y James L. Gould, Chance and Causation: To
Experimental Design and Statistica, Nueva York, WJH. Freeman
&Company, 2001, y Robert F. Boruch, Randomized Experiments
for Planning and Evaluation, Thousand Oaks, CaL,Sage Publica
tions, Inc., 1994.
5. Thomas Lee, Experts Say Point-of PurchaseAdvertising Can In
fluence Shoppers Choices, en Knight Ridder Tribune Business
www.FreeLibros.me
NOTAS
N il
14.
15.
16.
17.
18.
19.
20.
21.
22.
www.FreeLibros.me
N12
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
NOTAS
Captulo 8
1. www.fortune.com/lists/mostadmired/index.html. 3 de abril de
2002.
www.FreeLibros.me
NOTAS
10.
11.
12.
13.
NI 3
Captulo 9
1. Annimo, Planned Rail Projects Still Moving Forward, en
New York Construction News, 20 de marzo de 2002, p. 10; Heidi
Tolliver, A Tale of Four Cities: How Paris, London, Florence
and New York Measure -and React- to What Riders Want, en
Mass Transit, XXII, nm. 2, marzo/abril de 1996, pp.22-30,
107, y www.mta.nyc.ny.us/nyct/index.html. 14de abril de 2002.
2. Bob Sperber, McDonalds Targets Adults with Trust Effort,
en Brandweek, 43, nm. 14, 8 de abril de 2002; p. 6; William
Murphy y Sidney Tang, Continuous Likeability Measure
ment, en Marketing Research: A Magazine of Management &
Applications, 10, nm. 2, verano de 1998, pp. 28-35, y www.perceptionalyzer. com.
www.FreeLibros.me
N14
NOTAS
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
www.FreeLibros.me
NOTAS
NI 5
26.
27.
28.
29.
30.
31.
Captulo 10
1. Patricia Kelly, Questionnaire Design, Printing, and Distribution,
en Government Information Quarterly, 17, nm. 2,2000, p. 147.
2. S.L. Payne, The Art of Asking Questions, Princeton, Nueva Jer
sey, Princeton University Press, 1951, p. 141. Vase tambin
Michael Schrage, Survey Says, en Adweek Magazines Techno
logy Marketing, 22, nm. 1, enero de 2002, p. 11; y Bill Gillham,
De\eloping a Questionnaire, Nueva York, Continuum Interna
tional Publishing Group, 2000.
3. Estos lincamientos se tomaron de diversos libros sobre diseo de
cuestionarios. Vase por ejemplo Marco Vriens, Split-Questionnaire Designs: A New Tool in Server Design and Panel Manage
ment, en Marketing Research, 13, nm. 2, verano de 2001, pp.
14-19, Stephen Jenkins, Automating Questionnaire Design and
Construction, en Journal of the Market Research Society, invierno
de 1999-2000, pp. 79-95; Bill Gillham, Developing a Questionnai
re, Nueva York, Continuum International Publishirg Group, 2000;
Robert A. Peterson, Constructing Effective Questionnaires, Thou
sand Oaks, CaL,Sage Publications, Inc., 2000;Howard Schuman y
Stanley Presser, Questions & Answers in Attitude Suney,Thousand
Oaks, Cal., Sage Publications, Inc., 1996;Arlene Fink, How to Ask
Sun>ey Questions, Thousand Oaks, Cal., Sage Publications, Inc.,
1995, y Floyd J. Fowler, Jr., Improving Suney Questions, Thou
sand Oaks, Cal., Sage Publications, Inc., 1995.
4. Darlene B. Bordeaux, InterviewingPart II: Getting the Most
Out of Interview Questions, en Motor Age, 121, nm. 2, febre
ro de 2002, pp. 38-40; Thomas T. Semon, Better Questions
Means More Honesty, en Marketing News, 34, nm. 17,14 de
agosto de 2000, p. 10, y Thomas T. Semon, Asking How Im
portant Is Not Enough, en Marketing Ne*vs, 31, nm. 16,4 de
agosto de 1997, p. 19.
5. Jennifer Hess, The Effects of Person-Level Versus Household
Level Questionnaire Design on Survey Estimates and Data Qua
lity, en Public Opinion Quarterly, 65, nm. 4, invierno de
2001, pp. 574-584.
6. Timothy R. Graeff, Uninformed Response Bias in Telephone
Surveys, en Journal of Business Research, 55, nm. 3, marzo
de 2002, p. 251; Rachel Miller, Counting the Cost of Response
Rates, en Marketing, 18 de enero de 2001, pp. 37-38; Arthur
Stemgold, Rex H. Warland y Robert O. Herrmann, Do Sur-
www.FreeLibros.me
N16
7.
8.
9.
10.
11.
12.
13.
14.
15.
NOTAS
16.
17.
18.
19.
20.
21.
22.
23.
24.
www.FreeLibros.me
NOTAS
NI 7
35. David Zatz, Create Effective E-Mail Surveys, en HRMagazine, 45, nm. 1, enero de 2000, pp. 97-103, y George R. Milne,
Consumer Participation in Mailing Lists: A Field Experiment,
en Journal of Public Policy & Marketing, 16, ndm. 2, otofto de
1997, pp. 298-309.
36. Jon Van, New Technology, Fast Internet Connections Give Re
searchers Easy Data Access, en Knight Ridder Tribune Business
News, 3 de febrero de 2002, p. 1, AWorld Press Model Debuts,
en Graphic Arts Monthly, 66, nm. 6,junio de 1994, p. 66.
37. Frederick G. Conrad, Clarifying Questions Meaning in a Hou
sehold Telephone Survey, en Public Opinion Quarterly, 64,
nm. 1, primavera de 2000, pp. 1-27; E. Martin y A. E. Polivka,
Diagnostics for Redesigning Survey QuestionnairesMeasu
ring Work in the Current Population Survey, en Public Opinion
Quarterly, 59, nm. 4, inviemo de 1995, pp. 547-567, y Adamantios Diamantopoulos, Nina Reynolds y Bodo B. Schlegelmilch, Pretesting in Questionnaire Design: The Impact of Res
pondent Characteristics on Error Detection, en Journal of the
Market Research Society, 36, octubre de 1994, pp. 295-314.
38. Bill Gillham, Developing a Questionnaire, Nueva York, Conti
nuum International Publishing Group, 2000, Nina Reynolds, A.
Diamantopoulos y Bodo B. Schlegelmilch, Pretesting in Ques
tionnaire Design: A Reviewof the Literature an Suggestions for
Farther Research, en Journal of the Market Research Society,
35, abril de 1993, pp. 171-182.
39. Donald J. MacLauriny Tanya L. MacLaurin, Customer Percep
tions of Singapores Theme Restaurants, en Cornell Hotel and
Restaurant Administration Quarterly, junio de 2000,41, nm. 3,
pp. 75-85, y www.tourismsingapore.com/frameset.asp.
40. Mark A. Davis, Measuring Ethical Ideology in Business Ethics:
A Critical Analysis of the Ethics Position Questionnaire, en
Journal of Business Ethics, 32, nm. 1Julio de 2001, pp. 35-53,
y R. W.Armstrong, An Empirical Investigation ofInternational
Marketing Ethics: Problems Encountered by Australian Firms,
en Journal of Business Ethics, 11, nm. 1992, pp. 161-171.
41. Raquel Benbunan-Fich, Using Protocol Analysis to Evaluate
the Usability of a Commercial Web Site, en Information & Ma
nagement, 39, nm. 2, diciembre de 2001, p. 151, y Marxhall
Rice, What Makes Users Revisit a Web Site? en Marketing
News, 31,17 de marzo de 1997, p. 12.
42. H. Lee Murphy, Survey Software Gets Simpler, More Effecti
ve, en Marketing News, 35,29 de enero de 2001, pp. 4-6.
Capitulo 11
1. Joseph Rydholm, Focus Groups Shape Ads Designed to Expand
market for Federal Duck Stamp Program, en Quirks Marketing
Research Review, marzo de 2000, en linea en www.quirks.com/articles/article_print.asp?arg_articleid=566, 30 de enero de 2002.
2. Andnimo, Random Sampling, en Marketing Ne*vs, 16 de julio
de 2001, p. 10; Steve Wilcox, Sampling and Controlling a TV
Audience Measurement Panel, en International Journal of
Market Research, 42, ndm. 4, invierno de 2000, pp. 413-430; V.
Verma y T. Le, An Analysis of Sampling Errors for the Demo
graphicand Health Surveys, en International Statistical Review,
64, niim. 3, diciembre de 1966, pp. 265-294; y H. Assael y J.
Keon, Nonsampling vs. Sampling Errors in Sampling Research,
en Journal of Marketing, primavera de 1982, pp. 114-123.
3. Bob Brewin, U.S. Census Bureau Plans for First Paperless Tally
in 2010, en Computenvorid, 36, ndm. 12, 18de marzo de 2002,
p. 5; Simon Marquis, i ma ResearchAddict but Even I Can See
the Census Is a Waste, en Marketing, 10de mayo de 2001, p. 22;
y frequently Asked Questions About Census 2000, en Indiana
Business Review, 72, ndm. 8, verano de 1997, p. 10.
www.FreeLibros.me
N18
NOTAS
www.FreeLibros.me
NOTAS
NI 9
Captulo 12
1. Bicycling Magazine, en Bicycling Magazines 2002 Semiannual
Study of U.S. Retail Bicycle Stores.
www.FreeLibros.me
N20
NOTAS
www.FreeLibros.me
NOTAS
N21
7.
8.
Capitulo 13
1. Steve Jarvis, CMOR Finds Survey Refusal Rate Still Rising,
en Marketing News, 4 de febrero de 2002, p. 4; Reg Baker, No
bodys Talking, en Marketing Research: A Magazine of Mana
gement & Applications, 8, niim 1, primavera de 1996, pp. 2224, y Study Tracks Trends in Refusal Rates, en Quirks
Marketing Research Review, agosto-septiembre de 1989, pp. 1618,42-43.
2. Carolyn Folkman Curasi, A Critical Exploration of Face-to-Face Interviewing vs. Computer-Mediated Interviewing, en Inter
national Journal of Market Research, 43, niim 4, cuarto trimestre de 2001, pp. 361-375; Gale D. Muller y Jane Miller,
Interviewers Make the Difference, en Marketing Research: A
Magazine of Management & Applications, 8, mim. 1, primavera
de 1996, pp. 8-9, y JDC Interviews Michael Redington, en
Journal of Data Collection, 25, primavera de 1985, pp. 2-6.
3. Jaber F. Gubrium y James A. Holstein, Handbook of Interview
Research: Context and Method, Thousand Oaks, Cal., Sage, Ca
lifornia, 2001, y James H. Frey y Sabine M. Oishi, How to
Conduct Interviews by Telephone and In Person, Thousand
Oaks, Cal., Sage Publications, 1995.
4. Susan C. McCombie, The Influences of Sex of Intervieweron the
Results of an AIDS Survey in Ghana, en Human Organization,
61, ntim. 1, primavera de 2002, pp. 51-55; Joseph A. Carina, Diane
Binson, Jesse Canchola, Lance M. ft>llack et. al., Effects on Inter
viewerGender, InterviewerChoice, and Item Wording on Respon
ses to Questions Concerning Sexual Behavior', en Public Opinion
Quarterly, 60, ntim. 3, otoflo 1996; pp. 345-375; Philip B. Coulter,
Race of Interviewer Effects on Telephone Interviews, en Public
Opinion Quarterly, ntim. 46, verano de 1982, pp. 278-284, y Elea
nor Singer, Martin R. Frankel y Marc B. Glassman, The Effect of
Interviewer Characteristics and Expectations on Response, en
Public Opinion Quarterly, 47, primavera de 1983, pp. 68-83.
5. Jessica Clark Newman, The Differential Effects of Face-to-Face and Computer Interview Models, en American Journal o f
Public Health, 92, ntim. 2, febrero de 2002, pp. 294-297; Darren
W. Davis, Nonrandom Measurement Error and Race of Inter
viewer Effects Among African Americans, en Public Opinion
Quarterly, 61, ntim. 1, primavera de 1997, pp. 183-207, y
Raymond F. Barker, A Demographic Profile of Marketing
Research Interviewers, en Journal of the Market Research
Society, 29 de julio de 1987, pp. 279-292.
6. Andnimo, Dextra Hands Out Vital Interview Advice, en
Management Services, 46, ntim. 2, febrero de 2002, p. 6; M.K.
Kacmar y WA. Hochwarter, The Interview as a Communication
Event: A Field Examination of Demographic Effects on Inter
view Outcomes, en Journal of Business Communication, 32,
ntim. 3, julio de 1995, pp. 207-232, y Martin Collins y Bob
Butcher, Interviewer and Clustering Effects in an Attitude Sur
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
www.FreeLibros.me
N22
NOTAS
vidual Differences in Interviewer Ratings: The Impact of Standarization, Consensus Discussion, and Sampling Error on the
Validity of a Structured Interview, en Personnel Psychology,
49, nm. 1, primavera de 1996, pp. 85-102.
19. Jamie Smith, How to Boost DM Response Rates Quickly, en
Marketing News, 35, nm. 9, 23 de abril de 2001, p. 5; Sophie
K. Turley, A Case of Response Rate Success, en Journal of
Market Research Society, 41, nm. 3, julio de 1999, pp. 301309, y Jack Edmonston, Why Response Rates Are Declining,
en Advertising Ages Business Marketing, 82, nm. 8, septiem
bre de 1997, p. 12.
20. Carter Dougherty, European Union Ask U.S. to Follow Rules,
End Export Spat, en Knight Ridder Tribune Business News, 26
de enero de 2002, p. 1; Laurel Wentz, Poll: Europe Favors U.S.
Products, en Advertising Age, 23 de septiembre de 1991, y
21.
ivww. npes.org/niembersonly/INTERNATIONAL-TRADE-FAX2001,pdf
Stephanie Stahl, Ethics and the No-Fear Generation, en In
formation Week, 880, 18 de marzo de 2002, p. 8, y James E.
Captulo 14
1. Ara C. Trembly, ft)or Data Quality: A $600 Billion Issue, en
National Underwriter, 106, nm. 11, 18 de marzo de 2002, p.
48; Kevin T. Higgins, Never Ending Journey, en Marketing
Management, 6, nm. 1, primavera de 1997, pp. 4-7, y Joann
Harristhal, Interviewer Tips, en Applied Marketing Research,
28, otoo de 1988, pp. 42-45.
2. Bruce Keillor, Deborah Owens y Charles Pettijohn, A CrossCultural/Cross-National Study of Influencing Factors and So
cially Desirable Response Biases, en International Journal of
Market Research, 43, nm. 1, primer trimestre de 2001, pp. 63-84;
Kofi Q. Dadzie, Demarketing Strategy in Shortage Marketing
Environment, en Journal of the Academy of Marketing Science,
primavera de 1989, pp. 157-165. Vase tambin Shizuhiko Nishisato, Measurement and Midtivariate Analysis, Nueva York,
Springer-Verlag, Nueva York, 2002.
3. Stephen Jenkins, Automating Questionnaire Design and Cons
truction, en Journal of the Market Research Society, 42, nm. 1,
invierno de 1999-2000, pp. 79-95; Arlene Fink, How to Analyze
Survey Data, Thousand Oaks, Cal, Sage Publications, 1995; Pa
mela L. Alreck y Robert B. Settle, The Suney Research Hand
book, Homewood, D., IrwinProfessional Publishing, 2a. ed., 1994.
4. Ide Kearney, Measuring Consumer Brand Confusion to
Comply with Legal Guidelines, en International Journal of
Market Research, 43, nm. 1, primer trimestre de 2001, pp. 8591; Serge Luyens, Coding Verbatims by Computer, en Marke
ting Research: A Magazine of Management & Applications, 7,
nm. 2, primavera de 1995, pp. 20-25.
5. Yvette C. Hammett, \bters in Hillsborough County, Florida,
Try Out Touch-Screen \bting Machines, en Knight Ridder Tri
bune Business News, 3 de abril de 2002, p. 1; Tim Studt, Exclu
sive Survey Reveals Move to High-Tech Solutions, en Re
search & Development, 43, nm. 3, marzo de 2001, pp. 37-38, y
Norman Frendberg, Scanning Questionnaires Efficiently, en
Marketing Research: A Magazine of Management & Applica
tions, 5, nm. 2, primavera de 1993, pp. 38-42.
www.FreeLibros.me
NOTAS
14.
15.
16.
17.
18.
N23
2.
3.
4.
5.
6.
7.
www.dairyfoods.com/articles/2001/0901/0901market.html.
Capitulo 15
8.
9.
10.
11.
12.
www.FreeLibros.me
N24
NOTAS
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
Captulo 16
1. Seyhmus Balogluand Mehmet Mangaloglu, Tourism Destintation Images of Turkey, Egypt, Greece and Italy as Perceived
by U.S.-Based Tour Operators and Travel Agents, en Tourism
Management, 22, nm. 1, febrero de 2001, pp. 1-9.
2. Anthony D. Miyazaki, Consumer Perceptions of Privacy and
Security Risk for Online Shopping, en The Journal of Consu
mer Affairs, 35, nm. 1, verano de 2001, p. 27; Richard Burnett,
As Internet Sales Rise, So Do Shoppers Complaints, en
Knight Ridder Tribune Business News, 20 de diciembre de 2001,
p. 1, y Pradeep Korgaonkar y George P. Moschis, The Effects
of Perceived Risk and Social Class on Consumer Preferences
for Distribution Outlets, en Paul Bloom, Russ Winer, Harold H.
Kassarjian, Debra L. Scammon, Bart Weitz, Robert Spekman,
Vijay Mahajan y Michael Levy (comps.), Enhancing Knowledge
Development in Marketing, serie nm. 55, Chicago, American
Marketing Association, 1989, pp. 39-43.
3. Rara una aplicacin reciente del ANOVA, vase Jaideep Sengupta y Gerald J. Gom, Absence Makes the Mind Grow Sharper:
Effects of Element Omission on Subsequent Recall, en Journal
of Marketing Research, 39, nm. 2, mayo de 2002, pp. 186-201.
4. Denis G. Janky, Sometimes Pooling for Analysis of Variance
Hypothesis Tests: A Review and Study of a Split-Plot Model,
en The American Statistician, 54, nm. 4, noviembre de 2000,
pp. 269-279; Wade C. Driscoll, Robustness of th ANOVAand
Turkey-Kramer Statistical Tests, en Computers & Industrial
Engineering, 31, nms. 1,2, octubre de 1996, pp. 265-268, y Ri
chard K. Burdick, Statement of Hypotheses in the Analysis of
www.FreeLibros.me
NOTAS
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
N25
15.
16.
17.
18.
19.
20.
21.
22.
23.
www.FreeLibros.me
N26
NOTAS
Captulo 17
1. Christine Bittar, Avon Refreshed Lets Talk Campaign
Goes Global for Skincare Line Debut, en Brandweek, 43, nm.
7,18 de febrero de 2002, p. 4; Joanne Wojcik, Avons Benefits
Booklet Presents Easily Understood Information to all Levels of
the Corporation, en Business Insurance, 35, nm. 47,19 de no
viembre de 2001, p. 14, y Cyndee Miller, Computer Modeling
Rings the Right Bell for Avon, en Marketing News, 9 de mayo
de 1988, p. 14.
2. Jeanette Brown, Heather Green y Wendy Zellner, Shoppers
Are Beating a Path to the Web, en Business Week, nm. 3763,
24 de diciembre de 2001, p. 41, y Pradeep K. Korgaonkar y
Allen E. Smith, Shopping Orientation, Demographic, and Me
dia Preference Correlates of Electronic Shopping, en Kenneth
D. Bahn (comp.), Developments in Marketing Science, vol. 11,
Blacksburg, Academy of Marketing Science, 1988, pp. 52-55.
3. Peter Y. Chen y Paula M. Popovich, Correlation: Parametric
and Nonparametric Measures, Thousand Oaks, Cal., Sage
Publications, 2002; Philip Bobko, Philip L. Roth y Christopher
Bobko, Correcting the Effect Sire of d for Range Restriction
and Unreliability, en Organizational Research Methods, 4,
nm. 1, enero de 2001, pp. 46-61; Michael E Doherty y James
A. Sullivan, rho: = p, en Organizational Behavior & Human
Decision Processes, 43, nm. 1, febrero de 1989, pp. 136-144;
W.S. Martin, Effects of Scaling on the Correlation Coefficient:
Additional Considerations, en Journal of Marketing Research,
15, mayo de 1978, pp. 304-308, y K.A. Bollen y K.H. Barb,
Ftearsons R and Coarsely Categorized Measures, en Ameri
can Sociological Re\iew, 46, 1981, pp. 232-239.
4. Trevor Cox y Joao Branco, Introduction to Multivariate Analysis,
Nueva York, Oxford University Press, 2002.
5. Aunque no abordamos el tema aqu, las correlaciones parciales
tambin son tiles para localizar variables intermedias y hacer
ciertas formas de inferencias causales.
6. Joan E. Harvey, Home Shopping NET work, en Business
First, 18, nm. 30, 22 de febrero de 2002, p. 27; Ronald E.
Goldsmith, The Impact of Corporate Credibility and Celebrity
Credibility on Consumer Reaction to Advertisements and
Brands, en Journal of Advertising, 29, nm. 3, otoo de 2000,
pp. 43-54; Bates Saatchi y Saatchi, Budapest: Accounting for
Change, en Accountancy, 116, nm. 224, agosto de 1995, p. 31,
y Ken Kasriel, Hungarys Million-Dollar Slap, en Advertising
Age, 8 de junio de 1992.
7. Otra ventaja de tau es que puede generalizarse a un coeficiente
de correlacin parcial. James J. Higgins, Introduction to Modem
Nonparametric Statistics, Pacific Grove, Cal., Duxbury, 2002;
Marjorie A. Pett, Nonparametric Statistics for Health Care Re
search, Thousand Oak, Cal., Sage Publications, 1997, y Sydney
Siegel y N.J. Castellan, Nonparametric Statistics, Nueva York,
McGraw-Hill, 2a. ed., 1988.
8. En sentido estricto, el modelo de regresin requiere que los erro
res de medicin se asocien slo con la variable de criterio y que
las variables de pronstico se midan sin errores. En cuanto a los
errores correlacionados en serie, vase Eugene Canjels y Mark
W. Watson, Estimating Deterministic Trends in the Presence of
Serially Correlated Errors, en Re\iew of Economics and Statistics,
79, nm. 2, mayo de 1997, pp. 184-200. Vase tambin Philip
Bobko, Correlation and Regression: Applications for Industria
l/Organizational Psychology and Management, Thousand Oaks,
Cal., Sage Publications, 2a. ed., 2001.
9. Vase cualquier texto de regresin, como M.A. Goldberg, In
troduction to Regression Analysis, South Hampton, WIT
Piress, 2002, y Leo H. Kahane, Regression Basic, Thousand Oaks,
Cal., Sage Publications, 2001.
www.FreeLibros.me
NOTAS
21.
22.
23.
24.
25.
26.
27.
N27
Captulo 18
1. Annimo, DirectTv Adds National Geographic Channel, en
Satellite News, 24, nm. 3,15 de enero de 2001, p. 1; Donald R.
Lichtenstein, Scot Burton y Richard G. Netemeyer, An Exa
mination of Deal Proneness Across Sales Promotion Types: A
Consumer Segmentation Perspective, en Journal of Retailing,
73, nm. 2, verano de 1997, pp. 283-297, y Marvin A. Jolson,
Joshua L. Wiener y Richard B. Rosecky, Correlates of Rebate
Proneness, en Journal of Advertising Research, febrero-marzo
de 1987, pp. 33-43.
2. Una exposicin detallada del anlisis discriminante se encuentra
en E. K. Kemsley, Discriminant Analysis and Class Modeling of
Spectroscopic Data, Nueva York, John Wiley fe Sons, 1998;
Jacques Tacq, Multivariate Analysis Techniques in Social Scien
ce Research, Thousand Oaks, Cal., Sage Publications, 1997, y
PA. Lachenbruch, Discriminant Analysis, Nueva York, Hafner
Press, 1975. Para una aplicacin reciente, vase Vipin Gupta,
Paul J. Hanges y Peter Dorfman, Cultural Ousters: Methodo
logy and Findings, en Journal or World Business, 37, nm. 1,
primavera de 2002, p. 11.
3. Vase Richard Arnold Johnson y Dean W. Wichem, Applied
Multivariate Statistical Analysis, Paramus, Nueva Jersey, Pirentice
www.FreeLibros.me
N28
4.
5.
6.
7.
8.
9.
10.
11.
12.
NOTAS
Captulo 19
1. Barbara R. Lewis y Sotiris Spyrakopoulos, Service Failures
and Recovery in Retail Banking: The CustomersPerspective,
en The International Journal of Bank Marketing, 19, nm. 1,
2001, pp. 37-48, y James M. Sinukula y Leanna Lawtor, Posi
tioning in the Financial Services Industry: A Look at the De
composition of Image, en Jon M. Hawes y George B. Glisan
(comps.), Developments in Marketing Science, vol. 10, Akron,
Academy of Marketing Science, 1987, pp. 439-442.
2. Pra una exposicin detallada del anlisis factorial, vase
Jacques Tacq, Multivariate Analysis Techniques in Social
Science Research, Thousand Oaks, Cal., Sage Publications,
1997; George H. Dunteman, Principal Components Analysis,
Newsbury Park, Cal., Sage Publications, 1989.
3. Vase A. Adam Ding, Prediction Intervals, Factor Analysis
Models, and High-Dimensional Empirical Linear Prediction,
en Journal of the American Statistical Association, 94, nm.
446, junio de 1999, pp. 446-455, yWJl. Dillon y M. Goldstein,
Multivariate Analysis: Methods and Applications, Nueva York,
John Wiley, 1984, pp. 23-99.
4. Para una aplicacin reciente del anlisis factorial, vase Nick
Johns y Szilvia Gyimothy, Market Segmentation and the Predic
tion of Tourist Behavior The Case of Bornholm, Denmark, en
Journal of Travel Research, 40, nm. 3, febrero de 2002, pp.
316-327.
5. David J. Bartholomew y Martin Knott, Latent Variable Models
and Factor Analysis, Londres, Edward Arnold Publishers,
1999; Joseph F. Hair, Jr., Ralph E. Anderson, Ronald L. Tatham
y William C. Black, Multivariate Data Analysis with Readings,
Upper Saddle River, NJ., Prentice-Hall, 5a. ed., 1998, y Alexan
der Basilevsky, Statistical Factor Analysis & Related Methods:
Theory & Applications, Nueva York, John Wiley, 1994.
6. En el anlisis factorial influye el tamao relativo de las correla
ciones, ms que el tamao absoluto.
7. Vase Wagner A. Kamakura y Michael Wedel, Factor Analysis
and Missing Data, en Journal of Marketing Research, 37,
nm. 4, noviembre de 2000, pp. 490-498; Sangit Chatterjee,
Linda Jamieson y Frederick Wiseman, Identifying Most In
fluential Observations in Factor Analysis, en Marketing
Science, primavera de 1991, pp. 145-160, y Frank Actio y Ro
nald D. Anderson, A Monte Carlo Comparison of Factor
www.FreeLibros.me
NOTAS
8.
9.
10.
11.
12.
N29
Captulo 20
1. Emma Reynolds, Is Hagen-Dazs Shrewd to Drop Its Sexy
Image?, en Marketing, 6 de septiembre de 2001, p. 17; Liz
Stuart, Hagen-Dazs Aims to Scoop a Larger Share, en
Marketing Week, 19, nms. 46/2,21 de febrero de 1997, p. 26;
Dwight J. Shelton, Birds of a Geodemographic Feather
Flock Together, en Marketing News, 28 de agosto de 1987,
p. 13.
2. Rara aplicaciones recientes del anlisis por conglomerados, va
se Wendy W. Moe y Peter S. Fader, Modeling Hedonic Portfo
lio Products: A Joint Segmentation Analysis of Music Compact
Disc Sales, en Journal of Marketing Research, 38, nm. 3,
agosto de 2001, pp. 376-388, y George Arimond, A Clustering
Method for Categorical Data in Tourism Market Segmentation
Research, en Journal of Travel Research, 39, nm. 4, mayo de
2001, pp. 391-397.
3. Tambin hay mtodos de conglomerado superpuesto que permi
ten que un objeto se ubique en ms de un grupo. Vase Anil
Chaturvedi, J. Douglass Carroll, Paul E. Green y John A. Rotondo, A Feature-Based Approach to Market Segmentation via
Overlapping K-Centroids Clustering, en Journal of Marketing
Research, 34, agosto de 1997, pp. 370-377.
4. Se encuentran exposiciones excelentes de varios aspectos del
anlisis por conglomerados en Brian S. Everitt, Sabine Landau
y Morven Leese, Ouster Analysis, CKford, Oxford University
Press, 4a. ed., 2001, y H. Charles Romsburg, Cluster Analysisfor
Researchers, Melbourne, Krieger Publishing Company, 1990.
5. Jafar Ali, Micro-Market Segmentation Using a Neural Net
work Model Approach, en Journal of International Consumer
Marketing, 2001, p. 7; Vicki Douglas, Questionnaires Too
Long? Try Variable Clustering, en Marketing News, 29, nm.
5, 27 de febrero de 1995, p. 38; Girish Punj y David Stewart,
www.FreeLibros.me
N30
15.
16.
17.
18.
19.
NOTAS
Captulo 21
1. Annimo, Soft Drink Product Tops Survey, en Businessworld, 14de agosto de 2001, p. 1, y Paul E. Green, Frank J. Car
inone, Jr., y Scott M. Smith, Multidimensional Scaling: Concepts
and Applications, Boston, Allyn and Bacon, 1989, pp. 16-17.
2. Ali Kara, Erdener Kaynak y Orsay Kucukemiroglu, Credit Card
Development Strategies for the Youth Market: The Use of Con
joint Analysis, en International Journal of Bank Marketing, 12,
nm. 6, 1994, pp. 30-36, y Mary Tonnenberger, In Search of
3.
4.
5.
6.
7.
8.
www.FreeLibros.me
NOTAS
11.
12.
13.
14.
15.
16.
N31
www.FreeLibros.me
N32
NOTAS
24. Para una aplicacin reciente del anlisis conjunto con regresin
de cuadrados mnimos ordinarios, vase Rinus Haaijer, Wagner
Kamakura y Michael Wedel, The No-Choice Alternative to
Conjoint Choice Experiments, en International Journal of
Market Research, 43, nm. 1, primer trimestre de 2001, pp. 93106;Amy Ostrom y Dawn Iacobucci, Consumer Trade-Offs and
the Evaluation of Services, en Journal of Marketing, 59, enero
de 1995, pp. 17-28, y Peter J. Danaher, Using Conjoint Analy
sis to Determine the Relative Importance of Service Attributes
Measured in Consumer Satisfaction Surveys, Journal of Re
tailing, 73, nm. 2, verano de 1997, pp. 235-260.
25. Rick L. Andrews, Hierarchical Bayes Versus Finite Mixture
Conjoint Analysis: AComparison of Fit, Prediction andPartworth
Recovery, en Journal of Marketing Research, 39, nm. 1, fe
brero de 2002, pp. 87-98; J. Douglass Carroll y Paul E. Green,
Psychometric Methods in Marketing Research: Part I, Conjoint
Analysis, en Journal of Marketing Research, 32, noviembre de
1995, pp. 385-391; Naresh K. Malhotra, Structural Reliability
and Stability on Nonmetric Conjoint Analysis, en Journal of
Marketing Research, 19, mayo de 1982, pp. 199-207; Thomas
W. Leigh, David B. MacKay y John O. Summers, Reliability
and Validity of Conjoint Analysis and Self-Explicated Weights:
AComparison, en Journal of Marketing Research, 21, noviembre
de 1984, pp. 456-462, y Madhav N. Segal, Reliability of Con
joint Analysis: Contrasting Data Collection Procedures, en
Journal of Marketing Research, 19, febrero de 1982, pp. 139-143.
26. Jay Palmer, The Best Notebook Computers, en Barron's,
80, nm. 46,13 de noviembre de 2000, pp. V16-V17; William
L. Moore, Using Conjoint Analysis to Help Design Product
Platforms, en The Journal of Product Innovation Management,
16, nm. 1, enero de 1999, pp. 27-39; Del L Hawkins, Roger J.
Best y Kenneth A. Coney, Consumer Behavior Implications for
Marketing Strategy, Boston, McGraw-Hill, 7a. ed., 1998.
27. Frenkel Ter Hofetede, Youngchan Kimy Michael Wedel, Bayesian
Prediction in Hybrid Conjoint Analysis, en Journal of Marketing
Research, 39, nm. 2, mayo de 2002, pp. 253-261; Terry G. Vavra,
Paul E. Green y Abba M. Krieger, Evaluating EZPass, en Mar
keting Research, 11, nm. 2, verano de 1999, pp. 4-14; Clark Hu y
Stephen J. Hiemstra, Hybrid Conjoint Analysis as a Research
Technique to Measure Meeting Planners Preferences in Hotel
Selection, en Journal of Travel Research, 35, nm. 2, otoo de
1996, pp. 62-69; Paul E. Green y Abba M. Krieger, Individuali
zed HybridModels for Conjoirt Analysis, enManagement Scien
ce, 42, nm. 6, juniode 1996, pp. 850-867; Paul E. Green, Hybrid
Models forConjoint Analysis: An Expository Review, en Journal
of Marketing Research, 21, mayo de 1984, pp. 155-169.
28. Kevin J. Boyle, A Comparison of Conjoint Analysis Response
Formats, en American Journal of Agricultural Economics, 83,
nm. 2, mayo de 2001, pp. 441-454; Dale McDonald, Industry
Giants, en Farm Industry News, 34, nm. 3, febrero de 2001, p.
6, y Diane Schneidman, Research Method Designed to Deter
mine Price for New Products, Line Extensions, en Marketing
News, 23 de octubre de 1987, p. 11.
29. Will McSheehy, Think Globally, Act Locally, en Corporate
Location, julio-agosto de 2001, p. 12; Michael McCarthy, Mar
keters Reduce National Ad Spending, en USA Today, 17 de
abril de 2001, p. B3, y Luxury Car Makers Assemble World
View, en Corporate Location, enero-febrero de 1997, p. 4.
30. Sukanya Jitpleecheep, Thailands Detergent Market Growth
Rate Slows, en Knight Ridder Tribune Business News, 24 de
mayo de 2002, p. 1; Linda Grant, Outmarketing P &G, en For
tune, 137, nm. 1, 12 de enero de 1998, pp. 150-152, y David
Butler, Thai Superconcentrates Foam, en Advertising Age, 18
de enero de 1993.
Captulo 22
1. Christine Tatum, United Airlines Banks on New Network,
Customer Data to Fill More Seats, en Knight Ridder Tribune
Business News, Io de abril de 2002, p. 1, y Joseph Rydholm,
Surveying the Friendly Skies, en Marketing Research, mayo
de 1996.
2. Gill Ereaut, Mike Miss y Martin Callingham, Qualitative Market
Research: Principle & Practice: Seven Volume Set, Thousand
Oaks, Cal., Sage Publications, 2002; Thomas L. Greenbaum, The
Handbook of Focus Group Research, Thousand Oaks, CaL, Sage
Publications, 1997, y Thomas L. Greenbaum, Using Ghost to
Write Reports Hurts Viability of Focus Group, en Marketing
News, 27, nm. 19,13 de septiembre de 1993, p. 25.
3. Annimo, Research Reports, en Barrons, 82, nm. 14, 8 de
abril de 2002, p. 30; Edward R. Tufte, Visual Explanations: Ima
ges and Quantities, Evidence and Narrative, Cheshire, Graphic
Press, 1997, y Arlene Fink, How to Report on Surveys, Thou
sand Oaks, Cal., Sage Publications, 1995.
4. Harry F. Wolcott, Writting Up Qualitative Research, Thousand
Oaks, Cal., Sage Publications, 2a. ed, 2001; SJL Britt, The
Writting of Readable Research Reports, en Journal of Mar
keting Research, mayo de 1971, p. 265. Vase tambin Simon
Mort, Professional Report Writing, Brookfield, Vermont,
Ashgate Publising Company, 1995, y David I. Shair, Report
Writing, en HR Focus, 71, nm. 2, febrero de 1994, p. 20.
5. George S. Low, Factor Affecting the Use of Information in the
Evaluation of Marketing Communications Productivity, en
Academy of Marketing Science Journal, 29, nm. 1, invierno de
2001, pp. 70-88, y Ann Boland, Got Report-O-Phobia?: Follow
These Simple Steps to Get Those Ideas onto Paper, en Chemi
cal Engineering, 103, nm. 3, marzo de 1996, pp. 131-132.
6. Gabriel Taase, Real-Life Data Mart Processing, en Intelligent
Enterprise, 5, nm. 5, 8 de marzo de 2002, pp. 22-24; L. Deane
Wilson, Are Appraisal Reports Logical Fallacies, en Appraisal
Journal, 64, nm. 2, abril de 1996, pp. 129-133; John Leach,
Seven Steps to Better Writing, en Planning, 59, nm. 6, junio
de 1993, pp. 26-27, yA.S.C. Ehrenberg, The Problem of Nume
racy, en American Statistician, 35, mayo de 1981, pp. 67-71.
7. Joshua Dean, High Powered Charts and Graphs, en Government
Executive, 34, nm. 1, enero de 2002, p. 58, y Neal B. Kauder,
Pictures Worth a Thousand Words, en American Demograp
hics, suplemento de auxiliares, noviembre-diciembre de 1996,
pp. 64-68.
8. Ann Michele Gutsche, Visuals Make the Case, en Marketing
News, 35, nm. 20,24 de septiembre de 2001, pp. 21-22, y Sue
Hinkin, Charting Your Course to Effective Information Grap
hics, en Presentations, 9, nm. 11, noviembre de 1995, pp. 28-32.
9. Michael Lee, Its All in the Charts, en Malaysian Business, Io
de febrero de 2002, p. 46; Mark T. Chen, An Innovative Project
Report, en Cost Engineering, 38, nm. 4, abril de 1996, pp. 4145, y Gene Zelazny, Say It with Charts: The Executives Guide to
Visual Communication, 3a. ed., Burr Ridge, Irwin Professional
Publishing, 1996.
10. NJ. Fisher, Graphical Assessment of Dependence: Is a Picture
W)rth 100Tests?, en The American Statistician, 55, nm. 3, agos-
www.FreeLibros.me
NOTAS
11.
12.
13.
14.
15.
16.
17.
18.
N33
4.
5.
6.
7.
8.
9.
10.
11.
12.
Capitalo 23
1. Vase Naresh K. Malhotra, Cross-Cultural Marketing Re
search inthe Twenty-First Century, en International Marketing
Re\iew, 18, ntm. 3,2001, pp. 230-234; Susan P. Douglas, Ex
ploring New Worlds: The Challenge of Global Marketing, en
Journal of Marketing, 65, ntm. 1, enero de 2001, pp. 103-107;
Naresh K. Malhotra, James Agarwal y Mark Peterson, CrossCultural Marketing Research: Methodological Issues and
Guidelines, en International Marketing Review, 13, ntm. 5,
1996, pp. 7-43; Naresh K. Malhotra, Administration of Ques
tionnaires for Collecting Quantitative Data in International Mar
ketingResearch,en Journal ofGlobal Marketing, ntm. 4 (2), 1991;
pp. 63-92, y Naresh K. Malhotra, Designing and International
Marketing Research Course: Framework and Content, en Jour
nal of Teaching in International Business, 3, 1992, pp. 1-27.
2. Melissa LeHardy, In India, Familiarity Breeds Better Content,
en Marketing News, 35, ntm. 9,23 de abril de 2001, p. 40.
3. Annimo, Best Western Grows to 4,000, en Arizona Business
Gazette, 16 de agosto de 2001, p. 2; Annimo, Best Western
Quantifies Guest Quality Measures, en lodging Hospitality, 57,
13.
14.
15.
www.FreeLibros.me
N34
16.
17.
18.
19.
20.
21.
22.
23.
NOTAS
24.
25.
26.
27.
www.FreeLibros.me
Indice
Nota: Los nmeros de pgina en itlicas
indican figuras o tablas.
X d e W ilk s , 536
anlisis d e v a ria n z a d e u n fa c to r (A N O V A
d e u n facto r), 4 1 6 ,4 6 9 ,4 7 0
ejem p lo d e aplicaciones, 474-77
estadsticas, 471
realizaci n , 471 -74
en la investigacin de mercados
internacionales, 172
a fo n d o , en cu estas, 3 9 ,1 4 7 -5 1 ,7 5 7
a priori, co n o cim ien to s, 615
a priori, c o n tra ste s, 486
a priori, d e te rm in a c i n , 566
ab iertas, o b se rv ac io n e s, 186
ab re v ia r, 286
a c a rre o , 306
aciertos, p ro p o rc i n d e , 544
aco p io d e d a to s e s tru c tu ra d o s, 169
a c tu a lid a d d e los d a to s , 104, 105
acu m u laci n , grfica d e , 562,567
ad m in istra c i n d e relacio n es c o n los c lie n te s
(A R C ), 109
ad m in istra c i n d e seg m en to s, m a rk e tin g d e
(M A S ), 21
A d v ertisin g R e se a rc h F o u n d a tio n ( A R F ) ,
2 6 ,6 5 4
a g ru p a m ie n to s, e s q u e m a d e , 588
a g o lp a m ie n to s, m u e stre o p o r , 320, 328-30,
331,332
a ju ste d e m odelos, 570
ajuste, p ru e b a d e , 455
ale a to riz a c i n ,2 12
alfa d e C ro n b a c h , 268
alfa, co eficien te, 268
a lte rn a tiv a fija, p re g u n ta s d e , 169
a lte rn a tiv a s im plcitas, 295-%
a m b ie n ta l, c o n tex to , en el p ro b le m a d e in
v estig aci n d e m ercad o s, 673
A m e ric a n A sso ciatio n fo r P u b lic O p in io n
R e search ( A A P O R ), 25
A m e ric a n M a rk e tin g A s so c ia tio n (A M A ),
6 -7 ,2 5 ,2 6 ,6 5 7
an lisis c u ltu ra l, 419
an lisis d e c o v arian za ( A N C O V A ). Vase
co v arian za, an lisis d e
anlisis d e d ato s, 1 0 ,37-39,414-15
anlisis d e d ato s, d esv iaci n e n e l, 192
an lisis d e d ato s, e r r o r e n e l, 89, 91
an lisis d e d ato s, servicios d e , 18
an lisis d e la m u e stra , 47
an lisis d e re g re si n biv ariad o , 503
e s tad sticas d el, 503-4
m o d e lo , 503
realizaci n , 504-11
an lisis d e v arian za (A N O V A ). Vase
v arian za, anlisis d e
B
b arra s, grficas d e , 651
B a rtle tt, p r u e b a d e esfericid ad d e , 5 6 1 ,5 6 4
b a se d e d ato s, m ark etin g d e , 108-9
bases d e d a to s
e n ln ea, 112
fsicas, 112
bases d e d a to s bibliogrficas, 113
bases d e d a to s c o m p u tarzad as, 112-14
bases d e d a to s especializadas, 113
b ases d e d a to s n u m ricas, 113
b ay esian o , m to d o , 317
beneficios, se g m e n ta c i n p o r, 587
bola d e nieve, m u e stre o d e la, 320,324-25,
331
C
c a le n d a rio y p re su p u e s to , 92
calid ad , c o n tro l d e , 392-93
II
www.FreeLibros.me
12
N D ICE
565-66
co m p ra d a s, fu en tes d e d ato s, 106
c o m p ra d o r, c o m p o rta m ie n to , 4 1 ,5 8 8
co m p ras, g ru p o s d e , 117-18,120
c o m p ra s m isterio sas, 187
co m p resi n , d a to s d e , 613-14
c m p u to , ap licacio n es d e , 196-98
p a ra an lisis d isc rim in a to rio , 553-54
p a ra an lisis facto rial, 5 7 7
p a ra an lisis p o r c o n g lo m e ra d o s, 604
p a ra A N O V A y C A N O V A , 489
p a ra c o m p ro b a c i n d e h iptesis, 461
p a ra c o rre la c i n , 525-27
p a ra
p a ra
p a ra
p a ra
460-61
p a ra e l p ro b le m a d e in v estig ac i n d e
m e rc a d o s, 56-57
p a ra e l ta m a o d e la m u e stra , 360-61
p a ra e la b o ra c i n d e escalas, 249-50
p a ra esc a la s m u ltid im e n sio n ales, 635-38
p a ra escalas n o c o m p a ra tiv a s, 273-74
p a ra e x p e rim e n ta c i n , 228-29
p a ra in v estig aci n c u a lita tiv a , 160-62
p a ra in v estig ac i n d e m ercad o s, 25
p a ra in v estig ac i n d e m ercad o s
in te rn a c io n a le s, 676-77
p a ra m ed ici n , 249-50
p a ra m u e stre o , 335-37
p a ra p re p a ra c i n d e d ato s, 420-21
p a ra p re p a ra c i n y p rese n ta c i n
d e in fo rm es, 658-59
p a ra re g re si n , 525-27
p a ra tab u laci n c ru z a d a , 460-61
p a ra tra b a jo d e cam p o , 396-97
confiabiB dad,26 , 267-69,270
c o n fia b ih d ad d e lo s d ato s, 104,1 0 6
c o n fia b ih d a d e n la p ru e b a y la p ru e b a
p o ste rio r, 267-68
c o n fiab ilid a d , fo rm a s a lte rn a tiv a s, 268
co n fian za, g ra d o d e , 342
co n fu si n , v ariab les d e , 212
c o n g lo m e ra d o je r rq u ic o , 5 9 1 ,5 9 3 ,594
c o n g lo m e ra d o p o r divisin, 591
co n g lo m e ra d o , m iem b ro s d e u n , 589
c o n g lo m e ra d o s
clasificacin, 591
je r rq u ic o s, 594
m to d o s d e en lace, 592
n o je r rq u ic o s, 599-601
v ariab les d e los, 601 -3
c o n g lo m e ra d o s estratg ico s, 598
c o n g lo m e ra d o s sin je ra rq u iz a r, 592,599-601
c o n g lo m e ra d o s, 591
c o n g lo m e ra d o s, anlisis p o r , 584,585
ap licacio n es d e c m p u to p a ra ,
c o n c e p to , 586-88
e s tad sticas d el, 588-89
realizaci n , 589-98
604
www.FreeLibros.me
d ato s, aco p io , 10
anlisis d e , 10,37-39,414-15
e n el tra b a jo d e c a m p o , 388-89
flexibilidad d e los, 178
d a to s d e p refe ren cias, 614-15
e la b o ra c i n d e escalas, 619-21
d a to s d em o g rfico s, 109-10
datos, d e p u ra c i n , 409-11
d a to s estad stico s, 110,1 1 1
d a to s in tern o s, 107-8
d a to s in te rn o s se cu n d ario s, 108-10,129
d a to s m tricos, 415
d a to s n o m tricos, 415
d a to s p rim a rio s, 37-38
cu alitativ o s o c u a n tita tiv o s, 136-38
o d a to s se cu n d ario s, 102,103
d a to s psicogrficos d e estilo d e vida, 110
d a to s se cu n d ario s, 3 7 -3 9 ,7 7 ,1 0 0 ,1 0 1
ap licacio n es d e I n te r n e t y c o m p u ta d o ra ,
128-30
b ases d e d a to s au to m a tiz a d a s, 112-14
clasificacin d e los, 107-8
crite rio s p a ra e v a lu a r los, 103-7
d e u n a sola fu en te, 124-25
encuestas, 115-17
tic a y, 127-28
fu en tes e x te rn a s p b licas, 110-12
fu en tes sin d ica d as d e , 114-24
g ru p o s d e co m p ra s y m edios, 117-20
in tern o s, 108-10
in v en tario s d e m in o ristas y m ayoristas,
122-23
investigacin d e m ercad o s
in te rn a c io n a le s, 126-27
N D ICE
o d a to s p rim a rio s, 102,103
reg la, 103
se rv icio s d e e s c n e r e le c tr n ic o , 120-22
se rv icio s in d u striales, 123-24
usos, 103
v e n ta ja s y d esv en tajas, 103
d ato s se c u n d a rio s e x te rn o s pblicos, 110-12
d ecisi n a d m in istra tiv a , p ro b le m a d e , 672
d efin ici n d e la p o b laci n , e r r o r e n la, 89, 90
d e n d ro g ra m a , 589
d e p e n d e n c ia , tcn icas d e , 416-17
d e sa rro llo d e p ro d u c to s nuevos, 611
d esco m p o sici n d e la variaci n to tal, 471-73
d esp lieg u e, 612
d esv iaci n
an lisis te n d e n c io so d e lo s d ato s, 192
a u to selecci n , 178
d e l e n tre v ista d o r, 184
e n la in v estig ac i n d e m ercad o s, 7
e n la o b se rv a c i n , 192
e n la re sp u e s ta , 84-85
e n la se le c c i n , 211
p o r el o r d e n o p o sic i n d e la p re g u n ta ,
290
p o r falta d e re sp u e s ta , 183
desv iaci n e s t n d a r, 343-44,431
desv iaci n e s t n d a r d e g ru p o s, 536
desv iaci n p o r o b se rv a c i n , 192
d ete rm in a c i n c o e fic ie n te d e , 503
d e te rm in a c i n m ltiple, c o e fic ie n te d e , 513
d iag ram as d e flujo, 653
diez reglas, las, 146
d ife re n c ia l se m n tic o , 242,256, 259-60
D g ales , p rin cip io , 653
d g ito s a leato rio s, d ise o s d e d ire c to rio
d e, 181
d g ito s a leato rio s, m arcad o , 180-81
d irectiv o s q u e to m an las decisiones, an lisis
co n , 34-36
d irecto rio s, 110, 111
d irecto rio s, b ases d e dato s, 113
d iscrim in aci n , p u n tu a c io n e s d e , 536
d isc rim in an te, anlisis, 5 3 2 ,5 3 3
ap licacio n es d e c m p u to p a ra , 553-54
c o n c e p to , 534
d e tre s g ru p o s, 545-48
d o s g ru p o s, 539,540-41
e stad sticas, 535-36
e v a lu a c i n d e la validez, 543-45,550-52
m o d e lo , 535
m ltip le, 545-50
p ro g resiv o , 552-53
realizaci n , 536-45
re la c i n e n tr e anlisis factorial, E M D y,
621
re la c i n e n tr e re g re si n , A N O V A y,
534-35
d isc rim in an te m ltiple, anlisis, 417 ,5 3 4 ,
545-50
d isc rim in a n te p ro g resiv o , anlisis, 539,
552-53
d ise o d e fo rm as. Vase cu estio n ario s
d ise o d e in v estig acin, 1 0 ,7 3
ap licacio n es d e I n te rn e t y c o m p u ta d o ra ,
95-96
clasificaci n , 74-75
d e c isio n e s d e p re su p u e s to y c a le n d a rio
p a ra el, 9 2
13
tica e n el, 94-95
fu en tes p o te n c ia le s d e e r r o r , 89-91
n e a m ie n to s p a ra e s c o g e r u n , 86-87
p ro p u e sta d e u n , 92-93
d ise o facto rial, 213,221-22
d ise o tra n sv e rsa l sim p le, 80
d ise o s c u a sie x p e rim e n tales, 213-14,217-19
d ise o s estad stico s, 213,214,220-22
d ise o s e x p e rim e n ta le s o n o ex p erim en tales,
223
d ise o s e x p e rim e n ta le s v erd a d e ro s, 213 ,2 1 5 ,
219
d ise o s fracci n ales facto riales, 622
d ise o s lo n g itu d in ales, 82-85
d ise o s p re e x p e rim e n ta le s, 2 1 3 ,2 1 4 -1 5 ,2 /9
d ise o s tran sv ersa le s, 80-82 ,83
anlisis d e c o h o rte s, 81-82
v en ta ja s y d e sv e n ta ja s, 83-85
d isp e rsi n , d ia g ra m a d e , 5 0 3 ,5 0 4 -5 ,5 4 8 ,549
d isp o sici n , fo rm a y, 298-300
d ista n c ia e u c b d ia n a , 590
d istrib u ci n d e l m u e stre o , 342-44
d istrib u ci n F, 451
d istrib u ci n n o rm a l, 343,364-66
d istrib u ci n t, 449
divisin e n m itades, c o n ta b ilid a d d e la,
2 6 8 ,5 6 7
dom icilio, e n c u e s ta s a , 172
e n la investigacin d e m e rc a d o s in te rn a
cio n ales, 671-72
dos colas, p ru e b a d e , 435
d o s facto res, ev alu acio n es d e , 624
dos g ru p o s, an lisis d e d iscrim inacin d e , 417
dos g ru p o s, anlisis d isc rim in a n te , 534
E
efe c to s a leato rio s, m o d elo d e , 478
efe c to s d e las p ru e b a s, 210-11
efe c to s fijos, m o d elo d e , 477-78
efe c to s m ixtos, m o d e lo d e los, 478
e je prin cip al, facto riza ci n , 566
elecci n d e en c u e sta d o s, e r r o r , 89,9 1
e le m e n to , 315
elim inacin p o r casos, 411
elim in aci n p ro g resiv a, 520
E M D . Vase E scalas m u ltid im e n sio n ales
em p resas, d a to s d e , 110-11
e n c u e s ta d o y m o d e ra d o r, g ru p o s d e e n fo q u e ,
146
en cu estas, 115-17
a n o n im a to p e rc ib id o , 183
ap licacio n es d e In te rn e t y c o m p u ta d o ra ,
196-98
c a n tid a d d e lo s d ato s, 182-83
clasificacin d e los m to d o s, 170
c o m p a ra c i n d e o b se rv a c i n y, 192-93
c o n tro l d e la fu e rz a d e c a m p o e n las,
182
c o n tro l d e la m u e stra , 180-82
c o n tro l d e l e n to r n o d e a c o p io d e datos,
182
c o n v en ien cia soc ial/in fo rm a ci n
d e lic a d a , 183-84
costo d e , 184-85
d iv e rsid a d d e las p re g u n ta s, 178,180
estm u lo s fsicos e n las, 180
tic a y, 195-96
ev alu aci n c o m p a ra tiv a d e las, 178-85
www.FreeLibros.me
N D ICE
14
a n o ta c i n , 89,91
d a to s se cu n d ario s, 104-5
d efin ici n d e la p o b la c i n , 8 9 ,9 0
fa lta d e re sp u e s ta , 8 9 ,9 0
frau d e , 8 9 ,9 1
fu en tes, 89-91
in cap acid ad , 89,91
in fo rm aci n s u s titu ta , 89, 90
m arco d e m u e stre o , 89,91
m ed ici n , 89, 90,266-67
m u e stre o , 91
m u e s tre o a le a to rio , 89, 90
p re g u n ta s, 89, 91
q u e n o s o n d e m u e stre o , 89, 90-91
r e sp u e s ta , 8 9 ,9 0
selecci n d e en tre v ista d o s, 89, 91
sistem tico s, 267
to tales, 89, 91
e sc a la n o m in al, 236-38
e sc a la o r d in a l, 237,2 3 8
e s c a lam ien to , 149,151
escalas, 291-92
in terv licas, 237,239-41
m ed ici n y, 236
n o m in ales, 236-38
o rd in ales, 237,238
p ro p o rcio n ales, 237,241
escalas c o m p a ra tiv a s, e la b o ra c i n d e , 236,
241-47
a p licacio n es d e In te rn e t y c o m p u ta d o ra ,
249-50
clasificaci n Q y o tra s, 24 2 ,2 4 7
c o m p a ra c i n p a re a d a , 242-44
tica y, 248-49
in v estig ac i n d e m ercad o s
in te rn a c io n a le s y, 247-48
m ed ici n y, 236
o r d e n je r rq u ic o , 242,244-46
su m as co n sta n te s, 242,246-47
tcn icas d e c o m p a ra c i n , 241-42
e scalas d e calificaci n p o r reactiv o s no
co m p arativ as, decisiones, 261-63,
265
d e sc rip c i n verb al, 2 6 3 ,2 6 5
e q u ilib ra d a s y d eseq u ilib rad as, 2 6 2 ,2 6 5
fo rm a fsica o co n fig u rac i n , 263,265
fo rz a d a s y n o fo rzad as, 262,263
n m e ro p a r o n o n d e categ o ras, 262-63,
265
e scalas d e riv a d a s m ate m tic a m e n te , 271
e scalas d eseq u ilib rad as, 262
escalas, e la b o ra c i n d e
clasificaci n Q y o tra s, 24 2 ,2 4 7
c o m p a ra c io n e s p o r p ares, 242-44
co m p arativ as, 242-47
d a to s d e p re fe re n c ia s, 619-21
259-60
ta m a o d e la m u e stra , 359-60
tra b a jo d e c a m p o y, 395-%
E u ro p e a n S o c ie ty fo r O p in i n a n d
M a rk e tin g R e se a rc h (E S O M A R ),
26
e v alu aci n d e escalas, 266
c a r c te r g en eraliza ble, 266,270
c o n fab ilid a d , 266,267-69,270
ex actitu d m ed id a, 266-67
validez, 266,269-70
e v alu aci n d e v a rio s facto res, 625
e v alu aci n y rev isi n grfica, p ro g ra m a
(P E R G ) , 92
e v alu aci n y rev isi n grfica, t c n ic a d e , 92
e x p e rim e n ta c i n , 2 0 2 ,2 0 3
ap licacio n es d e I n te r n e t y c o m p u ta d o ra ,
228-29
cau salid ad , 204-7
clasificacin d e los diseos, 213-14
in te rn a c io n a le s y, 271-72
escalo g ra m a , anlisis, 247
escner, d a to s d e , 120-22
e s c n e r electrnico, g ru p o s e n la
investigacin d e m ercad o s
in tern acio n ales, 120-22
escner, g ru p o s d e , 121
c o n la televisin p o r cab le, 121
e n la in v estig ac i n d e m ercad o s
in tern acio n ales, 673
esfericid ad , p ru e b a d e B a rtle tt d e , 5 6 1 ,5 6 4
especificaciones p a ra el aco p io d e d ato s, 104
estad stica d e p ru e b a , 435
estad stica F, 451,471
estad stica t, 448,504
estadsticas, 3 1 4 ,3 4 2
e n el anlisis c o n ju n to , 622
e n el an lisis d e re g re si n b iv ariad a,
503-4
e n el an lisis d e v a ria n z a d e u n facto r,
471
e n el an lisis factorial, 561-62
e n el anlisis p o r co n g lo m e ra d o s, 588-89
e n la d istrib u ci n d e frec u en cias, 430-33
e n la tab u laci n c ru z a d a , 443-47
estilo s d e vida, 115-16
estim aci n , c o n ju n to d e , 625
estim ac io n e s subjetivas, 357
estu d io s d e d istrib u ci n , 80
tica
cu e stio n a rio s y, 305-6
d a to s se c u n d a rio s y, 127-28
e la b o ra c i n d e escalas, 248-49
e n el d ise o d e investigacin, 94-95
e n la in v estig ac i n d e m ercad o s, 24-25,55
e n la in v estig ac i n d e m ercad o s
in tern acio n ales, 676
e n c u e s ta s y, 195-96
escalas n o c o m p a ra tiv a s, 272-73
e x p e rim e n ta c i n y, 227-28
www.FreeLibros.me
159-60
m u e stre o y, 335
p re p a ra c i n d e d a to s y, 419-20
p re p a ra c i n y p re se n ta c i n d e inform es
y, 657-58
e s c a la d e L ik e rt, 242,256,2589-59
e s c a la d e S tap le, 2 4 2 ,2 5 6 ,2 6 0
tic a y, 272-73
in v estig ac i n d e m ercad o s
e ta 2 (112X471
E T A C . Vase e n tre v ista s telef n icas
asistidas p o r co m p u ta d o ra
in te rn a c io n a le s, 674-75
m u ltid im e n sio n ales. Vase E scalas
m u ltid im e n sio n ales
o rd e n a m ie n to , 242,244^16
su m a c o n s ta n te , 242,246-47
Vase tambin m ed ici n
e scalas eq u ilib ra d as, 262
e scalas libres, 263
e scalas m tricas. Vase escalas no
c o m p arativ as
d e la b o ra to rio o c a m p o , 222-23
d efin ici n d e los sm bolos, 209
definiciones y c o n c e p to s, 207-8
diseos cu asi e x p e rim e n ta le s, 217-19
d ise o s estadsticos, 220-22
d ise o s p re e x p e ri m e n ta les, 214-15,219
d ise o s v e rd a d e ro s, 215-17,219
tica e n la, 227-28
investigacin c au sal y, 85
investigacin d e m ercad o s
in te rn a c io n a le s y, 226-27
lim itacio n es d e la, 224
m a rk e tin g d e p ru e b a , 224-26
o n o e x p e rim e n ta c i n , 223
validez e n la, 209-10
v ariab les e x tra a s, 210-12
c o n tro l d e las, 212-13
e x p e rim e n to , 207-8
ex p erto s, 37, TI
e x p lo ra to ria , investigacin, 3 9 ,7 5 ,7 6 -7 8
relaci n e n tr e investigacin d escrip tiv a,
c au sal y, 86-89
ex presivas, tcnicas, 155
e x te rn a , v alid ez, 209-10
e x te rn o , anlisis d e p re fe re n c ia s, 619
ex tern o s, d ato s, 108
ex tern o s, d a to s se cu n d ario s, 110-12
e x tra n je ro , in v estig ac i n e n el, 23
e x tra a s, variables, 207,210-12
c o n tro l d e las, 212-13
F
F , p ru e b a parcial, 513
facto r c o m n , anlisis, 566
facto res, 469,560
factores c o n d u c tu a le s d e riesgo, siste m a d e
vigilancia d e (S V F C R ), 391-92
facto re s d e p ro n stic o , im p o rtan c ia relativ a
d e los, 522
falta d e d isp o sici n , e r r o r p o r , 89, 91
falta d e re sp u e s ta , a ju s te d e las tasas p o r,
356-58
falta d e re sp u e s ta , desviacin p o r , 183
N D ICE
falta d e re sp u e s ta , e r r o r p o r , 89, 90
falta d e re sp u e s ta , te m a s d e m u e stre o , 353-58
ficticias, v ariab les, 413,627
reg re si n c o n , 523
figuras esq u em ticas, 653
filtro, p re g u n ta s d e , 286
fo rm a y d isp o sici n , 298-300
fo rm as d e o b se rv a c i n , 302
fo rm as d e o b se rv ac i n , c u e s tio n a rio s y,
280-81
frau d e, e r r o r p o r , 89, 9 1,393
15
im ag en , tra n sfe re n c ia , 63
im p u taci n , 358
122-23
se rv icio s d e e s c n e r electr n ico , 114,
120-22
se rv icio s in d u striales, 123-24
fu e ra d e c a s a , 356
fu erza d e cam p o , 182
funcin d isc rim in an te, c o e fic ie n te s d e la, 536,
557
funcin d isc rim in an te, c o e fic ie n te s
e s ta n d a riz a d o s d e la, 536
fun cio n es d isc rim in an tes, 534
G
G a llu p y R o b in s o n M agazine, estu d io s d e
im pacto, 17
g am m a, 447
g en eralizab le, c a r c te r, 266, 270
grfica d e la c arg a facto rial, 561
g rficas d e b arra s, 651
g rficas lineales, 651
g ru p o e st tic o , 213,2 1 5
g ru p o nico, e s tu d io de, 213,2 14,225
g rupos, 8 2 -8 3 ,8 4 -8 5 ,1 1 4
c o m p ra s y m ed io s, 117-20
g ru p o s d e en fo q u e , 3 9 ,1 3 9 ,1 5 7
ap licacio n es d e los, 147
calu m n ias e n las cam p a a s p re sid en ciales
y,160
c a ractersticas d e los, 140-41
e n tre v ista s , 17
m in ig ru p o s, 146
p la n e a c i n y realizaci n , 141-45
v ariacio n es, 145-46
v e n ta ja s y d esv en tajas, 146-47
g ru p o s d e e n fo q u e b id ire ccio n ales, 145
g ru p o s d e e n fo q u e e n ln ea, 146,162
g ru p o s d e m edios, 118-20
guas, 110
G u ttm a n , escalas d e , 247
H
h ip e rte x to , len g u aje d e m arcas (Hypertext
Markup Language, H T M L ), 177
h iptesis, 49-51
Vase in fo rm e d e in vestigacin
d e m ercad o s
in fo rm e d e in v estig ac i n d e m ercad o s
ap licacio n es d e In te rn e t y c o m p u ta d o ra ,
658-59
le c tu ra d e l, 654-55
p re p a ra c i n y p re se n ta c i n ,
640-54
tic a y, 657-58
fo rm a to , 644-47
grficas, 649-53
im p o rta n c ia d e l, 642
in v estig ac i n d e m ercad o s
in te rn a c io n a le s y, 656
o ra l, 653-54
p ro c e s o del, 642-44
red acci n , 647-48
tab las, 648-49
se g u im ien to , 655-56
in fo rm e d e m a rk e tin g , 11
in stru m e n ta c i n , 211
in teracci n d e s o rd e n a d a , 484
in teracci n o rd in a l, 484
in teraccio n es, 2 2 1 ,4 7 8 ,4 8 4 ,485
in te rc a m b io d e p ap eles, 156
in te rc u a rtil, intervalo, 431
in te rd e p e n d e n c ia d e v ariab les, 417
in te rd e p e n d e n c ia , t c n ic a d e la, 41 7 ,5 6 0
interesad o s, e n la in v estig ac i n d e m ercad o s,
24-25
www.FreeLibros.me
I n te rn e t
cu e stio n a rio s e , 306-7
d ato s se c u n d a rio s e , 128-30
e la b o ra c i n d e escalas, 249-50
e n c u e s ta s y, 196-98
escalas n o co m p arativ as, 273-74
e x p e rim e n ta c i n e , 228-29
investigacin cu a lita tiv a e , 160-62
in v estig ac i n d e m e rc a d o s e , 24,25
m ed ici n e , 249-50
m u e stre o e , 335-37
p a ra d ise o d e investigaci n , 95-96
p a ra in v estig ac i n d e m e rc a d o s in te r n a
cio n ales, 676-77
p re p a ra c i n y p re s e n ta c i n d e in fo rm es
e , 658-59
p ro b le m a d e in v estig ac i n d e m ercad o s,
56-57
ta m a o d e m u e s tra e , 360-61
tra b a jo d e c a m p o e , 396-97
ver telev isi n e , 119-20
I n te rn e t, b ases d e d a to s e n , 112
I n te rn e t, e n c u e s ta s p a ra so n d e o s electo rales,
167
I n te rn e t, en trev istas p o r , 177-78
I n te rn e t, servicios d e , 17
in te rn o , anlisis d e p refe ren cias, 619
in terv b ca, e sc a la , 237, 239-41
in terv alo d e c o n fia n z a , m to d o d el, 342,
345-50
in v e n ta rio d e la d e sp e n sa , 189
in v e n ta rio d e l p ro b le m a , 35-36
in v e n ta rio s
d e la d e sp e n sa , 189
d e m in o ristas y m ayoristas, 122-23
o b se rv a c i n , 189
p ro b lem a, 35-36
in v e n ta rio s e n tiendas, 122-23
in vestigacin
cau sal, 7 6,85-86
co n c lu y e n te , 75-76
descrip tiv a, 76,78-85
e x p lo ra to ria , 75, 76-78
re la c i n e n tre in v estig ac i n e x p lo ra to ria ,
d e s c rip tiv a y cau sal, 86-89
investigacin co n clu siv a, 75-76
investigacin c u a lita tiv a , 3 9 ,7 7 ,1 3 4 ,1 3 5
a p licacio n es d e In te rn e t y c o m p u ta d o ra ,
160-62
clasificacin d e los p ro ced im ien to s,
138-39
e n tre v ista s a fon d o , 147-51
tic a y, 159-60
g ru p o s d e e n fo q u e , 139-47
investigacin c u a n tita tiv a o , 136-38
in v estig ac i n d e m ercad o s
in te rn a c io n a le s y, 158-59
raz n d e su uso, 138
tcn icas pro y ectiv as, 151-58
investigacin c u a n tita tiv a o c u a lita tiv a ,
136-38
in v estig ac i n d e m ercad o s
a p licacio n es d e In te rn e t y c o m p u ta d o ra ,
25-26
c a rre ra s e n la, 19-20,26
clasificacin d e la, 7-9
d efin ici n d e la, 6-7
d e sc rip c i n d e p u e s to s e n la, 19
16
N D ICE
ejem p lo s, 3-6
e ta p a s d e la, 9-11
tica, 2 4 -25,55
fu n ci n d e la, 12
fu n ci n e n el S IM y el S A D , 20-22
in te re sa d o s e n la, 24-25
in tern acio n ales. Vase M e rc a d o s
in te rn a c io n a le s, investigacin d e
n a tu ra le z a d e la, 11-14
p ro v e e d o re s y se rv icio s d e , 14-18
ra z o n e s d e la, 7
ta re a s d e la, 11-12
in v estig ac i n d e m ercad o s, p ro b le m a d e
a p licacio n es d e In te rn e t y c o m p u ta d o ra ,
56-57
c o n te x to a m b ie n ta l, 39-43
cap a c id a d e s tecnolgicas y d e
m a rk e tin g , 42-43
a o n d u c ta d e l c o m p ra d o r, 41-42
e n to rn o ec o n m ic o , 42
e n to r n o legal, 42
in fo rm aci n h istrica y pro n stic o s, 40
o b jetiv o s, 41
d ecisi n a d m in istra tiv a , p ro b le m a d e,
43-44
d efin ici n , 33-34,44-46
esp ecificaci n d e la inform acin
n e c e s a ria e n e l , 51-53
h ip tesis, 49-51
im p o rta n c ia d e la d efin ici n , 33
in v estig ac i n d e m ercad o s
in te rn a c io n a le s y, 53-55
m arco te rico /o b je tiv o , 47
m o d e lo an altico e n el, 47-48
p reg u n tas, 48-49
ta re a s e n el, 34-39
in v estig ac i n d e p ro m o c i n , 8
in v estig aci n d e s c rip tiv a , 76, 78 -8 5 ,1 6 6 ,1 6 7
d ise o s lo n g itu d in ales, 82-85
d ise o s tran sv ersa le s, 80-82, 83-85
e n c u e s ta s y o b se rv a c i n e n la, 168-93
ra z o n e s d e la , 78
re la c i n e n tr e la in vestigacin
e x p lo ra to ria , cau sal y, 86-89
in v estig ac i n d istrib u ci n , 8
in v estig aci n , e m p re sa d e
c m o e leg ir u n a , 18
tip o s d e , 14-18
in v e s tig a d o r d e m ercados, fu n c i n del, 2
J
Ja p a n e se E x te rn a l T ra d e O rg a n iz a tio n
( J E T R O ), 126
je r rq u ic a , e s c a la , 242, 244-46
ju icio , m u e stre o p o r , 320, 322-23,331
K
K aiser-M eyer-O D cin (K M O ), m e d id a d e
a d e c u a c i n d e la m u e stra , 56 1 ,5 6 4
K o lm o g o ro v -S m im o v , 416
p ru e b a d e d o s m u estras, 455
p ru e b a d e u n a m u e stra , 455
K ruskal-W aD is, an lisis d e varian za d e un
fa c to r d e (A N O V A K -W ),4 1 6 ,4 8 7
M
m ad u ra c i n , 210
m ag n itu d es, estim aci n d e , 247
M ahalanobis, p ro c e d im ie n to d e , 552
M a n h a tta n , d istan c ia d e , 590
m an zan a a le a to ria , d ise o d e , 2 i 3 , 220-21
m an zan a u rb a n a , d istan c ia , 590
m ap a te r r ito r ia l 548-50
m ap as esp aciales, 6 1 1 ,6 1 2 ,6 1 5 ,616
m arco d e m u estreo , 180,316-17
m arco d e m u estreo , e r r o r d e , 89,9 1
M a rk e t R e se a rc h S o ciety (M R S ), 26
M a rk e t R e se a rc h S o c ie ty o f A u stralia
(M R S A ),2 6
m a rk e tin g d e p ru e b a , 224-25
M a rk e tin g R e se a rc h A sso ciatio n ( M R A ), 26,
399
M a rk e tin g R e se a rc h C o u n s e lo rs G ro u p , 388
m atriz d e c o rre la c i n , 5 6 1 ,5 6 4
m atriz d e c o rre la c i n c o m n d e l g ru p o , 536
m atriz f a c to r ia l 561
m ayorista, in v en tario s, 122-23
M cN em ar, p ru e b a d e , 416
m edia c u a d ra d a , 471
m e d ia n a , 416,431
m ed ian as d e d o s m uestras, p ru e b a d e , 456
m edias, 3 4 6 ^ 8 ,4 3 0 -3 1 ,4 5 0 -5 2
m edicin, 236
ap licacio n es d e I n te rn e t y c o m p u ta d o ra ,
249-50
e la b o ra c i n d e escalas y, 236
escalas p rin cip ales, 236-41
tic a y, 248-49
e x a c titu d , 266-67
Vase tambin escalas, e la b o ra c i n d e
m edicin, e r r o r d e , 89, 90,266-67
m ed id as d e fo rm a, 432-33
m ed id as d e g ru p o s, 536
m edidas d e u b icaci n , 430-31
m ed id as d e v a riab ilid a d , 431 -32
m ed id as re p e tid a s, A N O V A d e , 486-87
m edios y m e rc a d o s d e L a tin o a m ric a , 126-27
m ercado, estu d io s d e , 79
m e rc a d o s d e p ru e b a , 588
m ercad o s d e p ru e b a c o n tro la d o s, 226
m e rc a d o s in tern acio n ales, investigacin d e,
2 3 -2 4 ,662,663-66
ap licacio n es d e I n te r n e t y c o m p u ta d o ra ,
676-77
cu e stio n a rio s y, 302-5
d ise o d e in v estig ac i n y, 93-94
e la b o ra c i n d e escalas, 247-48
e n c u e s ta s y, 193-95
www.FreeLibros.me
332
m u e stre o c o n y sin su stitu ci n , 317
m u estreo , c o n tro l d e l 393
m u e stre o d e co n v e n ie n c ia , 320,321-22 ,331
m u e stre o d o b le , 331
N D ICE
17
m u estreo , e r r o r d e , 91
m u e stre o e s tra tific a d o , 320, 327-28 ,331,332
m u e stre o n o p ro b ab ilfstic o
o m u e s tre o p ro b abilfctico, 331-33
usos, 334
m u estreo secu en cia!, 330-31
m u e stre o sistem tico , 320, 3 2 6 -2 7 ,3 3 /, 332
m u estreo , u n id ad d e , 315-16
m u ltic o h n e a b d a d , 521-22
m u lticu ltu ral, anlisis, 419
m u ltin acio n al, in v estigacin, 23
N
n a tu ra le z a d e los d ato s, 104,1 0 6
negativas, 353-56
N ie k e n , n d ice d e au d ien cia, 1 5,119
no tificaci n p re v ia , 354
n u ev a esp ecifica ci n d e las variables, 413
nu ev as o p o rtu n id a d e s d e p ro d u c to s, 588
P e rc e n ta je d e v arian za, 5 6 2 ,5 6 7
posicin, desviacin p o r , 290
O
o b jetiv o s, 41
d e l a c o p io d e d ato s, 104,105-6
o b se rv ac io n e s, 186
a b ie rta s o e n c u b ie rta s, 186
an lisis d e c o n ten id o s, 189-90
an lisis d e rastro s, 190-91
c o m p a ra c i n d e e n c u e s ta s y, 192-93
e stru c tu ra d a s o n o e s tru c tu ra d a s , 186
e v alu aci n c o m p a ra tiv a d e las, 191-92
in v e n ta rio , 189
p e rso n ales, 187
Vase tambin E ncu estas
v e n ta ja s y d e sv e n ta ja s d e las, 193
o b se rv ac io n e s artificiales, 186
o b se rv ac io n e s e n c u b ie rta s, 186
o b se rv ac io n e s e stru c tu ra d a s , 186
o b se rv ac io n e s m ecnicas, 188-89
o b se rv ac io n e s n a tu ra le s, 186
O ffice o f S cales R e se a rc h , 2 7 3 ,2 7 7
o ficina c e n tra l, c o n tro l, 393
o m eg a c u a d ra d a (d2), 485
o m isi n , 286
o p ci n m ltiple, p re g u n ta s, 290-91
o p in i n , e la b o ra c i n d e escalas d e , 611
o rd e n , d esv iaci n , 290
o rd e n a m ie n to d e p refe ren cias, 612
rd e n e s o rto g o n ales, 6 22,625
O rg an izaci n d e las N acio n es U n id as
(O N U ), 126
O rg an izaci n p a ra la C o o p e ra c i n y el
D esarro llo E c o n m ic o ( O C D E ),
126
o rg an izacio n es d e in v e s tig a c i n ,/ 6-17
P
p a r m e tro , 342
p ares, elim in aci n p o r, 411
pares, m to d o p o r, 624
p ares, tab las p o r, 622
p articip aci n e n el m ercad o , e s tu d io s d e la,
79
p articip aci n e n el m ercad o , in v estig ac i n d e
la, 8
p a tro n e s facto riales, m atriz d e , 568
P earso n , c o e fic ie n te d e c o rre la c i n d e , 497
p erc e p c i n te m tic a , p ru e b a d e , 154
p erfil c a ra c te rstic o , 542
p o b la c i n o b je tiv o , 315
p o n d e ra c i n , 3 58,411-13
p o te n c ia d e u n a p ru e b a , 436
p o ten cial d e l m ercad o , investigacin d e l, 8
p recios, anlisis d e fijacin d e , 611
p recios, investigacin d e fijacin d e , 8
p recisi n , intervalo d e , 342
precodificackn, 299
p re g u n ta d o b le , 284
p re g u n ta s ab ie rta s, 289-90
p re g u n ta s d e investigacin, 48-49
p re g u n ta s d esv iad as, 295
p re g u n ta s dico t m icas, 413
p re g u n ta s difciles, 297
p re g u n ta s e stru c tu ra d a s , 290-92
p re g u n ta s iniciales, 296-97
p re g u n ta s ram ificadas, 298
p re g u n ta s su b secu en tes, 297-98
p re g u n ta s ten d en cio sas, 295
p re g u n ta s y resp u estas, sesi n d e , 228,301-2
p re p a ra c i n d e d ato s, 1 0 ,400,401
a ju ste estad stico d e los d ato s, 411-14
ap licacio n es d e In te rn e t y c o m p u ta d o ra ,
420-21
clasificacin d e las tcn icas estad sticas
e n la, 415-17
codificacin, 404-7
co rre cci n , 403-4
d e p u ra c i n d e d ato s, 409-11
tic a y, 419-20
investigacin d e m ercad o s
in te rn a c io n a le s y, 418-19
p ro c e so d e , 402
selecci n d e u n a e s tra te g ia d e an lisis d e
d ato s, 414-15
tran scrip ci n , 407,409
p ro d u cto s, investigacin d e u so d e , 80
P ro fessio n al M a rk e tin g R e se a rc h S ociety
(P M R S ),2 6
P ro fessio n al M a rk e tin g R e se a rc h S o ciety o f
C a a d a (P M R S C ), 306
P ro m o tio n M arketing A ssociation (P M A ),2 0 8
p ro n stic o , investigacin d e , 8
p ro n stic o , validez d e , 269
p ro p o rc io n a l, e sc a la , 237, 241
p ro p o rc io n e s , 347, 348-50,452-53
p ro p u e s ta d e investigacin d e m ercad o s,
92-93
p ro to c o lo s, anlisis d e , 301-2
p ro v e e d o re s ex tern o s, 1 5 , 16-17
p ro v e e d o re s in tern o s, 14
p r u e b a d e m e d ia n a d e k m u estras, 487
p r u e b a d e u n a c o la , 435
p ru e b a e s t n d a r d e m ercad o s, 224-26
p ru e b a F, 4 5 1 ,5 1 3
p ru e b a in teractiv a, e fe c to d e la, 211
p ru e b a p o ste rio r, d ise o d e u n g ru p o d e
c o n tro l c o n , 213,216-17
p ru e b a p re v ia , 301 -2
p ru e b a p re v ia , anlisis d e los d ato s, 302
p ru e b a p re v ia y p o ste rio r, d ise o d e g ru p o
d e c o n tr o l c o n , 213, 21
p ru e b a p re v ia y p o ste rio r, d ise o d e un
g ru p o c o n , 213,214-15
p ru e b a p rin cip al, efecto , 211
p ru e b a t, 4 1 6 ,4 4 8 ,4 7 0
m u estras p a re a d a s , 453-54
p ru e b a z ,4 1 6 ,4 5 0
p ru eb as, fu n ci n d e las, 207
p ru e b a s o b jetiv as, 47
p ru e b a s p a ra m tricas, 448-54
p sic o g alv an m etro , 188
p sic o g rafa, 115-16
p u b lic a c io n e s g u b e rn a m e n ta le s, 110,1 1 2
p u b licid ad
estu d io s d e , 80
p a p e le s se x u ales e n la, 425-26
p u b lic id a d , eficacia, 611
p u b lic id a d , ev alu aci n , 116-17
p u e rta e n la c a ra , e stra te g ia , 355
p u n tu aci n fo rz a d a , escalas, 263
p u n tu a c io n e s factoriales, 561,569-70
Q , e la b o ra c i n d e e scalas d e clasificaci n ,
242, 247
del, 8-9
p ro d u c to d e los m om entos, c o rre la c i n ,
497-500
p ro d u c to s d e m arca, in v estig ac i n d e
m ercad o s, 18
pro d u cto s, investigacin d e , 8
www.FreeLibros.me
Q u a h ta tiv e R e se a rc h C o n s u lta n ts
A sso c ia tio n ( Q R C A ), 26,165
R
R c u a d ra d a , 612,617
R2 a ju s ta d a , 513
ra n g o , 431
rastro s, anlisis d e , 190-91
registro, e r r o r d e , 89, 91
reg re si n , 417
m nim os c u a d ra d o s o rd in a rio s , 627
re la c io n e s e n tr e anlisis d isc rim in ato rio ,
A N O V A y, 534-35
N D ICE
18
reg re si n , an lisis d e , 4 7 0 ,4 9 4 -% , 502-3
A N O V A y A N C O V A , 524-25
a p licacio n es d e c m p u to p a ra , 525-27
b iv ariad o , 503-11
co n v ariab les ficticias, 519-21
im p o rta n c ia d e lo s facto re s d e
p ro n stic o , 522
m u ltico tin ealid ad , 521-22
m ltip le, 511-19
p ro g resiv a, 519-21
v alid aci n c ru z a d a , 522-23
reg re si n , c o e fic ie n te d e , 503
re g re si n e sta d stic a , 211
reg re si n , ln ea d e , 505
re g re si n m ltip le, anlisis, 511-12
estad sticas, 513
m o d elo , 512
realizaci n , 513-19
re g re si n parcial, co eficien te, 500-2
re g re si n p ro g resiv a, 519-21
R e id e n b a c h y R o b in , escala d e , 503
re p a rtic i n p tim a , m to d o d e la , 593
re q u e rim ie n to crtic o , 183
R e se a rc h In d u stry C o alitio n ( R I C ) , 26
resid u o s, 5 1 7 -1 9 ,5 6 2 ,5 7 0
re sp u e s ta a fotografas, tcn icas d e , 154,
re sp u e s ta , d esv iaci n , 89,9 0
re sp u e s ta g alv n ica c u t n e a ( R G C ) , 188
re sp u e s ta , la ten cia, 188
re sp u e sta s faltan tes, 410-11
re sp u e sta s in satisfactorias, 403-4
re te n c i n , c o n ju n to d e , 625
re te n c i n , m u e s tra d e , 537
re tro a li m en taci n , d e los clien tes, 4-5
ro ta c i n o b licu a, 568
ro ta c i n o rto g o n a l, 568
ro ta c i n , tab la d e , 84
r u ta crtic a, m to d o ( M R C ), 92
S
S a p e l e s c a la d e , 242,256, 261
S a rc h R e a d e rs h ip S urvey, 15,116
significacin, p ru e b a d e , 516,567-68
signos, p r u e b a d e los, 457-58
sm bolos, d efin ici n , 209
sistem a clasificaci n industrial
n o rte a m e ric a n o ( N o rth A m erican
In d u stry C la ssi c a tio n S y stem ,
N A IC S ), 123-24,603
sistem as d e a p o y o a las d ecisio n es (S A D ),
investigacin d e m e rc a d o s y, 21
S m all B usiness A d m in istra tio n , 77
S o lo m o n , d ise o d e c u a tro g ru p o s, 213,2 1 7
so n d e o , 149,390-91
su b m u e stre o d e q u ie n e s n o re sp o n d ie ro n ,
356-57
sum a c o n s ta n te , e la b o ra c i n d e e sc a la s,242,
246-47
su m a d e e rro re s c u a d ra d o s , 504
su stitu ci n , 357
su stitu cio n es, 357
su stitu as, variables, 570
T
tabla e s tra tific a d a , 651 ,652
tab u laci n c ru z a d a , 417,438-44
aplicacio n es d e c m p u to p a ra , 460-61
aplicaciones d e In te rn e t y c o m p u ta d o ra ,
460-61
bi v a ria d a , 439
d o s v a ria b le s e n la , 439-40
e n la p r c tic a , 447
e stad sticas, 443-47
tre s v ariab les e n la, 440-43
tab u laci n c ru z a d a b iv a ria d a , 439
ta m a o d e la m u e stra , 340,341
a ju s te estad stico , 352-53
ap licacio n es d e I n te r n e t y c o m p u ta d o ra ,
360-61
c a ractersticas y p a r m e tro s m ltip les,
351
significacin d e l e fe c to g e n e ra l, 479
significacin d e l p rin c ip a l e fe c to d e c a d a
facto r, 479
significacin, g ra d o d e , 435
se g u im ien to , 355
se g u im ien to , d a to s d e , 105
se is facto re s d e la p u b licid ad , 425-26
se is p reg u n tas, 78
se lecci n , d esv iaci n e n la, 211
se m e ja n z a e n tr e o b jeto s, 417
se m e ja n z a , ju icio d e , 612
se m e ja n z a , m atriz d e c o eficien tes d e , 589
se rie s tem p o rales, d ise o d e , 213, 217-18
se rie s te m p o ra le s m ltiples, 213,218-19
se rv icio s an altico s, 18
servicios c o m p leto s, p ro v eed o res, 15
se rv icio s esta n d a riz a d o s, 15,17
se rv icio s in d u striales, 123-24
se rv icio s lim itados, p ro v e e d o re s d e , 17
se rv icio s sin d icad o s, 15
Sidi, p rin cip io , 653
s ie te facto re s, 3 6 ,5 5
sig nificacin d e l e fe c to d e in teracci n , 479
tic a y, 359-60
in v estig ac i n d e m ercad o s
in tern acio n ales, 358-59
m to d o d e l in terv alo d e co n fian za,
345-60
m to d o s estadsticos, 344-45
tasa d e cu m p lim ien to , 352
tasas d e re sp u e s ta , 183
m e jo ra m ie n to d e las, 353-56
tax o n o m a n u m rica, 586
tcn icas d e m u e stre o n o p ro b a b i lis tico, 320,
321-25 ,331
co n v en ien cia, 3 2 0,321-22,331
d e ju icio , 320,322-23,331
d e la b o la d e n iev e, 320,324-25,331
p o r cu o tas, 320,323-24,331
tcn icas d e term in a ci n , 152-54
tcn icas estadsticas, escalas intervticas y,
240
tcn icas m u h iv aria d as, 415 ,417
tcnicas pro y ectiv as, 151-58
tcn icas u n iv ariad as, 415 ,417
tele-sesin, g ru p o s d e e n fo q u e , 146
www.FreeLibros.me
N D ICE
to m a d e d ecisio n es, facto re s d e la, 12-13
to n o d e la v o z, anlisis, 188
tra b a jo d e c a m p o , 1 0 ,386,387
ap licaciones d e In te rn e t y c o m p u ta d o ra ,
396-98
c a p ac itac i n d e los tra b a ja d o re s e n e l,
390-92
19
factorial, 478-83
m ed id as re p e tid a s, 486-87
m u h iv aria d o , 487-488
n o m tric o , 487
p rem isas d e l, 477-78
p ro b lem as d e in te rp re ta c i n , 484-86
relaci n e n t r e anlisis d isc rim in a to rio , d e
reg re si n y, 534-35
v arian za, m to d o s d e , 592
v ari m ax, p ro c e d im ie n to , 568
ventas, e s tu d io s d e anlisis d e , 79
ventas, in v estig ac i n d e an lisis d e ,8
v e n tro id e , m to d o s d e , 536,592
co n g lo m erad o , 5 8 9 ,5 9 7
vigilancia d e facto re s c o n d u c tu a le s d e riesgo,
sistem a d e (S V F C R ), 391-92
v o l m en es, d a to s d e seg u im ien to d e , 105
Z
z o n a d e m u e stre o , 329
validacin c ru z a d a , 522-23
v alidacin c r u z a d a d o b le , 523
valid aci n , m u e stra d e , 537
v a lid e z , 266, 269-70
e n la e x p e rim e n ta c i n , 209-10
valid ez ac tu a l, 269
A
A B C n e tw o rk , 128
validez
validez
validez
valid ez
valid ez
1 2 2 ,1 3 0 ,1 3 3 ,1 8 8 ,2 2 6 ,3 7 9 ,4 1 2 -1 3 ,
673
A d id as, 6 0 ,6 3 ,1 9 5
A d v ertisin g R e se a rc h F o u n d a tio n ( A R F ) ,
2 6,654
e n el a g o lp a m ie n to ,
estra tific a c i n , 327
ficticias, 523,627
601-3
sm b o lo s, 343
su stitu a s, 570
v ariab les b in arias, 413
v ariab les cu alitativ as, 413
v ariab les d e p e n d ie n te s , 207
v ariab les in stru m e n ta le s, 413
u tilid ad , fu n ci n d e , 622
c o n c u rre n te , 269
c o n v e rg e n te , 2 6 9 ,2 7 0
d isc rim in a to ria , 2 6 9 ,2 7 0
fro n tal, 269
in te rn a , 2 0 9 ,2 2 2
A m o c o , 20
A n d e rse n C o n su ltin g , 69
A n h e u se r-B u sc h , 204,376
A c c e n tu re , 69
A ccu tip s.co m , 658
A C N ie lsen B A SE S, 218-19,226
A C N ie lsen C o m p an y , 1 5 ,1 9 ,1 0 1 ,1 0 2 ,1 2 1 ,
A im to o th p a ste , 2 0 8 ,2 5 3
A ir T ra n s p o rt A sso ciatio n (A T A ), 156
A lfa R o m e o , 633,634
A ll-S ta r C a f, 303
A lta V ista , 2 5,128
A m azo n .co m , 229
A M D , 382
A m e ric a n A irlin e s, 5 3 ,6 0 ,1 0 6 -7 ,1 5 0
A m e ric a n A sso c ia tio n fo r P ublic O p in io n
R e search ( A A P O R ), 2 5 ,2 6
A m e ric a n B usiness In fo rm a tio n , Inc., 110,
113
A m e ric a n C h icle G ro u p , 296
A m e ric a n D e n ta l A sso c ia tio n , 295
A m e ric a n E x p ress, 148,412,681
A m e ric a n H o s p ita l A sso c ia tio n , 703
The American Lawyer, 299-300
A m e ric a n M a rk e tin g A sso c ia tio n (A M A ),
26
A m e ric a n M edical A sso ciatio n , 287
www.FreeLibros.me
B
T h e B a ll G ro u p , 313
B a n k o f A m e ric a , 14,60
B a n k O n e C o rp o ra tio n , 174
B a rn e s & N o b le, 229
B a te s W o rld w id e, 673
B B D O W orldw ide, 1 9 ,3 6 ,1 9 0 ,6 0 2 -3
B e ie rsd o rf, 383
B elk, 22
BeD & H o w a rd , 168
B e rk s h ire H athaw ay, 2 3 5 ,2 3 6
B e st Buy, 687
B est W estern , 663-64
B e ta R e se a rc h C o rp o ra tio n , 18
C
C A C I, I n c , 113
C a d b u ry , 370
C a d illa c 620
C a lifo rn ia M ilk P ro c e ss o r B o a rd , 41-42
C alvin K lein , 373
110
N D ICE
C a m ay, 463-64,639
C a m b rid g e , 86
C a m e l cig arettes, 657
C a m p b e ll S o u p C o m p an y , 116,124-25,245,
367
C a m p u sb o o k s.c o m , 229
C a n a d ia n T ire, 336
C a n o n C a m e ra s, 168,187,271
C a rls J r ., 61
C a th a y Pacific, 525
C B S n e tw o rk , 128
C e le b ritie s A sia, 303
C e n te r fo r D ise a se C o n tro l a n d P re v e n tio n
(C D C P ), 391-92
C e n tr a l In te llig e n c e A gency, 130
C h a n e l, 373
C h e e se b o ro u g h P o n d s, 225-26
C h ip o tle M e x ican G rill, 61
C h o ic e H otels, 369
C h ristia n D io r,3 7 3
C h ry sle r M o to rs C o rp ., 1 3 -1 4 ,6 2 0 , 650,6 9 0
C IG N A R e tire m e n t a n d In v e stm e n t
S erv ices, 327-28
C in g u la r W ireless, 3 5 -36,198
C irc u it City, 687
C itib a n k , 8 7 -89,127
C itic o rp , 14
C itig ro u p , 8 7 ,2 3 5
C itro su c o P au lista, 53
C lairo l, 713
C laritas, 585
C l au s th a le r, 512
C lo se-U p , 613-19
C o c a-C o la, 1 4 ,1 9 ,3 7 ,5 3 ,6 0 ,9 5 ,1 2 9 ,1 6 2 ,1 6 4 ,
2 3 2 ,2 3 3 ,2 4 1 ,2 4 2 ,2 4 5 ,2 8 4 ,3 2 1 -2 2 ,
5 1 2 ,6 0 9 -1 0 ,6 7 1 -7 2 ,6 7 9
C o ld w a te r C re e k , 452
C o lg a te , 2 4 2 ,2 5 3 ,2 9 5 ,4 5 9 ,6 1 3 -1 9 ,6 3 4
C o lg a te P alm o liv e, 14,122
C o m m e rc e N e t, 412
C o m p U.S.A., 687
C o m p u S erv e, 113
C o m p u te rs fo r M a rk e tin g C o rp o ra tio n
(C fM C ), 2 7 4 ,3 0 7
C o m S co re N etw o rk s, I n c , 105,496
C o n tin e n ta l A irlin e s, 156-57,620
C o rd i a n t C o m m u n ic a tio n s G ro u p , 673
C o r e B ra n d , 245
C o rv e tte , 690
C o s s e tte C o m m u n ic a tio n G ro u p , 156
C o ty ,373
C o u n c il f o r M a rk e tin g a n d O p in io n
R e se a rc h ( C M O R ), 2 6 ,1 % , 387
C o u n c il o f A m e ric a n S u rv ey R e se a rc h
O rg a n iz a tio n s (C A S R O ), 25,
2 6 ,3 9 4
C o u p o n s-o n h n e .c o m , 232
C re ateS u rv ey , 397
C re s t, 2 4 2 ,2 5 3 ,6 1 3 -1 9
C ro ss P e n s C o m p u tin g G ro u p , %
C u s to m R e se a rc h , I n c , 360
C u sto m e rS a t.c o m , 169
D a ta V b io n R e se a rc h , 361
D a ta m o n ito r, 40
D ays In n , 369
D D B W o rld w id e, 61
D ecisive T echnology C o rp o ra tio n , 197
D el M o n te In te rn a tio n a l, 458
D ell C o m p u te r, 5 6 ,1 6 2 ,2 8 4 ,3 1 1 ,6 3 1 -3 2
D e lta A irlines, 5 ,5 3 ,9 5 ,3 5 9
D e lta H o tels, 336
D e n ta g a rd , 613-19
D e n ts u , 669
D ial, 639
D IA L O G , 113,130
D ig ital M a rk e tin g S ervices, 360
D irecT v, I n c , 534
D odge, 690
D o m in o s P izza, 249-50
D o n ato s P izza, 61
D o n n e lly M a rk e tin g In fo rm a tio n Services,
10 8 ,1 1 3 ,1 9 8
D o v e, 639
D o w Jo n e s a n d C o m p an y , 57
D r. P e p p e r, 609
D u n & B ra d s tre e t, 5 6 -5 7 ,1 1 0 ,1 2 4
D u P o n t, 153-54
E
E a stm a n K o d ak , 116
E c k e rd D ru g C o., 2 0 4 ,2 0 7 ,2 2 2
E c o n o L o d g e, 369
E g e B a n k , 467
E b ic k & L avidge, 1 7 ,1 9 ,6 4 5 ,6 4 7 ,6 5 4
E m e rs o n E le ctric C o m p an y , 695
E ricsso n E n e rg y System s, 695
e R o o m T echnologies, I n c , 658
E s te e L a u d e r, 136,373
E-TVade, 376
E u ro p e a n Society fo r O p in io n a n d M a rk etin g
R esearch (E S O M A R ),2 6
E x p e ria n , 108
E x te n d e d S ta y A m e ric a , 370
F
F ashion C a f, 303
F ed eral E x p ress, 2 1 -2 2 ,1 5 0 ,2 3 5 ,2 3 6 ,2 4 5 ,2 7 7
F ed eral T ra d e C o m m issio n , 19
F e d e ra tio n In te rn a tio n a le d e F o o tb all
A ssociation (F IF A ), 240-41
Field F acts, I n c , 17
F ield W o rk C hicago, I n c , 17
Fila, 376
Finesse, 243
F b h er-P rice, 40
F lo rid a D e p a rtm e n t o f T ourism , 319
Ib c u s V b io n N e tw o rk , I n c , 140
G a llu p & R o b in s o n , I n c , 5 7 ,1 1 6 -1 7 ,3 5 7 ,3 6 4 ,
3 % , 666,671
G aD up a n d R o b in s o n M a g azin e Im p a c t
S tudies, 17
G e n e r a l E le c tr ic 2 3 5 ,2 3 6 ,2 3 8 ,6 5 8
General Hospital, 124-25
G e n e r a l M ills, 121
G e n e r a l M o to rs, 1 4 ,1 1 6 ,1 6 2 ,4 5 4 ,6 5 0 ,6 7 9
G e o r g e G allu p , 82
G fK , 2 3 ,9 3
G fK C u s to m e r R e se a rc h , 401-2
G fK -N u rn b e rg , 673
G iD ette, 373
G le e m , 613-19
G lo b a l A irlin e P e rfo rm a n c e ( G A P ), 292
G lo b a l In fo rm a tio n L o c a to r S e rv ic e ,
1 2 9 ,1 3 0
G o d iv a C h o c o la te s, 642
G o o d b y , S ilverstein & P a rtn e rs , 42
G o o g le, 2 5 ,5 6
G re e n fie ld C o n su ltin g G ro u p , 17, %
G re e n fie ld O n lin e R e se a rc h C e n te r, I n c , 17,
9 6 ,9 8 ,1 9 7
G ro u p s Plus, I n c , 643
Guiding Light, 124-25,713
H
H ag e n -D a z s S h o p p e C o., 418,5 8 5 -8 6
H allm ark , I n c , 171
H a rd R o c k C a f, 303
H a r d e e s, 62
H a rle y D av id so n , 3 1 -3 2 ,3 9 ,4 3 ,4 6 ,4 7 -4 8 ,2 4 5
H arris In te ra c tiv e , 8 0 ,1 1 7 ,1 6 7 ,1 7 1 ,1 7 8 ,3 5 7
H a rris O n lin e P oll, 25
H a rry P o tte r, 86
H e a d a n d S h o u ld ers, 243
H ein z, 53
H e n le y C e n te r, 395
H ershey, 370-72
H e rtz , 681
H e w le tt-P a c k a rd , 3 1 1 ,6 6 3 ,6 7 7
H ig h Y ield C o ffee, 226
HiUs B r o s , 226
H ilto n H o te b , 369
H o lid ay In n , 3 6 9 ,3 7 0
H o m e D e p o t, 2 3 5 ,2 3 6
H o m e S h o p p in g B u d a p e st, 502
H o n d a , 5 ,3 1 5 ,6 2 0 ,650,6 9 0
H o u s e o f M a o , 303
H u d s o n s, 481-82
H u g o B oss, 373
H y a tt, 369
I
IB M , 3 -4 ,6 ,9 ,2 3 ,1 0 9 ,1 3 6 ,2 4 5 ,2 8 4 ,3 1 1
F o lg ers, 226
R>rd, 1 4 ,9 5 ,1 3 6 ,1 6 2 ,2 4 8 ,2 7 7 ,3 1 4 -1 5 ,6 3 4 ,
650,656
R > rrester R e se a rc h , 105
Fortune, 124,236
R)x N e tw o rk , 376
Friends, 151
F rito -U y ,5 1 ,2 2 5
F uji H eav y In d u strie s ( F H I) , 711
F u lcru m A nalytics, 162
S erv ices, 23
D a rc y M assius B e n to n a n d Bow les, Inc.
(D M B & B ), 135
D a im lerC h ry Iser, 13-14,109,690-91
G
G a le R e se a rc h , I n c , 113
T he G a lile o C o m p an y , 162
In fin iti, 6 3 3 ,6 3 4
in fo C an ad a, 113
In fo rm a tio n R e so u rces, I n c , 2 3 ,1 2 1 ,1 3 0 ,
2 0 4 ,6 8 8
In fo rm ativ e, 5
In fo U S A , 110,113
I n fra te s t B u rk e A G , 2 3 ,2 7
In te l C o rp o ra tio n , 2 35,381-82
I n te r A ctive R e se a rc h , 175-76
In te rb ra n d , 672
www.FreeLibros.me
IH
N D ICE
In te rn a tio n a l M o n e ta ry F u n d (IM F ), 126
In te rn a tio n a l O ly m p ic C o m m itte e , 321-22
In te rp u b lic G ro u p , 61
In v e sto r C o m m u n ic a tio n S ervices, 5 6 ,5 7
Irish S p rin g , 639
Ivory, 639
J
J. W alter T h o m p s o n , 19
Jacksonville S y m p h o n y O rc h e s tra , 352
Jag u ar, 6 5 ,6 2 0
Ja p a n e se E x te rn a l T ra d e O rg an izatio n
(J E T R O ), 126
J D P o w er & A sso ciates, 2 2 ,5 2 ,6 4 ,1 1 9 ,2 4 2 ,
258
Jerg en s, 639
Jh irm ack , 243
Jo h n H an co c k , 322
Jo h n so n & J o h n s o n , 12,235,245
Jo y d e te rg e n t, 208
K
K aiser P e rm a n e n te , 80-81
K ao C o rp ., 634
K e Hogg's, 9 ,1 1 9 ,2 0 8 ,2 2 7 ,2 4 2 ,3 3 6
K FC , 109
K in g L o u ie In te rn a tio n a l, 82
K -M art C o rp o ra tio n , 2 2 ,8 5 -8 6 ,2 0 3
K n ig h t-R id d e r C o rp o ra tio n , 496
K o d a k ,322
K o o l-A id , 145
K raft F o o d s, 1 5 ,1 3 8 ,1 4 5
L
LO re a l,3 7 3 ,6 8 1
L a m b d a E le ctro n ics, 695
L an g e U h re n , 227
L a titu d e C o m m u n icatio n s, 658
L eS p o rtsac, Inc., 203,207
L ev er B ro th e rs, 634
L ev i S tra u ss & C o., 2 47-48,376
L E X IS N E X IS , 113,130
Lexus, 6 4 -6 5 ,6 2 0 ,6 3 3 ,6 3 4
L io n C o rp ., 634
L ip to n , 5
L loyds T S a 681
L o o k u p U S A , 113
L o uis H a rris, 82
L u c e n t T ech n o lo g ies, 695
L u fth an sa A irlines, 150
L ux, 639
L V M H M o e t H e n n e s sy L o u is V u h to n
S A , 373
Lynx, 3 73
M
M & M /M ars, 8 6 ,2 2 6 ,3 7 0 ,3 7 6 ,3 7 7
M /A /R /C G ro u p , 1 9 ,3 5 6 ,3 8 8
M /A /R /C R e se a rc h , 41 -42,360
M acleans, 613-19
M alay sian A irlin e s, 525
M aritz M a rk e tin g R e se a rc h , 18,61
M a rk e t F acts, I n c , 17,176
M a rk et R e se a rc h S o ciety (M R S ), 26
M a rk et R e se a rc h S o c ie ty o f A u stralia
(M R S A ),2 6
M a rk e tin g R e se a rc h A sso ciatio n ( M R A ),
2 6 ,3 9 9
M a rk e tin g R e se a rc h C o u n se lo rs G ro u p , 388
M a rk e ts an d M e d ia o f L a tin A m erica, 126-27
M a rk e tT o o k , 397
M a rrio tt In te rn a tio n a L 11,369-70
M a ste rC a rd , 148,245,610
M a tsu sh ita, 686-88
M aybelline, 149
M ayo C linic, 693-94
M a y o rs Jew elry, 681
M azda, 6 4 ,6 5 ,1 1 2 ,6 9 0
M cC an n E ric k s o n W o rld w id e, 190
M c D o n ald 's, 3 5 ,4 0 ,6 1 -6 2 ,9 3 -9 4 ,1 0 1 ,1 1 6 ,
13 3 ,1 5 5 ,2 5 7 ,3 2 1 -2 2 ,6 7 2
M C I, 376
M cK insey & C o., 101,102
M e ad C o rp o ra tio n , 85
M eadW estvaco, 85-86
M ed icare, 703
M ercedes, 6 4 ,6 5 ,1 5 3 ,6 2 0 ,6 3 4
M errill L y n ch , 673
O
O c e a n S pray, 244
O ffice M ax, 687
O ffic e o f S cales R e se a rc h , 273,277
O gilvy & M a th e r W orldw ide, 19,190
O ld S p ice, 373
O le a n , 225
O rg a n iz a tio n fo r E co n o m ic C o o p e ra tio n an d
D e v e lo p m e n t ( O E C D ), 126
O s c a r M a y er, 15
P
P a lm P ilot, 367
P alm olive, 639
P a n a s o n ic 3 22,686-87
P C IA /Y an k elo v ich , 197
M e ta p h a se D esig n G ro u p , 189
M icro soft C o rp o ra tio n , 7 7 -7 8 ,1 1 3 ,2 3 2 ,2 3 5 ,
2 3 6 ,2 4 5 ,5 7 4 ,6 5 8
M iller B rew in g C o., 376
M ills C o rp o ra tio n , 38
P e rt, 243
P fiz er C o m p an y , 2 0 4 ,2 %
M oncheL 639
Money m agazine, 106-7,573
M o te l 6 ,3 6 9
M o to ro la , 6 ,1 9 8 ,3 6 7 ,3 7 6
MS In te ra c tiv e , 257
N
N abisco, 372
N a tio n a l C a ttle m e n 's B e e f A sso ciatio n
(N C B A ), 193
T h e N a tio n a l C o n fe c tio n e rs
A sso ciatio n , 371
N a tio n a l F e d e ra tio n o f C o ffe e G ro w e rs o f
C o lo m b ia , 74
N a tio n a l F o o tb a ll L eag u e, 367
N B C n e tw o rk , 4 -5 ,6 ,1 0 4 ,1 2 8
N eim an -M arcu s, 2 2 ,4 0 3 ,4 7 8
N estle, 370,418
N etR atin g s, I n c , 119
N ew Y o rk C ity T ran sit (N Y C T ), 255
www.FreeLibros.me
P e p so d e n t, 253,613-19
P e rfo rm a n c e R e se a rc h , 321-22
P e rrie r, 512
P hilips, 55
P hillip M orris, 376
Pillsbury, 119
P izza H u t, 102
P lace W are, 658
P la n e t H o lly w o o d , 303
P o in t o f P u rc h a s e A d v ertisin g I n te rn a tio n a l,
204
P o la ro id , 602
P o n tia c 135-36
ft>rsche, 3 7 6 ,6 2 0 ,6 9 0
P o rtiC o R e se a rc h , 5 ,1 9 3
P rice W a te rh o u se C o o p e rs (P W C ), 350,370
P rincess C ruises, I n c , 409
P ro c te r & G am b le, 5 ,6 ,1 3 ,1 4 ,1 9 ,2 4 ,6 7 ,1 1 6 ,
1 2 0 ,1 3 3 ,1 5 2 ,2 0 4 ,2 2 5 ,2 3 2 ,6 7 9 ,
688-89,713-14
P ro fessio n al M a rk e tin g R e se a rc h S o ciety o f
C a n a d a , 2 6 ,3 0 6
P ro m o tio n M a rk e tin g A sso c ia tio n , 208
P ro Q u e s t In fo rm a tio n & L earn in g , 113
P u m a , 195
P u rin a C a t C how , 376
Q
Q u a lita tiv e R e se a rc h C o n s u lta n ts
A sso c ia tio n ( Q R C A ) ,2 6 ,165
Q u a s a r, 686
Q u izn o 's, 376
R
R J . P olk, 108
R. J. R e y n o ld s T o b acco H oldin g s, I n c , 658
R a d io S h ack , 687
R a k to n -P u rin a , 204
R C C o la, 242
R C A , 483
112
N D ICE
R e cip io , 4 -5 ,6 ,1 7
R e d R o o f In n , 369
R e e b o k I n te rn a tio n a l L td ., 6 0 ,6 3 ,1 0 8 ,1 9 5 ,
681
R e n a u lt, 2 4 8 ,6 3 3 ,6 3 4
R e se a rc h In d u stry C o alitio n ( R I C ) , 26
R e se a rc h In fo , 26,361
R e se a rc h In te rn a tio n a l, 395
R e v lo n ,3 7 3 ,6 8 1
Time Magazine,6 3 ,4 5 9
R ic o h C o., 271
Rolling Stone, 658
R O N IN C o rp o ra tio n , 3 ,6
R o p e r A S W, 1 5 ,1 1 6 ,1 2 2 ,1 2 6 ,1 7 2 ,2 2 6 ,2 8 8 ,
2 % , 3 2 7 ,3 6 0 ,3 6 9
S
S a atch i & S aatch i, 1 9 0 ,5 0 2 ,6 5 6
S a fe g u a rd , 639
S ak s F ifth A v en u e, 2 2 ,403
S a w to o th S o ftw a re, I n c , 3 0 6 ,3 9 6
S B C C o m m u n ciatio n s, I n c , 610
S D R C o n su ltin g , 18
S ears, 1 1 6 ,2 4 2 ,2 5 8 ,6 8 7
7 -U p , 609
S ig n e t R e se a rc h , I n c , 45
S in g a p o re I n te rn a tio n a l A irlines, 525
Six C o n tin e n ta l H otels, 369
Slice, 609
S m all B u sin ess A d m in istra tio n , 77
S m ile I n te rn e t B a n k , 553
S m ith B arn ey , 681
S o n ic 61-62
S ony, 151
S o u th w e st A irlines, 2 3 5 ,2 3 6
S p ecialty C o ffee A sso c ia tio n o f A m erica,
74
S p eig el, 478
T im eO u t, 82-83
T im ex, 336
T iV o,64
T o e ja m , 6
T one, 639
T o ro n to -D o m in io n B a n k , 336
T oshiba, 686
T oshiba M a tsu sh ita D isp lay T ech n o lo g y
C o. L td ., 686
T otal c e re a l, 242,470
T o u ch e R o ss, 459
T oyota, 6 4 ,2 3 2 ,6 2 0 , 650,6 5 6 ,6 5 7 ,6 8 1
T ra p p e r K e e p e r, 86
T
T ab , 609
T aco B ell, 6 1 -6 2 ,1 0 2 ,3 7 6
T andy, 686
T a rg e t, 2 2 ,1 1 7 ,2 5 3
T ay lo r N elso n S ofres, 2 3 ,3 7 4 ,6 8 1
T echnics, 686
T elenation , 18
Te lep h ia, 197-98
Tennis m ag azin e, 4 5 -46,165
T h ai A irw ay s In te rn a tio n a l, 525
Y ahoo!, 2 5 ,1 2 8 ,3 2 8 ,3 7 6
Y ankelovich a n d P a rtn e rs , 512
Y ankelovich R e se a rc h a n d C o n su ltin g
S ervices, 116
Y ardly, 681
Y oung & R u b ic a m , 1 9 ,173,190
Y ves R o c h e r, 373
Y v es S a in t L a u re n t, 373
Z
Z e n ith M ed ia, 518
Z e s t, 639
A a k e r, D av id A ., N 10, N 30
A a k e r, Je n n ife r L ., N I 3
Sports Illustrated, 1 5 1 ,3 2 2 ,6 5 8
S p rin t, 198,367
S p rite , 609-10
S PSS, 26
S ta n d a r d & P o o rs, 124
S tarb u ck s C o rp o ra tio n , 7 4 ,3 7 9 -8 0 ,6 4 2
V
V 8 juice, 124-25
Vans, I n c , 38
V aseline In te n siv e C a re , 225-26
V erizon, 198,367
V idal S a sso o n , 243
V iew tro n , 496
Visa, 9 5,376
V olksw agen, 576,620
Volvo, 6 3 3 ,6 3 4
W
W al-M art, 1 1 7 ,1 2 7 ,2 3 5 ,2 5 3 ,4 5 2
W alsh In te m a tio n a l/P M S I, 23
W alt D isn e y C o., 245
W alter K arl, 113
W earev er, 189
T h e W e a th e r C h a n n e l, 367-68
W endy's, 3 5 ,61-62
W estvaco C o rp o ra tio n , 85
W hirlpool, 136,159
W ilham s-S onom a, 452
Wired, 151
W irthlin W orldw ide, 610
W om en's S p o rts F o u n d a tio n , 82
W o n d ra, 225-26
W orld B a n k , 126
X
X erox, 2 7 1 -7 2 ,3 2 2
www.FreeLibros.me
A be, S h u zo , N 15
A b ra h a m , M agid M ., N i l
A b ram so n , P a u l R ., N I 7
A b ra n te s, D ayse, N 34
A cito , F ranklin, N 3, N 29, N31
A d a m e k , R a y m o n d J., N 17
A dam s, M a rk , N 3
A dcock, C .J .,N 19
A d d le m a n , Sidney, N31
A g arw al, Jam es, N 15, N 19, N 33, N 34
A hluw alia, R o h in i, N25
A h to la , O .T .,N 2 5
A k a a h , Ish m ael P., N 1 3 .N 1 9 , N 25, N 27, N29,
N30
A kabay, C h a rle s K ., N 26
A k ch in , D o n , N 7
A la s u u ta ri, P e riti, N 23
A lb a u m , G ., N 13
Ali, Ja fa r, N 29
A llenby, G re g M ., N31
A lliso n , P a u l D., N 22
A lre c k , P a m ela L ., N 22
A lsto n , R ic h a rd M ., N 12
A lv a, M arilyn, N 2
A lw in, D u a n e F., N 14, N 16
A m o o , Taiwo, N 12, N 14
A n d e rso n , A n d y B., N 18, N 19
A n d e rso n , D allas W ., N 18
A n d e rso n , E . J., N 18
A n d e rso n , E rin , N 14
A n d e rso n , E u g e n e W., N 14
A n d e rso n , Jo h n , N 21
A n d e rso n , L. M c T ier, N I
A n d e rso n , P au l, N 23
A n d e rso n , R a lp h E ., N 28
A n d e rso n , R o n a ld D., N 29
A n d rew s, D ebby, N 7
A n d rew s, G reg g , 683
A ndrew s, R ic k L ., N 32
A ngebdis, Jo h n P., N 28
A n isto n , Je n n ifer, 681
A n s a ri, A sim , N31
A n th es, G a r y H ., N 10
A rgyris, C hris, N i l
A rim o n d , G e o rg e , N 29
A rm en ak is, A chiD es A ., N 16
A rm stro n g , D avid, N 15
A rm stro n g , J. S co tt, N 2, N 20
A rm stro n g , R . W ., N 17
113
N D ICE
A rn o ld , M atth ew , N 2
A rn o ld , S. X .N 2 9
A ro ra , N eeraj, N31
A rzh eim er, K ai, N 3 4
A ssael, H .,N 1 7
A ste r, R ick , N 2 2
B e rc h m a n .T ra c y R ., N 9
B e re n s o n ,M a rk , N 22, N 24
B e ren so n , M a rk L N 19, N 23
B ergen, M a rk , N 14
A tk in so n , A . C ., N 26
A tte b o , K a rin , N 8 , N I 8
vila, R a m n A ., N 20, N 28
A yres, Jo e , N i l
A z h a ri, A b d u l, 20
B erk m an s, T. R ., N21
B e m a th , R a tn a , N 24
B erry, H alle, 681
B erry, L e o n a rd L ., N 2
B e rstell, G e ra ld , N 10
B e san k o , D av id , N5
B est, R o g e r I , N 32
B h a rg av a, S., N 7
B hat, S u b o d h , N 26
B ialek, R ie h , 610
B ick art, B a rb a ra , N 9, N 17, N 19
B ijm o lt,T a m m o H . A ., N 30, N 31
B illor, N e d re t, N 27
B iner, P a u l M ., N 9, N 20
B in so n , D ian e, N21
B ird , D ra y to n , N5
B
B aar, A a ro n , N 30
B a b ak u s, E m in , N 29
B a ch m an n , D u a n e P., N 9
B acik, R o g e r L ., N 33
B agozzi, R ic h a rd P., N 10, N 15
B ah n , K e n n e th D., N 26, N 28
Baig, E d w a rd C ., N 7
B aillie, D av id H ., N 19
B a k er, M i c h a e l i , 683
B a k er, R eg , N 2 0 ,N 2 1
B a k er, T h o m a s L ., N 28
B ak k en , D av id , N 7
B a la su b ra m a n ia n , Siva K ., N I
B ald auf, A r tu r, N 20
B alo g lu an d , S eyhm us, N 24
B a n a h a n , B e n ja m in E I I I , N 18
B an erjee, S u b a b ra ta B obby, N I 2
B anks, S. K ., N 8
B anks, S tev en M ., N 30
B arb, K .H ..N 2 6
B a rk e r, R a y m o n d E , N21
B arnes, Ja m e s H ., N 18
B arney, S tev en M ., N5
B arstys, Jo e , 711
B artels, L a rry M ., N 17
B arth o lo m ew , D av id I , N 22, N 28
B a rto n , C h risto p h e r, 62
B a rto n , D e b o ra h L ., N 9
B a sh fo rd ,S u zy , 683, N 28
B asilevsky, A lex an d er, N 28
Bass, F ra n k M ., N I
Bassili, Jo h n N., N 1 0
B a te m a n , C o n n ie R a te , N 8
B ates, M a ry E llen , N5
B a u m g a rd n er, M ic h ael, 202,608
B a u m g a rtn e r, H an s, N 16
B a u se ll,R . B a rk e r, N 10
B a u tista, S andy, 100
B ayan, R u b y , N 10
B each , L ee R o y , N 3
B e a rd e n , WO li am O ., N 13
B ecker, B o h , N I 7
B e d ell, A . W., N 20
B egun, B re t, N 29
B ehling, O rla n d o , N 34
Belli, R o b e rt F., N 33
B ellinger, R o b e rt, 699
B ello, D a n ie l C ., N 29
B elsley, D av id , N 26
B e m m ao r, A lb e rt C ., N 13
B e n b u n an -F ich , R a q u e l, N 17
B e n ezra , K a re n , N 2
B e n so n , B a rb a ra , N I
B e n so n , L eh m an I II, N 2, N 3
B e n so n , M h c h el, 683
B e n -Z io n , U ri, N i l
B erger, P au l, N i l
B e rg m an n , R e in h a rd , N 24
B ishop, G e o r g e F., N 16
B itta r, C h ristin e, N 26
B lack , W illiam C ., N 28
B lac k b u rn , R o b e rt, N 6
B lair, Jo h n n y , N 8
B lalock, H u b e r t M. Jr., N I 2
B lasius, Jo rg , N31
B loom , M a tth e w C ., N25
B lo o m , P au l, N 2 5 ,N 3 0
B loor, M ichael, N 6
B lu m en sch ein , K a re n , N 12, N 16
B lunch, N iels I , N 16
B lyth, W. G ., N 19
B lythe, B ru c e , 248
B obko, C h risto p h e r, N 26
B obko, P hilip, N 26
B o e d e k e r, M ika, N 3
B o lan d , A n n , N 32
B ollen, K . A ., N 26
BoDinger, C h ris to p h e r R ., N 17
B oistein, R ic h a rd , N 9
B o rak , E .,N 1 9
B o rd e a u x , D a rle n e B., N 15, N21
B ordia, P ra sh a n t, N i l
B org, Ingw er, N 30, N31
B o rm a n , W alter C ., N 14
B o rro r, C o n n ie M ., N i l
B o ru ch , R o b e r t F., N 10
B o setti, H e a th e r A ., N 23
B ottom ley, P a u l A ., N 5, N 13
B ounds, G w e n d o ly n , N 7
B o w e n , D avid M ., N i l
B ow en, G. L .,N 2 0
B ox, T erry, 65
B oyle, K evin I , N 32
B ra d fo rd , M ichael, N 22
B radley, N igel, N 19
B radlow , E ric T ., N 29
B radshaw , B ra d , 376
B rady, M ichael K ., N 14
B ranco, Jo ao , N 26
B ran d , M ., 683
B rannas, K u rt, N 4
B ra n n o n , D ian e, N 28
B rans, J. P ie rre , N 3
B rantley, B o b b i, 278
Bray, J. H ., N 25
www.FreeLibros.me
B rech , P oppy, N 7
B re m e r, J o h n , N 8
B re n n a n , Je rry M ., N 8
B rew er, K en, N 19, N 20
B rew in , B ob, N 5, N I 7
B rin b erg , D., N i l
B ritt, S. H ., N 32
B ro ck , S a b ra , N 4
B ro d esser, C la u d e , N5
B ro d y ,C .J .,N 1 3
B ro ssard , H . L ., N 8
B row n, D o n ald R ., N 25
B row n, E ry n , 370
B row n, Je a n e tte , N 26
B row n, M ichael, N 20
B row n, R e v a B e rm a n , N 3
B row n, S te p h e n , N I
B row n, S tev en R ., N I 1
B ro w n , T om J.,N 14, N 15, N 2 9
B rusco, M ic h ael J., N 29
B r uz zo n e, D o n , N 9
B u ck lin , R a n d o lp h E ., N 29
B uck m an , G ie n A ., N 10
B u n ce, A la n , N 6
B u n n , N ancy, 640
B u rd ick , R ic h a rd K .,N 2 4
B u rh e n n e , W im , N31
B u rn e tt, R ic h a rd , N 2, N 24
B u rn k ra n t, R o b e r t E ., N 25
B u rto n , B rian K ., N 16
B u rto n , Scot, N 27
B u sh , A . J., N 8
B ush, G e o rg e , 160
B u sh , G e o rg e W ., 8 2 ,1 6 0
B u tc h e r, B ob, N21
B u tle r, D av id , N 32
B u tle r, P atric k , N 2
B y rn e, D avid, N 33
B y ro m , Jo h n , N 20
C
C a b alle ro , M a rjo rie J., N 10
C a la n to n e , R o g e r, N 13
C a ld e r, B. J.,N 11
C allin g h am , M artin, N 6 , N 7, N 32
C am pbeD , A le x a n d e r J., N 23
C a m pbell, D o n a ld T., N i l , N 12, N I 5
C a m p b e ll, L ., N i l
C a n c h la , Jesse, N21
C anjels, E u g e n e , N 26
C a n n e ll, C h a rle s F., N 9, N21
C a rh n , Jo h n B., N 18
C a rm a n , Jam es M ., N 10
C a rm o n e, F ra n k J. Jr., N 30, N31
C a rro ll, J. D ouglass, 370, N 23, N 27, N 29,
N 30, N 32
C a rs o n , D av id J., N 6
C a rte r, H e le n a B o n h a m , 681
C asey, M a ry A n n e , N 6 , N 7
C assidy, H ilary, N31
C a ste lla n , N. I , N 26
C a stleb erry , S te p h e n B., N 4
C a tin a , Jo s e p h A ., N21
C atteraD , M iriam , N 7
C a ttin , P hillipe, N31
C h a d w ick , S im on, N 34
C h a k ra b o rty , G o u ta m , N 18
C h a m is, E leni, N i l
C h a n ce, B e th L .,N 2 2 ,N 2 4
114
C h a n d le r, S u sa n , N 24
C h a n d le r, T. A ., N I 3
C h a o , P au l, N25
C h a ra n , R a m , N 2
C h arles, B etsy, N 31, N 33
C h a se , D o n ald A ., N 7
C h a tte rje e , S an g it, N 28
C h a tu rv e d i, A n il, N 29
C h a u , P a tric k Y. K ., N 15
C h a u d ro n , D av id , N 9
C h e n , G ila d , N 15
C h e n , H . C .,N 2 0
C h e n , H u i-M in , N 29
C h e n , M a rk T ..N 3 2
C h e n , P e te r Y., N 26
C h e p o i, V icto r, N 29
C h ig er, S h erry , N 8
C h ild ers, T erry L .,N 8 , N 14, N15
C h in , S p e n c e r, 6 8 8 ,6 9 9
C h in ta g u n ta , P ra d e e p K ., N 6
C h ish o lm , Jo h n , N 8
C h isn a , P e te r M ., N 6, N 17, N 33
C h o n k o , L a w re n c e B., N 24
C h o w , Siu L ., N 19
C h riste n s e n , O le, N 4
C h u , W ujin, N 14
C h u ra , H illary, N 3
C h y n a , Ju lie T., N 4
C ib o tti, E lain e, N 7
Clancy, K ev in J.,N 5 ,N 3 4
C la p p , S tev en , 367
C la rk , Jo n R ., N 19
C la rk , T anya, N 33
C lem en ts, D en n y , 65
C lin to n , Bill, 160
C o b a n o g lu , C ih a n , N 9, N 34
C b h e n , Ja co b , N 2 5 ,N 2 7
C o h e n , P atric ia , N 27
C o h e n , S tev en H ., N i l
C o le m a n , A . M ., N I 4
C ollins, B. J. K ., N5
C ollins, M a rtin , N21
C o lo m b o , R ic h a rd , N 9, N 16, N 20
C o n a n t, Jeffrey S., N 2 ,N 2 5
C o n ey , K . A ., N I 6
C o n ey , K e n n e th A ., N 32
C o n ra d , F re d e ric k G .,N 1 6 , N I 7
C o o il, B ru ce, N 7 ,N 2 7
C o o k , W ad e D., N 12
C o o l, W illiam A ., N 16
C o o m b s, C . H ., N 12
C o o p e r, H arris, N 9, N 20
C o o p e r, L ee G ., N 30
C o rle tt,T o m , N 4
C o rsi, Je ro m e R ., N 7
C o rstjen s, M a rce l, N 6
C o stan za, F ra n k S., N I 2
C o u h e r, P h ilip B., N21
G o u p er, M ick P., N 17, N 18, N21
C ow les, M ich ael, N 2 4
C o x , EH P. I l l , N 14
C o x , M ich ael A ., N 30
C o x ,T revor, N 2 6
C o x , T rev o r F., N 30
C ra d it, J. D en n is, N 29
C raig , C . S am u el, N 3
C ra n e , A n d rew , N 3 3
Q rask , M .R ., N 28
C ra w fo rd , C indy, 681
N D ICE
C re e d , A d am , N 10
Cresw eU , Jo h n W .,N 3, N 4
C rey er, E liz a b e th H ., N25
C rick , D ave, N 33
Q o a l , N G a i,N 1 0
C ro n b ach , L. J., N 15
C ro n in , M a ry J., N 2
C ro n k , B rian C ., N 22, N 24
D o d d , D av id H .,N 2 5
D odge, Y ad o lah , N 14
C um m ings, S im o n e M ., N 20
O m n in g h a m , W illiam A . I l l , N 29
C urasi, C a ro ly n F o lkm an, N21
Q ir h a n , R o n a ld C ., N 29
Q ir r e n , M a ry T., N 2
C u rrim , Im ra n S., N 31
C zaja, R o n a ld , N 8
D o n th u , N av ee n , N 26
D o rfm a n , A lan H ., N 19
D o rfm a n , P eter, N 27
D
D adzie, K ofi Q ., N 22
D ah l, D a rre n W., N 3
D ah lstro m , R o b e rt, N 3
D aley, Jam es M ., N 28
D allagb o, L aw re n ce, 681
D a n a h e r, P e te r J., N 32
Dansky, K a th ry n H ., N 28
D arkow , M ichael, N 6
D au m e, H ak N 8
D avid, D a r re n W., N21
D av id so n , F re d , N 23
D av id so n , P au l, 370
Davis, B., 686
D avis, C aroline, N 24
Davis, M a rk A ., N 17
Davis, R o b e rt A ., N 13
D avis, S te p h a n ia H ., N I 4
D avison, M a rk L ., N 30
D aw ar, N ira j, N 12
D aw es, JilUan, N 3
D aw id o w sk a, K a ta rz y n a , N5
d e A n d ra d e , P. P in h eiro , N 34
d e C h e m a to n y , L esbe, N 24
d e L aine, M a rlen e, N 12
d e ViDe, B arry, N I
D ean, Jo sh u a , N 32
D eigh to n , Jo h n , N 6
D eL o m e, E d w a rd R ., 370
D e L o rm e , D en ise E ., N 27
D e n h a m , B ry an E ., N 23
D en o v a, Jam es, 686
D en stad h , J o n M a rtin , N 9
D esai, K alp esh K au sh ik , N25
D eS arb o , W ayne S., N 23, N 27, N 30
D e sh p an d e, R o h it, N 27
D e sh p an d e, Satish P., N 19
D esid erio , L o ri, N 33
D eV ito , D anny, 42
D e x te r, A ndy, N I , N 2
Dey, E . L .,N 2 0
D ia m an to p o u lo s, A d am an tio s, N I 7
D ibbs, S., N 29
D ich ter, E rn e s t, 137
Didow , N icholas M ., N15
D ietz, J., N 13
D i lim a n , D o n A ., N 19
D illon, N ancy, N 3
DiDon, W. R ., N 28
D in , Jam al, 611
D ing, A . A d am , N 28
D isp e n sa, G a ry S., N 26
D o c h a rta ig h , N iall . , N 4
www.FreeLibros.me
D o d so n , Jody, N5
D ogar, R a n a , N 6
D o h erty , M ichael E ., N 26
D o l v er, M a rk , 374, N 24, N 33
D o lv en , B e n , N 20
D o n a v a n , D. T o d d , N 15
D o u g h erty , C a rte r, N 22
D ouglas, S u san P .,N 3, N 33
D ouglas, V icki, N 30
D oyle, P e te r, N 30
D ra g a n , F eo d o r, N 29
D rak e, P e rry D., N 5
D rn e, J. W., N 20
D ra n o v e , D avid, N5
D ra p e r, N. R ., N 27
D riscoll, W ad e C .,N 2 4
D ro zd en k o , R o n a ld G , N5
D ukakis, M ic h ael, 160
D u n st, L arry, N 24
D u n te m an , G e o rg e H ., N 28
D u rg e e , Jeffrey F., N 7
D u tk a , S o lo m o n , N 4, N 16
D w ek , R o b e rt, N 10
D y er, L eigh, N 8
E
E asley, R o b e rt F., N31
E astw o o d , C lin t, 681
E b e n k a m p , Becky, N 2 , N 7
E ckel, S a ra , N 6
E c k e rt, M ichael, 367
E c k h a rt, D en n is, 658
E d m o n d so n , B ra d , N 17
E d m o n sto n , Ja c k , N 7, N 9, N 22
E h re n b e rg , A . S. C ., N 3 2
E in h o rn , M ic h ael A ., N 33
E lB oghdady, D in a , 380
E lfrin k , Jo h n , N 9
E lk in ,T o b i,N 2
E ll is, P au l, N 3
E m m ons, N a ta sh a , N 33
E nis, B e n M .,N 1 3
E p h ro n , E rw in , N 10
E rd e rn , T ulin, N 6
E rd o g a n , B. Z a fe r, 683, N 9, N 20
E rd o s, P a u l L ., N 9
E re a u t, G ib , N 6 , N 7, N 32
EreveD es, S unik N 19
E re z , A m ir, N25
E ssle m o n t, D., N 20
E tk in , C y n th ia, N5
E tm e k jia n , C h a rlie, N I
E tte n s o n , R ic h a rd , N I 8
E v e re tt, S. A ., N 20
E v e ritt, B ria n S., N 30
E v e rt, C hris, 46
Ew ings, P., N 20
F
F ader, P e te r S., N 29
Faire lough, G o r d o n , N 33
Fan, Ying, N 26
F arh an g m eh r, M inoo, N 33
Farris, P a u l W., N i l
N D ICE
F&yed, R a m z l N I
f e d e r , R ic h a rd A ., N 7
Feick, L aw re n ce F., N 23
Feld, K arl, N 21
Fell, D an iel, 694
F ellm an , M ic h elle W irth , N1
f e r b e r , R o b e rt, N 4, N 9
f e r n , E d w a rd F ..N 6 , N 7 .N 2 0 , N 25, N 28
f e rn a n d e z , K a re n V., N 8
F estervand.T V oy A ., N 23
F estin g er, L ., N 12
F etto , Jo h n , N i l
Field, J. G ., N 24
F ielding, N igel G ., N21
F in k , A rle n e , N 9, N 1 5 ,N 1 8 , N 22, N 3 2
Finn, Ja c k , 576
Fish, K elly E ., N 18
F isher, M. R ., N 19
F isher, N. I., N 32
F iske, A lan P ag e, N15
F lam er, K e ith , 368
FlanneDy, K ev in J., N 20
F letch er, C hve, N 33
F letch er, K a re n , N 9, N 34
F lint, Jo e , N1
F lo ttau , Jens, N 27
Flutie, D o u g , 681
F lynn, L eisa R e in e ck e, N 14
F bk, L illian , N 28
f e k ,W in g M .,N 2 8
FoDces, V alerie S., N 2
f e r r e s t, C a th e rin e , N 6
F o rrester, R o s a lin d H ., N 30
f e rs e te r , M u rray , N 27
F o rster, Julie, 370
F b rth o fer, R . N ., N 20
Fow ler, F lo y d J. Jr., N 8 , N 9, N 15
Fox, B ru c e , N 6
F ra ed rich , Jo h n P., N 30
Fraley, B etty, 424
F ram , E u g e n e H ., N 7
F rance, M ik e, N 16
F ran k , R o n a ld E .,N 2 3
F ran k e, G e o rg e R ., N31
F r a n k e l L e ste r R ., N 4 , N 16, N 19
F ra n k e l M a rtin R ., N 18, N 19, N21
F ra n k lan d , Ja n e , N 6
F ran k w ick , G a r y L ., N 18
F ranses, P h ilip H an s, N 28
F re em an , M ic h a e l N I
F re id en J. B,, N 16
F ren ch , W a rre n , 686, N 27
F re n d b erg , N o rm a n , N 2 2
F rev ert, B ra d , N 34
Frey, Ja m e s H ., N21
F ried m an , H . H .,N 1 4
F ried m an , H e rsh e y H ., N 13
Fritz seh e, D av id J., N 29
F u llerto n , Ja m i A ., N 23
F iin k h o u ser, G. R ay, N 29
F urm ansky, H o w a rd , N 7
G
G a e th .G a ry , N 18
G a ito n .J o h n , N 14
G aD u cc l J o a n n e , N 18
G a m b a , P hilip, 633
G am b le, B a rt, 254
G a n n o n , FC. M ., N 14
115
G ro v es, R o b e rt M ., N 20
G r u n e rt, K laus G ., N 7
G r u n e rt, S u z a n n e C ., N 7, N 34
G u b riu m , J a b e r F., N21
G a r s te n .E d , N 18
G askeD , G e o r g e D., N 16
G a tig n o n , H u b e rt, N5
G ed d es, A n d rew , N 27
G e is t, L a u ra C la rk , 712
G e n c tu rk , E .,N 1 5
G endaD ,P ., N 20
G etz, P a tric ia M ., 333, N 18
G iaco b b e, R a lp h W., N 2, N 33
G ib so n , L a w re n c e D., N1
G iges, N ancy, N 2 6 ,N 3 0
GiU, Jo h n , N 6 ,N 7
G u e n g e l P a m ela G , N 9
G u e n z e l P. J., N21
G unneD , D., N 20
G u p ta , V ipin, N 27
G u th , R o b e r t A ., N 7
G u tsc h e , A n n M ichele, N 32
G u ttm a n , C h e r y l 689
G iU ett, R a p h a e l N 19
G ill h am , B ill N 1 5 .N 1 7
Gilly, M a ry C ., N 23
G ilm o re , A u d rey , N 6
G iv o n .M . M ., N 14
G la n tz , S ta n to n A ., N 25, N 27
G lasscoff, D av id W .,N 8
G lass m an , M a rc B., N21
G le n , XX, N 28
G le n n , N o rv al D., N 4
G lisa n , G e o rg e B., N 28
G o fto n , K e n , N 12
G o ld , L au ren c e, N 10
G o ld b e rg , M . A ., N 26
G o ld fa rb , Jaim e, 409
G o ld sm ith , Jeff, N 3
G o ld sm ith , R o n a ld E ., N 7, N 26
G o ld ste in , H e a th e r R ., N 34
G o ld ste in , M ., N 28
G o o d m a n , L. A ., N 23
G o o d s te in , R o n a ld C ., N 5
G o re , A lb e rt, 160
G o rm a n , Jo h n W., N 8
G o m , G e ra ld J., N i l , N25
G o rto n , K .,N 1 8
G osling, A n n , N 15
G o u ld , G r a n t F., N 4 .N 1 0 , N 1 2
G o u ld , Jam es L .,N 4 , N 10, N 12
G ra e ff, T im o th y R .,N 8 , N 15, N 16
G r a n t, L in d a, N 32
G ra p e n tin e , T erry, N 27
G ray, P e te r H ., N1
G ray, R o b e rt, N 2
G re d e , Jo h n , N1
G re e n , Ju d ith , N 19
G re e n , P a u l E .,N 2 3 , N 27, N 2 9 ,N 3 0 , N 32
G re e n , R .C . Jr., N 16
G re e n , R .T .,N 19
H
H a a c k , T re n to n , 386
H a a ije r, R in u s,N 1 0 , N 3 2
H air, Jo s e p h F. Jr., N 8 ,N 2 8
H aire, M a iso n , N 7
HaD, Jo n a th a n , N 6
H aller, T erry, N 16
H a llib u rto n , C hris, N 24
HaDiday, Je a n , 65, N 1 ,N 5 , N 8
H alm an , 1. M ., N 3
H a h n e , M e rja, N 12
H a m m e tt, Y v e tte C ., N 22
H a n ,C . M in, N 10
H an g es, P a u lJ .,N 2 7
H an isch , K a th y A ., N 14
H a n n a , N essim , N 13, N 28
H a n ra h a n , P atric k , N 16
H a ric h , K a trin R ., N 30
H a rm o n , Am y, N 24
H a r n e tt, D o n ald L ., N 24
H arris, Judy, N 12
H a rris, S ta n le y G ., N 16
H arris t h a l J o a n n , 401, N 22
H arvey, Jo a n E ., N 26
H arz ing, Anne-W U , N 21
H a tc h , D enny, 273, N15
H ath aw a y , M isty, 694
H a tu s h , Z e d a n , N 4
H a u s e r, Jo h n R ., N31
H avitz, M a rk E ., N 29
H aw es, Jo n M ., N 28
H aw kins, D el I., N 16, N 32
H ays,W . L ., N 25
H e a th , R e b e c c a P., N 4
H e d b e rg , A se, N 34
H eilm a n , C a rrie M ., N 24
H eim , S a ra h , 64
G r e w a l D h ru v , N 15, N 28
G rie r, S o n y a A ., N 27
H elg e se n .T h o ro tf, N 30
H eD evik, O ., N 23
H em lo ck , D o re e n , N 33
H e n d e rso n , C a ro lin e M ., N 6
H e n n e l M ichael J., N 2
H enry, G a r y T., N 18
H e rm a n , M ic h ael W., N 13
H e rn d o n , N e ilC .,N 4 ,N 3 0
H errig e s, Jo s e p h A ., N 16
H e rrm a n n , R o b e r t O ., N 16
H erzo g , B o a z, 381
H ess, Je n n ifer, N15
H e y l S te p h e n M ., N 3
H ie m stra , S te p h e n J., N 32
G ro g a n , T h o m a s J., N 2 0
G ro n h a u g , K jefl, N 6
G ro v e r, R . M ., N 20
G re e n a c re , M ic h ael L ., N31
G re e n b a u m , T hom as, 643-44
G re e n b a u m , T h o m a s L ., N 6, N 8 , N 32
G re e n b u rg , K a r l 65
G r e e n le a l E ric A ., N 14
G re e n sp a n , A la n , 105
G r e e r , T h o m a s V., N 20
G reg o ry , S., N 10
www.FreeLibros.me
H il l J. D e e , N 7
116
H ill, Ju lie S k u r, N 3 4
H ill, R. P., N 16
N D ICE
H o e k e , S., 683
H o en ig , Jo h n M ., N 24
Jones, B ra d fo rd S., N 14
Jones, P e te r, N 34
Jo rd a n , M ic h a e ! 63,681
Ju m a h , A gnes, 64
H inkin, S u e, N 32
H in k in , T im o th y R ., N 15
H o ld e n , S t e p h e n ! S., N5
H o lo h e a n , E d w a rd J. Jr., N 30
H o lste in , Jam es A ., N 21, N 21
H o lzw o rth , R . Jam es, N 27
H o n o m ic h ! Jack , N I , N 33
H o p k in s, S h irley A ., N 23
H o p k in s, W illie E ., N 23
H o u se m a n , Jo h n , 681
H o w a rd , D en n is R ., N 29
H u , C lar, N 32
H u , M ich ael Y., N 5 ,N 1 6
H u a n g ,G .,N 1 0
H u b b a rd , R a y m o n d , N 9
H udson, G a i!N 2
H u i, K a i L u n g , N15
H u llan d , Jo h n , N 4
H u m e, E v ely n C ., N 16
H u m p h re y , T aylor, N 19
H u n g , C . L .,N 1 0
H u n t, D av id , N 15
H u n t, Jam es B., N 24
H u n t, S h e lb y D., N 3 .N 6
H u tt, M ic h ael D., N 18
H y a tt, E . M .,N 1 2
I
Iaco b u cci, D aw n , N 32
Iaco cca, L ee, 13
Ib rah im , N a b il A ., N 2 8
Im ms, M ik e ,N 6, N 7, N 32
Irw in , Ju b e R ., N 26
J
Jaccard , Ja m es, N25
Jack so n , B a rb a ra B u n d , N 27
Jacoby, Ja co b , N 17
Ja eg er, R . M ., N 1 8
J a ffe ,E . D., N 17
Jain , A ru n K., N 13, N 30, N31
Jain , C . L ., N 2
Jam es, D a n a , N 8 , N 33
Jam es, Je a n n in e M ., N 9
Jam es, W illiam L ., N 27
Ja m ie so n , L in d a, N 28
Janky, D en is G ., N 2 4
Ja rb o e , G ien R ., N 2 7
J a rra tt, D en ise, N I
Jarvis, S tev e, N 10, N 20, N21
Jav elin e, D e b ra , N 16
Jay an ti, R a m a , N 2 3
Jen k in s, S te p h e n , N 15, N 22
Jeong, In sik , N 19
K la s to rin ,T .D .,N 2 9
K lecka, W. R ., N 28
K leiser, S u sa n , N1
K link, R ic h a rd R ., N i l
K lopp, C h a rlo tte , N 28
K lum p, L in d a , 312
K n a u p e r, B a rb e ! N 16
K n o tt, M a rtin , N 28
K ochin, D. Y u, N 2
K oczkodaj, W a ld e m a r W., N 13
K oopm an, S. X, N 26
Kopp, R o b e r t ! , N 29
K o p p elm an , F ra n k S., N31
K o rg ao n k ar, P ra d e e p , N 24, N 26
K ortnev, A . V .,N 2
Jupp, V icto r, N 23
Juvoung, K im ,N 3 0
K oschat, M a rtin A ., N 27
K osenko, R us ta n , N 28
K oser, G le n n , 374
K otabe, M a s a a k ! N5
K o v a le s k ! D av e, 683
www.FreeLibros.me
L
L a B a rb e ra , Priscilla, N 10
L ach en b ru ch , P. A ., N 27
L aczniak, G. R , N 3, N 24
L ad en d o rf, K irk , 382
Lafley, A la n , 225
L a ! R ajiv, N 6
L am , S h u n y in , N 4
L am , S im on S. K ., N 15
L an caster, H . O ., N 23
L ance, H o w a rd , 695
L ance, Tony, N 3
L a n d a u , P e te r, 374
L a n d a u , S abine, N 30
L an d o n , E . L. J r ., N 8
L andy, B re n d a , 340
L an e, V icki R ., N 12
L an g er, Ju d ith , N 8
L an g to n , B ry an , 369
L arichev, O. I., N 2
L arkins, E rn e s t R ., N 16
L a rse n , M ichael D., N 20
L atshaw , C ra ig A ., N31
L a u re n t, G illes, N i l , N 12
Law, K e n n e th S., N 34
L aw rence, K eith , N 12
L aw to r, L e a n n a , N 28
L azer, Je rry A ., N 24
117
N D ICE
L azer, W illiam , N 25
L e,T .,N 1 7
L each , Jo h n , N 3 2
L eclerc, F ra n c e , N 10
Lee, B you n g -W o o , N 10
Lee, B yung-Joo, N 2 2
Lee, E u n k y u , N 4 ,N 5 , N 9, N 16
L ee, H a n jo o n , N 3
Lee, Jack K . H ., N 4, N 6 ,N 3 0
Lee, M ich ael, N 3 2
Lee, S u n g h o , N 26
Lee, T h o m as, N 1 0
L eed er, S te p h e n , N 8, N 18
L eefer, J. R ., N 14
L eeflang, P e te r S. H ., N 3
L eese, M o rv e n , N 30
L eH ard y , M elissa, N 33
Leigh, J. H ., N25
Leigh, L a u re n c e E ., N 14
Leigh, T h o m a s W., N 32
L e in h a rd t, S am u el, N 9
L em o n , K a th e rin e W., N 6
L e n e rt, L eslie A ., N 30
L e m e r, N o rm a n , N 34
Leu, S o u -S en , N 4
L evine, D avid M ., N 19, N 22, N 23, N 24
L evitt, R o n , N 4
Levy, M ich ael, N 25, N 30
Levy, S id n e y J., N 7
Lewis, B a rb a ra R ., N 28
Lewis, P au l, N 34
Li, Isab ella, N 1 8
L icata, Ja n e W ., N 15
L ic h te n stein , D o n ald R ., N 27
L ie b er, R o n a ld B., N 7
L ieb m an , M ilto n , N 33
Liechty, Jo h n , N i l
L iengm e, B e rn a rd V., N 22, N 24
L ik e rt, R e n s k , 258, N 13
L ilien, G a ry L ., N 3
Lim , Je en -S u , N 28
L in, A lfre d , N 30
L in d e b o o m , M ., N 4
L in d q u ist, Jay D., N 3
Lindzey, G ., N 7
L in n e tt, R ic h a rd , N 10
L io tta, B e tty a n n , 699
L ip m an , Jo a n n e, N 6
L ipson, S a ra , N 4
L ittle, E ld o n L .,N 9
L ittle, R J . . N 2 0
L iv e k b erg er, Je a n n e , N i l
L o ck e, L a w re n c e F., N 33
L o ck lear, H e a th e r , 681
L o d k h , L e o n a rd M ., N i l
L o h tia, R h u , N 20
L o n ia l,S .C .,N 1 4
L o o ssch ild er, G e r a r d H ., N 31
Low, G e o r g e S., N 32
Low e, Jo n a th a n W., N 6
L u b e tk in , B e th , N i l
Lucas, G e o r g e H . J r ., N 13
L uk, S h e rriff T. K ., N 6
L u m p k in , Jam es R ., N 24
L u n d en , Jo a n , 42
Lusch, R . F .,N 1 4
L usk, E d w a rd J.,N 2 0
L utz, J o h n , 690
Luyens, S erg e, N 16, N 22
Lynch, Jo h n G. Jr., N i l
L ynn, M ichael, N 12
M
M acD o u g all, C o h n , N 6
M acfarlane, P hylhs, N 18
M acK ay, D av id B .,N 31, N 32
M a clach lan , D ouglas L ., N 1 0
M acL achlan, Ja m es M ., N 10
M a cL au rin , D o n ald X ,N 1 7
M a cL au rin , T anya L ., N 17
M ad d en , C h a rle s S., N 10, N 20
M addox, K a te , N 18
M addy, B la ir A ., N 30
M a d o n n a, 681
M a ek aw a, K oichi, N 27
M a h a ja n , Vijay, N 25, N 30, N31
M a h er, L isa, N I , N 18
M a h ler, D avid Q ., N 27
M aines, Jo h n , N 20
M ainprize, Ja n e t, N 24
M a lh o tra , N a re sh K .,N 1 , N 2 ,N 3 , N 8, N13,
N14, N 1 9 .N 2 2 , N 23, N 29, N30,
N32, N 33, N 34
M a lh o tra , S., N 14
M alo, K eith , N 2, N 5
M an g alo g lu , M e h m et, N 24
M a n g le b u rg ,T a m a ra F., N 15
M a n rai, A jay K ., N 30
M aps to n e , M a ry B e th , 400
M a rc h a n t, L. X, N 19
M a rem o n t, M a rk , N 23
M arhsaU , G r e g W., N 2
M a rin elh , Jo s e p h , N 13
M arkus, G re g o ry B., N 4
M a rm o l,F ra n c e sc , N 26
M arquis, K e n t H ., N 1 6
M arquis, S im on, N 17
M a rte a u , T h e re s a , N 15
M artin, E ., N 17
M a rtin , C h arles, N 19
M a rtin , G e o ffre y L ee, N 33
M artin, W. S., N 26
M ason, C h a rlo tte H ., N 27
M a so n , T ania, N 2
M a teja, Jim , N 6
M athw ick, C h a rla , N 14, N 23
M a tsu k u b o , S h in y a, N 10
M a u re r, R o b e rt, N i l
M axon, T erry, N5
M axw ell, S. E ., N25
M ayers, Je ro m e L ., N25
M ayhew , G le n n , N 6
M ay n ard , M ichael, N 10
M ayo, C h a rle s, 693
M ay o , W illiam , 693
M aytas, L aszlo, N 4
M azella, G lo ria F., N 6
M cAvoy, K im , 368
M c B u rn e tt, M ichael, N 16
M c C a n n -N e k o n , M ichelle, N25
M cC arthy, M ichael, N 32
M cC lellan d , G a ry H ., N 26
M c C len d o n , M c K e e J., N 27
M cC oD -K ennedy, Ja n e t, N 14
M cC om bie, S u san C ., N21
M cC onnell, C h a rle s R ., N 33
M c C o rt, D aniel, N 8, N 33, N 34
M c C rack en , Jeffrey, 691
M cC ullough, J..N 2 3
www.FreeLibros.me
M c D am iel, S te p h e n W., N 2 0
M c D an iel, C a rl D., N 27
M c D o n a ld , D ale, N 32
M c D o n a ld , G ael, N 13, N 23, N 34
M c D o n ald , K a th ry n M ., N 30
M c E n ro e, Jo h n , 63
M c G ra th , J. E ., N i l
M c In ty re, S helby H ., N 27
M ckay, B etsy, N15
M cM aster, M a rk , N 9
M cN abb, D o n o v a n , 116
M cS heehy, Will, N 32
M c ta v k h , D. G ., N15
M eadow s, S u sa n n a h , N 29
M e h eg an , S e a n , N 12
M e lam ed , L a w re n c e E ., N i l
M 6 n d e z-W ik o n , D e b o ra h , N 10
M e n o n , G e e ta ,N 9 , N 16
M e ssm e r, D o n ald J., N 17
M ic h ek , K e n n e th M ., N 25
M id d leto n , K a re n L ., N15
M id d leto n , M ichael R ., N 22, N 24
M ilat, A n d re w J., N 9
M iles, Jerem y, N 26
M iles, L o u ella , N 24
M iller, B ob, 656
M iller, C y n d e e , N 26
M iller, D e lb e rt C ., N 12, N 13
M iller, G in a , N 2
M iller, Ja n e , N21
M iller, Jeff, 558
M iller, Ju d ith T hom as, N31
M iller, P e te r U., N 9
M iller, R a c h e l, N 15
M illigan, G., N 29
M ilbot, J im ,N 1 2
M ilne, G e o rg e R ., N 15, N 17
M ilner, L a u ra M ., N 23
M k h ra , R ic h a , N 8
M k r a , R a n jita, N 4
M itch ell, A la n , 714
M itchell, P au l, N 8 , N 18
M itch ell, V in cen t-W atne, N 28
M iy azak i, A n th o n y D., N 24
M izerski, R . W .,N 16
M o, C h u l-M in , N 29
M o e, X, 683
M oe, W en d y W., N 29
M o itra , S oum yo, N 18
M o llen k a m p , C a rric k , N 18
M o n ro e, K e n t B., N 20, N25
M o n ta g u e, Jim , 706
M on tg o m ery , D av id B., N 27
M oody, Ja n e t, N 33
M o o re, B o o th , N 10
M o o re, Ju lian n e , 681
M o o re, W illiam L ., N 32
M o o rm an , C ., N i l
M o o z ak k , C h u c k , N 8
M o reo , P a tric k J., N 9
M o rg a n , D av id L ., N 7
M o rg an , N eil A ., N 2
M o rre l-S a m u e k , P alm er, N 14
M o rriso n , D. G ., N 28
M o rriso n , D o n a ld G ., N 29
M o rt, S im on, N 32
M orton-W illiam s, Je a n , N21
M o rw itz, V icki G ., N 21
M o sch k , G e o rg e P., N 24, N 29
118
M o sh k o v ish , H elen M ., N 12
M o ssh o ld er, K ev in W ., N 16
M ow en , Jo h n C ., N 15
M ullen , M ich ael R .,N 1 5
M u ller, G a le D., N 21, N 22, N 30
M urphy, G a r d n e r , N 13
M urphy, G re g o ry B., N 8, N 18
M urphy, H . L ee, N 17
M urphy, Ia n P., N 2 ,N 3 ,N 3 1
M urphy, K evin M ., N 22
M urphy, L ee, N 9
M urphy, P. E .,N 3 , N 2 4
M urphy, P a u l R ., N 28
M u rp h y , W illiam , N 1 3
M sse n d en , S e a n , N 18
M u th u k rish n a n , A . V., N25
M yers, M a tth e w B., N 15, N 34
M yers, T om , 584
N D ICE
O C ass, A ro n , N 1 3 -N 14
O C o n n e ll, V anessa, 377, N 2
O fir, C h e z y ,N 1 2 ,N 1 4
O g d en , Jam es R ., N31
O ishi, S ab in e M ., N21
O k s e n b e rg , Lois, N 9
O ldendick. R o b e r t W., N 16
O m u ra ,G . S .,N 1 6
O n es, D en iz, N 9
O p d y k e, J e ff D., N 18
O s tro m , Am y, N 32
O s tro m , C h a rle s W., N 17
O s tro m ,T. M ., N 14
O tta v ia n i, Jo e , 166
O u y an d , M ing, N 17, N 33
O v erall, Jo h n E ., N 23
O verbey, V ance, 36
O v erm ey er, C ary, N 8
O w ens, D e b o ra h , N 22
N
N ak am o to , K e n t, N 24
N ak w ah , R a je sh , N 8
N ap o li, Julie, N 5
N a ra y a n , Ja c k , N i l
N a tte r, M a rtin , N 6
N e a l, W illiam D .,N 1 , N 29
N ear, J a n e t P., N 16
N e b e n z a h l, I. D., N 17
N eff, Jack , 714, N1
N e iro tti, L isa D eply, N 23
N elso n , E m ily, 683
N elso n , Jam es E ., N 22
N elso n , L loyd S., N i l
N esh n , S c o tt A ., N 6
N etem ey er, R ic h a rd G ., N 13, N 27
N eter, Jo h n W., N 2 5
N e u e n d o rf, K im b erly A ., N 10
N ev id , Je ffe ry S., N 8
N ew ell, S te p h e n J., N 12
N ew m an , Jessica C la rk , N21
N ew m an , L ynn M ., N 16
Ng, Ig n ace, N 2 3
N icholls, W illiam I I, N 9
N ich o lso n , Jack , 681
N ich o lso n , Joe, N1
N ick el, K a re n , N 1 2
N ielsen , C h ristin e, N 2 2
N ielsen , R o b e rt L ., N 22, N 30
P
P ak , S uk g o o , N 19
Pa Diste r, Jo h n , N21
P alm er, Jay, N 32
P alm eri, A n d rew , 370
P alm eri, C h risto p h e r, 370
P an ig rah i, B., N 4
P ara su ra m a n , A ., N 2, N 13
P ieters, R ik , N 10
P inson, C h ristian , N 13, N 30
P ires, G u ilh e rm e D., N 1 0
Pitts, G a il,N 5
P luzinksi, C a ro l, N 21
Pol, L ouis G , N 19
P olak, Jo h n , N 34
Politz, A lfre d , 137
P o liv k a ,A .E .,N 1 7
P ollack, L ance M ., N 21
P o p ely ,R ick , N 6
ftrp o v ich , P au la M ., N 26
to p p in g , R o e l, N 16
to s t , C a ro l, N5
P othas, A n n e-M arie, N 16
P ra d o , A n to n io A ., N5
P rasso, S h e rid a n , 370
P re m a c h a n d ra , I. M ., N 4
P resser, S., N 1 4 .N 1 6
P re sser, Stanley, N 15, N 16
P r ic e ,! H . , N 20
P ristin , T erry, 380
P u lak o s, E la in e D., N21
Puffins, ED en B o lm a n ,N 3 , N i l , N25
P unj, G irish , N 29
P u sa te ri, M icahel A ., N1
P utsis, W illiam P Jr., N 27
P arfitt, Jo h n H .,N 5
P ark, C . W h an , N 1 3 .N 2 7
P ark, C h a n S u , N31
Q
Q in .Jin g , N 20
Q u , H ailin, N 18, N 29
Q u e lc h , J. A ., N 10
P ark, Ja e, N15
P ark, J u n e S., N 1 8
P ark er, K e n d ra , N 10
P ark er-P o p e, T ara, N 12
P arsons, A . L ., N i l
P a tte n , M ild re d L ., N 16
P atzer, G o r d o n L ., N 5
P aul, G erry , 189
P aul, P e te r J.,N 1 4
Payne, S. L .,N 1 5
P ayne, Stanley, 281, N 9
P eacock, Jam es D., N 20
Pearcy, D aw n , N 14
P e a rso n , K arl, 497
P ecotich, A n th o n y , N 3
P e d d e r, W illiam , N 29
P en fo rd , M ike, N1
P erlm an, R h e a , 42
P e rre a u lt, W illiam D. Jr.,N 1 2 , N 14, N 27, N 28
P errien , J., N 12
N o el, N o el M ., N 13
N o elle -N e u m a n n , E ., N 16
Perry, C h a d , N 6
Perry, M a rk E .,N 2 7
N o n a k a , Ik u jiro , N 8
N onis, S a ra h , N 2
N orris, C . E ., N 1 4
N o tess, G re g R ., N5
N o w ell, C liffo rd , N 12, N I 9
Nowlis, S te p h e n M ., N 6
N unes, Jo s e p h C ., N 3
N unnaUy, Ju m C ., N 12
N w ach u k w u , S av io u r L. S., N 2
P eter, J. P au l, N 1 5
P eters, M ichael, N 18
P eterso n , B etsy, N 4, N 12
P eterso n , C . C ., N 14
P e te rso n , D an e, N 25, N 32
P eterso n , M a rk , N I , N 19, N 29, N 33, N 34
N yaw , M e ee-K au , N 23
N y g aard , A rn e , N 3
O
O B rie n , Jo h n , N 17
www.FreeLibros.me
R
R a b in o v itch , E y a ! N 3
R ados, D av id L ., N 2 7
R ag h u b ir, P riya, N 9, N 16
R a h tz ,D o n R ., N 28
R aj, S. P., N i l
RaU apalli, K u m ar C ., N 13
R a m a n , P ra sa n n a , N 28
R am asw am y, V e n k atram , N 5, N i l
R am sey, P atric ia , N 33
R angasw am y, A rv in d , N 30
R a o , A m b a r, G ., N 24
R ao, C . P., N 28
R ao, P o d u ri, N 18, N 19
R a o , R ajiv M ., N 22
R a o , S anjay K ., N 2
R a p e rt, M olly In h o fe, N 2
R app, S., N 33
R a sm u sso n , E rik a , 686
R a u , P ra d e e p A ., N 24
R a y m o n d , Jo a n , N 7
R a y m o n d o , Jam es C ., N 18
R eddy, S. K ., N 26
R e d in g to n , M ichael, 388
R e ed , K e n ,N 3 1
R eg an , M ic h ael, N 33
R e ib stein , D av id I , N5
R e id e n b a c h , R. E ., 603, N 30
R e in a rtz , W e rn e r X, N 28
R e in g e n , P e te r H ., N 18
R eisen w itz, T im o th y H ., N 14
R eiss, A n g e lik a D., N 9
R e ite r, Je ro m e P., N 18
R e n tz , Jo s e p h Q , N 4 , N 15
119
N D ICE
R en tz, K a th ry n C ., N 6
R e y er, L iz a b e th L ., N 9
Reyes, S o n ia, N 3
R ey n o ld s, E m m a, N 29
R ey n o ld s, F re d D., N 4
R eynolds, M a rio n R . J r .,N 1 9
R eynolds, N in a, N 1 7
R h o ad s, A n g ela, N 25, N 32
R icchiello, Jo h n , 418
Rice, M a rsh all, N 17
R ich ard s, L a rry E ., N21
R ic h te r, D., N 20
R ic k a rd , L eah , N 1 2 -N 13
R id d e r, G ., N 4
R ig d o n , E d w ard , N 14, N 23
R io rd an , E d w a rd A , N 27, N 29
R itch ie, L in d a, N 18
R ittich ain u w at, B o n g k o sh N gam som , N 29
Ro, K ong-K yun, N 10
R o b e rts, J., N 20
R o b e rts, Jim , 30
R o b e rtso n , B re n t, N21
R o b in , D. P., 603, N 30
R o b in so n , W illiam T., N 3
R o b so n , K a te , N 6
R o d es, N ev in J., N 19
R o e h m , H a r p e r A . Jr., N i l , N 25
R o e h m , M ic h elle L , N i l , N25
R o g e lb e rg , S tev en G ., N 16, N 20
R o h d e , C a rl, N 4
RoD ere, M a rg re t R ., N 4
R o m a n o , A lliso n , N5
R om eo, P e te r, N 12
R o m sb u rg , H . C h arles, N 29
R o o t, A n n R ., N 2
R o sb e rg e n , E d w a rd , N 10, N31
R osecky, R ic h a rd B., N 27
R o se n b a u m , P a u l R ., N i l
R o s e n b la tt, Je rry A ., N 24
Rosknv, S ydney, N 1 3
R oss, S id, 686
R oss, W illiam T. Jr., N25
R ossi, P e te r H .,N 1 8 ,N 1 9
R o ssm an , A llan J., N 2 2 ,N 2 4
R o th , H ay es, 3 6 7 -6 8
R o th , P h ilip L ., N 26
R o to n d o , Jo h n A ., N 29
R o w lan d , M . L ..N 2 0
R o y all, R ic h a rd M ., N 19
R u b in stein , E d , N 12
R u d e Bus, W illiam , N 20
R u e k e rt, R . W., N 15
R u g im b an a, R o b e rt, N 27
R u ssell, G a ry J., N 6
R ussick, B e rtra m , N 20
Russo, J. E d w a rd , N 10
Russo, M . J e a n , N l l , N 1 2 ,N 1 5
R u st, L a n g b o u m e , N 9
R ust, R o la n d T., N 7
R y an , B a rb a ra F., N 22, N 24
R y d h o b n , Jo sep h , N 1 ,N 6 , N 9, N 16, N 17,
N22, N 32
S
S ab e, Je n n ifer, N 3
S achdey, A m eet, 6 2
S ad aran g an i, P ra d ip , N 15
S a e e d , S am iee, N 19
Sahay, S u n d eep , N 22
S ah I, R o b e rt J.,N 2 8
S alam a, E ric, 395
S alk in d , N eil J., N 12, N 13
S a h z ,L id a C .,N 1 7
S am p ath , S .,N 18, N 19
S a m u e k o n , R o b e r t J., N5
S nchez, R o n , N 3
S an d o r, Z so lt, N31
S an g erm an , C y n th ia , N 3
Sao, J u n , N 20
S ap sfo rd , R o g e r, N 23
S au n d ers, J o h n , N 30
S ayre, Shay, N 6 ,N 7
S cam m o n , D e b ra L ., N 25, N 30
S c h erh o rn , G ., N 34
Schick, S h a n e , N 19
S chiffm an, L eo n G ., N 5
S chim itt, B e rn d H ., N25
S chleck, A n a sta sia , N 13
S chlegelm ilch, B o d o B., N 17
S chm id, Jack, N 8
S ch m itt, B e rn d H ., N 12
S ch m itt, B ill, 374
S ch m itt, N e a l,N 2 1 ,N 2 7
S ch n eid er, K . C ., N 14
S ch n eid er, M ichele, 4 9 5 -%
S ch n eid m an , D ian e, N 32
S chrge, M ichael, N 15
S chultz, H o w a rd , 379
Schultz, R o g e r F. Jr., N25
S ch u m an , H o w a rd , N 14, N 15, N 16
S ch w artz, D av id O ., N 8
S chw artz, E p h ra im , N5
S chw artz, K a re n , N 3
S chw artz, M atthew , N 8
S chw arz, N .,N 16
S chw arz, N o rb e rt, N 16
S co tt, B. S tacey, N 10
S co tt, R o b e rt W., N 3
S e a to n , A . V., N 9
Segal, M a d h av N .,N 2 , N 15, N 32
S eifo rd , L aw ren ce M ., N I 2
S elart, M a rcu s, N 11
S eh m an , K e n t, 694
S em o n , T h o m a s T., N3, N 15, N 33
S en d er, Isabelle, N I 2
S en g tu p a , S anjit, N I , N 10
S en g u p ta , Jaideep, N i l , N 25
S eth i, R a je sh ,N 1 3 , N 27
S ettle, R o b e rt B .,N 2 2
S e tto o n , R a n d a ll P., N 16
S evestre, P a tric k , N 4
Sewall, M urphy, N 18
S ey m o u r, D a n ie l J., N 17
S h ad e, Jo h n , N 19
S hair, D avid I., N 32
S h an ley ,M ark , N5
S h an n o n , Jo h n , N 34
S h a p ira ,Z ., N I 4
S h a rm a ,S u b h a sh , N 27
Shaw, E ric, N 2 4 .N 2 5
Shaw, M ic h ael J., N 20
S h e h o n , D w ig h t J., N 29
S h e p h a rd , N., N 26
S h e p h e rd , C y b ill, 681
www.FreeLibros.me
120
S tan ley , T h o m a s X, N 18
S ta n to n , Jeffrey M ., N 13
S tap el, Ja n , 261, N 14
S ta y m a n , D o u g las M ., N 30
S te c k e l Jo e l H ., N 2, N 4, N 6, N 30
S te e n k a m p , Ja n -B e n e d ic t E . M ., N I 3,
N 16, N 30
S te in h o rs t, R . K ., N 16
S tem , D. E . Jr., N 14, N 16
S te p h a n , D av id , N 22, N 24
S terh cch i, Jo h n , N 2 8
S tern , P., N 29
S tern g o ld , A r th u r, N 15
S tevens, Jim , N 8
S tev en s, S tan ley S., N I 2
S te w a rt, ADyson, N 2
S te w a rt, D av id , N 29
S tirlan d , R ic h a rd , 525
S to g e l C h u c k , N 31
S to sk o p f, C ., N 20
S to u t, E rin , N 2 9
S to u t, N an cy J o h n s o n , N 17
S to u t, R o y G ., N 4
S tra u s, M ich ael, N 8
S tra zew sk i, L en , N 6
S tro u p , K a th e rin e , N 29
S tru e b b e , Jo len e M ., N 2 0
S tu a rt, Liz, N 29
S tu d t,T im , N 22
S u d h a rsh a n , D., N 3
S u d h ir, K .,N 4 , N 6 ,N 3 0
S u d m a n , S ey m o u r, N 4, N 5, N 18, N 19
S u llivan, Ja m e s A ., N 26
S u lo n , B ill, 372
S u m m ers, Jo h n O ., N 32
Sun, B aohong, N6
S u u ta ri, R ay, N 3
S w ad d lin g , D av id , N 24
S w eat, JefX N 31
Sw ift, B., N 23
Sykes, R e b e c c a , N 34
Sykes, W en d y ,N 2 1
S y n o d in o s, N icolaos, N 8
S zen b erg , M ich ael, N 7
Szybillo, G e o r g e X, N 17
T
T acq, Jacques, N 27, N 28
Tagg, S te p h e n , 683
T a n ,C .T .,N 2 3
T an ase, G a b rie l, N 32
T ang, K w ei,N 1 8
T ang, Sidney, N 13
T aris,T o o n W., N 4
T a rh o n , M e rrily n A stin , N 2
T arshis, A n d re w M ., N i l
T at, P e te r, N 2 9
T ath am , R o n a ld L .,2 , N 28
T atu m , C h ristin e, N 32
T ay lo r, A lex, N I
T aylor, H u m p h rey , N 8, N 21, N 22, N 33
T e a h e n .Jo h n K . J r ., 691
T eed , K e n n e th C ., N 23
TeeX D av id , N 4
T eD johann, S. K ., N 20
T en o p ir, C a ro l, N5
T e o h .J., N 23
T erh an ian , G e o rg e , N 8
T h a y e r, Ju lian F., N 25
N D ICE
T hiem e, R . Jeffery ,N 2 , N 3
T hoam , Je rry W ., N 1
T hom as, D av e, 62
T hom as, E v a n , N 8
T hom as, M ichelle, N 6
T hom as, M icki, 109
T h o m pson, B ru ce, N 14
T h o m p so n , S te p h a n ie , 372, N I , N 3, N 6,
N7, N 12
T h o m p so n , S tev en K., N 8, N 18, N 19
T h o rn e, L in d a, N 34
T hurkow , N iki, N 8
T h u rsto n e, L. L ., N 13
T lan, R o b e rt G ., N 23
T lb rew ala, V ik a s ,N ll
T obias, R andaU D., N31
T oh, R e x S .,N 5 , N 16
ToDiver, H eidi, N 13
T o n n en b erg e r, M ary, N 30
T o u ran g ea u , R o g e r, N 16
T reat, Jam es B., N I 9
T rem bly, A ra C ., N21
T riandis, H .C ..N 3 4
Trigoboff, D a n , N 6
Thaut, Ja c k , 376
T salikis, Jo h n D., N 23
T seng, S h u -F en , N 13
T s u ru ta ,T a te h iro , 168
T ucciarone, Jo e l D., N 10
T u ch farb er, A lfre d J .,N 16
T ucker, D a ria M a rtin , N5
T udor, Ja n , N 28
T udor, R ., N 18
TuD, D o n ald S., N 21
Turley, S o p h ie K ., N 9 ,N 2 2
T u rlington, C hristy, 681
T urner, X R ick, N 25
T y b o u t, Alice, N i l
U
U m e s h ,U .N .,N 2 5
U n ik eX A lan L ., N 15
U n n av a, H . R a o , N25
V
V agnoni, A n th o n y , N i l
V ahvelainen,T ., N 34
V aid y an ath an , Rajiv, N25
V alliant, R ic h a rd L ., N 19
Van A u k en , S., N 14
Van B r g g en , G e r r it H ., N 2
Van D e n B e rg , G. X, N 4
Van H e e rd e , H a ra ld X, N 5
Vhn, J o n , N 17
Vhn K en h o v e , P atric k , N 19
Yhn, L. C ., N 19
Van T rijp, H an s C M ., N 30
V anden A b eele, P iet, N 10
V ann, V irginia, 36
VhnScoy, G re g , 234
V arki, Sajeev, N 7
V asilopoulos, N icholas, N 10
V iu g h t, B o b b y C ., N 25, N 32
V av ra,T erry G ., N 32
Y hzzana, G ary, N 9
V eiga, P au la, N 33
V erhage,B . X, N I 9
Verille, P erry , N 20
V erm a, V., N 17
www.FreeLibros.me
V erto n , D a n , N 1 0 .N 1 2
V esset, D a n , N 23
V ezina, R ic h a rd , N 30
V inakm ens, K riste n , 381
V inarsky, C y n th ia, N 12
V inten, G e ra ld , N 9
V isw an ath an , M a d h u b a la n , N 1 4
V isw esvaran, C h o c k a h n g a m , N 9
ViteD, S c o tt J.,N 2 , N 13, N 32
V riens, M a rco , N 15, N 3 1
W
W ade, R . K e n n e th , N 6 ,N 7
W agner, U d o , N 13
W alker, J..N 1 8
W all, M e lan ie M ., N 19
W allendorf; M e lan ie, N 23
W alsh, Jo h n P., N I 3
W alsh, K e rri, N 7
W alsh, R o y E .,N 2 6
W alters, F re d , N 2 2 ,N 3 0
W ang, C h e n g L u , N 10
W ang, G e o rg e C . S., N 27
W anke, M ., N 16
W ansink, B rian , N 3 ,N 7
W ard, Jam es C ., N 1 8 ,N 2 0
W ard, L e a h B e th , 381
W arde, Bill, N 9
W ar lan d , R e x H .,N 1 5 -N 1 6
W arner, K u rt, 116
W asserm an, T o d d , 69
W atson, D., N 14
W atson, M a rk W., N 26
W atson, P e te r D., N 17
W aym an, S h e ld o n , N 20
W ebster, S., N 10
W edel, M ichel, N 10, N 23, N 28, N 30, N 32
W ee,C h o w -H o u , N 24, N25
W eerah an d i, S a m arad asa , N 18
W eiden, D a n , 63
W einberger, M . G , N i l
W einm an, Jo h n , N15
W ein trau b , A rlene, N 2
W eitz, B a rto n A ., N 14, N 25, N 27, N 30
W eDner, A h s o n S tein , N 4
WeDs, M a rtin T ..N 2 5
WeDs, W illiam D., N5
W entz, L au rel, N 10, N 22
W erten b ro ch , K laus, N 26
W erth eim , P e te r H ., N 34
W esthead, P au l, N 3
W etzels, M a rtin , N 31
W halen, C h a rle s J.,N 1 9
W hite, B arry, 681
W hite, Jerem y, N 5
W hitney, D avid, N21
W iehern, D e a n W .,N 23, N 25, N 27, N 28
W iener, Jo s h u a L ., N 27
W ierenga, B e re n d , N 2
W ilcox, S te p h e n B., N 5, N 9, N 17
W ildt, A lb e rt R .,N 2 5 ,N 2 7
W ilk, R ic h a rd R ., N 6
W ilham s, A ish a , N 2
W ilham s, V enus, 681
W ilhts, F e rn K ., N 17
W illoughby, Jack, N 4
W ilson, D av id , N 8
W ilson, D e b ra , 368
W ilson, E . X, N 1 4
N D ICE
W ilson, L. D ean e, N 32
W ilson, M a ria n n e , N 3
W ilson, R . D ale, N 3
W im bish, G. Jo s e p h J r ., N 14
W ind, Y o ram , N31
W iner, B .J .,N 2 5
W iner, R u ssell S., N 4 ,N 1 1 , N 25, N 27, N 30
W in e tt,R u th , N 2
W inters, Lew is C ., N 34
W ise, Tam m y, 466
W isem an, F re d e ric k , N 28
W h th au s, M ich ele, N i l
W ittin k , D ick R .,N 1 3 ,N 3 1
W ojcik, J o a n n e , N 26
W olcott, H a rry F ..N 32
W bng, V ero n ica, N 30
W oo, K a S ., N15
W bodruff, D av id , N 1 2
W oods, T ig er, 681
W bodside, A rc h G ., N 22, N 30
W orcester, B., N 17
W rig h t, D a n ie l B., N 23
W right, Ja m e s D., N 1 8 ,N 1 9
W u, U n , N 3
\ \y n e r , G o r d o n A ., N l , N i l
Z
Z aczkiew icz, A r th u r, 699
Z aichow sky, Ju d ith L y n n e, N 7
Z allo cco , R o n , N 28
Z a m o ra , Jo rg e , N 34
Z an d p o u r, F re d , N 30
Z a tz , D avid, N 17
Z elazny, G e n e , N 32
Y
Yaniv, L lan, N 22
Y au, O liv e r H on-m ing, N 34
Y av as,U ., N 19
Y eh, L ..N 1 9
Y eh, Q u ey -Jen , N 30
Y oegei, R o b , N 8
Yoo, B o o n g h e e , N 26
Y oon, Je o n g k o o , N 13
Y oung, F o rre s t W., N 12
Y oung, M . R ., N 30
Y oung, S tev e, 681
Yu, Julie, N 9 ,N 2 0
www.FreeLibros.me
Z e h n e r, A rn o ld , N 26
Z e m a n e k , Jam es E . Jr., N25
Z h an g , S hi, N 2 5
Z i bell, Jo e , N 2
Z im m e rm a n , A la n S., N 7
Z im m e rm a n , C h ris, 63
Z in k h a n , G e o rg e M ., N 27
Z innes, Jo s e p h L ., N31
Z u b e r, Am y, 62, N 7, N l 3
Z u fry d e n , F re d S., N i l
www.FreeLibros.me
C rd ito s
Capitalo 1
Capitulo 10
Capitulo 11
Capitalo 2
30 F oto d e N K M /N a re sh K . M a lh o tra ;3 2 R o n K im ball P h o to g ra p h y ;36
C in g u la r W ireless; 38 S p e n c e r G ra n t/P h o to E d it; 46 F oto d e N K M /N a
resh K . M a lh o tra; 52 P a n A m erican W o rld A irw ays.
Capitalo 3
Capitulo 12
P h o to s
Capitalo 4
100 l t o d e N K M /N a re sh K . M a lh o tra ; 102 B o s to n C h ic k e n , Inc.; 118
Capitulo 13
Capitalo 5
Capitulo 14
134 F to d e N K M /N are sh K . M a lh o tra ; 139 E lrick & L avidge, In c.; 148
S u san V an E tte n /P h o to E d it; 154 G e tty Im ages, Inc. -T axi; 155 T h e T erry
W ild S tu d io , I n e
Capitulo 15
4 2 4 I b to d e N K M /N a re sh K . M a lh o tr a ;426 S ix-C ats R e se a rc h , In c.;4 5 9
Capitalo 6
Capitulo 16
466 I b to d e N K M /N a re sh K . M a lh o tra ; 468 M ichael Ju stice/T h e Im ag e
W orks; 482 D ouglas C P izac/R C A fT h o m so n M u ltim ed ia.
Capitalo 7
202 F o to d e N K M /N a re sh K . M a lh o tra ; 204 E c k e rd C o rp o ra tio n ; 208
l a rso n E d u catio n /P H C ollege; 225 Frank L aB u a/P earso n E d u catio n /P H
C ollege; 229 L ee S in d e r m ie Im ag e W o rk s
Capitulo 17
4 9 4 I b to d e N K M /N a re sh K . M a lh o tr a ;496 F rank L a B u a /P e a rso n E d u
c a tio n /P H C o lle g e ; 519 T eri S tra tfo rd /P e a rs o n E d u c a tio n /P H C o lleg e;
520 L aim a E . D ru sk is/P e a rso n E d u c a tio n /P H C ollege.
Capitalo 8
234 l t o d e N K M /N a re sh K . M a lh o tra ; 236 G e n e ra l E lectric C o m p an y ;
238 D av id M a d iso n /G e tty Im ages, I n c - S to n e A llstock; 244 F ra n k L a
B u a /P ea rso n E d u c a tio n /P H C ollege; 246 F ra n k L a B u a /P e a rso n E d u c a
tio n /P H C ollege.
Capitulo 18
532 I b to d e N K M /N a re sh K . M a lh o tra; 537 R . F o rd S m ith /C o rb is/S to c k
M a rk e t; 550 P e te r M e n zel/S to c k B o ston.
Capitalo 9
253 C o rte s ia d e N e w Y o rk C ity T ran sit; 254 F to d e N K M /N a re sh K.
M a lh o tra; 2 5 7 M S In teractiv e M u ltim ed ia S ervices; 259 R h o d a S ydney,
271 Je ff G re e n b e rg /P h o to E d it.
Capitulo 19
558 F o to d e N K M /N a re sh K. M a lh o tra ; 571 Bic C o rp o ra tio n ; 575 Je ff
C h rist e n s e n /C o rb is
CI
www.FreeLibros.me
C2
CRDITOS
Capitulo 20
Captulo 22
Capitulo 21
Captulo 23
www.FreeLibros.me
www.FreeLibros.me
Investigacin de mercados
UN
ENFOQUE
APLICADO
NflRESH K. MAIHOTRA
El objetivo de esta obra es proporcionar un texto sobre investigacin de mercados que sea
integral, prctico, aplicado y gerencial adems de que presente una cobertura equilibrada de
material, tanto cualitativo como cuantitativo. Este libro ha sido escrito segn la perspectiva
de un usuario de la Investigacin de mercados. Refleja las tendencias actuales del marketing
internacional, la tica y la incorporacin del Internet y las computadoras, as cono un enfoque
sobre la prctica de la investigacin de mercados segn las caractersticas de Burke, Inc. y
otras organizaciones relacionadas.
CAMBIOS DE LA CUARTA EDICIN
Se integr en todo el libro el uso de Internet y de las computadoras.
Cada parte del libro contiene casos escritos desde el punto de vista de la investigacin
de mercados.
En los captulos acerca del anlisis de datos se ofrecen opciones sobre el manejo de los
paquetes de estadstica SPSS, SAS, MINITAB y EXCEL.
Se presentan nuevos ejemplos, figuras, cuadros y demostraciones.
La obra tiene como apoyo el sitio Web:
www.pearsoneducacion.net/malhotra
I SBN R T O - E b - Q M R l - S
9 0 0 0 0
9 789702 604914
www.FreeLibros.me