Investigacionde Mercados PDF

www.FreeLibros.
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
Judlth Cavazos Arroyo

Profesora de tiempo completo en
Investigacin de Mercados y
Mercadotecnia
Coordinadora de Investigacin de
Mercados y Mercadotecnia
Universidad Popular Autnoma del
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
Mara del Pilar Igunlz

Crdenas
Coordinadora de la maestra en
Profesora de tiempo completo

Departamento de Ciencias Sociales y
Mercadotecnia
Universidad de las Amrcas, Puebla
Bertha Isabel Burguete Leal

Profesora de tiempo completo de la
licenciatura en Administracin de
Econmicas
Facultad de Mercadotecnia,
Universidad Popular Autnoma del
Estado de Puebia
Leticia Viesca Leal
Empresas
Universidad de las Amricas, Puebla
M ara Isabel H uerta Carvajal

Profesora de tiempo completo de la
licenciatura en Administracin de
Em presas
Universidad de las Amricas, Puebla
Departamento de Mercadotecnia,
Instituto Tecnolgico de Estudios
Superiores de Monterrey, campus
Ciudad de M xico
Enrique Manzur M. Ph. D.

Pmfesor de Investigacin de Mercado
Facultad de Administracin y Economa
Universidad de Chile
PEARSON
cae
Mxico Argentina Brasil Colombia Costa Rica Chile Ecuador
Espaa Guatemala Panam Per Puerto Rico Uruguay Venezuela
www.FreeLibros.me
y/D atos de catalogacin bibliogrfica

MALHOTRA, NARESH K.
Investigacin de mercados, cuarta edicin
FEARSON EDUCACIN, Mxico, 2004
ISBN: 970-26-0491-5
rea: Universitarios
Formato: 21 x 27 cm
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:
Enrique Quintanar Duarte

e-mafl: enrique.quintanar@pearsoned.com
Diana Karen P. Montao Gonzlez
Jos D. Hernndez Garduo
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
Production Manager Arnold Vila

Design Manager Maria Lange
Interior Design: Michael Firuhbeis
Cbver Design: Michael Fruhbeis
CbverDlustration/Photo: Corbis/Hannah Gal
Photo Researcher Teri Stratford
Manager, Print Production: Christy Mahon
Composition: Carlisle Communications
Full-Service Project Management: Lynn Steines, Carlisle
Communications
Printei/Binder Courier Westford
CUARTA EDICIN, 2004

D.R. 2004 por Pearson Educacin de Mxico, S.A. de C.V.
Atlacomulco No. 500,5o piso
COI. Industrial Atoto
53519 Naucalpan de Jurez, Edo. de Mxico
E-mail: editoriaI.universidades@pearsoned.com
Cmara Nacional de la Industria Editorial Mexicana. Reg. Nm. 1031

Prentice Hall es una marca registrada de Pearson Educacin de Mxico, S.A. de C.V.
Reservados todos los derechos. Ni la totalidad ni parte de esta publicacin pueden reproducirse, registrarse o transmitirse, por un
sistema de recuperacin de informacin, en ninguna forma ni por ningn medio, sea electrnico, mecnico, fotoqumico, magntico
o electroptico, por fotocopia, grabacin o cualquier otro, sin permiso previo por escrito del editor.
El prstamo, alquiler o cualquier otra forma de cesin de uso de este ejemplar requerir tambin la autorizacin del editor o de sus
representantes.
ISBN 970-26-0491-5
PEARSON
Impreso en Mxico. Printed in Mxico.
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
WTRODUCCIN Y PRIMERAS FASES DE LA INVESTIGACIN DE MERCADOS

Introduccin a la investigacin de mercados
Definicin delproblema de la investigacin de mercados y elaboracin del enfoque del problema
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
PREPARACIN DEL DISEO DE INVESTIGACIN

Diseo de la investigacin
71
72
Diseo de la investigacin exploratoria: datos secundarios
100
Diseo de investigacin exploratoria: investigacin cualitativa

Diseo de investigacin descriptiva: encuesta y observacin
Diseo de la uivestigacin causal: experimentacin
134
166
202
Medicin y elaboracin de escalas: introduccin y escalas comparativas

Medicin y elaboracin de escalas: tcnicas de escalas no comparativas
Diseo de cuestionarios y form as
Mustreo: diseo y procedimientos
234
254
278
312
Muestreo: determinacin del tamao inicial y fin a l de la muestra
340
Casos de la Parte I I 36 7
Otros casos de la Parte I I 379
Parte IIJ^ RECOPILACIN, PREPARACIN, ANLISIS E INFORME D ELO S DATOS
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
Casos generales con datos 6 9 5

Otros casos generales 711
A pndice A l
N otas N I
ndice II
Crditos C1
www.FreeLibros.me
Contenido
Tareas implicadas
Prlogo xix
Prefacio xxi
Reconocimientos xxvii
Biografa del autor xxix
34
Discusin con los tomadores de decisiones

34
Entrevistas con expertos
37
Anlisis de datos secundarios
Parte I
Introduccin y primeras fases de

la investigacin de mercados 1
Investigacin cualitativa
Contexto del problema
37
39
39
Informacin histrica y pronsticos

Captulo Introduccin a la investigacin de mercados
Objetivos
Recursos y restricciones
Objetivos
Generalidades
41
Conducta de compra
Definicin de investigacin de mercados
Entorno legal
Gasificacin de la investigacin de mercados

Proceso de investigacin de mercados
Etapa 1. Definicin del problema
Etapa 3. Elaboracin del diseo de la

investigacin 10
Etapa 4. Trabajo de campo o acopio de
datos 10
Entorno econm ico
Componentes m etodolgicos
Marco terico-objetivo
Modelo analtico
Etapa 6. Preparacin y presentacin del

informe 11
Hiptesis
11
Empresas y servicios de investigacin de

mercados 14
Carreras en la investigacin de mercados
19
Funcin de la investigacin de mercados en el

SIM y el SAD 20
Investigacin de mercados internacionales
23
La tica en la investigacin de mercados
24
Aplicaciones de Internet y computadora
25
Actividades
55
Discusin con quienes toman las decisiones

56
Entrevistas con expertos del sector
Actividades
30
31
Importancia de la definicin del problema
33
56
Anlisis de datos secundarios e investigacin

cualitativa 56
Contexto del problema 56
58
59
59
Ejercicios en Internet y computadora
29
Proceso de definicin del problema y

desarrollo del enfoque 33
55
Ejercicios
29
53
La tica de la investigacin de mercados
Trminos y conceptosfundamentales
28
28
Generalidades
48
49
Especificacin de la informacin necesaria

51
Resumen
28
Captulo Definicin del problema de la investigacin de

mercados y elaboracin del enfoque del problema
30
Objetivos
47
Cmo elegir un proveedor de investigacin de

mercados 18
47
47
Preguntas de investigacin
Naturaleza de la investigacin de mercados
Ejercicios
42
Definicin del problema de investigacin de

mercados 44
Etapa 5. Preparacin y anlisis de datos

10
41
42
Capacidades mercadolgicas y tecnolgicas

42
El problema de decisin gerencial y el problema
de la investigacin de mercados 43
Etapa 2. Elaboracin de un mtodo para

resolver el problema 10
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
Otros casos de la Parte I
Naturaleza: contenido de los datos
1-1: Burke: aprende y crece en la investigacin

de mercados 67
Confiabilidad: qu tan confiables son los

datos? 106
1-2: Accenture: el acento est en su nombre
69
Clasificacin de los datos secundarios

Datos secundarios internos
Parte II
Captulo Diseo de la investigacin

J
Objetivos
Datos comerciales generales
72
Fuen tes gubernamentales
Diseo de investigacin: definicin

Investigacin exploratoria
Investigacin descriptiva
Diseos transversales
75
Directorios de bases de datos
76
78
114
80
Datos de servicios de agencias de hogares
115
Encuestas
82
Ventajas y desventajas relativas de los diseos

longitudinales y transversales 83
Posibles fuentes de error
Paneles de compras y m edios
Servicios de la industria
Error que no es de muestreo
92
92
93
94
95
127
128
La Wbrld Wide Web como fuente en lnea

de datos secundarios 128
Datos gubernamentales
95
129
129
129
Bases de datos computarizadas
97
130
Fuentes sindicadas de informacin
98
Datos secundarios internacionales
98
Resumen
98
Ejercicios
Captulo Diseo de la investigacin exploratoria: datos
secundarios 100
130
132
132
Ejerdos en Internet y computadora

Actividades
130
132
99
126
Fuentes comerciales generales
95
Trminos y conceptos fundamentales
122
123
90
Propuesta de investigacin de mercados
120
122
Combinacin de informacin de distintas

fuentes: datos de una sola fuente 124
89
Presupuesto y calendario del proyecto
Objetivos
117
Servicios de lector ptico electrnico

Auditoras de minoristas y mayoristas
89
Error de muestreo aleatorio
Investigacin conclusiva
115
Datos sindicales de instituciones
85
Relaciones entre investigacin exploratoria,

descriptiva y causal 86
Actividades
113
Fuentes de agencias de datos secundarios
Diseos longitudinales
Ejercicios
112
Clasificacin de las bases de datos

computarizadas 112
74
Diseo de investigacin: clasificacin
Resumen
110
111
73
Investigacin causal
108
Fuentes de datos secundarios externos

publicados 110
72
Generalidades
107
108
Marketing de bases de datos
Preparacin del diseo de

investigacin 71
106
133
133
100
General idades
Captulo Diseo de investigacin exploratoria:

investigacin cualitativa 134
101
Datos primarios en comparacin con

secundarios 102
Objetivos
Ventajas y usos de los datos secundarios

Desventajas de los datos secundarios
103
103
Criterios para la evaluacin de datos secundarios

103
Especificaciones: metodologa aplicada para
recolectar los datos 104
Errores: exactitud de los datos
104
Actualidad: cundo fueron recopilados los

datos 105
Objetivo: finalidad de la recoleccin
de datos 105
134
Generalidades
135
Datos primarios: investigacin cualitativa o

cuantitativa 136
Razn para efectuar investigacin cualitativa
138
Clasificacin de los procedimientos de
investigacin cualitativa 138
Entrevistas en grupos de enfoque
Caractersticas
139
140
Planeacin y conduccin de grupos de

enfoque 141
www.FreeLibros.me
CONTENIDO
Otras variaciones en grupos de enfoque
145
Ventajas y desventajas de los grupos de

enfoque 146
Flexibilidad en el acopio de datos
Aplicaciones de los grupos de enfoque

Entrevistas exhaustivas
Caractersticas
Tcnicas
Evaluacin comparativa de los mtodos de

encuesta 178
147
147
147
\hriedad de preguntas
178
178
Uso de estmulos fsicos
180
Control de las muestras
180
Control del entorno de acopio de datos
149
Ventajas y desventajas de las entrevistas

exhaustivas 150
Control de la fuerza de campo

Cantidad de datos 182
Aplicaciones de las entrevistas exhaustivas

150
Tasa de respuesta
Tcnicas proyectivas
151
Tcnicas de asociacin
Tcnicas de complementacin
Tcnicas expresivas
183
Anonimato percibido
183
Conveniencia social/inform acin delicada

183
151
Tcnicas constructivas
182
182
152
Posibilidad de desviaciones del encuestador

184
Velocidad 184
154
155
Costo
Ventajas y desventajas de las tcnicas

proyectivas 157
184
Eleccin del mtodo de encuesta
Aplicaciones de tcnicas proyectivas
157
158
Mtodos de observacin
185
186
159
Observacin estructurada o no estructurada

186
160
Observacin encubierta o abierta
Observacin natural o artificial 186

Mtodos de observacin clasificados por modo
de aplicacin 187
Observacin personal 187
Internet y las entrevistas en grupos de

enfoque 160
Ventajas
161
Desventajas
Usos
161
162
Observacin mecnica
164
Inventario
Resumen
Ejercicios
Actividades
Anlisis de rastros
164
189
190
Evaluacin comparativa de los mtodos de

observacin 191
165
Comparacin de los mtodos de encuesta y de

observacin 192
Ventajas relativas de la observacin
166
Generalidades
188
189
Anlisis de contenido
164
Captulo Diseo de investigacin descriptiva: encuesta y

observacin 166
Objetivos
186
193
Desventajas relativas de la observacin
167
Mtodos de encuestas
Investigacin de mercados in temacionales
168
193
193
Mtodos de encuestas clasificados por modo de

aplicacin 170
Eleccin de los mtodos de encuesta

194
195
Mtodos telefnicos
Aplicaciones en Internet y computadora
196
170
Encuestas telefnicas tradicionales
170
Ejercicios
Actividades
172
Encuestas personales en centros comerciales

172
Encuestas personales asistidas por
computadora (EPAC) 173
Encuestas por correo
201
202
Generalidades
203
Concepto de causalidad
174
204
Grupos por correo
176
Condiciones de causalidad
205
Mtodos electrnicos
176
Vriacin concomitante
205
Sucesin de las variables
206
Encuestas por correo electrnico

Encuestas en Internet
177
176
201
Captulo Diseo de la investigacin causal:

experimentacin 202
Objetivos
174
200
200
172
Encuestas personales en casa
Mtodos de correo
200
Encuestas telefnicas asistidas por

computadora 170
Mtodos personales
Resumen
Falta de otras causas posibles
www.FreeLibros.me
206
CONTENIDO
Funcin de las pruebas
207
Definiciones y conceptos
Actividades
207
Definicin de los smbolos 209

\blidez en la experimentacin 209
Captulo M edicin y elaboracin de escalas: introduccin

y escalas com parativas 234
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
Tcnicas de escalas comparativas
212
212
Control estadstico
Control de diseo
213
Clasificacin de los diseos experimentales

Diseos preexperimentales 214
213
214
Diseo de un grupo esttico 215

Diseos experimentales verdaderos 215
Diseo de la prueba previa y la posterior
con grupo de control 216
Diseo de la prueba posterior slo con
grupo de control 216
218
220
221
248
249
Resumen
251
Ejercicios 252
252
253
Actividades
253
Generalidades
255
Diseos experimentales trrsusno

experimentales 223
Tiem po
224
Numero de categoras en las escalas
Mercado de prueba controlado

Mercado de prueba simulado
Escalas forzadas o no forzadas

224
224
226
Escalas de varios reactivos
226

231
231
262
263
Naturaleza y grado de las descripciones

verbales 263
Forma fsica o configuracin 263
Investigacin de mercados internacionales 226

La tica en la investigacin de mercados 227

Ejercicios 232
262
Escalas balanceadas o no balanceadas

Categoras nones o pares 262
224
Mercado de prueba estndar
259
261
Decisiones sobre escalas de calificacin de

reactivos no comparativas 261
224
Administracin 224
Aplicacin: marketing de prueba
256
258
Escala de diferencial semntico

Escala de Stapel
Limitantes de la experimentacin
247
Escala de Likert
222
Resumen
Escala de clasificacin Q y otros

procedimientos 247
Escala de medicin continua 256

Escalas de medicin por reactivos 257
Experimentos de laboratorio versus de campo
Costo
244
246
Tcnicas de escalas no comparativas
Diseo de bloque aleatorio 220

Diseo de cuadro latino 220
Diseo factorial
Escala por orden de clasificacin
Captulo M edicin y elaboracin de escalas: tcnicas de

escalas no com parativas 2 5 4
Objetivos 254
Diseos cuasi experimentales 217

Diseo de series temporales 217
Diseos estadsticos
242
Diseo de la prueba previa y la posterior a

un grupo 214
Diseo de series temporales mltiples
241
242
Escalas de comparacin pareadas

Escala de suma constante
212
Estudio de un caso nico
239
241
Comparacin de las tcnicas de escalas
212
Concordancia
238
Escala de razn
211
236
236
Escala de intervalos
211
Desviacin en la seleccin
Aleatoriedad
234
Escalas fundamentales de medicin
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
Relacin entre confiabilidad y validez

Capacidad de generalizacin
www.FreeLibros.me
270
270
CONTENIDO
xiii
Eleccin de una tcnica de escala
270
Preguntas difciles
Escalas de derivacin matemtica
271
Efecto sobre las preguntas subsecuentes

297
272
Orden lgico
273
Forma y distribucin
Resumen
276
Captulo Diseo de cuestionarios y foiimas
302
305
306
309
Ejercidos
279
Cuestionarios y formas de observacin

Definicin de cuestionario
Objetivos de un cuestionario
Diseo de cuestionarios
280
280
281
284
285
287
Sobreponerse a la indisposicin de contestar

287
Esfuerzo pedido a los encuestados
288
Eleccin de la estructura de las preguntas

Preguntas sin estructura
289
Preguntas estructuradas
290
289
Ejecucin del proceso de muestreo
319
Clasificacin de las tcnicas de muestreo

Tcnicas de muestreo no probabilistico
Muestreo por juicio
322
Muestreo por cuota
323
321
324
Tcnicas de muestreo probabilistico

Muestreo aleatorio simple
Muestreo sistemtico
320
321
325
325
326
327
328
Eleccin del muestreo probabilistico o no

probabilistico 331
293
No d alternativas implcitas
295
295
295
No haga generalizaciones ni estimaciones

296
Enunciados dobles: positivos y negativos
296
Establecimiento del orden de las preguntas
296
297
317
Otras tcnicas de muestreo probabilistico

330
294
No haga suposiciones tcitas
Tipo de informacin
316
Eleccin de una tcnica de muestreo
Muestreo por agrupamientos
292
292
296
315
Determinacin del marco de muestreo
Muestreo estratificado
No haga preguntas tendenciosas
Preguntas abiertas
315
Definicin de la poblacin objetivo
Muestreo de bola de nieve
288
Aumento de la disposicin de los encuestados

288
Use palabras claras
314
Muestreo por conveniencia
287
287
Eleccin de palabras y sintaxis
313
Determinacin del tamao de la muestra

318
285
286
Manifiesta sus ideas el encuestado?
312
312
Proceso de diseo del muestreo
284
Est informado el encuestado?

Recuerda el encuestado?
Objetivos
Muestra o censo
Sobreponerse a la incapacidad de contestar
Use palabras ordinarias
311
Generalidades
282
Se necesitan varias preguntas en lugar de

una? 284
Definicin del tema
311
Captulo Muestreo: diseo y procedimientos
Es necesaria esta pregunta?
Informacin delicada
Ejerddos en Internet y computadora

Actividades
281
Contenido de las preguntas
Propsito legtimo
309
309
281
Especificacin de la informacin necesaria

Tipo de mtodo de entrevista
302

Resumen
278
278
Contexto
300
301
277
277
Generalidades
298
Formas de observacin
Objetivos
Prueba piloto
276
Actividades
298
Reproduccin del cuestionario
275
Ejercicios
JQ
271
297
Usos del muestreo probabilistico y no

probabilistico 334
334
La tica de la investigacin de mercados 335
Resumen
338
Fj erados 338
338
339
Adividades
www.FreeLibros.me
339
335
CONTENIDO
xiv
Captulo Muestreo: determinacin del tam ao inicial y

f in a l de la muestra 340
12
Objetivos
Parte III
Recopilacin, preparacin,
anlisis e informe de los datos
385
340
Generalidades
341
Definiciones y smbolos
Distribucin de muestreo
Captulo Trabajo de campo
342
Objetivos
342
386
386
Mtodo estadstico para determinar el tamao

de la muestra 344
Generalidades
Mtodo del intervalo de confianza
Trabajo de campo y recopilacin de datos
345
Determinacin del tamao de la muestra:

medias 346
Determinacin del tamao de la muestra:
proporciones 348
Caractersticas y parmetros variados
351
Otras tcnicas de muestreo probabilistico
351
Temas de la falta de respuesta en el muestreo

353
Mejoramiento de las tasas de respuesta
353
356
358
359
360
Mejorar las tasas de respuesta

Resumen
363
391
La conclusin de la entrevista
364
Control del muestreo
393
393
Control de la oficina central
393
Validacin del trabajo de campo
393
Evaluacin de los trabajadores de campo

393
394
394
394
396
398
Casos de la Parte II
Ejerddos
2-2: Quin es el mejor anfitrin?
Adividades
370
Captulo Preparacin de las datos
400
2-5: Es sper eficaz la publicidad del Sper

Tazn? 376
Preparacin de los datos
400
Generalidades
2-2: Nike: asociando a los atletas, el desempeo

y la marca 380
2-3: Intel: construyendo los bloques de adentro
hacia fuera 381
2-4: Nivea: la investigacin de mercados lleva a
la consistencia en marketing 383
401
402
Verificacin del cuestionario

Revisin
399
399
Objetivos
2-1: Starbucks: permanece en un nivel local en

tanto se expande a nivel global mediante
la investigacin de mercados 379
398
399
2-4: Las fragancias son dulces, pero la

competencia es amarga 373
Otros casos de la Parte II
395
395
2-1 : El pronstico es soleado para The Weather

Channel 367
368
393

Resumen
2-3: El chocolate es el rey en Hershey
391
Supervisin de los trabajadores de campo

392
Control de calidad y correcciones 392
364
Apndice 12.1
Registro de las respuestas
Calidad de los datos

364
390
390
Calidad de las entrevistas
363
390
390
Realizacin de las preguntas
Tasas de respuesta
Ejercidos en Internet y computadora

Actividades
0 primer contacto
Costos y tiempos
363
Ejercidos
361
388
389
Capacitacin de los trabajadores de campo
Control de fraudes
388
Seleccin de los trabajadores de campo
El sondeo
Ajuste del tamao de la muestra determinado

de manera estadstica 352
Ajuste de la falta de respuesta
387
Naturaleza del trabajo de campo
403
403
Tratamiento de las respuestas insatisfactorias

403
Codificacin
404
Preguntas de codificacin
0 libro de cdigos
Transcripcin
405
407
407
Depuracin de los datos
409
Comprobacin de la congruencia
409
Tratamiento de las respuestas faltantes
www.FreeLibros.me
410
CONTENIDO
Ajuste estadstico de los datos
Ponderacin
xv
La tabulacin cruzada en la prctica
411
Nueva especificacin de las variables

Transformacin de las escalas
413
Pruebas paramtricas
414
Una muestra
Eleccin de una estrategia de anlisis de datos

414
Gasificacin de las tcnicas estadsticas 416
448
449
Dos muestras independientes

Muestras en pares
418
Pruebas no paramtricas
454
419
Una muestra
420
422
422
Resumen
423
423
Ejerddos
424
Generalidades
464
465
Captulo A n lisis de varianza y covarianza

425
lg
Distribucin de frecuencias
427
Medidas de ubicacin 430

Medidas de variabilidad 431
Medidas de forma
Introduccin a la comprobacin de hiptesis

433
Procedimiento general para comprobar
hiptesis 433
Paso 1. Formular las hiptesis 434
foso 2. Elegir la prueba apropiada
435
fosos 6 y 7. Comparar la probabilidad (valor

crtico) y tomar la decisin 437
foso 8. Conclusin de la investigacin de
mercados 437
440
Identificacin de las variables dependiente

e independiente 471
473
Interpretacin de los resultados
474
474
Aplicaciones ilustrativas del anlisis de varianza

con un factor 474
Premisas del anlisis de varianza
477
Anlisis de varianza con ti factores
478
Aplicacin ilustrativa del anlisis de varianza

con n factores 480
Anlisis de covarianza
Interacciones
483
484
484
Importancia relativa de los factores
Estadsticas de la tabulacin cruzada
443
Comparaciones mltiples
Mediciones repetidas del anlisis de varianza

486
Coeficiente de contingencia
V de Cramer 446
Coeficiente lambda
446
447
Anlisis de varianza multivariado
445
446
485
486
Anlisis de varianza no mtrico
444
Coeficiente phi o fi (<f>)
471
473
Prueba de significacin
Temas de interpretacin
438
Comentarios generales sobre la tabulacin

cruzada 443
Otras estadsticas
470
Cmo realizar el anlisis de varianza

unidireccional 471
Datos ilustrativos
foso 5. Determinar la probabilidad (valor

crtico) 437
439
469
Anlisis de varianza unidireccional
Medida de los efectos
foso 4. Recopilar datos y calcular la

estadstica de la prueba 436
Dos variables
467
Relaciones entre tcnicas
Descomposicin de la variacin total
foso 3. Elegir el grado de importancia, a

435
Tres variables
466
466
Estadsticas del anlisis de varianza

unidireccional 471
432
Tabulaciones cruzadas
Objetivos
Generalidades
Estadsticas de la distribucin de frecuencias

430
Chi cuadrada
463
463
Ejerdos de Internet y computadora

Actividades
460
462
Captulo Distribucin de frecuencias, tabulacin cruzada

y verificacin de hiptesis 4 2 4
Objetivos
455
457
422

Actividades
455
Muestras en pares
Eferos
450
453

Resumen
447
Comprobacin de hiptesis por diferencias

447
411
487
487

Resumen
490
Ejerddos
www.FreeLibros.me
492
492
488
xvi
CONTENIDO
Actividades
493
Modelo de anlisis discriminante
493
535
Estadsticas del anlisis discriminante
535
Cmo realizar el anlisis discriminante

Captulo Correlacin y regresin
|
Objetivos
494
Planteamiento del problema
494
Generalidades
495
497
Determinacin de la significancia de la
funcin discriminante 539
Correlacin parcial 500

Correlacin no mtrica 502
Anlisis de regresin
503
Grfica del diagrama de dispersin
504
Elaboracin del modelo de regresin

bivariada 506
Estimacin de los parmetros
Determinacin de la significancia de la
funcin discriminante 548
548
552
Resumen
553
555
Ejerddos
555
556
556
Actividades 556
511
Apndice 18.1
Coeficientes de regresin parcial

Fuerza de la asociacin
515
516
Examen de los residuos

Regresin progresiva 519
517
513
558
558
559
560
Modelo de anlisis factorial
560
Estadsticas asociadas con el anlisis factorial

561
Cmo realizar el anlisis factorial 562
Planteamiento del problema 562
Preparacin de la matriz de correlacin
523
Determinacin del nmero de factores

Rotacin de factores
529
Interpretacin de los factores
568
Actividades 531
572
577
5 79
532
570
Aplicaciones del anlisis factorial com n

Resumen
532
569
570
Determinacin del ajuste del modelo
530
566
568
Calculo de la puntuacin de los factores
529
564
Determ inacin del mtodo de anlisis

factorial 564
Seleccin de las variables sustitutas
Captulo A nlisis discrim inante
Objetivos
Concepto bsico
Anlisis de varianza y covarianza con regresin

524
Aplicaciones de Internet y computadora 525
Resumen 529
Captulo A nlisis fa cto ria l

Generalidades
521
Regresin con variables ficticias
557
513
Importancia relativa de los factores de

pronstico 522
\blidacin cruzada 522
Objetivos
545
Aplicaciones de In ternet y computadora
Cmo realizar el anlisis de regresin mltiple

513
|g
545
Estimacin de los coeficientes de la funcin

discriminante 547
Anlisis discriminante progresivo
511
Estadsticas de la regresin mltiple
Ejerddos
Evaluacin de la validez del anlisis

discriminante 550
Determinacin de la fuerza y la relevancia

de la asociacin 508
Verificacin de la exactitud de la prediccin
510
Multicolinealidad
Anlisis discriminante mltiple
506
Estimacin del coeficiente de regresin

normalizado 507
Prueba de significancia 508
Regresin mltiple
542
Evaluacin de la validez del anlisis

discriminante 543
502
Estadsticas del anlisis de regresin bivariada

503
Cmo realizar un anlisis de regresin bivariada
504
Premisas
536

discriminante 539
Correlacin producto-momento
Regresin bivariada
536
Generalidades 533
Concepto bsico 534
Ejerddos
Relacin con la regresin y el anlisis de varianza

534
Actividades

581
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
Seleccin de un procedimiento de anlisis

conjunto 626
586
Estadsticas del anlisis por conglomerados
588
Cmo realizar el anlisis por conglomerados

589
589
Premisas y lmites del anlisis conjunto

Anlisis conjunto hbrido
Seleccin de un procedimiento de
conglomerado 591
Resumen
Eleccin del nmero de conglomerados
Trminos y conceptosfundame)itales
596
Aplicaciones de conglomerados no jerrquicos

599
601
Adividades
Captulo Preparacin y presentacin del informe
22
606
Importancia del informe y la presentacin
Preparacin del informe

Formato del informe
606
Portada
607
Captulo Escalas m ultidimensionales y anlisis conjunto

608
Objetivos
608
Generalidades
644
644
645
Carta de autorizacin
Indice 645
645
645
Definicin del problema

611
Cmo realizar escalas multidimensionales
612
612
Anlisis de los datos

Resultados
613
Seleccin de un procedimiento para las EMD

615
Eleccin del nmero de dimensiones
615
Designacin de las dimensiones e

interpretacin de la configuracin
616
Evaluacin de la confiabilidad y la validez

617
646
Limitaciones y advertencias
Redaccin del informe
646
Lectores
647
Legibilidad
647
Apariencia presentable y profesional

Objetivo
Refuerzo del texto con tablas y grficas

Brevedad
Bases de las m ediciones
Conceptos bsicos del anlisis conjunto

623
623
622
648
648
Organizacin de los datos
648
649
Puntos guas, disposicin y espacios

621
Estadsticas y trminos del anlisis conjunto
648
648
Anlisis de correspondencia
Relaciones entre EMD, anlisis factorial y

anlisis discriminante 621
648
648
Elaboracin de escalas de datos de preferencias

619
621
646
647
Ttulo y nmero
646
646
Lincamientos para las tablas o cuadros
618
Cmo realizar el anlisis conjunto
646
Conclusiones y recomendaciones
Recopilacin de los datos de entrada
Premisas y lmites de las EMD
645
Estadsticas y trminos asociados con escalas

multidimensionales 612
642
645
Resumen ejecutivo
609
Conceptos bsicos de las escalas

multidimensionales (EMD)
640
Objetivos 640
Generalidades 641
Carta de en trega
21
639
639
El proceso de preparacin y presentacin del

informe 642
606

Actividades
604
605
Ejercidos
638
639

597
635
638
Ejerddos
632
632
Interpretacin y perfiles de los

conglomerados 597
Resumen
629

629
Seleccin de una medida de distancia o

semejanza 590
Conglomerados de variables
624
Eleccin de la forma de los datos de entrada

625
649
Explicaciones y comentarios: ttulos, entradas

y notas al pie 649
Fuentes de los datos
649
Lincamientos para las grficas

Mapas geogrficos y otros
www.FreeLibros.me
649
650
CONTENIDO
xviii
Grficas circulares o de pastel

Grficas lineales
Pictogramas
l eles por correo y escner
650
Encuestas electrnicas
651
Medicin y escalas
651
Histogramas y grficas de barras

Esquemas y diagramas de flujo
Presentacin oral
653
Lectura del informe de investigacin
675
676
676
Resumen
654
678
Explicacin del problema
654
654
Ejercicios
Cifras y estadsticas
Actividades
Casos de la Parte III
655
655
3-1: Vale la pena celebrar los anuncios de

celebridades? 681
655
3-2: El descubrimiento demogrfico del nuevo

milenio 684
655
Seguimiento de la investigacin
Asistencia al cliente
655
3-3: Matsushita renueva sus objetivos en Estados

Unidos 686
Evaluacin del proyecto de investigacin

656
656
657
658
Resumen
660

Ejercicios
660
Casos generales con datos
Captulo Investigacin de mercados internacionales

Objetivos
662
662
663
La investigacin de mercados se hace

internacional 665
Marco de referencia para la investigacin de
mercados internacionales 666
El entorno
666
Entorno de marketing
666
Entorno gubernamental
Entorno legal
3-5: DaimlerChrysler busca una nueva imagen

690
3-1: La clnica Mayo se mantiene sana con

investigacin de mercados 693
660
661
Generalidades
3-4: Pampers padece salpullido: la com ezn de

la participacin en el mercado 688
Otros casos de la Parte III
660

Actividades
679
679
655
Interpretacin y conclusiones
Revelacin
678
678
Ejecucin de los procedimientos de la

investigacin 655
23
674
Traduccin de cuestionarios
651
653
673
673
666
668
701
4-2: La investigacin de mercados es la cura

para las dolencias del Hospital Infantil
Norton Healthcare Kosair 703
4-2 Cuestionario del Hospital Infatil
Norton Healthcare Kosair 706
4-2 Hoja de codificacin del Hospital
Infantil Norton Healthcare Kosair
708
Otros casos generales
Entorno econm ico
668
Entorno estructural
668
Entorno informtico y tecnolgico

Entorno sociocultural
Mtodos de encuestas
4-1: Astee recupera la cumbre 695

4.1 Cuestionario de ASTEC 699
4.1 Hoja de codificacin de Astee
4-1: Subaru: El Sr. Encuestas supervisa la

satisfaccin de los clientes 711
668
669
4-2: Procter & Gamble investiga mercados para

fortalecer marcas 712
670
Entrevistas telefnicas personales y asistidas

por computadora 670
Entrevistas personales a domicilio
Notas
NI
ndice
II
671
Entrevistas personales en centros comerciales

y asistidas por computadora 672
Entrevistas por correo
Apndice: Tablas estadsticas
Crditos
672
www.FreeLibros.me
C1
Al
P rlogo
El m u n d o d e lo s n e g o c io s se m u ev e m s rpido q u e n u n ca. El u so in telig en te y re

flexivo d e la in vestigacin e s crucial para m a n ten er e l ritm o. In d u d a b lem en te, las
p ersonas m s ex ito sa s d e n e n u na base ed u cativa m s ex ten sa , m ejo res habilidad es
para com u nicarse y form as creativas para ab ord ar las o p o rtu n id a d es q u e su rg en an
te n osotros. Es u na m aravilla q u e un libro co m o e l d e l d o c to r M alhotra se con vierta
e n e l au la e n la fu e n te d e estas h abilidades.
Este texto ya ha probado su vala co m o u n o d e lo s m ejores e n e l cam p o, utiliza
d o e n m s d e 140 universidades esta d o u n id en ses, traducido a cin co idiom as y ed ita d o
en cuatro d ife re n tes lengu ajes e n in gls. Este texto e s insuperable e n la p resen ta ci n
d e los fu n d am en tos con lo s q u e usted se convertir e n investigador y usuario inteli
g en te d e la investigacin. Los eje m p lo s d e la vida real lo acercan al m u n d o al q u e los
em p resarios se en fren ta n to d o s los das. A cada paso p o d r relacionarse c o n e l Pro
yecto d e las T ien das D ep artam entales q u e se lleva a cabo y c o n lo s tiles recuadros
q u e brindan m aterial d idctico a un p la n o realista y prctico. El x ito d e m a n ten er el
m aterial a la vanguardia co n siste e n la in corp oracin d e herram ientas m od ern as d e
investigacin, co m o In tern et, e l software d e anlisis co m p u ta rizado y las prcticas ad
m inistrativas m s recien tes.
En Burke, In c., nos se n tim o s co m p la cid o s d e q u e se n o s invitara a aportar n u e s
tra ex p er ie n c ia para esta cuarta ed ic i n . C om p a rtim o s estas ex p er ie n c ia s, lo m ism o
q u e nuestra filo so fa , cap acidad es tcn icas e ideas e n cu a n to al futuro d e la investi
gacin . Esta cuarta e d ic i n d e Investigacin de mercados: Orientada a la aplicacin ofre
c e las b ases q u e , e n n uestra o p in i n , d e b e p o see r to d o estu d ia n te. Sabem os q u e e n
con trar la c o m b in a c i n p erfe cta e n tr e teo r a , p rctica y co n se jo s ra zo n a b les d e
gran valor.
R o n Tatham, P h D .
Presidente, B urke, Inc.
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
7. R eferen cias actualizadas. C ada cap tulo c o n tie n e m u ch as referen cias d e l a o

2000 o p o sterio res. Sin em b a rg o , se con serv a n las referen cia s clsicas.
8. R eorga n iza ci n d e lo s cap tulos. Para ahorrar esp a cio se su p rim i e l ca p tu lo
titu lad o La tica d e la in vestigacin d e m erca d o s (ca p tu lo 2 4 d e la tercera
e d ic i n ) y e l m aterial im p ortan te se fu n d i a lo largo d e l tex to . C ada ca p tu lo ,
excep to lo s d e anlisis, tien e u n a se c c i n d esig n a d a co m o La tic a d e la inves
tigacin d e m er ca d o s. L os ca p tu lo s d e anlisis d e d a to s tie n e n un eje m p lo
con creto sob re e s te asp ecto .
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.
Preparacin d e lo s d a to s (ca p tu lo 14)
b.
D istrib u cin d e frecu en cia , tabu lacin cruzada y verificacin d e la h ip te

sis (cap tu lo 15)
c.
A nlisis d e varianzay covarianza (cap tu lo 16)
d. Anlisis d e reg resi n (ca p tu lo 17)

e.
A nlisis discrim inan tes (ca p tu lo 18)
f.
A nlisis factorial (cap tu lo 19)
g.
Anlisis p o r c o n g lo m er a d o s (cap tu lo 2 0 )
h. Escalas m u ltid im en sio n a les y anlisis co n ju n to (cap tu lo 2 1 ).

Al principio d e cada cap tulo se p ro p o rcio n a e l co n ju n to d e d atos co n e l q u e
se e x p lic a cada tcn ica. El anlisis d e d a to s est ilustrado para cuatro p a q u etes
de estadstica: SPSS, SAS, M INITAB y EXCEL. S e d escrib en los p asos a segu ir
para q u e fu n c io n e cada p ro ce d im ien to .
11. U n cap tulo est d ed ica d o a la p rep aracin y p resen ta ci n d e in form es. A h se
p roveen lin ca m ie n to s para co m u n ica r lo s resu ltad os d e u n a investigacin (ca
p tu lo 2 2 ).
12. Para co m p leta r lo s co m en ta rio s d istrib uidos a lo largo d e l tex to , e n un cap tu
lo m s se e x p lic a la in vestigacin d e lo s m ercad os in tern a cio n a les. S e d escrib e
e l e n to r n o e n e l q u e se realiza, se g u id o p o r u n anlisis d e a lg u n o s c o n c e p to s
avanzados (ca p tu lo 2 3 ).
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
El d o c to r N aresh K. M a lh o tra es R eg en ts P ro feso r (el m ayor gra d o a ca d m ic o e n el

sistem a universitario d e G eo rg ia ), d e l D uP ree C ollege o f M an agem ent e n e l G eo r
gia Institu te o f T ech nology. A parece co n tin u a m en te e n e l Q uin es quin en Estados
Unidos d e M arquis, d esd e la 51 e d ic i n d e 1997 y e n e l Quin es quin en el m undo d es
d e e l a o 2000.
En un artculo d e W heatley y W ilson (1 9 8 7 AMA E d ucators P r o c e e d in g s), se
clasific al p ro feso r M alhotra co m o p rim er lugar n a cio n a l p o r e l n m ero d e artcu
los p u b licad os e n e l Jo u rn a l o f M arketing Research en tre 1980 y 1985. Tam bin p o se e
la m arca d e to d o s lo s tiem p o s d e l m ayor n m ero d e p u b lica cio n es e n e l Jo u rn a l o f
Health Care M arketing. Est catalogad o c o m o p rim er lugar p o r su s p u b lic a cio n es e n
e l Journal o f the Academy o f M a rketin g Science (JAMS) d esd e su fu n d acin hasta e l volu
m en 23 d e 1995. T am bin o ste n ta e l prim er lugar d e p u b lica cio n es e n e l JAMS e n
los 10 aos q u e van d e 1986 a 1995.
H a p u b lica d o m s d e n o v en ta (9 0 ) trabajos e n las p rin cip ales p u b lica cio n es d e
referen cia, c o m o e l Jo u rn a l o f M arketing Research, J o u rn a l o f Consumer Research, M arke
tin g Science, J o u r n a l o f M arketing, J o u r n a l o f Academy o f M arketing Science, J o u r n a l o f RetaUing, J o u rn a l o f Health Care M a rketin g y las p rin cip ales p u b lica cio n es d e estad stica,
cien cia s ad m in istrativas y p sic o lo g a . A d em s, ta m b in h a p u b lic a d o n u m e r o so s
artculos p o n d er a d o s e n las actas d e d estacad as r e u n io n es n a cio n a les e in tern a cio
n ales. Varios artculos h an recib id o p rem io s a los m ejo res trabajos d e in vestigacin.
F ue p r e s id e n te d e la A ca d em y o f M a rk etin g S c ie n c e F o u n d a tio n d e 1 9 9 6 a
1998, p resid en te d e la A cadem y o f M arketing S cien ce d e 1994 a 1996 y p resid en te
d el C onsejo d e D irecto res d e 1990 a 1992. Es m iem bro d istin g u id o d e la A cadem y
and Fellow d e l D ec isi n S cien ces In sd tu te. F u n gi co m o ed ito r asociad o d e Decisin
Sciences d u ra n te 18 a o s y h a fu n g id o c o m o ed ito r d e la se c c i n d e H e a lth Care
M arketing Abstracts d e l Jo u rn a l o f H ealth Care M arketing. T am b in fo rm parte d e los
co n sejos ed itoriales d e o c h o (8 ) p u b lica cio n es.
Su libro titulado Investigacin de mercados: Orientada a la aplicacin es ld er e n el
cam po. Este libro se h a traducido a cin co idiom as: ch in o, ruso, esp a o l, p ortu gu s y
hngaro. A dem s, est pub licado e n cuatro version es e n ingls: n orteam erican a, in
ternacional, e u r o p e a y australiana. El libro se ha a d o p ta d o a m p liam en te e n lo s nive
les d e licenciatura y p osgrado y se lleva e n m s d e 144 universidades d e E stados U n i
d os. Su ltim o libro, Basic M arketing Research: Application to Contemporary Issues, fue
pub licado p o r P earson e n 2002.
El d o c to r M alhotra ha asesorado em p resas, o rg a n iza cio n es n o lucrativas y g u b er
nam entales d e E stados U n id o s y o tro s pases y ha sid o testig o p erito e n p ro ceso s le
gales y d e regulacin . Es ex p er to particularm ente e n anlisis d e d a to s y m to d o s e s
tad stico s. H a g a n a d o n u m e r o so s p rem io s y h o n o r e s p o r su s a ctiv id a d es d e
investigacin, d o c e n c ia y servicio a su p ro fesi n .
El d o c to r M a lh otra e s m iem b r o y d i c o n o d e la P rim era Ig le sia B au tista d e
Atlanta. Vive e n la z o n a m etro p o lita n a d e A tlanta c o n su e sp o sa V een a y su s hijos
Ruth y Paul.
xxix
www.FreeLibros.me
www.FreeLibros.me
Introduccin y prim eras fases

de la investigacin de m ercados
Captulo 1
Introduccin a la investigacin de
mercados
rn esta seccin se estudia la naturaleza y el alcance de la investiga
cin de mercados, y se explica su funcin en los sistemas de apoyo
a las decisiones. Se describe la industria de la investigacin de
mercados y las numerosas y estimulantes oportunidades de hacer carrera

en este campo. Se expone un proceso d e investigacin de mercados de
Captulo 2
Definicin del problema de la
investigacin de mercados y
elaboracin del enfoque del problem a
Casos de la primera parte
seis etapas y se analiza detalladamente la definicin del problema, que

es la primera de esas etapas y la ms importante. Para terminar, se descri
be la elaboracin de un mtodo para abordar el problema, que es la se
gunda etapa, y se comentan en detalle los diversos componentes del
mtodo. La perspectiva ofrecida en estos captulos ser de provecho, tanto
para quien toma las decisiones como para el investigador de mercados.
www.FreeLibros.me
Otros casos de la primera parte
C A P T U L O
In trod u ccin a la in v estigaci n

de m ercad o s
Objetivos
Al terminar de estudiar el captulo, el estudiante deber ser capaz de:
"la funcin del investiga

dor de mercados debe
clare a r capacidad de ase
sora, pericia tcnica y ad
ministracin slida. El ndeo de la funcin es el
aporte de informacin pa
ra la identificacin de pro
blemas y soluciones de
marketing, de tal manera
1. Definir la investigacin de mercado y distinguir entre la identificacin del problema y la

investigacin que se realiza para su solucin.
2. Desarrollar un marco terico para llevar a cabo la investigacin de mercados.
3. Comprender la naturaleza y el alcance de la investigacin de mercados y su funcin en el
diseo e implantacin de buenos programas de marketing.
4. Analizar los tipos y las funciones de los investigadores, sean internos o externos, de servi
cios completos o limitados.
5. Describir las carreras que hay en la investigacin de mercados, y los estudios y habilida
des que se requieren para emprenderlas con xito.
6. Explicar la funcin de la investigacin de mercados en los sistemas que brindan apoyo a
quien toma las decisiones al proporcionar datos, modelos de mercados y software especia
lizado.
7. Evaluar la situacin mundial y la complejidad que implica la investigacin de mercados
internacionales.
8. ftnetrar en los aspectos ticos de la investigacin de mercados y las responsabilidades
que tienen todos los participantes con ellos mismos, unos con otros y con el proyecto de
investigacin.
9. Explicar de qu manera Internet y las computadoras facilitan el proceso de investigacin
de mercados.
que puedan emprenderse

acciones".
Ron Tatham,
presidente, Burke, Inc.
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.
IBM: El largo y sinuoso camino global

IBM (www.ibm.com), con ingresos en 2001 de 85,860 millones de dlares, realiza dos veces
por ao un estudio de seguimiento en 14 idiomas y 27 pases de Europa, de Amrica del Norte
y del Sur, y de Asia. La principal finalidad del estudio es reunir en computadoras centrales da
tos de tendencias. En el estudio se toma como muestra uno de cada seis sitios en los que opera
un servidor S/390 Enterprise de IBM. Los entrevistados son los responsables, en sus respecti
vas compaas, de las decisiones de compras a IBM. Se les pregunta sobre su equipo de cmpu
to instalado, sus planes de adquirir equipo nuevo y sus opiniones acerca de diversos proveedo
res. La encuesta le permite a IBM verificar de manera continua su desempeo. Las preguntas
son amplias y no estn destinadas a profundizar en el conocimiento de lo que quieran los clien
tes, sino slo para vigilar tendencias generales. La informacin reunida en esta encuesta de se
guimiento se convierte en parte del sistema de apoyo a las decisiones.
IBM contrata con RONIN Corporation ( www.ronin.com), empresa de investigacin de
Nueva Jersey, el manejo de las entrevistas y el acopio de datos. Desde su centro telefnico in
ternacional en la ciudad de Londres, RONIN realiza todas las entrevistas del estudio por telfo
no. Dado que el estudio es internacional, RONIN enfrenta dificultades como la produccin de
traducciones fidedignas y la obtencin de resultados congruentes que cambian rpidamente y
proceden de varios pases e idiomas. Tambin deben comunicar que los resultados son repre
sentativos slo de ciertos pases, no de regiones enteras.
Con los resultados de este estudio, IBM detecta cunta penetracin tiene en los sectores cla
ve y sabe cmo se usa su equipo en empresas pequeas y grandes de todo el mundo. Los resulta
dos se transmiten a la fuerza de ventas de IBM en cada pas, donde los interpretan y los integran
a sus propias experiencias de campo para preparar listas con los 10 problemas ms importantes
que enfrentan en su medio.
Este estudio de seguimiento es un ejemplo de investigacin para identificar problemas. IBM
busca identificar posibles problemas, por ejemplo, el que los entrevistados no tengan planes de com
pra de equipo de la compaa, problemas con el servicio de mantenimiento o poca satisfaccin de los
clientes. Cualquier problema identificado se estudia en una investigacin de solucin de problemas
con el fin de encontrar soluciones. Por ejemplo, en la investigacin de calificaciones bajas en el ser3
www.FreeLibros.me
PARTE I Introduccin y prim eras fa ses de la investigacin de mercados
La investigacin de mercados interna

cionales permiti a IBM introducir
productos y servicios innovadores,
como la eServer Z-Series.
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
Recipio sita la investigacin en tiempo real

Muchas de las corporaciones ms grandes de Estados Unidos se han dado cuenta de que la in
formacin que obtienen de clientes y consumidores a travs de la investigacin de mercados
tiene mayor utilidad si se entrega a diario. Y qu tal a cada minuto? sta es la premisa con la
que funciona una compaa llamada Recipio (www.recipio.com): tiempo real. Recipio es una
empresa de servicios de aplicacin con dos aos de existencia y ofrece a sus clientes la capaci
dad de ver la retroalimentacin de sus compradores en el instante en que sta se introduce en
sus sitios de Internet. Los compradores se conectan y escriben a la compaa quejas y sugeren
cias. Adems, Recipio abre sesiones de pltica en vivo para los consumidores de ciertos pro
ductos. Todo esto tiene la finalidad de captar las verdaderas palabras y emociones de los consu
midores y valerse de la informacin para mejorar o crear productos y servicios. Recipio obtiene
wntaja de la necesidad de investigacin de mercados en vivo .
Hasta 2003, Internet sigue revolucionando el proceso de la investigacin de mercados. Con
los servicios en lnea, no hace falta que se capturen ms datos, como ocurre en los mtodos tra
dicionales. La propia Recipio no es la empresa ordinaria de investigacin de mercados que pres
ta servicios integrales. Sus servicios son limitados y estandarizados y la compaa no se ocupa de
todos los aspectos de la investigacin. El mtodo, el diseo y la preparacin de los datos son los
mismos para todos los clientes y son parte del proceso de investigacin que realiza la compaa.
Con este servicio los clientes identifican los problemas que presentan los productos gracias
a la retroalimentacin de los compradores y la solucin de problemas, sobre todo si stos apor
tan sugerencias. Por ejemplo, la cadena de televisin NBC (ww w.nbc.com ) aprovecha
los servicios de Recipio para conseguir la retroalimentacin de los espectadores. La difusora se
entera de qu quieren, qu les gusta y qu no les gusta. En una situacin ideal, la retroalimenta
cin se materializa en modificaciones a los programas para que concuerden mejor con los gus
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
PortiCo comprueba con documentales

PortiCo Research (www.porticoresearch.com) se especializa en la observacin de los indivi
duos, su grabacin en video y la venta de las cintas por decenas de miles de dlares a sus prin
cipales clientes, como Honda, Delta, Lipton y Procter & Gamble. Han perfeccionado el mtodo
de acopio de datos de observacin y su transformacin en un negocio muy rentable.
La especialidad de PortiCo es la incursin total en la vida de los consumidores con la in
tencin de comprobar la manera en que toman sus decisiones de compra. Equipos de investi
gacin formados por antroplogos, psiclogos sociales y etngrafos (los profesionales que ha
cen estudios comparativos de las personas) acuden a los hogares de los sujetos con cmaras de
video. Graban a las personas en casa y las acompaan de compras para observar lo que com
pran, y de esta manera obtener informacin acerca de las razones de esas compras. Despus, los
empleados de PortiCo analizan los videos para sus clientes.
Sus anlisis exhaustivos se basan en el problema de investigacin que el cliente quiere re
solver o del que quiere recabar ms informacin. Por ejemplo, PortiCo realiz un estudio exten
so para Lipton (www.lipton.com) con objeto de determinar las opiniones que tiene la gente so
bre el t. Con los resultados del estudio, Lipton decidira invertir ms en publicidad o no
hacerlo, crear sabores nuevos o comercializar ms t helado que caliente. Los resultados mos
traron que los estadounidenses no beben mucho t caliente y que cuando lo hacen prefieren el
de hierbas. La mayor parte del t caliente de Lipton no ofreca sabores especiales, pero ms
tarde la empresa introdujo en el mercado ms t de hierbas. En el estudio tambin se encontr
que a los consumidores estadounidenses les gusta el t helado. As, Lipton comercializ inten
samente el t helado en lata marca Brisk, que se convirti en la marca ms vendida de t listo
para beber. Lipton tambin cre una mezcla para percolar en fro, vendida en bolsas de tamao
familiar, para preparar una jarra completa, y en tamao individual para hacer en un vaso. Con
esta bolsa es posible hacer el t con agua fra en vez de usar agua hirviendo. Por ello, los consu
midores pueden disfrutar ms rpido su t y con mucho menos trabajo. Estos esfuerzos de mar
keting, encaminados por los resultados que PortiCo Research proporcion, han logrado un au
mento en las ventas para Lipton y su participacin en el mercado.3
Lipton desarroll una mezcla para
percolar en fro cuando en la
investigacin de mercados se revel
que los consumidores queran t
helado que se preparara con agua fra
en vez de agua caliente.
www.FreeLibros.me
PARTE I Introduccin y prim eras fa ses de la investigacin de mercada
Adolescentes, Toejam y P&G: El marketing

y la investigacin de mercados van de la mano
Qu tienen que ver los adolescentes con Toejam? Con suerte, mucho, de acuerdo con el gigan
te multinacional Procter & Gamble (www.pg.com). En el 2003, P&G comercializ alrededor de
250 marcas para 5,000 millones de consumidores en ms de 130 pases, y sus ingresos supera
ron los 40,000 millones de dlares. Toejam (las iniciales de Teens Openly Expressing Just
About Me, Adolescentes que se expresan francamente acerca de m) es un sitio en Internet
creado por P&G dirigido a adolescentes (www.toejam.com). El sitio est destinado a colaborar
con las investigaciones de mercado y con el marketing de los productos. P&G espera servirse
de estas nuevas metodologas de investigacin de mercados para cumplir su meta de identifi
car y sacar provecho de la influencia de lderes de conversaciones adolescentes para la comer
cializacin de productos. La pgina Web de Toejam tiene secciones para que los miembros
propongan ensayos y cuentos sobre temas particulares. Se elige a los miembros que participan
en campaas de investigacin y de marketing de boca en boca y se les premia con mercanca.
Los adolescentes tambin reciben premios, que incluyen muestras de productos de P&G.
Con este sitio Web los ejecutivos de P&G penetran en la mentalidad de los adolescentes,
que conforman un mercado muy lucrativo. En los ensayos y cuentos enviados a Toejam, la com
paa se entera de las tendencias y los temas que interesan a los jvenes. De esta manera, con la
ayuda de los muchachos, puede definir problemas de investigacin de mercados. La pgina Web
es muy flexible en cuanto a los mtodos de investigacin. Se proponen encuestas, las salas de
pltica funcionan como grupos de enfoque y se realizan otras investigaciones cualitativas. En
cierto sentido, los adolescentes son por derecho propio expertos del ramo, y la informacin que
P&G posee y recibir de manera continua ser muy fructfera para la compaa.
Adems, P&G ha recibido retroalimentacin valiosa sobre los productos que enva como
regalo a las muchachas que se inscriben en el sitio de Toejam. La compaa enva muestras de fi
jador de su lnea de productos Physique para el cuidado del cabello. Con el regalo, la compaa
manda una tarjeta en la que solicita comentarios sobre el resultado del producto y el empaque.
En los comentarios devueltos a la compaa se revel que a la mayora de las chicas que proba
ron el producto les gust la elegante presentacin plateada del empaque, pero opinaron que el
fijador haca demasiado pesado el pelo y dejaba escamas al secarse. En respuesta a las quejas,
P&G lanz recientemente productos Physique nuevos y mejorados, con menos escarchado
y un control ms ligero del peinado. Otra ventaja que P&G no haba advertido cuando empez a
enviar los productos como regalo fue la influencia que tienen las muchachas entre sus amistades.
Las muchachas comparten sus afeites y cosmticos. Si a una le gusta un producto y lo usa, sus
amigas lo vern y es probable que acaben comprndolo para ellas, con lo que las ventas aumen
tan. As, para P&G la investigacin de mercados y el marketing van de la mano hacia investiga
ciones novedosas, comercializacin eficaz y mayores ventas.4
Estos ejemplos ilustran la funcin crucial que cumple la investigacin de mercados en el

diseo y la ejecucin de los buenos programas de marketing.5 Obsrvese que toda clase de or
ganizaciones hace investigacin de mercados, como IBM, NBC, Lipton y P&G. Ms an, la
investigacin se ha vuelto mundial (RONIN) y en tiempo real (Recipio), se hace de manera es
pecializada (PortiCo) y est mucho ms integrada con el marketing (P&G). Estos casos mues
tran apenas algunos mtodos de la investigacin de mercados: telfono, encuestas personales y
por Internet, entrevistas individuales a fondo y el uso de Internet como fuente de informacin.
Con este libro usted conocer todo el conjunto de tcnicas de investigacin de mercados. Aqu
ver ejemplos de sus aplicaciones para la elaboracin de estrategias eficaces de marketing. Po
siblemente la funcin de la investigacin de mercados se entienda mejor si partimos de su defi
nicin.
DEFINICIN DE INVESTIGACIN DE M ERCADOS

La American Marketing Association define formalmente la investigacin de mercados como
sigue:
www.FreeLibros.me
CAPTULO 1
INVESTIGACIN
REAL
La American Marketing Association

redefine la investigacin de mercados
El Consejo de Directores de la American Marketing Association aprob esta nueva definicin
de investigacin de mercados:
La investigacin de mercados es la funcin que vincula a consumidores, clientes y pblico
con el mercadlogo mediante informacin que sirve para identificar y definir las oportunidades
y los problemas de marketing; generar y evaluar las actividades de marketing; supervisar el de
sempeo del marketing, y acrecentar la comprensin del marketing como un proceso.
En la investigacin de mercados se especifica la informacin que se requiere para abordar
estos temas, se disea el mtodo para reunir los datos, se maneja y pone en prctica el proceso
de acopio de los mismos, se analizan los resultados y se comunican los hallazgos y sus implica
ciones.6
A partir del 2003 la American Marketing Association abri una pgina Web llamada MarketingPower (www.marketingpower.com), en la que se da a los profesionales del marketing in
formacin acerca de carreras, artculos sobre las mejores prcticas y tendencias del sector.
Identificacin, acopio, anlisis, difu

sin y aprovechamiento sistemtico
y objetivo de la informacin con el
fin de mejorar la toma de decisiones
relacionada con la identificacin y
la solucin de los problemas y las
oportunidades de marketing.
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
*Potencial del mercado

Participacin en el mercado
*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.
La investigacin de identificacin del problem a se emprende para detectar problemas que

acaso no sean evidentes, pero que existen y es probable que se manifiesten en el futuro. Entre los
ejemplos de investigacin de identificacin de problemas se encuentran los estudios de potencial
del mercado, participacin en el mercado, imagen de marca o de compaa, caractersticas del
mercado, anlisis de ventas, pronstico para corto plazo, pronstico para largo plazo y tendencias
comerciales. En una encuesta de compaas que hacen investigacin de mercados se seal que
97% de las que respondieron practicaban estudios de potencial, participacin y caractersticas del
mercado. Asimismo, alrededor de 90% informaron que realizaban otras formas de investigacin de
identificacin de problemas. Esta investigacin brinda informacin relacionada con el entorno del
mercado y ayuda a diagnosticar problemas. Por ejemplo, un posible mercado deteriorado indica
que tal vez la empresa tenga problemas para conseguir sus objetivos de crecimiento. En forma si
milar, hay un problema si el potencial aumenta pero la empresa pierde participacin en ese merca
do. El reconocimiento de tendencias econmicas, sociales o culturales, como cambios en el com
portamiento de los consumidores, puede sealar problemas u oportunidades subyacentes.8
que se ha identificado el problema o la oportunidad, se emprende una investigacin de
solucin del problem a para resolverlo. Con los resultados de esta investigacin se toman deci
siones que servirn para solucionar problemas concretos de marketing. Casi todas las compa-
Investigacin de solucin del problema__________________________________

Investigacin de la segmentacin
determina la base de la segmentacin
establece el posible mercado y la respuesta de varios segmentos
selecciona mercados objetivos y crea perfiles de estilo de vida, demografa, medios
y caractersticas de la imagen del producto
Investigacin de productos
Investigacin de la promocin
presupuesto ptimo de la promocin
prueba del concepto
diseo ptimo del producto
relaciones de la promocin de ventas
pruebas de paquetes
mezcla ptima de la promocin
modificacin del producto
decisiones sobre modelos
posicionamiento y reposicionamiento
decisiones sobre medios
de marca
prueba de publicidad creativa
sustentacin de afirmaciones
prueba de mercado
pruebas de control en tiendas
evaluacin de la eficacia de la publicidad
Investigacin de la fijacin de precios
importancia del precio en la eleccin
de marca
polticas de fijacin de precios
fijacin de precios de la lnea de
[reductos
elasticidad de precios de la demanda
respuesta a los cambios de precio
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
as realizan investigacin de solucin de problemas.9 En la tabla 1-1 se muestran los temas

que se abordan en esta investigacin, que abarca estudios de segmentacin, productos, fijacin
de precios, promocin y distribucin.
Desde los puntos de vista conceptual y prctico, es til clasificar la investigacin de merca
dos en dos tipos principales. Sin embargo, la investigacin de identificacin y la de solucin de
problemas van de la mano y cualquier proyecto de investigacin de mercados ha de combinarlas,
como lo ilustr el caso de IBM al comienzo del captulo. En el estudio de seguimiento se detec
t una demanda potencial de computadoras centrales operadas con Linux (identificacin del pro
blema). La investigacin siguiente condujo a la introduccin de dos nuevos servidores operados
por Linux y una computadora central que slo funciona con este sistema (solucin del proble
ma). Kelloggs da otro ejemplo.
INVESTIGACIN
REAL
Crunchy Nut Red le pone color a las ventas de Kellogg's

Kelloggs (www.kelloggs.com), con ingresos en 2001 de 8,850 millones de dlares, soport una cada
del mercado y enfrent la dificultad de reanimar unas ventas bajas de cereal. Mediante una investi
gacin de identificacin del problema, Kelloggs pudo detectar la situacin, y mediante una inves
tigacin de solucin puso en marcha varios recursos para aumentar las ventas de cereales.
Kelloggs realiz varias actividades para identificar el problema. Los investigadores se
reunieron con quienes toman las decisiones en la compaa, entrevistaron a expertos del ramo,
analizaron los datos disponibles, efectuaron algunas investigaciones cualitativas y efectuaron
encuestas a los consumidores acerca de sus impresiones y preferencias de cereal. Con este estu
dio se identificaron varios temas o problemas importantes. Los productos actuales se dirigan a
los nios; las roscas y los panqus se haban vuelto desayunos populares, y los precios altos ha
can que los clientes optaran por las marcas libres. En la investigacin tambin surgi otra cla
se de informacin. Los adultos queran comidas rpidas que requirieran poca preparacin o nin
guna. Estos elementos sirvieron para que Kelloggs identificara que el problema no era creativo
y que no lanzaba productos nuevos para satisfacer las necesidades del mercado de los adultos.
Despus de definir el problema, Kelloggs se dispuso a trabajar en las soluciones. Desarro
ll y puso a prueba varios sabores nuevos de cereales mediante entrevistas con adultos realiza
das en centros comerciales. Basado en los resultados, Kelloggs present sabores nuevos ms
agradables al paladar de los adultos sin ser las variedades inspidas del pasado. Por ejemplo, en
2001 introdujo el nuevo cereal Crunchy Nut Red, que tena trozos de arndano, almendras y ho
juelas sabor yogur. El nuevo cereal fue respaldado por una campaa publicitaria en la televisin
nacional estadounidense, grandes promociones en las tiendas y dos millones de paquetes pro
ducidos especialmente para una campaa nacional de entrega de muestras. A partir de las prue
bas de consumo, Kelloggs declar que el nuevo cereal obtuvo una calificacin muy alta y que
haba dado uno de los mejores resultados de investigacin de los cereales nuevos de Kelloggs.
En 2002, Kelloggs se asoci con el equipo estadounidense de los juegos olmpicos de ve
rano y de invierno. La compaa reparti paquetes, productos y ofertas con tema olmpico en
las tiendas de abarrotes, con el fin de dar la bienvenida a los atletas de vuelta en los juegos de
invierno. Mediante una investigacin creativa de identificacin de problemas, Kelloggs expe
riment un incremento en sus ventas y tambin un aumento en el consumo de cereal en otras
comidas, aparte del desayuno.10
Las investigaciones para identificar y resolver problemas no slo van juntas, como se ob
serva en el ejemplo de Kelloggs, sino que tambin siguen un proceso comn de investigacin
de mercados.
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.
PROCESO DE INVESTIGACIN DE MERCADOS

Se considera el proceso de investigacin de m ercados como una sucesin de seis etapas. En los
captulos siguientes se detalla una por una, as que la exposicin aqu ser breve.

La primera etapa de cualquier proyecto de investigacin de mercados es la definicin del pro
blema. Para ello, el investigador debe considerar la finalidad del estudio, la informacin bsica
www.FreeLibros.me
PARTE I Introduccin y prim eras fa ses de la investigacin de mercado*

pertinente, la informacin que hace falta y cmo utilizarn el estudio quienes toman las decisio
nes. La definicin del problema comprende el anlisis con los que deciden, entrevistas con e x
pertos del ramo, anlisis de datos secundarios, y quizs alguna investigacin cualitativa, como
la que se realiza mediante grupos de enfoque. Ya que el problema est bien definido, es posible
disear y ejecutar de manera correcta la investigacin (vase el captulo 2).
Etapa 2. Elaboracin de un mtodo para resolver el problema

La elaboracin de un mtodo para el problema incluye la formulacin de un marco terico u ob
jetivo; modelos analticos, preguntas de investigacin e hiptesis, y determinar qu informa
cin se necesita. Este proceso est guiado por conversaciones con los directivos de la empresa
y con expertos del ramo, anlisis de datos secundarios, investigacin cualitativa y consideracio
nes pragmticas (vase el captulo 2).
Etapa 3. Elaboracin del diseo de la investigacin

Un diseo de investigacin es un marco general o plan para realizar el proyecto de investiga
cin de mercados. Ah se detallan los procedimientos para la obtencin de la informacin ne
cesaria y su propsito es el diseo de un estudio en el que se pongan a prueba las hiptesis que
interesan, se determinen las respuestas posibles a las preguntas de investigacin y se produzca
la informacin que se necesita para tomar decisiones. Tambin forman parte del diseo la eje
cucin de investigaciones exploratorias, la definicin de las variables y la preparacin de las
escalas convenientes para medir estas variables. Debe abordarse el tema sobre cmo obtener
los datos de los entrevistados (por ejemplo, mediante una encuesta o un experimento). Tambin
es necesario preparar un cuestionario y un plan de muestreo para elegir a los sujetos del estu
dio. En trminos ms formales, elaborar el diseo de la investigacin implica los pasos si
guientes:
1.
2.
3.
4.
5.
6.
7.
8.
Definicin de la informacin necesaria

Mtodos para el acopio de datos cuantitativos (encuesta, observacin y experimentacin)
frocedimientos de medicin y preparacin de escalas
Redaccin del cuestionario
Muestreo y tamao de la muestra
Plan para el anlisis de datos
En los captulos 3 a 12 se sealan con detalle estos pasos.
Etapa 4. Trabajo de campo o acopio de datos

El acopio de datos comprende un equipo de campo o personal que opera ya en el campo, como
en el caso de las entrevistas personales (domiciliarias, en centros comerciales o asistidas por
computadora), telefnicamente desde una oficina (libre y asistida por computadora), por c o
rreo (correo ordinario y encuestas en grupos de correo en hogares preseleccionados) o electr
nicamente (correo electrnico o Internet). La buena seleccin, capacitacin, supervisin y eva
luacin del equipo de campo reduce al mnimo los errores en el acopio de datos (vase el
captulo 13).
Etapa 5. Preparacin y anlisis de datos

La preparacin de los datos consiste en su revisin, codificacin, transcripcin y verificacin.
Cada cuestionario o forma de observacin se examina, revisa y, si es necesario, se corrige. Se
asignan cdigos numricos o de literales para representar cada respuesta a cada pregunta. Los
datos del cuestionario se transcriben o capturan en cintas o discos magnticos o se alimentan di
rectamente en la computadora. Los datos se analizan para deducir informacin relacionada con
los componentes del problema de investigacin de mercados, y as aportar al problema de deci
sin administrativa (vanse los captulos 14 a 21).
www.FreeLibros.me
CAPTULO 1
11
Etapa 6. Preparacin y presentacin del informe

Todo el proyecto se debe comprobar en un informe escrito en el que se aborden las preguntas
especficas de la investigacin y se describan el mtodo y el diseo, as como los procedimien
tos de acopio y anlisis de datos que se hayan adoptado; adems, se exponen los resultados y
los principales descubrimientos. Los resultados se deben presentar en un formato comprensible,
para que la administracin los aproveche de inmediato en el proceso de toma de decisiones.
Asimismo, se hace una presentacin oral ante la administracin con el uso de cuadros, figuras
y gificas para mejorar la claridad y el impacto (vase el captulo 22).
Como se desprende del ejemplo siguiente, nuestra descripcin del proceso de investiga
cin de mercados es caracterstica de lo que se hace en las principales corporaciones.
Investigacin de mercados en Marriott Corporation

Marriott International (www.marriott.com) es una de las principales compaas de hospedaje
que en 2003 tiene ms de 2,100 instalaciones en 50 estados de Estados Unidos y 59 pases. Ma
rriott opera en muchos sectores, que abarcan las marcas de Marriott, Renaissance, Courtyard,
Residence Inn, Fairfield Inn, Towneplace Suites, Springhill Suites y Ramada International.
En Marriott, la investigacin de mercados se hace a nivel corporativo a travs de Corporate Marketing Services (CMS), cuyas metas son dar a los directores de las diversas reas de Ma
rriott la informacin que necesitan para entender mejor el mercado y a los clientes.
CMS hace muchas clases de investigacin. Se vale de mtodos cuantitativos y cualitati
vos, como encuestas telefnicas y por correo, grupos de enfoque y entrevistas a clientes de
centros comerciales para adquirir ms informacin sobre la segmentacin de mercados, prueba
de productos, sensibilidad de los compradores a los precios, satisfaccin de los consumidores,
etctera.
El proceso de investigacin en Marriott es una simple progresin gradual. Las primeras
fases son para definir mejor el problema de que se trate y los objetivos del cliente en particular,
para trazar un mtodo con el que se resuelva ese problema. El siguiente paso es formular un di
seo de investigacin formal para el estudio. CMS debe decidir si emprende su propia investi
gacin o si contrata una organizacin externa y, en este ltimo caso, si recurre a una o varias
empresas. Una vez que se toma la decisin, se renen y analizan los datos. Luego, CMS pre
senta a la unidad correspondiente un informe formal con los resultados del estudio. La ltima
parte del proceso es sostener un dilogo constante entre el cliente y CMS. En esta etapa, CMS
explica las implicaciones de los resultados de la investigacin, colabora en la toma de decisio
nes o hace sugerencias relacionadas con investigaciones futuras.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.
La suavidad de J&J no pudo aliviar el dolor

Johnson & Johnson ( www.jnj.com) se considera como el productor de artculos para el cuidado
de la salud ms grande del mundo, pues en 2003 opera ms de 190 compaas que venden pro
ductos en ms de 175 pases. A pesar de su xito en el sector, el intento de Johnson & Johnson
por usar su nombre en una aspirina para bebs result fallido. Los productos de Johnson &
Johnson se perciben como suaves, pero la suavidad no es una caracterstica que la gente quiere
en una aspirina para beb. Aunque una aspirina para beb debe ser segura, la suavidad en s no
es algo deseable; por lo contrario, para muchas personas una aspirina suave no parece eficaz.
ste es un ejemplo de algo que el sentido comn dictaba como un movimiento natural, pero que
sin una adecuada investigacin de mercados se materializ en una decisin incorrecta.13
Como se indica en el ejemplo de Johnson & Johnson, los gerentes de marketing toman nu
merosas decisiones estratgicas y tcticas en el acto de identificar y satisfacer las necesidades de
los clientes. Como se muestra en la figura 1-2, toman decisiones sobre oportunidades potenciales,
seleccin del mercado objetivo, segmentacin del mercado, planeacin e iniciacin de programas
de marketing, desempeo del mercado y control. Estas decisiones se complican por la influencia
recproca de las variables controlables del mercado: productos, fijacin de precios, promocin y
dstribucin. Adanse a estas complejidades los factores incontrolables del medio, como la si
tuacin econmica general, tecnologa, polticas pblicas y leyes, ambiente poltico, competen
cia y cambios sociales y culturales. Otro factor de esta combinacin es la complejidad de diver
sos grupos de clientes: consumidores, empleados, accionistas, proveedores, etctera. La
investigacin de mercados ayuda al gerente de marketing a vincular las variables de marketing
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
Reanimacin de un gigante enfermo

DaimlerChrysler (www.daimerchrysler) es el tercer fabricante de autos del mundo. En 2001 sus
ventas fueron de 146,760 millones de dlares. A comienzos del decenio de 1980, Chrysler
(www.chrysler.com) luchaba por su vida. Por fortuna, unos aos antes haban llegado dos hom
bres de Ford: Lee lacocca y Howard Sperlich, que traan una idea revolucionaria: la minivan.
lacocca, director general, y Sperlich, diseador, detectaron en una investigacin de merca
dos una necesidad: mejor transporte familiar. A pesar de los grandes aumentos del precio de la
gasolina a comienzos del decenio de 1980, en una investigacin arrolladora en la forma de
grupos de enfoque, entrevistas en centros comerciales y encuestas por correo se indic que los
consumidores queran una camioneta que se manejara como auto. Un ejecutivo de Chrysler di
jo que las personas que nos compran las camionetas no remolcan. Es muy pequeo el porcen
taje de personas que remolcan habitualmente ms que un triler de clase 1; ese triler de clase 1
es el que podemos remolcar. Era evidente que los compradores no necesitaban un vehculo de
potencia, sino un medio de transporte confiable, amplio y conveniente.
En la investigacin de mercados se revel que una minivan cumpla con estas caractersti
cas. En consecuencia, Chrysler pasm a la competencia con un producto innovador que final
mente constituy un cuadrangular para la compaa. Chrysler dise su producto pensando
en el consumidor ms que en las percepciones internas de la organizacin. La investigacin de
mercados le dio a la compaa la confianza para entrar en un mercado que GM y Ford conside
raban arriesgado. Estas dos compaas se perdieron la oportunidad de llevar al mercado una miLa investigacin de mercados ayud
a Chrysler a identificar el mercado de
las minivan, y cre y vendi produc
tos dirigidos a este segmento.
www.FreeLibros.me
14

nivan. GM tema que daara su segmento tan lucrativo del Station Wagn. Ford decidi cen
trarse en modelos ms pequeos y de poco consumo de combustible.
En cambio, Chrysler tendi un vnculo firme entre el problema del consumidor y la solud n del producto. Alrededor de 25 aos despus, la lnea de productos de la compaa an su
ma aproximadamente una cuarta parte de las ventas de Chrysler y una proporcin significativa
de sus utilidades. La investigacin de mercados que trajo al mercado la minivan revitaliz a la
vieja armadora enferma.
En 1998, Chrysler se fusion con Daimler-Benz para crear una compaa de 35,000 millo
nes de dlares, DaimlerChrysler. La compaa se apoya todava en la investigacin de merca
dos para desarrollar productos meta. En 2001, DaimlerChrysler introdujo en sus minivan un
elevador elctrico de puerta trasera para los conductores de menor estatura. Desde 2002, casi
todos los modelos tienen la opcin de puertas dobles deslizables y de operacin automtica. En
los modelos de 2003 se ofrecen monitores de la presin de las llantas para los que se interesan
en la seguridad y el ahorro.16
Como lo muestra la experiencia de DaimlerChrysler, la investigacin de mercados puede
mejorar enormemente la informacin con que cuenta la administracin. Para conseguir datos
especficos de marketing, los directivos tambin suelen recurrir a empresas y servicios de in
vestigacin de mercados.
EMPRESAS Y SERVICIOS DE INVESTIGACIN

DE MERCADOS
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
La organizacin de investigacin de mercados en Oscar Mayer

Oscar Mayer (www.oscarmayer.com) es una divisin de Kraft Foods (www.kraftfoods.com). El
departamento de investigacin de mercados de la compaa est organizado en dos reas de
funciones: investigacin de marcas y sistemas de marketing y anlisis (SMA).
El grupo de investigacin de marcas tiene las siguientes responsabilidades:
Realizar investigacin primaria y secundaria

Fungir como asesor de marketing
Analizar las tendencias del mercado
Hacer que progrese el arte en la investigacin de mercados
Los investigadores del SMA cumplen tres funciones principales:

Realizar anlisis de ventas basados en los datos de embarques y los datos de los lectores
pticos de tiendas
Apoyar a los empleados en el uso de las computadoras del departamento de marketing
Operar como fuente de informacin sobre los mercados
Esta estructura organizacional faculta al departamento de investigacin de mercados para
proporcionar un apoyo sostenido a la funcin de marketing, lo que ha permitido a Oscar Mayer
introducir productos innovadores al paso de los aos y establecer un lazo fuerte con sus consu
midores. Por ejemplo, basados en una investigacin de mercados descubrieron que a medida
que los nios crecen, es ms difcil satisfacer su apetito cada vez mayor y su activo tren de vi
da. Por eso, en 2001 present una nueva lnea de bocadillos llamada Mega Pack Lunch Combi
nations. Esta adicin atiende a nios de 10 a 12 aos y tiene 40 por ciento ms comida que los
bocadillos habituales. El producto tuvo un xito instantneo, dado que satisfizo una necesidad
del mercado.17
Compaas independientes de
investigacin de mercados que
proveen datos de estudios.
Compaas que ofrecen una gama

de actividades de investigacin de
mercados.
Compaas que renen y venden

fondos comunes de datos diseados
para cubrir las necesidades comunes
de informacin de numerosos
dientes.
Compaas que utilizan

procedimientos estandarizados para
proporcionar investigacin de
mercado a varios clientes.
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
Primeras 50 organizaciones de investigacin en Estados Unidos
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
Primeras 50 organizaciones de investigacin en Estados Unidos (continuacin)________________________________________________
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).
Cbmpaas que adaptan los

procedimientos de investigacin
para satisfacer mejor las
necesidades de cada cliente.
Cbmpaas que se han especializado

en realizar investigacin de
mercados en Internet.
Cbmpaas especializadas en alguna

etapa del proyecto de investigacin
de mercados.
Cbmpaas cuya principal oferta de
servicio son sus capacidades para
reunir datos para proyectos de in
vestigacin.
es Gallup and Robinson Magazine Impact Studies (www.gallup-robinson.com). Estos servicios

tambin se venden sobre la base de agencia.
Los servidos personalizados ofrecen una amplia gama de actividades de investigacin de
mercados adaptadas a las necesidades especficas de cada cliente. Cada proyecto de investiga
cin es tratado por separado. Entre las empresas de investigacin de mercados que ofrecen estos
servicios se encuentran Burke, Inc. (www.burke.com), Market Facts, Inc. (www.marketfacts.com)
y Elrick & Lavidge (www.elavidge.com).
Varias empresas de investigacin de mercados ofrecen servicios en Internet, incluso las espe
cializadas en realizar investigaciones de mercado en la red. Por ejemplo, Greenfeld Online
Research Center Inc., de Westport, CT (www.greenfieldonline.com), subsidiaria de Greenfeld Con
sulting (www.greenfieldgruop.com), ofrece una amplia gama de servicios en lnea de investiga
cin personalizada, cualitativa y cuantitativa, para mercados profesionales, de consumo y de em
presa a empresa. Mediante grandes bases de datos privadas, se realizan estudios en la pgina
Web segura de la compaa
Los proveedores de servicios limitados se especializan en algunas etapas del proyecto de
investigacin de mercados, como vimos al comienzo en el caso de Recipio. stos son servicios
de campo, codificacin y captura de datos, servicios analticos, anlisis de datos y productos de
marca. En los servicios de catnpo se renen datos mediante correo o entrevistas personales y te
lefnicas, y las empresas que se especializan en entrevistas se llaman organizaciones de servi
cios de campo. stas abarcan desde las pequeas empresas personales que operan en forma lo
cal hasta las grandes multinacionales. Algunas organizaciones tienen instalaciones equipadas
en todo el pas para entrevistar a los compradores de los centros comerciales. Muchas ofrecen
servicios de acopio de datos cualitativos, como entrevistas en grupos de enfoque (que veremos
en el captulo 5). Entre las empresas que ofrecen servicios de campo estn Field Facts, Inc.
( www.fieldfacts.com), Field Work Chicago, Inc. (www.fieldworii.com), Quality Controlled Ser-
www.FreeLibros.me
18
Servidos de codificacin y captura

datos
Compaas cuya principal oferta de
servicio es su experiencia para con
vertir encuestas o entrevistas en ba
ses de datos para realizar anlisis
estadsticos.
Compaas que proporcionan asesoa en el diseo de investigaciones.
Cbmpaas cuya principal oferta de

servicio es efectuar anlisis estads
ticos de datos cuantitativos.
de investigacin de mercados
Cbnsisten en el acopio de datos y
procedimientos de anlisis creados
para abordar ciertos problemas de
hvestigacin de mercados.

vices, divisin de control de calidad de Maritz {www.maritz.com) y Survey America ( www.surveyamercai.com).
Los servicios de codificacin y captura de datos incluyen la revisin de los cuestionarios
contestados, la creacin de un sistema de codificacin y la transcripcin de los datos a discos o
cintas magnticas para introducirlos en la computadora. Survey Service, Inc. (www.surveyservice.com) hace este trabajo.
Los servicios analticos son los de diseo y preprueba de cuestionarios, determinacin del
mejor medio para reunir los datos, diseo de planes de muestreo y otros aspectos del diseo de
la investigacin. Algunos proyectos complicados de investigacin de mercados imponen cono
cer procedimientos elaborados, como diseos experimentales especializados (que estudiaremos
en el captulo 7) y tcnicas analticas, como anlisis de conjuntos y escalas multidimensionales
(que veremos en el captulo 21). Estos conocimientos se pueden obtener de empresas y aseso
res especializados en servicios analticos, como SDR Consulting (www.sdrconsulting.com).
Los servicios de anlisis de datos los ofrecen empresas llamadas casas de tabulacin, que se
especializan en el anlisis computarizado de datos cuantitativos, como los que se obtienen en gran
des encuestas. Originalmente, estas empresas proporcionaban slo tabulaciones simples (conteos
de frecuencia) y tabulaciones cruzadas (conteos de frecuencia que vinculan simultneamente dos
o ms variables). Ahora muchas empresas, como Beta Research Corporation (www.nybeta.com)
ofrecen elaborados anlisis de datos con tcnicas estadsticas avanzadas. Con la proliferacin de
microcomputadoras y software, muchas empresas tienen ahora la capacidad de analizar sus pro
pios datos, pero todava se solicita el servicio de empresas de anlisis de datos.
Los servicios y productos registrados de investigacin de mercados consisten en el acopio de
datos y en procedimientos de anlisis creados para abordar ciertos problemas de investigacin
de mercados. Estos procedimientos estn patentados, tienen un nombre de marca y se venden co
mo cualquier otro producto comercial. Market Facts (mvw.marketfacts.com) ofrece varios pro
ductos registrados de la familia TeleNation. Uno de sus productos, TeleNation, es un estudio te
lefnico de varios clientes que se realiza tres veces por semana en hogares seleccionados al azar
entre la poblacin estadounidense. Se cobra a los clientes segn cuntas preguntas hagan. Cada
una de las tres corridas de la semana abarca a 1,000 adultos estadounidenses representativos.
Hay ciertos lincamientos que deben seguirse al escoger un proveedor, sea de servicios
completos o limitados.
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
C A P T U L O 1 Introduccin a la in litigacin de mercado<f
19
CARRERAS EN LA INVESTIGACIN DE MERCADOS

Hay oportunidades profesionales prometedoras en las empresas de investigacin de mercados
(como A.C. Nielsen, Burke, Inc., M/A/R/C). Son igualmente llamativas las carreras en empre
sas y agencias comerciales o de otro tipo que tienen departamentos de investigacin de mercados
(como Procter & Gamble, Coca-Cola, AT&T, la Federal Trade Commission de Estados Uni
dos, el Census Bureau de aquel mismo pas). Las agencias de publicidad (como BBDO Inter
national, Ogilvy & Mather, J. Walter Thompson, Young & Rubicam) tambin emprenden in
vestigaciones sustanciales de mercados y contratan profesionales del campo. Entre los puestos
disponibles estn el de vicepresidente de investigacin de mercados, director de investigacin,
asistente del director de investigacin, director de proyectos, especialista en estadstica y proce
samiento de datos, director analista, analista, asistente analista, director de trabajo de campo y
supervisor de operaciones. En la figura 1-4 se enumeran los nombres de los puestos en la inves
tigacin de mercados y se describen las responsabilidades que entraan.21
El puesto de entrada ms comn en la investigacin de mercados para personas con ttulo de
licenciatura (como en administracin de empresas) es el de supervisor de operaciones. El supervi
sor es responsable de un conjunto bien definido de operaciones, como trabajo de campo o revisin
y codificacin de los datos, y tal vez participe en la programacin y el anlisis de los datos. Ahora
bien, en el sector de la investigacin de mercados se prefiere cada vez ms a quienes tienen un gra
do de maestra; aquellos de administracin de empresas o su equivalente tienen ms probabilidades
de conseguir el puesto de director de proyectos. En empresas de investigacin de mercados, como
Elrick and Lavidge, el director de proyectos colabora con el director de cuentas en el manejo de las
operaciones cotidianas de la investigacin de mercados. En una empresa comercial el puesto de en
trada habitual sera el de asistente analista (para los licenciados en administracin) o el de investi
gador analista (para quienes tienen la maestra). Estos analistas se empapan del ramo particular y
los capacita un empleado superior, por lo regular el director de investigacin de mercados. El pues
to de asistente analista incluye un programa de capacitacin que prepara al individuo para las res
ponsabilidades de un analista investigador, adems de la coordinacin con el departamento de mar
keting y de ventas para trazar metas de exposicin de productos. Las responsabilidades del
investigador analista comprenden la verificacin de la exactitud de todos los datos, la comproba
cin de que la investigacin nueva se apega a las normas establecidas y el anlisis de los datos pri
marios y secundarios, con objeto de hacer pronsticos sobre el mercado.
Figura 1.4
Descripciones de puestos selectos
de investigacin de m ercados
L Vicepresidente de investigacin de mercados. Es el puesto superior en la investigacin de mer

cados. El vicepresidente es responsable de toda la operacin de investigacin de mercados de la
compaa y forma parte del equipo de la direccin. Establece los objetivos y las metas del departa
mento de investigacin de mercados.
2. Director de investigacin. Tambin es un puesto superior. El director tiene la responsabilidad ge
neral del desarrollo y la qecucin de todos los proyectos de investigacin de mercados.
3. Asistente del director de investigacin. Esta persona funge como asistente administrativo del di
rector y supervisa a algunos de los integrantes del personal de investigacin.
4. Director de proyectos. Esta persona tiene la responsabilidad general del diseo, ejecucin y ad
ministracin de los proyectos de investigacin.
5. Especialista en estadstica y procesamiento de datos. Es un experto en la teora y la aplicacin
de las tcnicas estadsticas. Entre sus responsabilidades se encuentran el diseo experimental, pro
cesamiento y anlisis de datos.
6. Director analista. Esta persona participa en el desarrollo de los proyectos y dirige la ejecucin
operativa de los proyectos asignados. Trabaja en unin estrecha con el analista, el asistente analis
ta y otros empleados para elaborar el diseo de la investigacin y preparar el acopio de datos. El
director analista elabora el informe final. Tiene la responsabilidad fundamental de cumplir con los
plazos y los costos.
7. Analista. El analista se encarga de los detalles de la ejecucin de proyecto. Disea y prueba los
cuestionarios y realiza un anlisis preliminar de los datos.
8. Asistente analista. Maneja tareas rutinarias como el anlisis de los datos secundarios, revisa y co
difica los cuestionarios y hace anlisis estadsticos simples.
9. Director de trabajo de campo. Esta persona es responsable de la seleccin, capacitacin, super
visin y evaluacin de entrevistadores y otros trabajadores de campo.
10. Supervisor de operaciones. Es la persona responsable de supervisar operaciones como el trabajo
de campo o la revisin y codificacin de los datos, y a veces participa en la programacin y el an
lisis de los datos.
www.FreeLibros.me
2 0

Como lo indican estos puestos, para la investigacin de mercados se requieren personas
con diversos antecedentes y capacidades. Especialistas tcnicos, como los de estadstica, nece
sitan, como es obvio, estudios y experiencia en estadstica y anlisis de datos. Con el fin de pre
pararse para emprender una carrera en la investigacin de mercados, usted debe:
Estudiar todos los cursos de marketing que pueda.
Tomar cursos de estadstica y mtodos cuantitativos.
Aprender a manejar computadoras y a navegar en Internet. Conocer los lenguajes de pro
gramacin es una ventaja adicional.
Tomar cursos de psicologa y comportamiento del consumidor.
Adquirir habilidades sobre comunicacin oral y escrita.
Rjnsar creativamente. La creatividad y el sentido comn se merecen un premio en la in
Los investigadores de mercados deben tener formacin liberal para que entiendan los proble
mas que enfrentan los administradores y los aborden desde una perspectiva amplia.22 En el ejem
plo siguiente se muestra lo que buscan los administradores en los empleados recin llegados.
BPAmoco excava en busca del elemento correcto

En 1999, Amoco y BP fundieron sus operaciones (www.bpamoco.com) y su xito ha continua
do. En 2001 sus ganancias sumaron 148 mil millones de dlares. En 2003, BP se encontraba
todava en el proceso de cambiar el nombre de las tiendas de Amoco por el nuevo: BP Connect,
que es la versin nueva de la compaa de una tienda de descuento progresista para el siglo xxi.
La nueva imagen ostenta una lnea de paneles solares que forman un toldo sobre las bombas
surtidoras de gasolina, platillos gourmet en la cafetera interna, acceso a Internet para los clien
tes y combustible anticontaminante. La compaa depende mucho de la investigacin de mer
cados para determinar las preferencias de los consumidores y adaptar su marketing de acuerdo
con ello. Abdul Azhari, director de investigacin de mercados en BPAmoco, Chicago, busca las
calificaciones siguientes cuando contrata nuevos integrantes para su departamento:
Es esencial que sepan cmo ahondar en las cuestiones analticas, que sepan cmo analizar
las cosas. Tambin es esencial que sepan analizar datos con la mira puesta en los aspectos prc
ticos y en la aplicacin a las necesidades del marketing. Es bsico que puedan comunicarse
oralmente y por escrito con los diversos departamentos a los que sirven y que adapten esa c o
municacin de modo que cuando estn con las personas de IyD hablen el lenguaje de los cien
tficos, o cuando atiendan al director de ventas puedan hablar en el idioma del mercado . Las
palabras y su presentacin deben ser adecuadas para quien las recibe. Deben ver el cuadro com
pleto; el bosque y no slo los rboles. Tambin deben entender que la investigacin de merca
dos es un elemento del proceso y no el fin en s mismo.23
FUN CIN DE LA INVESTIGACIN

DE M ERCADOS EN EL SIM Y EL SAD
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
Sistemas de apoyo a las decisiones

(SAD)
Sistemas de informacin que
permiten a quienes toman las
decisiones manejar directamente
las bases de datos y los modelos
de anlisis. Los componentes
importantes de un SAD son
hardware y una red de
comunicaciones, bases de datos,
banco de modelos, bases de
software y el usuario del SAD
(quien toma las decisiones).
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
El SAD le brinda a FedEx una ventaja excepcional

Federal Express {www.fedex.com) se ha ganado la reputacin de ser un servicio confiable de
mensajera rpida. Con ingresos que en 2001 superaron los 19,600 millones de dlares, est a la
cabeza de los avances tecnolgicos en el mercado tan competido de los envos y pretende con
vertirse en el mejor del mundo. Un ingrediente importante del xito de FedEx han sido sus
avanzados sistemas mundiales de apoyo a las decisiones que ofrecen informacin sobre los
clientes. Estos datos abarcan aspectos detallados de todos los envos: orden, facturacin, segui
miento y rastreo. En 2001, FedEx Ground recibi el premio Moby en la Go Mobile IT Wireless Conference. FedEx Ground fue reconocida por su capacidad para capturar una firma elec
trnica y la informacin pertinente en el punto de entrega del paquete, lo que ha mejorado
enormemente el sistema de transmisin de FedEx.
Su elaborado SAD le ha permitido convertirse en la primera compaa que pasa de cero
a 1,000 millones de ventas en 10 aos sin la ayuda de fusiones ni adquisiciones, y a dominar el
campo creciente de la entrega al da siguiente . Como ejemplo de las estrategias que aplica
el SA D , FedEx instituy un muy elaborado marketing de administracin de segm entos
(MAS). FedEx ha creado una frmula de cociente de valor con el que los mercadlogos ana
lizan a los clientes uno por uno y caso por caso. Este cociente de valor incluye ponderaciones
de la rentabilidad y el valor estratgico y competitivo de los clientes mediante una encuesta de
30 preguntas. Los objetivos de FedEx definen el peso que se asigna a un cliente y dan un pun
to de vista ms estratgico que el simple uso de las utilidades para sealar el valor de un clien
te. FedEx ha definido 14 segmentos de clientes basados en las opiniones de los remitentes
sobre precio, confiabilidad, urgencia, seguridad del producto, seguimiento y prueba de entrega.
El MAS actual, que es parte del SAD de la compaa, incluye clasificaciones familiares y seg-
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
PROYECTO DE TIENDA DEPARTAMENTAL

Tomaremos un proyecto de tienda departamental realizado por el autor como ejemplo continuo a lo lar
go del texto, para ilustrar conceptos y procedimientos del anlisis de datos. La finalidad del proyecto
era evaluar las ventajas y desventajas de una tienda departamental grande, en relacin con un grupo de
competidores directos e indirectos. Llamaremos Sears a la tienda para ocultar su verdadera identidad.
El objetivo era elaborar programas de marketing destinados a impulsar unas ventas y utilidades a la ba
ja. Fueron consideradas en este estudio 10 tiendas importantes, que induan tiendas departamentales de
prestigio (como Saks Fifth Avenue, Neiman-Marcus), cadenas nacionales (como JC Penney), tiendas
de descuento (como K-Mart, Target) y algunas cadenas regionales (como Belk). Se prepar un cuestio
nario, que se aplic en entrevistas personales a domicilio, a una muestra conveniente de 271 hogares to
mada de una zona metropolitana importante. Se utiliz una escala de seis puntos (se instruy a los su
jetos para que marcaran un nmero del 1 al 6) en los casos en que se solicitaba una calificacin. Se
pidi la siguiente informacin.
1. Eimiliaridad con las 10 tiendas departamentales
2. Frecuencia con que los miembros de la casa compraban en cada una de las 10 tiendas
3. Importancia relativa asignada a ocho factores seleccionados como criterios para elegir una tienda
departamental. Estos factores eran calidad de la mercanca, variedad y surtido de la mercanca, nor
mas de devolucin y cambio, servicio del personal de la tienda, precios, conveniencia de la ubica
cin, disposicin de la tienda y normas de crdito y facturacin
4. Evaluacin de las 10 tiendas en los ocho criterios de eleccin
5. Calificaciones de preferencia de las tiendas
6. Clasificacin de las 10 tiendas (de la ms a la menos preferida)
7. Grado de acuerdo con 21 enunciados sobre el estilo de vida
8. Caractersticas demogrficas bsicas (edad, escolaridad, etctera)
9. Nombre, direccin y telfono
El estudio sirvi para que el patrocinador determinara las percepciones y las preferencias de los
consumidores en cuanto a las tiendas departamentales. Se identificaron los aspectos dbiles en trmi
nos de factores concretos que influan en los criterios de eleccin de los clientes y en trminos de cate-
www.FreeLibros.me
CAPTULO 1
23
La investigacin de mercados sirve a

tiendas departamentales, como Sears,
para determinar sus fuerzas y
debilidades relativas, y mejorar su
posicin competitiva.
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

un auto. En Mxico, estas personas son pobres y no tienen auto. Tambin hay que acomodar el
contenido local a diversos idiomas en lugares como la India, donde en una regin suele haber
20 idiomas. Las compaas deben considerar estos factores ambientales para conseguir clientes
y ventas en el extranjero.
A pesar de las complicaciones, se anticipa que la investigacin de mercados internacionales
crezca a un ritmo ms rpido que la investigacin interna. Un factor importante es que los merca
dos de muchos productos estadounidenses estn al borde de la saturacin. En cambio, los mercados
de los mismos productos en otros pases se encuentran en las primeras etapas de desarrollo, como
lo ilustra el ejemplo siguiente.
IN VESTIG ACI N
REAL
Unilever sondea el estilo de vida en Tailandia

Gracias al crecimiento econmico acelerado que ha experimentado Tailandia en los ltimos
aos, ahora hay millones de personas de clase media que aspiran a un estilo de vida internacio
nal y productos internacionales. Por ejemplo, Procter & Gamble (www.pg.com) y Unilever
(www.unilever.com) dominan el mercado del cuidado del cabello con diversas marcas, como
Sunsilk, Dimensin y Organic, entre otras. Algunas mujeres tailandesas prefieren marcas im
portadas directamente de Occidente y esto se ha convertido en un mercado atractivo para Uni
lever. En 2001, Unilever obtuvo ganancias de aproximadamente 46,000 millones de dlares,
de los cuales la regin Asia Pacfico gener 17% de las utilidades de la casa de ms de 4,700
millones de dlares.
Unilever reuni grupos de enfoque y realiz encuestas personales, y descubri que los
habitantes de las zonas metropolitanas de Tailandia estn ms deseosos de probar productos
nuevos que los pobladores de muchas otras naciones. Adems, las jvenes crean que cambiar
las marcas del champ en forma regular haca que su pelo luciera mejor. El aspecto conserva
dor de muchas tailandesas ha cambiado recientemente por imgenes radicalmente renovadas
y aumentan las personas que se vuelven conscientes de la moda, en particular en cuanto ata
e al cabello. Por ltimo, pero no de menor importancia, lo que sucede en Tailandia influye en
las tendencias de consumo en los pases vecinos de Camboya, Laos y Vietnam, que toman a los
tailandeses como modelos de nuevas ideas de estilo de vida.
La investigacin de mercados internacionales sirvi en buena medida para que Unilever
volviera a reflexionar tanto en Tailandia como en la estrategia internacional de los productos
para el pelo. Facult a los que deciden para que tomaran en cuenta la cultura y la evolucin cul
tural de la poblacin tailandesa. Con tanta informacin sobre el mercado en crecimiento y los
cambios de Tailandia, Unilever reorient su estrategia. As, Tailandia se ha convertido en uno de
los centros clave de Unilever para el desarrollo de nuevos productos para el pelo. El champ Or
ganic fue lanzado primero en Tailandia antes de ponerlo a la venta en el resto del mundo.29
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
Harris Online acierta con sus normas de privacidad

Harris Online Poli consiste en un sondeo en lnea destinado a ofrecer los resultados de diversas
encuestas realizadas en Internet. Como est consciente de sus obligaciones con los entrevista
dos, Harris se apega a normas estrictas de privacidad que publica en su pgina Web {www.harrispoUonline. com):
Nos comprometemos a mantener la privacidad de nuestras comunidades de grupos en lnea
y fuera de lnea. Su identidad y las respuestas que dio a Harris Poll, as como a Harris Poll
Online, son totalmente confidenciales. Todos nuestros informes de investigacin contienen slo
informacin acumulada, no informacin individual sobre los grupos. En los 40 aos de nuestra
historia, nunca hemos traicionado la sagrada confianza del pblico. Las respuestas que nos han
dado las personas han conservado su anonimato. Harris Poll Online contina la tradicin de res
guardar celosamente su privacidad. Nunca revelamos informacin individual sobre nuestros gru
pos, salvo que las personas lo acepten de manera expresa Adems, no enviamos correos elec
trnicos comerciales no solicitados.
Nos regimos por el Cdigo de Criterios y tica de las Encuestas de Investigacin
preparado por el Council o f American Survey Research Organizations (CASRO), as como por
el Cdigo de tica y Prcticas Profesionales de la American Association for Public Opinion
Research (AAPOR).
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

Burke Marketing Research en www.burke.com. A continuacin se proporcionana las URL de
importantes asociaciones de investigacin de mercados.
Asociaciones de investigacin de mercados en lnea

Estadounidenses
AAPOR: American Association for Public Opinin Research (www.aapor.org)
AMA: American Marketing Association (w w w .m arketingpow er.com )
ARF: The Advertising Research Foundation (ww w.arfsite.org)
CASRO: The Council o f American Survey Research Organizations (w w w.casro.org)
MRA: Marketing Research Association (w w w .m ra-net.org)
QRCA: Qualitative Research Consultants Association (www.qrca.org)
RIC: Research Industry Coalition (www.researchindustry.org)
CMOR: Council for Marketing and Opinin Research (www.ctnor.org)
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 )
Cuando explicamos las carreras en la investigacin de mercados dimos descripciones de

puestos adems de consejos para prepararse. En Internet se puede encontrar un puesto en la inves
tigacin de mercados. Research Info, en www.researchinfo.com, ofrece un tablero de empleos
donde se colocan clasificados de oferta y solicitud. Internet se convierte rpidamente en una he
rramienta til para identificar, reunir, analizar y difundir la informacin relacionada con la inves
tigacin de mercados. A lo largo del libro mostraremos que las seis etapas del proceso de investi
gacin se facilitan tanto con Internet como con las computadoras.
SPSS Windows. En este libro tenemos programas de SPSS, no meramente como un paque
te para estadsticas, sino como un paquete integrado que puede usarse en las etapas de la investi
gacin de mercados. Ilustramos el uso de SPSS para la definicin del problema, la elaboracin
de un mtodo, la obtencin del diseo de la investigacin, el acopio de datos, su preparacin y
anlisis, as como la elaboracin y presentacin del informe. Adems del mdulo BASE inclui
mos otros programas de SPSS, como Decisin Time, What If?, Maps, Data Entry, SamplePo\*er, Missing Vales, TextSmart y Smart Viewer.
El anlisis de datos tambin se ilustra con otros tres paquetes de software: SAS, MINITAB
y EXCEL.31
Adems de SPSS Windows, en este libro aparece Burke de manera significativa en una
reccin de cada captulo llamada Enfoque en Burke . La intencin es mostrar cmo una em
presa importante de investigacin aplica los conceptos estudiados en el captulo.
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
cen son servicios de campo, codificacin y captura de datos, anli

sis de datos, servicios analticos y productos de marca.
Debido a la necesidad de investigacin de mercados, hay
oportunidades atractivas de hacer carrera en estas empresas, or
ganizaciones comerciales y no comerciales y agencias de publi
cidad con departamentos de investigacin de mercados. La infor
macin que arroja esta investigacin se convierte en parte de los
SIM y SAD. La investigacin de mercados contribuye al SAD al
aportar datos para la base de datos, modelos de mercados y herra
mientas de anlisis al banco de modelos y programas de investi
gacin especializados a la base de software. La investigacin de
mercados internacionales es mucho ms complicada que la na
cional, pues el investigador debe considerar el ambiente que pre
valece en esos mercados internacionales que estudia. Los temas
ticos de la investigacin ataen a cuatro interesados: 1) el inves
tigador, 2) el cliente, 3) el entrevistado, y 4) el pblico. Internet y
las microcomputadoras encuentran una aplicacin en cada etapa
del proceso de investigacin de mercados.
TRM INOS Y C O N CEPTO S FUNDAM EN TALES

investigacin de identificacin del
problema, 8
investigacin de mercados, 7
investigacin de solucin del problema, 8
investigador interno, 14
proceso de investigacin de mercados, 9
productos registrados de investigacin
de mercados, 18
proveedores de servicios completos, 15

proveedores de servicios limitados, 17
proveedores externos, 15
servicios analticos, 18
servicios de anlisis de datos, 18
servicios de campo, 17
servicios de codificacin y captura
de datos, 18
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.
12. Qu oportunidades de hacer carrera hay en la investigacin de mer

cados?
13. Analice tres problemas ticos de la investigacin de mercados que
se relacionen con 1) el cliente, 2) el proveedor, y 3) el entrevistado.
14. Describa las etapas del proceso de investigacin 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?
4. Visite el Bureau of Labor Statistics en www.bls.gov. Cul es el po

tencial de empleo para los investigadores de mercados?
5. Examine nmeros recientes de revistas como Marketing News,
Quirks Marketing Research Review y Marketing Research: A Maga
zine o f Management and Applications para identificar una aplicacin
de computadora central o de microcomputadora para las siguientes
reas:
a. Identificacin de necesidades de informacin
b. Acopio de informacin
c. Anlisis de informacin
d. Entrega de informacin (preparacin del informe)
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
2. Entreviste a alguien que trabaje para una empresa de investigacin

de mercados. Qu opinin tiene esa persona sobre las oportu
nidades de hacer carrera en la investigacin de mercados? Escriba
un informe de su entrevista.
3. Entreviste a alguien que trabaje en el departamento de investigacin
de mercados de una corporacin grande. Qu opinin tiene esa per
sona sobre las oportunidades de hacer carrera en la investigacin de
mercados? Escriba un informe de su entrevista.
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?
I. Cbn el peridico local y con peridicos nacionales, redarte una lista

de oportunidades profesionales en la investigacin de mercados.
www.FreeLibros.me
D efin icin del p ro b lem a de la

in vestigacin de m ercad o s y
elab oracin del enfoque del p ro b lem a
O b j e t i v o s
"Una de las tareas que

ofrece ms retos consiste
en definir el problema de
investigacin, para que
as la informacin concer
niente se enfoque de ma
nera directa al aspecto d i
rectivo. El resultado
deber ser que la direc
cin comprenda por com
pleto la informacin y que
acte basada en ella".
Jim Roberts,
vicepresidente>
L Comprender la importancia y el proceso de definicin del problema de investigacin de

mercados.
2. Describir las tareas que se realizan para la definicin del problema: anlisis con quienes
toman las decisiones, entrevistas con expertos del ramo, anlisis de datos secundarios e in
vestigacin cualitativa.
3. Examinar los factores ambientales que influyen en la definicin del problema de investi
gacin: informacin histrica y pronsticos, conducta de compra, entorno legal, entorno
econmico y capacidades tecnolgicas y de marketing de la empresa.
4. Aclarar la distincin entre el problema de decisin administrativa y el problema de inves
5. Explicar la estructura de un problema de investigacin de mercados bien definido, adems
de la enunciacin general y los componentes especficos.
6. Detallar las partes del enfoque: marco terico-objetivo, modelos de anlisis, preguntas de
investigacin, hiptesis y especificacin de la informacin que se requiere.
7. Obtener una nocin de la complejidad de la materia y adquirir algn conocimiento de los
procedimientos para la definicin del problema y desarrollar un enfoque en el contexto de
la investigacin de mercados internacionales.
8. Comprender los temas y los conflictos morales que surgen al definir el problema y elabo
rar el mtodo.
9. Explicar de qu manera Internet y las computadoras facilitan el proceso de la definicin
del problema y la elaboracin del enfoque del problema.
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.
Harley va hasta el fondo

Al inicio de los aos 2000, el fabricante de motocicletas Harley Davidson (www.harleydavidson.com ) hizo una reaparicin tan importante que haba una larga lista de espera para adquirir
una unidad. En 2001, los ingresos de Harley Davidson superaron los 3,300 millones de dlares.
Aunque las distribuidoras presionaban a Harley Davidson para que elaborara ms motocicletas,
la compaa tena dudas acerca de invertir en nuevas instalaciones fabriles.
Los aos de reduccin en las ventas ensearon a la direccin a tomar con cautela los ries
gos, ms que a correrlos. Harley Davidson volva a tener un buen desempeo y la inversin en
nuevas instalaciones significaba arriesgarse. Se sostendra la demanda en el largo plazo o los
clientes dejaran de querer las Harley cuando apareciera una nueva moda? La reduccin en la
calidad, vinculada al crecimiento acelerado de Harley, le haba costado todos sus aos malos.
La direccin tema que la decisin de invertir fuera demasiado prematura. Por otro lado, la in
versin ayudara a Harley Davidson a expandirse y quizs a convertirse en lder del mercado en
el segmento de los pesos pesados. En las conversaciones con los expertos del sector se observ
que la lealtad a la marca era una influencia importante en las ventas y en la repeticin de ventas
de motocicletas. Los datos secundarios revelaron que la vasta mayora de los dueos de moto
cicletas tambin tenan auto, camioneta deportiva y camiones. En los grupos de enfoque con
dueos de motocicletas se indic que stas no se usaban principalmente como forma bsica de
transporte, sino como medio de diversin. En estos grupos tambin se destac la funcin de la
lealtad a una marca en la compra y posesin de una motocicleta.
Los pronsticos anticipaban un incremento en los gastos de consumo, en diversin y entre
tenimiento hasta el ao 2010. Con la ayuda de Internet, los consumidores del siglo x x i se han
vuelto ms exigentes y ms conscientes del valor. A pesar de esto, la imagen de la marca y la
lealtad tienen una parte importante en el comportamiento de compra que hace que las marcas
ms conocidas continen cargando un sobreprecio. Era evidente que Harley Davidson tena to
dos los recursos necesarios y las capacidades tecnolgicas y de marketing para conseguir su ob
jetivo de ser la principal marca de motocicletas en el mundo.
Este proceso y los resultados obtenidos ayudaron a definir el problema de decisin gerencial y de investigacin de mercados. El primero era: debe Harley Davidson invertir para pro31
www.FreeLibros.me
32
PARTE I Introduccin y p rim enu feue* de la investigacin de mercados
Una definicin correcta del problema de

investigacin de mercados y un enfoque
apropiado ayudaron a Harley Davidson
a tomar la decisin correcta de invertir
en sus instalaciones de produccin.
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
Definicin delproblema de la investigacin de mercada)
33
Este ejemplo muestra la importancia de la definicin correcta del problema de investiga

cin y de la elaboracin de un enfoque apropiado.
IMPORTANCIA DE LA DEFINICIN DEL PROBLEMA
Enunciado amplio del problema

general e identificacin de los com
ponentes especficos del problema
de investigacin de mercados.
Aunque cada etapa del proyecto de investigacin es importante, el paso ms relevante es el de

la definicin del problema. Segn se mencion en el captulo 1, para los fines de la investiga
cin de mercados, los trminos problemas y oportunidades se utilizan indistintamente. La defi
nicin del problem a consiste en enunciar el problema general de la investigacin de mercado e
identificar sus componentes especficos. Slo se puede disear y realizar convenientemente una
investigacin si el problema de investigacin de mercados est definido con claridad. De todas
las tareas del proyecto de investigacin, ninguna es ms crucial para la satisfaccin definitiva
de las necesidades del cliente que una definicin correcta del problema de investigacin. Todo
el esfuerzo, tiempo y dinero invertidos hasta ese momento seran un desperdicio si el problema
no se entiende o se define mal.2 \k le la pena recordar este punto, porque una definicin inade
cuada es la causa principal de que los proyectos de investigacin fallen. Adems, la mejor co
municacin y mayor participacin en la definicin de los problemas son las formas que se men
cionan con mayor frecuencia para acrecentar la utilidad de la investigacin. De estos resultados
se concluye la gran importancia de la identificacin y la definicin clara del problema de inves
tigacin de mercados. Citamos un caso de nuestra experiencia personal para ilustrar esta afir
macin.
INVESTIGACIN
REAL
Estudio de una cadena de restaurantes

Cierto da recib un telefonema de un analista de investigacin que se present como uno de
nuestros ex-alumnos. Trabajaba para una cadena de restaurantes en la localidad y solicitaba
ayuda para analizar los datos que haba reunido al realizar un estudio de investigacin de mer
cados. Cuando nos reunimos, me present un ejemplar del cuestionario y me pregunt cmo
deba analizar los datos. Mi primera pregunta fue: De qu problema se trata? Como lo vi
perplejo, le expliqu que el anlisis de datos no era un ejercicio libre, sino que su objetivo era
brindar informacin relacionada con los elementos del problema. Me sorprendi saber que no
tena una idea clara del problema de investigacin y que no contaba con una definicin escrita.
Entonces, antes de avanzar ms, tuve que definir el problema. Al terminar, descubr que mu
chos de los datos recopilados no eran pertinentes para el problema. En este sentido, el estudio
fue un desperdicio de recursos. Haba que disear y efectuar un estudio nuevo para abordar el
problema identificado.
La dificultad para definir de manera apropiada el problema es menor si se examina el pro
ceso de hacerlo.3
PROCESO DE DEFINICIN DEL PROBLEMA

Y DESARROLLO DEL E N F O Q U E
En la figura 2-1 se muestra el proceso de definicin del problema y el desarrollo del enfoque.
Las tareas que comprende la definicin del problema consiste en analizar la discusin con los
tomadores de decisiones, entrevistas con expertos del ramo y otros conocedores, anlisis de
datos secundarios y, algunas veces, investigacin cualitativa. Con estas tareas el investigador
analiza el contexto y con ello entiende el trasfondo del problema. Es preciso evaluar ciertos
factores ambientales que conciernen al problema. Comprender el entorno hace ms fcil la
identificacin del problema de decisin administrativa. Posteriormente este problema se con
vierte en el de investigacin. A partir de la definicin del problema de investigacin se esta
blece un enfoque apropiado, cuyos componentes son el marco terico objetivo, los modelos
analticos, las preguntas de la investigacin, las hiptesis y la especificacin de qu informa-
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
Etapa 3. Diseo de la investigacin
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
Definicin delproblema de la investigacin de mercados
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.
Cingular: Su expresin singular

Cingular Wireless (www.cingidar.com) fue fundada en octubre de 2000 mediante la asociacin
de SBC Communications y BellSouth. La primera empresa posee 60% de Cingular y la segun
da lo dems. Cingular Wireless es la segunda empresa ms grande de sistemas inalmbricos en
Estados Unidos, comprometida con la expresin personal y con un servicio orientado a los
clientes. Cingular controla 11 marcas regionales y ofrece servicio a 42 de los 50 principales
mercados estadounidenses. Sin embargo, Cingular tuvo dificultades para lanzar sus productos y
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
What do you have to say?
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
Entrevistas con expertos

Adems de los dilogos con quienes toman las decisiones en la empresa, las entrevistas con ex
pertos del sector, conocedores de la compaa y del ramo, sirven tambin para formular el pro
blema de investigacin de mercados.9 Los expertos se encuentran dentro y fuera de la empresa.
Por lo regular, esta informacin se obtiene en entrevistas personales, sin aplicar un cuestionario
formal. Sin embargo, conviene preparar una lista de los temas que se vayan a tratar en la entre
vista. El orden en que se toquen stos y las preguntas que se hagan no debe predeterminarse, si
no que esto se decide a medida que avanza la conversacin, lo que concede ms flexibilidad pa
ra captar las ideas de los expertos. El propsito de entrevistarlos consiste en ayudar a definir el
problema de investigacin de mercados, ms que llegar a una solucin definitiva. Infortunada
mente, surgen dos posibles dificultades cuando se busca el consejo de los expertos:
. Algunos que se ostentan como expertos y estn dispuestos a participar, en realidad no son
competentes.
2. A veces es difcil localizar y conseguir la ayuda de expertos que no pertenecen a la orga
nizacin.
Por estas razones, las entrevistas con expertos son ms tiles al realizar investigaciones pa
ra empresas industriales y productos de naturaleza tcnica. En esos sectores es relativamente
ms fcil identificar y buscar a los expertos. Este mtodo tambin es til en situaciones en las
que hay poca informacin de otras fuentes, como en el caso de productos radicalmente nuevos.
Los expertos pueden ofrecer ideas valiosas para modificar o recolocar los productos, como lo
ilustra el reposicionamiento de Diet Cherry Coke.
INVESTIGACIN
REAL
Cosecha de cerezas: El reposicionamiento de Diet Cherry Coke

Coca-Cola (www.cocacola.com) es el principal embotellador, vendedor y distribuidor de con
centrados de bebidas y jarabes sin alcohol. En 2003 Coca-Cola opera en ms de 200 pases y
produce 230 marcas. Las ventas de Diet Cherry Coke haban estado disminuyendo, debajo de
las ms de ocho millones de cajas que se vendieron durante los mejores aos. Los embotellado
res del sistema de Coca haban empezado a restringir la distribucin de Diet Cherry Coke. Para
enfrentar el problema, Coca-Cola tena que determinar la causa de esa disminucin en las ven
tas. A l consultar a los expertos del ramo se descubri el verdadero problema: Diet Cherry Coke
no estaba posicionada de manera correcta. Los expertos recalcaron que la imagen de la marca
es una influencia clave en las ventas de refrescos y Diet Cherry Coke proyectaba una imagen
convencional y anticuada, imagen que no corresponda con el refresco. Por tanto, se defini el
problema de investigacin como el de medir la imagen y posicionar Diet Cherry Coke. La in
vestigacin emprendida confirm el diagnstico de los expertos y proporcion numerosas per
cepciones tiles.
Sobre la base de los resultados de la investigacin, el producto fue reposicionado para que
correspondiera mejor a la imagen de Cherry Coke. La intencin era dirigirse a consumidores.
El envase se redise para hacerlo ms congruente con el envase de Cherry Coke. Se usaron le
tras ms acentuadas y afiladas para atraer al segmento joven. Por ltimo, se coloc a Diet
Cherry Coke junto a Cherry Coke en una promocin de regalos destinada a los adolescentes.
Posicionar Diet Cherry Coke como un refresco juvenil produjo un cambio completo. Las ven
tas aumentaron en 2002 y desde entonces conservan su trayectoria ascendente, gracias a los ex
pertos que ayudaron a identificar el problema real.10
El ejemplo de Diet Cherry Coke destaca la importante funcin de los expertos del ramo.
Ahora bien, la informacin que proveen ellos y quienes toman las decisiones debe completarse
con los datos secundarios disponibles.
Ditos recopilados con algn prop

sito que no es d problema actual.
Ditos originados de manera espec
fica por el investigador para abordar
un problema de investigacin.

Los datos secundarios son los que se recopilan con algn propsito que no es el problema en
referencia. Los datos prim arios son los que origina el investigador con objeto de establecer el
problema de investigacin. Los datos secundarios incluyen informacin que procede de fuen
tes comerciales y gubernamentales, empresas privadas de investigacin de mercados y bases
de datos automatizadas. Los datos secundarios son econmicos y son una fuente rpida de in-
www.FreeLibros.me
38

formacin general. El anlisis de los datos secundarios es una etapa esencial en el proceso de
definicin del problema: los datos primarios no deben recopilarse sino hasta que se hayan ana
lizado por completo los datos secundarios disponibles. Dada la tremenda importancia de los da
tos secundarios, nos ocuparemos detalladamente de este tema en el captulo 4, en el que tam
bin se profundiza sobre las diferencias existentes entre datos secundarios y primarios. Aqu se
ilustra el empleo de los datos secundarios para la definicin del problema de investigacin de
mercados.
INVESTIGACIN
REAL
Varis Incorporated: ElMaxi-Van del patinaje

El patinaje es toda una moda actual y los adolescentes de todo el pas ensayan suertes sobre sus
patines. Muchas compaas de calzado han intentado venderle a este grupo de gente, pero casi
todas han fracasado. En la actualidad, la marca preferida es Vans, Inc. (www.vans.com). Esta
compaa de calzado, con sede en Santa Fe Springs, California, es pionera en la fabricacin de
los zapatos de lona sin agujetas y con suela gruesa, que se han convertido en uno de los elementos
fundamentales en el frente del patinaje.
Mediante datos secundarios, la compaa observ que muchos patinadores tenan proble
mas con las autoridades por patinar en las calles. La compaa recopil ms datos secundarios
que revelaron que no haba muchos lugares para que los deportistas del pas patinaran sin correr
peligros. Por eso, Neal Lyons, presidente de menudeo de la compaa, se pregunt si Van deba
operar pistas grandes de patinaje cerca de los centros comerciales para que los chicos tuvieran
un lugar seguro donde patinar. Entonces, se decidi que el problema de marketing consista en
evaluar las preferencias de los consumidores y la demanda de pistas grandes cerca de dichos
centros. La investigacin realizada arroj resultados afirmativos y Lyons encontr un centro
que estuvo de acuerdo en que construyeran la pista. El lugar fue The Block, en el condado de
Orange, California, que era conocido como un sitio de compras popular como centro de reunin
entre los adolescentes. Afortunadamente, las instalaciones pertenecan a Mills Corporation, que
construye centros de entretenimiento innovadores.
El parque abri en noviembre de 1998 y el pblico lo inund. Al final del ao lo visitaban
250,000 patinadores, muy por arriba de los 100,000 visitantes proyectados. El parque fue un
enorme xito y gente de todo el mundo llegaba a conocerlo. Posteriormente Vans fund ms loca
les. El 12 de enero de 2002 abri en Orlando su undcima pista. Piensa instalar otras en Colo
rado, Virginia, Florida y Milpitas, al norte de California, para el 2005. Todo comenz con el
anlisis de datos secundarios, que llevaron a la investigacin de mercados adecuada, la cual
culmin en una estrategia exitosa de expansin.11
El anlisis de los datos secundarios y la

investigacin llev a Vans, Inc., a abrir
grandes pistas de patinaje que han teni
do mucho xito.
www.FreeLibros.me
CAPTULO 2
39
Muchas veces es til completar el anlisis de los datos secundarios con investigacin cua
litativa.
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
fra comprender los antecedentes de un problema de investigacin de mercados, el investiga

dor debe entender a la empresa y el sector de cliente. En particular, debe analizar los factores
que repercuten en la definicin del problema. Estos factores, que en conjunto son el contexto
del problem a, consisten en: la informacin histrica y los pronsticos de la compaa y del sec
tor, recursos y restricciones de la empresa, objetivos de quien toma las decisiones, comporta
miento del comprador, entorno legal, entorno econmico y las capacidades tecnolgicas y de
marketing de la empresa, como se muestra en la figura 2-2. Nos detendremos un momento en
estos factores.12
* Objetivos
- Conducta de compra
- Entorno legal
Entorno econmico
Capacidades tecnolgicas y de marketing
www.FreeLibros.me

La informacin histrica y los pronsticos de tendencias de ventas, participacin en el merca
do, rentabilidad, tecnologa, poblacin, demografa y estilo de vida ayudan al investigador a
comprender el problema bsico de investigacin de mercados. Cuando este anlisis es apropia
do, se realiza en el plano del sector y de la empresa. Por ejemplo, si las ventas de una empresa
han disminuido pero las ventas en el sector han aumentado, los problemas seran muy distintos
a los que se hubieran suscitado si tambin se hubieran reducido las ventas del sector. En el priirercaso, es probable que los problemas sean especficos de la compaa.13
La informacin histrica y los pronsticos son invaluables para detectar oportunidades y
problemas potenciales, como lo ha demostrado el sector de la comida rpida. En el ejemplo si
guiente se muestra cmo las cadenas de restaurantes, como McDonalds, tratan de aprovechar las
oportunidades de una tendencia reciente hacia un almuerzo ms breve y efmero en la oficina.
INVESTIGACIN
REAL
Puro trabajo, nada de comida

En los ltimos aos ha habido un cambio importante en los hbitos alimenticios de las personas
en el trabajo. En un estudio efectuado en 2001 por la empresa de investigacin Datamonitor
( www.datamonitor.com) se descubri que 31% de los trabajadores omiten el almuerzo por lo
menos una vez a la semana. La tica estadounidense del trabajo no deja de presionar a las per
sonas para que aprovechen su tiempo. El cambio en el entorno laboral, en el que ahora se tienen
tiempos de entrega lmite de manera continua durante el da, ha modificado la percepcin de
cundo debe almorzarse y qu comer, si es que se come.
Muchas personas tambin combinan el trabajo y la comida, la cual se hace en el escritorio
o durante las juntas. Casi 24% de los trabajadores (23.9%) compran comida para llevar por lo
menos una vez a la semana y alrededor de 10% (10.3%) ordenan que les lleven el almuerzo. Te
ner varias tareas tambin hace que la hora de comer se dedique a asuntos personales, como acu
dir al correo, lavar el coche, meterse al gimnasio o hacer las compras. Los trabajadores de 18 a
24 aos de edad se inclinan ms a tomarse la hora de comer que los de mayor edad, pero tam
bin es ms frecuente que dediquen esa hora a otras actividades aparte de comer. Por otro lado,
aciertas personas se les dificulta tomarse toda la hora de comer porque, como sus compaeros
no lo hacen, se sienten presionadas. Ms de 40% de los trabajadores opinan que no tienen una
hora adecuada para comer. De acuerdo con los pronsticos, esta tendencia va a acentuarse.
Desde el punto de vista del mercadlogo, la conveniencia de acceso a los clientes de en
trada por salida es muy importante. Esto tambin representa un problema para los restaurantes
tradicionales y los locales de comida rpida, atestados a la hora de comer. Aumentar la popu
laridad de las opciones de comida para llevar. McDonalds (www.mcdonalds.com) present sus
tres clases de McSalad Shakers, ensaladas en recipientes que pueden agitarse para baar con el
aderezo, destinadas a las personas apuradas que tambin quieren comidas sanas. Ahora existe
la opcin de ordenar ensalada para comer en el auto, facilidad atractiva para 20% de las muje
res y 8% de los varones que almuerzan ensaladas. Las compaas que ofrecen comidas accesi
bles, mquinas tragamonedas y almuerzos para llevar captarn una mayor participacin en este
mjrcado.14
Este ejemplo ilustra la utilidad de la informacin histrica y los pronsticos, lo que es par
ticularmente valioso si los recursos son limitados y hay otras restricciones en la organizacin.
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.
Nmero y ubicacin de compradores y no compradores

Caractersticas demogrficas y psicogrficas
Hbitos de compra y consumo de categoras de productos relacionadas
Comportamiento de consumo de medios y respuesta a las promociones
Sensibilidad al precio
Tiendas de saldos preferidas
Preferencias del comprador
El siguiente ejemplo muestra cmo una comprensin del comportamiento relevante del
comprador ayuda a identificar la causas del problema.
INVESTIGACIN
REAL
Cmo Tienes leche? obtuvo ventas

Las ventas de leche haban disminuido en el decenio de 1980 y comienzos de 1990, y la indus
tria lechera necesitaba hallar una manera de aumentar las ventas. El California Milk Processor
Board contrat una compaa de publicidad, la que a su vez contrat a M/A/R/C Research
(www.marcresearch.com) para que realizara una encuesta telefnica de seguimiento entre califomianos de ms de 11 aos de edad. Para identificar la causa de las bajas ventas, la compaa
www.FreeLibros.me
42

quiso comprender el comportamiento de los consumidores con respecto de la leche. Mediante
numerosos grupos focales, observacin en domicilios y encuestas telefnicas, M/A/R/C consi
gui entender la conducta en que se fundaba el consumo de leche. En la investigacin se reve
l cmo tomaba la leche la gente, qu la haca quererla, con qu alimentos la tomaba y qu
senta cuando le faltaba. Se encontr que 88% de la leche se consuma en el hogar y que no era
la bebida principal de la persona promedio, sino que se tomaba en combinacin con ciertos ali
mentos, como cereal, pasteles, pastas, etctera. Sin embargo, la leche se extraaba mucho
cuando no haba. La agencia de publicidad Goodby, Silverstein & Partners cre una campaa
publicitaria en tomo de la conducta de consumo de leche y lanz la bien conocida frmula del
bigote de leche con el lema Tienes lech e?. Esta publicidad creativa realmente llam la
atencin y mostraba celebridades como Joan Lunden, Rhea Perlman o Danny De Vito osten
tando el famoso bigote blanco. Mediante la investigacin de mercados y la campaa publicita
ria las ventas de leche se incrementaron y se han mantenido estables en 2003. Pero aparte de
las ventas, Tienes leche? se ha convertido en parte del lenguaje estadounidense. Algunos
consumidores han contado que sus hijos entran a la cocina con una galleta y pidiendo un va
so de Tienes leche?. En los anuncios ms recientes, el Monstruo Come Galletas y Snap
Crackle Pop padecen por falta de leche. La ltima adicin a la campaa es el sitio en Internet
Tienes leche? en www.gotmilk.com, en el que se ofrece mercanca, concursos, juegos y re
cetas.17
La disminucin en el consumo de leche poda atribuirse a cambios socioculturales que in
cluyen tendencias demogrficas y gustos de los consumidores. Adems, el entorno legal y el eco
nmico tienen un impacto en el comportamiento de los consumidores y en la definicin del
problema de investigacin de mercados.
Entorno legal
Rjlticas y normas reguladoras con
las que deben operar las organiza
ciones.
El entorno legal abarca polticas pblicas, leyes, dependencias gubernamentales y grupos de

presin que influyen y regulan a diversas organizaciones e individuos de la sociedad. Las reas
legales importantes son patentes, marcas registradas, regalas, acuerdos comerciales, impuestos
y aranceles. Las leyes federales tienen un efecto en cada elemento de la mezcla de marketing.
Adems, se han promulgado leyes para regular sectores especficos. El entorno legal tiene mu
cho que ver en la definicin del problema de investigacin de mercados, lo mismo que el entor
no econmico.
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.
Capacidades mercadolgicas y tecnolgicas

La pericia de una compaa con cada elemento de la mezcla de marketing, as como el grado
general de sus capacidades tecnolgicas y de marketing, afectan la naturaleza y el alcance del
proyecto de investigacin. Por ejemplo, la introduccin de un producto nuevo que requiere tec
nologa sofisticada no es quizs un camino viable si la empresa no tiene las capacidades para fa
bricarlo o comercializarlo.
Las capacidades tecnolgicas y de marketing de una empresa influyen de manera impor
tante en los programas y las estrategias de marketing que puedan iniciarse. En el plano ms am
plio, hay que considerar otros elementos del entorno tecnolgico. Los adelantos de la tecnolo
ga, com o el progreso constante de las computadoras, han tenido un efecto radical en la
investigacin de mercados. Para ilustrarlo, los cajeros computarizados de los supermercados v i
gilan la demanda diaria de productos y ponen al alcance del investigador los datos del lector p
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 PROBLEMA DE DECISIN GERENCIAL

Y EL PROBLEMA DE LA INVESTIGACIN
DE M ERCADOS
Problema que enfrenta quien toma
las decisiones. Se pregunta qu tie
ne que hacer.
Problema de Investigacin
Problema que consiste en determi
nar qu informacin se necesita y
cmo puede obtenerse de la manera
ms asequible.
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.
Problema de decisin gerencial y problema de investigacin de mercados

Problema
de decisin gerencial
P roblema
Quien decide pregunta qu tiene

que hacer
Pregunta qu informacin se necesita

y cmo se debe obtener
Tiende a la accin
Se inclina a la informacin
Se enfoca en los sntomas
Se centra en las causas
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?
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.
Los ejemplos siguientes tambin distinguen los problemas de decisin gerencial y de in

s t ig a c i n de mercados:
Problema de decisin gerencial
Se deben introducir productos nuevos?

Determinar las preferencias de los
consumidores y las intenciones de compra
de los nuevos productos propuestos
Se debe cambiar la campaa

publicitaria?
Determinar la eficacia de la campaa

publicitaria actual
Se debe aumentar el precio

de la marca?
Determinar la elasticidad de precio

de la demanda y el efecto en las ventas
y utilidades de diferentes cambios en ste
La distincin entre el problema de decisin gerencial y el problema de investigacin de

mjrcados ayuda a entender cmo se debe definir este ltimo.
DEFINICIN DEL PROBLEMA

DE INVESTIGACIN DE M ERCADOS
La regla general para definir un problema de investigacin de mercados es que tal definicin
debe: 1) permitir al investigador obtener toda la informacin que se necesita para abordar el
problema de decisin gerencial; 2) guiar al investigador durante el curso del proyecto. A l defi
nir su problema, los investigadores cometen dos errores comunes. El primero surge cuando el
problema de investigacin se define en trminos demasiado amplios. Una definicin amplia no
ofrece lincamientos claros para las etapas siguientes del proyecto. Como ejemplos de definicio
nes demasiado amplias de problemas de investigacin tenemos: 1) elaborar una estrategia de
marketing para la marca; 2) mejorar la posicin competitiva de la empresa, y 3) mejorar la ima
gen de la compaa. Estas expresiones no son tan especficas que indiquen un mtodo para en
frentar el problema o un diseo de investigacin.
El segundo error es exactamente el opuesto: el problema de investigacin de mercados tie
ne una definicin demasiado estrecha. Un enfoque cerrado excluye la consideracin de algunas
posibilidades de accin, en particular las que resulten innovadoras y no sean evidentes. Tam-
www.FreeLibros.me
CAPTULO 2
Figura 2 .3
Definicin apropiada del
problema de investigacin
de m ercados
45

Enunciado general
Componentes especficos
Declaratin inicial del problema de

investigacin de mercados que da
una perspectiva apropiada de ese
problema.
Segunda parte de la definicin del
problema de investigacin de mer
cados. Comprenden los aspectos
fundamentales del problema y pro
porcionan lincamientos sobre cmo
proceder a continuacin.
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
La investigacin le da el saque a la revista Tennis

La revista Tennis (www.tennis.com), una publicacin de N ew York Times, Co., quera informacinsobresus lectores. Aunque slo tena 700,000 suscriptores, sus lectores sumaron 1.6 millones
en 2003. Contrataron a Signet Research, Inc. (www.signetresearch.com), compaa investiga
dora independiente de Cliffside Park, Nueva Jersey, para que efectuara un estudio de mercado.
El problema de decisin administrativa era qu cambios debera hacer la revista Tennis para ser
ms atractiva a los lectores.
El problema general de investigacin de mercados se defini como recopilar informacin
sobre los suscriptores de Tennis. Los componentes especficos fueron los siguientes:
1. Datos demogrficos. Quines son los hombres y las mujeres que se suscriben a la revista?
2. Caractersticas psicolgicas y estilo de vida. En qu invierten los suscriptores su dine
ro y su tiempo libre? Los indicadores de estilo de vida que se examinaran eran condicin
fsica, viajes, renta de autos, atuendo, electrodomsticos, tarjetas de crdito e inversiones fi
nancieras.
3. Actividades tensticas. Dnde y con qu frecuencia juegan tenis los suscriptores? Qu
nivel de juego tienen?
4. Relaciones con la revista Tennis. Cunto tiempo dedican los suscriptores a los nmeros
de la revista? Cunto tiempo los conservan? Comparten la revista con otros tenistas?
www.FreeLibros.me
46
Debe haber una expresin por escrito

del problema de investigacin de mer
cados con el que est de acuerdo el
diente. Un asesor de Burke analiza con
un cliente la definicin de un problema
de investigacin de mercados.
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.

D efin ici n d e l p ro b le m a
En el proyecto de la tienda departamental, el problema de investigacin de mercados es determinar las
ventajas y desventajas de Sears, comparadas con los principales competidores y respecto de los facto
res que influyen en la clientela de la tienda. En concreto, la investigacin debe arrojar informacin so
bre las preguntas siguientes:
1. Qu criterios siguen las familias cuando eligen una tienda departamental?
2. Cmo evalan las familias a Sears y las tiendas de la competencia con los criterios de evalua
cin delineados en la pregunta 1?
3. Qu tiendas se prefieren para comprar ciertas categoras de productos?
4. Cul es la participacin en el mercado de Sears y de la competencia en ciertas categoras de
productos?
5. Cul es el perfil demogrfico y psicolgico de los clientes de Sears? Difiere del perfil de los
dientes de las tiendas de la competencia?
6. La clientela y la preferenda puede explicarse en trminos de evaluaciones de la tienda y carac
tersticas de los clientes?
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.
En general, la investigacin debe basarse en pruebas objetivas y sustentarse en la teora. La teo

ra es el esquema conceptual elaborado sobre enunciados fundamentales llamados axiomas,
que se dan por verdaderos. Las pruebas objetivas (pruebas sin sesgo y que se respaldan por re
sultados empricos) se obtienen mediante la recopilacin de los resultados pertinentes de las
iientes secundarias. Del mismo modo, se debe encontrar una teora apropiada que gue la in
vestigacin mediante la revisin de los estudios acadmicos que se encuentran en libros, revis
tas y monografas. El investigador se debe apoyar en la teora para determinar qu variables va
a estudiar. Asimismo, las consideraciones tericas ofrecen informacin sobre cmo deben ha
cerse operacionales las variables, cmo se miden y cmo se elige el diseo y la muestra. La teo
ra tambin establece la base para que el investigador organice e interprete los resultados. Na
da es ms prctico que una buena teora.20
La teora tambin cumple una funcin crucial al influir en los procedimientos adoptados en
la investigacin bsica. Aplicar una teora a los problemas de investigacin de mercados requie
re creatividad por parte del investigador. Es posible que una teora no especifique de manera
adecuada cmo se materializan las construcciones abstractas (las variables) en un fenmeno del
mundo real. Aparte, las teoras estn incompletas. Se ocupan de un subconjunto de las variables
que existen en el mundo real. Por tanto, el investigador tambin debe identificar y examinar
otras variables que no pertenezcan a la teora.21
El proyecto de patrocinio de la tienda departamental ilustra cmo se puede utilizar una teo
ra para elaborar un enfoque. Si se revisa la bibliografa relacionada con las ventas al detalle, se
apreciar que los modelos de tiendas elaborados en trminos de criterios de seleccin han reci
bido apoyo considerable.22 Adems, se han identificado hasta 42 criterios de seleccin en esa
bibliografa y se ofrecen lincamientos para hacer operativas las variables. Ete aqu se reuni un
banco inicial del que se tomaron las ocho caractersticas definitivas incluidas en el cuestionario.
En las consideraciones tericas se indica tambin que el comportamiento en las tiendas puede
examinarse mediante una encuesta con personas acostumbradas a comprar en tiendas departa
mentales. El marco terico tambin sirve como base para la elaboracin de un modelo analtico
adecuado.
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

E laboracin d e l m odelo
Modelo verbal
Un consumidor se da cuenta por primera vez de la existencia de la tienda. Luego conoce la tienda y la
evala en trminos de los criterios de seleccin. De acuerdo con su evaluacin, el consumidor adquie
re algn grado de preferencia por la tienda. Si la preferencia es bastante intensa, se convertir en clien
te de la tienda.
Modelo grfico
Conciencia
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
vicciones, opiniones, sentimientos y experiencias positivas con esa marca. En el siguiente mo

delo grfico se representa esta teora:
Convicciones * Opiniones
Compra
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.
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

P reguntas d e in vestigacin
El quinto componente del problema de investigacin era el perfil psicolgico de los clientes de Sears.
En el contexto de las caractersticas psicolgicas, se formularon varias preguntas de investigacin so
bre los clientes de Sears.
Muestran lealtad a la tienda?

Recurren mucho al crdito?
Estn ms conscientes de la apariencia que los clientes de la competencia?
Combinan las compras con la comida fuera?
Para afinar an ms las preguntas de investigacin, se definieron precisamente las variables y se

determin cmo haba que hacerlas operativas. Para ilustrarlo, cmo debe medirse el uso del crdito
de Sears? Puede medirse de las formas siguientes:
L
2.
3.
4.
Si el cliente posee una tarjeta de crdito de Sears.

Si el cliente usa la tarjeta de crdito de Sears.
Las veces que el cliente ha usado la tarjeta de crdito de Sears en un periodo especificado.
La cantidad en dlares cargada a la tarjeta de crdito de Sears en un periodo especificado.
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
Componentes del problema

Marco
terico
objetivo
*
Modelo
analtico
,
Hiptesis
www.FreeLibros.me
50
PARTE I Introduccin y primeras fases de la investigacin de mercados

Hiptesis
Se formularon las hiptesis siguientes en relacin con la pregunta de investigacin sobre la lealtad a la
tienda:23
Hl: Los clientes que son leales a la tienda estn menos familiarizados con el ambiente de compras.
H2: Los clientes leales a la tienda corren menos riesgos que los que no son clientes.
Estas hiptesis guiaron la investigacin al garantizar la inclusin en el diseo de la investigacin
de las variables que miden el conocimiento del ambiente de compras y la propensin a correr riesgos.
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
Definicin delproblema de la investigacin de mercada)
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
Especificacin de ia informacin necesaria

Al enfocarse en cada componente del problema y en el marco y los modelos analticos, las pre
guntas de investigacin y las hiptesis, el investigador puede determinar qu informacin debe
obtener de un proyecto de investigacin de mercados. Es til llevar a cabo este ejercicio para
cada componente del problema y redactar una lista en la que se especifique toda la informacin
que debe recopilarse. Consideraremos el proyecto de la tienda departamental. Nos centraremos
en los componentes del problema que se identificaron al comienzo del captulo para determinar
la informacin que debe recabarse de los sujetos seleccionados para la encuesta.
El proceso se ilustra tambin mediante el caso de United Airlines.
W W E S T IG A C I II A C T IV A

E specifica ci n d e la in fo rm a c i n n ecesa ria
Componente I
Este componente abarca los criterios que siguen las familias para elegir una tienda departamental. Se
gn el proceso planeado, el investigador identifica los criterios de eleccin siguientes: calidad de la
mercanca, variedad y surtido, polticas de devolucin y cambio, atencin del personal de la tienda,
pecios, conveniencia de la ubicacin, disposicin de la tienda, polticas de crdito y facturacin. Se pi
de a los entrevistados que califiquen la influencia de cada factor en su eleccin de una tienda.
Componente 2
Este componente atae a la competencia. En conversaciones con la administracin, el investigador
identific nueve tiendas departamentales rivales de Sears. Hay que pedir a los entrevistados que eva
len a Sears y las otras nueve segn los ocho criterios de seleccin.
Componente 3
Las parte ms importante de este componente son categoras especficas de productos. Se eligieron 16
categoras de productos, entre ellos vestidos de dama, ropa deportiva para dama, lencera y moda, mercan
ca infantil, atuendo masculino, cosmticos, joyera, zapatos, blancos, mobiliario y cortinas. Hay que
peguntara los entrevistados si compran en las 10 tiendas las 16 categoras de productos.
Componente 4
No hace falta ms informacin de los entrevistados.
(Contina)
www.FreeLibros.me
52
PROYECTO DE TIENDA DEPARTAMENTAL (continuacin)

Componente 5
Debe obtenerse informacin sobre caractersticas demogrficas bsicas de los entrevistados. De acuer
do con el proceso antes mencionado, el investigador identific como pertinentes las caractersticas
psicogrficas siguientes: lealtad a la tienda, manejo de crdito, conciencia dd aspecto y combinacin
de compras y comida. La informacin relacionada con estas variables tambin debe obtenerse de los
entrevistados.
Componente 6
No hace falta ms informacin de los entrevistados.
INVESTIGACIN
REAL
En United la comida une a la aerolnea con los viajeros

El sector de las aerolneas result daado por los ataques terroristas del 11 de septiembre de
2001. El trfico de pasajeros en 2002 todava era escaso. United Airlines (www.ual.com) tuvo
que interesarse en la lealtad de los pasajeros (el problema de decisin gerencial: cmo debe
atraer United ms y ms pasajeros leales?). El problema general de investigacin de mercados
consista en identificar los factores que ejercan influencia en la lealtad de los viajeros de la com
paa. La investigacin exploratoria, el marco terico y las pruebas empricas revelaron que los
clientes, al elegir una lnea area, consideraban seguridad, precio del boleto, programas de via
jero frecuente, comodidad de horarios y nombre de la empresa.
En un modelo grfico se estipul que los consumidores evalan a las aerolneas mediante
ciertos criterios con los que eligen a su compaa preferida. El problema era que las principales
aerolneas eran muy parecidas en estos criterios. De hecho, ofrecan los mismos horarios, el
mismo servicio y las mismas tarifas. En consecuencia, United Airlnes tena que hallar una ma
nera de distinguirse. La comida result la solucin.
Los datos secundarios, como en la encuesta de J. D. Power & Associates sobre las tenden
cias actuales y futuras en el ramo de los alimentos en las lneas areas, indic que la comida a
bordo era un factor importante de la lealtad de los clientes. En la investigacin cualitativa y la
encuesta de United tambin se destac la importancia de las marcas de la comida. La encuesta
Marketrak indic a United Airlines que los clientes queran comidas ms variadas y modernas.
Se plantearon las siguientes preguntas de investigacin e hiptesis:
PI1: Qu tan importante es la comida para los clientes de las aerolneas?
Hl: La comida es un factor importante para los pasajeros de las lneas areas.
H2: Los viajeros valoran los alimentos de marca.
Un mtodo razonable en la forma de un

marco terico, modelo grfico, pregun
tas de investigacin, hiptesis y especi
ficacin de la informacin necesaria
ayud a United Airlines a descubrir
la importancia de la comida para sus
dientes.
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
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.
La catsup de Heinz perdi el paso en Brasil

En 2003, Heinz (www.heinz.com) venda productos en ms de 200 pases y sus ventas alcanza
ban los 10,000 millones de dlares, de los cuales aproximadamente 45% provenan del exterior
de Estados Unidos. A pesar del buen historial de ventas dentro y fuera de ese pas, H. J. Heinz
Co., fracas en Brasil, un mercado que pareca ser el ms grande y prometedor de Sudamrica.
Heinz estableci una sociedad con Citrosuco Paulista, un gigante exportador de jugo de naran
ja, debido a la posibilidad de comprar ms adelante una compaa rentable. Sin embargo, las
ventas de sus productos, incluso las de la catsup, no despegaron. Cul fue el problema? Una
auditora del problema revel que la compaa no tena un sistema slido de distribucin local.
Heinz perdi el control de la distribucin porque trabajaba a consignacin. La distribucin no
alcanzaba una penetracin de 25%. Un problema relacionado era que Heinz se concentr en las
tiendas de barrio, dado que la estrategia tuvo xito en Mxico. Pero la auditora mostr que en
Sao Paulo 75% de las compras de abarrotes se hacan en los supermercados y no en las bendi
tas. Aunque parezca que Mxico y Brasil tienen caractersticas culturales y demogrficas seme
jantes, el comportamiento de compra vara de manera notable. Un examen detenido y atento del
sistema de distribucin brasileo y el comportamiento de los consumidores podra haber evitado
el fracaso. As, Heinz est prestando ms atencin a los pases asiticos, en particular China, don
de vende alimento para bebs y donde cada ao nacen 22 millones de nios.28
Como lo ilustra el ejemplo de Heinz, muchos esfuerzos internacionales de marketing fa
llan no porque no se realizaran investigaciones, sino porque no se tomaron en cuenta los facto
res ambientales pertinentes. De esta manera, por lo regular se llega a una definicin demasiado
estrecha del problema. Por ejemplo, considrese el consumo de refrescos. En muchos pases
asiticos, como la India, se toma agua con las comidas y los refrescos se sirven a los invitados
en ocasiones especiales. Por tanto, el problema de decisin directiva de aumentar la participa
cin en el mercado de alguna marca de refresco debe traducirse en un problema de investigacin
distinto para la India que para Estados Unidos. Antes de definir el problema, el investigador de
be aislar y examinar el efecto del criterio de antorreferencia (CAR), o la referencia inconscien
te a los propios valores culturales. Las fases que siguen permiten a los investigadores conside
rar las diferencias ambientales y culturales al definir un problema en el contexto de los
mercados internacionales:29
www.FreeLibros.me
Etapa 1. Definir el problema de investigacin de mercado en trminos del ambiente interno y

sus factores culturales. Esto implica una identificacin de las peculiaridades relevantes,
como economa, valores, necesidades o hbitos del pas.
Etapa 2. Definir el problema de investigacin de mercados en trminos de un ambiente extran
jero y sus factores culturales. No hacer juicios. Se trata de identificar peculiaridades, e c o
noma, valores, necesidades o hbitos afines en la cultura del mercado propuesto. La tarea
requiere la aportacin de los investigadores que conozcan el entorno forneo.
Etapa 3. Aislar el criterio de autorreferencia que influye en el problema y examinarlo atenta

mente para ver cmo lo complica. Examinar las diferencias entre la primera y segunda fa
se. Es posible que stas se imputen al CAR.
Etapa 4. Redefinir el problema sin la influencia del CAR y abordarlo desde la situacin del
mercado extranjero. Si las diferencias de la fase 3 son significativas, hay que ponderar de
manera cuidadosa el impacto del CAR.
Considrese el problema general de Coca-Cola Company si trata de aumentar su penetra
cin en el mercado de refrescos de la India. En la etapa 1 se considerara el problema de aumen
tar la penetracin en el mercado estadounidense. En Estados Unidos se consumen refrescos en
casi todos los hogares, de modo que el problema consistira en incrementar el consumo de los
compradores actuales. Ms an, los refrescos se toman con las comidas y para saciar la s e d Por
lo tanto, el problema de aumentar la penetracin en el mercado consistira en hacer que los con
sumidores tomaran ms refrescos con la comida y en otros momentos. Pero en la India (etapa 2)
se consumen refrescos en muchos menos hogares y no lo hacen con las comidas. As, en la
etapa 3 el CAR se identificara con la nocin estadounidense de que los refrescos son una bebi
da para toda ocasin. En la etapa 4, el problema en el contexto hind sera cmo hacer que un
porcentaje mayor de personas consuman refrescos (productos de Coca-Cola) y cmo hacer que
tomen refrescos (productos de Coca-Cola) ms a menudo para consumo personal.
Al preparar marcos tericos, modelos, preguntas de investigacin e hiptesis, debe recor
darse que las diferencias en los factores ambientales, en especial en el entorno sociocultural,
originan diferencias en la formacin de impresiones, opiniones, preferencias y elecciones. Por
qemplo, la idea del tiempo vara de manera considerable con las culturas. Los habitantes de
Asia, Latinoamrica y Oriente Medio no son tan conscientes del tiempo como los occidentales,
lo que influye en las percepciones y las preferencias por las comidas fciles, como los alimen
tos precongelados y las cenas preparadas. Al preparar enfoque para enfrentar el problema, el in
vestigador debe considerar la equivalencia entre el consumo y la conducta de compra, y los fac
tores que influyen en ellos. Esto es crucial para identificar las preguntas de investigacin e
hiptesis correctas y la informacin que se necesita.
Surf Superconcentrate enfrenta una sper deslavada en Japn

En 2003, Unilever (www.unilever.com) venda productos de consumo en 150 pases. Hasta 85%
de sus utilidades procedan del extranjero y 7% se generaban en la regin de Asia y el Pacfico.
Unilever trat de irrumpir en el mercado japons de detergentes con Surf Superconcentrate.
Durante la prueba de mercado alcanz una participacin inicial de 14.5%, pero cay a un sor
prendente 2.8% cuando el producto se introdujo en todo el pas. Qu sali mal? Surf estaba
diseado de manera que tena un empaque con la medida exacta, como las bolsas de t, dispues
to en pares porque la comodidad es un atributo importante para los consumidores japoneses.
Tambin tena el atractivo de un aroma fresco . Pero los consumidores japoneses detectaron
que no se disolva en el enjuague, en parte por las condiciones del tiempo y en parte tambin
por la popularidad del uso de las lavadoras de movimiento lento. Surf no estaba fabricado para
funcionar en esas lavadoras nuevas. Unilever tambin encontr que el posicionamiento de Surf
por su aroma fresco tena poca importancia porque la mayora de los consumidores cuelgan
la ropa limpia al aire libre. La metodologa de investigacin tampoco careci de fallas, pues
Unilever no identific los atributos caractersticos del mercado japons de los detergentes. Ms
an, identific factores como aroma fresco, que no tenan importancia en el mercado japons.
Una investigacin cualitativa adecuada, como grupos focales y entrevistas de profundidad con
varias muestras del mercado objetivo, habra revelado las caractersticas o los factores correc
tos para la elaboracin de un diseo de investigacin apropiado.
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
LA TICA DE LA INVESTIGACIN DE MERCADOS

Los problema ticos surgen si en el proceso de la definicin del problema y el establecimiento
de un mtodo se entremezclan intereses personales del cliente (el que decide) o del investiga
dor. Este proceso se altera si quien toma las decisiones tiene objetivos ocultos, como conseguir
un ascenso o justificar una decisin ya tomada. La persona que toma las decisiones est obliga
da a ser honesta y revelar al investigador toda la informacin pertinente que permita una defini
cin apropiada del problema de investigacin de mercados. Del mismo modo, el investigador
tiene la obligacin moral de definir el problema de acuerdo con los mejores intereses del clien
te, ms que con los intereses de su empresa de investigacin. En ocasiones, esto hace que los inte
reses de la empresa investigadora se subordinen a los del cliente y planteen un dilema tico.
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
Discusin con quienes toman las decisiones

Internet ayuda al investigador a ponerse en contacto con quien toma las decisiones. Gracias al
correo electrnico, ahora es posible llamar a los directivos en cualquier lugar y momento. En
Internet tambin hay salas de pltica (chat rooms) en las cuales quien toma las decisiones pue
de conectarse en su tiempo libre para conversar con el investigador y otros directivos acerca del
proyecto de investigacin. Una conversacin podra tratarse del inventario del problema. El in
vestigador presentara este asunto en la sala de pltica. El directivo respondera a las preguntas
y a las ideas de otros participantes en la sala (directivos, el investigador, etctera). La facilidad
de ver las respuestas quienes entren a la sala tiene el efecto de congregar a todos los que toman
las decisiones, sin que tengan que estar presentes fsicamente al mismo tiempo. Dada la natura
leza del anlisis (intercambio interno de la compaa), los participantes requieren una contrase
a de acceso a la sala de plticas para que la informacin no est a la mano de quienes no tienen
por qu conocerla.
Entrevistas con expertos del sector

Internet tambin sirve para mejorar la capacidad del investigador de recabar el consejo de los
expertos. Se pueden efectuar bsquedas para localizar expertos del ramo que no pertenezcan a
la compaa. En la visita a sitios y grupos de noticias se tiene contacto con expertos y conoce
dores. Tambin se pueden hacer bsquedas por tema y seguir las listas de opinin o de pregun
tas frecuentes. Por ejemplo, si busca un experto en hardware de cmputo, estos son los pasos
que hay que seguir: vaya a yvww.usenet.com (si es miembro) o a groups.google.com (gratuito) y
busque expertos en cmputo. Hay un tablero de mensajes para este tema particular. Mediante el
examen de los mensajes se localiza a los expertos. Una bsqueda en Google de computadoras
Dell dio por resultado numerosos mensajes sobre esta marca. El ms reciente era una nota de
correo electrnico en la que se preguntaba sobre una computadora Dell. Cualquiera puede res
ponder con informacin y sostener un dilogo. Es una manera muy eficaz de comunicarse con
otros y localizar expertos. Uno de los mejores vnculos en Google es el de bsqueda avanzada
de grupos.
Anlisis de datos secundarios e investigacin cualitativa

Con los medios de bsqueda citados en el captulo 1 se recopilan datos secundarios de manera
rpida y econmica. En el captulo 4 se comentar la disponibilidad y la adquisicin de infor
macin secundaria a travs de Internet. Esta tecnologa tambin es til para hacer investigacin
cualitativa En el captulo 3 se dar una explicacin detallada de la utilidad de las salas de pl
tica (chat rooms) y las listas de discusin para hacer investigacin exploratoria. En el captulo 5
se analizar la investigacin cualitativa a travs de Internet, como los grupos focales y entrevis
tas de profundidad.

Muchos de los factores considerados en el contexto del problema pueden investigarse en Inter
net. Se encuentra informacin histrica y pronsticos de tendencias mediante la bsqueda de
informacin apropiada con los medios ya mencionados.
En cuanto a informacin especfica de los clientes, el usuario puede acudir a la pgina en
Internet de la compaa y tomarla de ah. En general, las compaas ofrecen en las pginas de In
ternet informacin sobre sus productos y servicios. Por lo tanto, es un buen lugar para empezar a
recabar datos sobre una compaa. Tambin se puede visitar www.freeedgar.com y descargar to
dos los informes que haya hecho pblicos cualquier compaa, incluso los estados anuales de
resultados. Investor Communication Services (ks.adp.com ) es otro medio eficaz para investi
gar una compaa y hallar informacin sobre estados financieros, noticias de la empresa, perfi
les corporativos o estados anuales de resultados. Por ltimo, tambin se puede ir a sitios como
\h oo Empresas o Finanzas o www.quicken.com para conseguir opiniones de analistas acerca
de la compaa. Empresas como Dun & Brandstreet (www.dnb.com) han formado bases de da
tos de compaas a las que se consigue acceso por medio de suscripcin o de informes que se
compran una vez.
www.FreeLibros.me
CAPTULO 2
INVESTIGACIN
57
REAL
Global Access Toolkit

En mayo de 2001, Dun & Bradstreet (www.dnb.com) anunci la introduccin de su Global A c
cess Toolkit, que ofrece a las empresas la base de datos de empresas mundiales de D&B, una
base de la mayor calidad y que extiende los medios por los que se comunican datos globales.
\fcrias de las 1000 empresas de Business Week ya adoptaron el nuevo Toolkit, que se personali
za fcilmente a cada cliente segn los requerimientos de apoyo a las decisiones y el ambiente de
tecnologa de informacin. El Toolkit de D&B es apropiado para las prcticas de negocios in
ternacionales que ataen al manejo mundial de riesgos, administracin de vendedores y marke
ting de base de datos. La introduccin de este nuevo Toolkit refuerza el empeo de D&B por di
fundir la informacin empresarial para que sea ms fcil entender a las compaas.
Adems, el usuario puede buscar en Internet informacin relacionada con la competencia.
Hay varias formas de hacerlo. La ms sencilla es visitar las pginas electrnicas y tomar de ah
mismo la informacin. Por ejemplo, el usuario puede ir a la pgina de Pepsi (www.pepsico.com)
y conseguir la informacin pertinente.
El Dow Jones News/Retrieval Service (DJNR) es un servicio que ofrece el texto completo
en lnea proporcionado por Dow Jones and Company. Proporciona informacin industrial y em
presarial sobre ms de 10 millones de compaas estadounidenses e internacionales. Investor
Communication Services provee un sitio en el que se consigue informacin corporativa de mu
chas compaas. El sitio se encuentra en ics.adp.com.
\brias empresas comerciales de investigacin de mercados, como la organizacin Gallup
( www.gallup.com), ofrecen informacin valiosa sobre conductas de compra y tendencias de
mercado. Muchos boletines siguen las tendencias de los mercados, de las economas y de las le
gislaciones mediante bases de datos en lnea. Por ejemplo, NewsNet brinda acceso a boletines
como los que informan las actividades del Congreso estadounidense. Todas estas fuentes pue
den ser muy tiles para comprender el contexto del problema y elaborar un enfoque adecuado.
Aparte de Internet, las computadoras sirven de otras maneras para definir el problema y
desarrollar el enfoque. En una revisin de la bibliografa se revisaran con provecho, entre otras
fuentes, informacin en lnea sobre catlogos, libros y artculos. Paquetes de software de hojas
de clculo, como Excel, son buenas herramientas administrativas para generar y poner a prueba
modelos matemticos simples. Los datos se almacenan en las celdas de la hoja de clculo y se
les asigna un cdigo exclusivo de localizacin. A l introducir las variables en el modelo y espe
cificar sus relaciones con una frmula, el investigador puede realizar anlisis de sensibilidad de
las variables clave y estudiar o graficar su repercusin en otras variables. Las versiones para
microcomputadora y computadora central de cuatro paquetes populares de estadstica, SPSS,
SAS, MINITAB y EXCEL sirven para crear y estimar modelos matemticos.
SPSS Windows. A l definir el problema y elaborar el mtodo, el investigador puede hacer uso
de las herramientas Decisin Time y What If? distribuidas por SPSS. Con la primera herramien
ta se facilitan los pronsticos de las ventas del sector y la compaa, as como otras variables im
portantes. Cuando los datos se cargan en el programa, el asistente interactivo le formula al usua
rio tres simples preguntas. Con las respuestas, elige el mejor mtodo y elabora el pronstico.
El programa What If? toma el pronstico de Decisin Time para que el investigador explo
re varias opciones y entienda mejor la situacin del problema. El investigador puede generar
respuestas a preguntas como stas: Cul ser el efecto de aumentar la publicidad en las ventas
del producto? Cul ser el efecto en la demanda de reducir (o aumentar) el precio? Cul ser
el efecto en las ventas, por regin, de aumentar el grupo de vendedores?, etctera.
Los pronsticos y los anlisis condicionales ayudan al investigador a aislar las causas,
identificar las variables pertinentes que hay que examinar y formular las preguntas de investi
gacin y las hiptesis adecuadas.
www.FreeLibros.me
58
E N F O Q U E
EN
B U R K E
La tarea ms difcil en la investigacin, a decir de Burke,es enfrentarse al problema o los objetivos de la in

vestigacin de mercados. Por lo general, los administradores piensan en los sntomas de un problema o en
d resultado que esperan de la toma de ciertas decisiones. Por ejemplo, un gerente dira: Se reduce nuestro
nivel de compra repetida de los clientes (sntoma). Tambin dira: Este nuevo concepto estara a la altu
ra de lo que esperamos si lo lanzramos al mercado? (resultado deseado). El trabajo del investigador es
ayudar al gerente a tomar estas expresiones y crear una definicin investgable, es decir, a definir el pro
blema de investigacin de mercados. Lo que Burke trata de conseguir antes de disear la investigacin es
una expresin del problema que se base en los elementos siguientes:
1. Mediciones especficas relacionadas con el problema de decisin gerencial.
2. Detalles de la forma que adoptar la informacin.
3. Claridad en cuarto a cmo se usar la informacin.
Cada vez que los asesores de Burke se renen con los principales responsables de las decisiones
para analizar un tema de la investigacin, llenan un breve formato que comprende estas partes:
1. Porqu es necesaria la investigacin, incluso las cuestiones administrativas y las decisiones
que se tomarn.
2. Qu se va a medir en concreto; es decir, inters de compra, elasticidad de precios en cierta ga
ma definida, etctera.
3. Cmo usar el directivo la informacin para tomar una decisin.
4. De qu tiempo se dispone.
5. Qu presupuesto es el apropiado.
El fabricante de un producto para el pie de atleta estaba preocupado de que el desgaste reciente de
fas ventas causara problemas de distribucin en la medida en que las tiendas se negaran a mantener el
producto en existencia. Para vigorizar las ventas, la compaa pens en modernizar el empaque y vol
ver a colocar el producto. La compaa le pidi a Burke un presupuesto de una encuesta telefnica en
tre consumidores recientes del producto, pero los objetivos de la investigacin propuesta eran vagos.
Despus de reunirse con los directivos de la empresa y su agencia de publicidad, Burke determin que
d problema general de la investigacin de mercados era determinarla viabilidad de la nueva coloca
cin propuesta. Burke pensaba tambin que centrarse slo en los compradores de la marca era una
manera muy limitada de ver el problema. Como saba que la nueva colocacin no tendra xito a me
nos que d producto atrajera compradores de otras marcas, Burke recomend evaluar la reaccin de los
usuarios de cualquier remedio contra el pie de atleta, no slo la de los clientes de la marca de la com
paa. El cliente estuvo de acuerdo en que la definicin de Burke del problema de investigacin de
mercado arrojara mejor informacin para que los directivos decidieran si proseguan con el plan de volrer a colocar el producto. Le encargaron d proyecto a Burke.
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,
conducta de compra, recursos y restricciones de la compaa, en

torno legal y econmico y capacidades tecnolgicas y de marke
ting de la empresa.
El anlisis del contexto sirve para identificar el problema de
decisin gerencial, que debe convertirse en el problema de inves
tigacin de mercados. En el problema de decisin se pregunta
acerca de lo que el responsable de las decisiones debe hacer, en
tanto que en el problema de investigacin se pregunta qu infor
macin se requiere y cmo se consigue de manera eficaz y efi
ciente. El investigador no debe definir el problema de investigacin
ni de manera muy amplia ni muy limitada. Una forma apropiada
de definirlo es elaborar un enunciado general del problema y a
continuacin identificar sus componentes esenciales.
www.FreeLibros.me
CAPTULO 2
La segunda etapa del proceso de investigacin de mercados

consiste en la elaboracin de un enfoque, cuyos elementos son el
marco terico/objetivo, modelos analticos, preguntas de investi
gacin, hiptesis y especificacin de la informacin necesaria.
Es necesario que el mtodo establecido se base en pruebas obje
tivas o empricas as como en la teora. Las variables pertinentes
y sus relaciones tienen que estar bien sintetizadas en un modelo
analtico. Las estructuras ms comunes de modelos son las ver
bales, las grficas y las matemticas. Las preguntas de investiga
cin son enunciados ms elaborados de los componentes espec
ficos del problema que indagan qu informacin concreta se
requiere con respecto de dichos componentes. Las preguntas de
investigacin se perfeccionan y se convierten en hiptesis. Por
ltimo, una vez dadas la definicin del problema, las preguntas
de investigacin y las hiptesis, hay que especificar las necesida
des de informacin.
59
Cuando se define un problema de investigacin de mercados

internacionales, el investigador debe aislar y examinar el efecto
del criterio de autorreferencia (CAR), que es la referencia in
consciente a los valores de la cultura propia. Del mismo modo, al
preparar el enfoque hay que ponderar en forma cuidadosa las di
ferencias de los contextos que prevalecen en el mercado interno y
en los mercados extranjeros. En esta etapa pueden aparecer varias
cuestiones ticas que repercuten en el cliente y el investigador,
pero que se resuelven mediante el cumplimiento de las normas de
relaciones profesionales: comunicacin, cooperacin, confianza,
honestidad, cercana, continuidad y creatividad. Internet y las
computadoras son muy tiles en el proceso de definicin del pro
blema y el desarrollo de un enfoque.
TERM INOS Y CO N CEP TO S FUNDAM EN TALES

auditora del problema, 35
componentes especficos, 45
entorno econmico, 42
modelos verbales, 47
entorno legal, 42
objetivos, 41
conducta de compra, 41
enunciado general, 45
preguntas de investigacin, 48
contexto del problema, 39
hiptesis, 49
problema de decisin gerencial, 43
criterio de autorreferencia, 53
investigacin cualitativa, 39
problema de investigacin de mercados, 43
datos primarios, 37
modelo analtico, 47
pruebas objetivas, 47
datos secundarios, 37
modelos grficos, 47
teora, 47
definicin del problema, 33
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?
13. D un ejemplo de un modelo analtico que abarque los tres tipos

printipales.
14. Describa un programa de software que sirva como auxiliar para que
d investigador defina el problema de investigacin.
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
3. Identifique cinco sntomas que enfrentan quienes toman las decisio

nes de marketing y una causa probable para cada una.
4. Identifique las preguntas de investigacin y plantee hiptesis ade
cuadas para el primer componente del proyecto de la tienda departa
mental. (Sugerencia: examine atentamente el ejemplo de este cap
tulo para el quinto componente del proyecto de la tienda departa

mental.)
5. Supongamos que realiza un proyecto para Delta Airlines. Identifi
que en fuentes secundarias los atributos o factores que consideran
los pasajeros cuando eligen una lnea area.
EJERCICIOS EN INTER NET Y C O M P U TA D O R A

1. Usted asesora a Coca-Cola USA en un proyecto de investigacin de
mercados para Diet Coke.
a. Con las bases de datos en lmea de su biblioteca, compile una lis
ta de artculos relacionados con Coca-Cola Company, Diet Coke
y la industria refresquera, publicados el ao pasado.
b. Visite las pginas Web de Coca-Cola y PepsiCb y compare la in
formacin que se ofrece en ambas.
c. De acuerdo con la informacin reunida en Internet, escriba un in
forme sobre el contexto de Diet Coke.
2. Hija cualquier compaa. Obtenga informacin de fuentes secunda
rias sobre las ventas anuales de esa empresa y su ramo en los lti
mos 10 aos. Con un paquete de hoja de clculo, como Excel, ela
bore un modelo grfico en el que se relacionen las ventas de la em

presa con las del sector.
3. Visite las pginas Web de marcas rivales de tenis (Nike, Reebok,
Adidas). Del anlisis de la informacin disponible en estos sitios,
determine los criterios con que los clientes eligen una marca.
4. Bank of America quiere saber cmo aumentar su participacin en el
mercado y lo contrat a usted como asesor. Lea los informes fiscales
del banco y de tres competidores en www.sec.gov/edgar.shtml y ana
lice el contexto del problema.
ACTIVIDADES
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?
2. Retome la investigacin de campo del punto 1. Elabore un modelo

analtico, preguntas de investigacin e hiptesis para el problema
que haya definido. Analcelos con el responsable que visit.
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
mercado en crecimiento acelerado de los chiquillos. En 2001,

Burger King se arm con un presupuesto de 80 millones de dlares
y una nueva investigacin lista para dirigirse a los nios. Esco
gieron una agencia de marketing especializada en nios, Interpu
blic Group de Cos. Campbell Mithun. Burger King quera articu
lar el espacio entre nios y adultos. Sin abandonar a los ms
pequeos, centr su programa infantil en las comidas de su mar
ca Big Kids. Ahora ms que nunca, la clave est en dirigirse a los
gustos de los consumidores para competir en la guerra cada vez
ms intensa de la comida rpida.
Conseguir o conservar una posicin en el mercado se relacio
na, de manera lgica, con no perder el paso de los cambios en las
preferencias del consumidor estadounidense. En un estudio re
ciente de Maritz Marketing Research se encontr que las princi
pales influencias de los adultos para escoger comida rpida eran la
conveniencia de la ubicacin, calidad de la comida, selecciones
del men y servicio. Con sorpresa se descubri que el precio bajo
no estaba entre las cuatro primeras razones de las decisiones que
toman los estadounidenses en cuanto a la comida rpida. Slo 8%
de los entrevistados escogan con base en el precio.
Los adultos de menos de 65 aos citaron la cercana del res
taurante como el factor ms importante para comprar comida rpi
da, pues 26% de los sondeados sealaron que era el principal crite
rio para la eleccin de la comida. Despus de la conveniencia de la
ubicacin, la calidad de la comida en s era lo ms importante para
los consumidores. Esto se interpreta en el sentido de que los consu
midores no slo quieren un producto mejor, sino que tambin de
sean la misma calidad con cualquier pedido en cualquier local. Re
cientemente, Taco Bell cambi su enfoque de precios bajos por
mayor hincapi en la calidad. La cadena transform sus paquetes
combinados de Mens de valor agregado (Extra Vlue Meis)
por paquetes de Seleccin de frontera (Border S elect), para lo
cual actualiz y mejor los alimentos ofrecidos y la imagen pre
sentada. Arbys, una cadena especializada en emparedados de
rosbif, tiene la frase un corte por arriba, que no slo es un lema
publicitario sino la imagen general que pretende para sus restau
rantes. En todo lo que tratemos (nuestros uniformes, nuestras ins
talaciones, nuestros emparedados) queremos ser un poco mejores
que la competencia, proclama el vocero de la cadena.
Ms an, los consumidores ansian variedad de las seleccio
nes. De acuerdo con 16% de los consumidores estadounidenses,
las selecciones del men son la principal razn para escoger un
restaurante de comida rpida Como las cadenas conocen esta in
formacin importante, ofrecen mens diversificados con platos
61
www.FreeLibros.me
nicos. Por ejemplo, la cadena Sonic, de Oklahoma ofrece, ade

ms del sandwich tradicional, cosas que no se consiguen en los
establecimientos de la competencia, com o.. . aros de cebolla y be
bidas de lima y cereza. Los lderes del mercado tambin quieren
aprovecharse del producto exclusivo que no ofrecen los rivales.
En 2002, los restaurantes Wendys introdujeron su nueva lnea de
ensaladas Garden Sensation y, segn la empresa, cosecharon ven
tas sobresalientes. Las selecciones del men tambin son impor
tantes para las personas mayores. Uno de cada cuatro ancianos
piensa que tal es el principal factor al elegir dnde comer. Los ex
pertos pronostican que los platillos de los mens seguirn aumen
tando en la medida en que todos los restaurantes de comida rpida
ofrezcan productos nuevos para impedir que se aburran los consu
midores, y para crecer y conservar la participacin en el mercado.
Como dijo un vocero de Burger King, no dejaremos de hacer lo
que sabemos hacer, pero tenemos que agregar elementos para sa
tisfacer las preferencias de los consumidores.
Cerca de 12% de los adultos opinan que el servicio expedito
es la base para elegir un restaurante de comida rpida. La estrate
gia de McDonalds es atraer a los clientes con el precio y con
servarlos con el servicio y ser reconocidos como el lder en ser
vicio del pas, en palabras del presidente de la corporacin en
Estados Unidos. Para resaltar este aspecto, McDonalds planea
exaltar sus operaciones de servicio en el auto mediante una serie
de anuncios de televisin en que se retate la prontitud con que
unos esforzados empleados preparan de manera diligente los pe
didos de los clientes. Taco Bell tambin exalta la calidad del ser
vicio en sus locales y al respecto resume su misin como com i
da rpida, pedidos correctos, limpieza y platillos a la temperatura
correcta . Wendys adopt las siglas MBA, que en ingls signi
fican actitud de la cubeta de limpieza (Mop Bitcke Attitude),
con lo que representa su compromiso con la definicin tradicio
nal de la satisfaccin del cliente, que pone el servicio al cliente
(limpieza, atencin y ambiente) antes que los nmeros y los im
presos por computadora. Wendys sostiene que este compromi
so es la razn principal de su xito. Burger King conoce desde
hace mucho la importancia de prestar un buen servicio de ali
mentos y tambin de crear una experiencia de consumo favorable
y que se recuerde. Burger King fue el primer restaurante de com i
da rpida que introdujo comedores para que los clientes consu
mieran dentro de las instalaciones. En 1992, Burger King se con
virti en el primer restaurante de comida rpida en introducir el
servicio en mesas y en ampliar el men para mejorar la experien
cia gastronmica de los clientes.
La tendencia ms reciente en los restaurantes de comida r
pida es la de fijar precios con valor agregado incluido. Taco Bell
inici la tendencia, que abati los precios e impuls 18.5% las
ventas en todo el sistema en slo dos aos. Al principio fue una
novedad, pero la fijacin de precios con valor agregado incluido
se ha convertido en parte de casi todos los principales competido
res. M cDonalds ofrece su men de valor agregado incluido,
Wendys tiene un men de sper valor, que cuesta 99 centavos de
dlar en el que destaca la variedad, pues ofrece productos que
van de ensaladas acompaantes listas para llevar hasta el sand
wich Country Fried Steak. Burger King y Hardees ofrecen pla
nes semejantes al de M cDonalds. Actualmente, M cDonalds
gasta un estimado de 10 millones de dlares en una campaa pu
blicitaria nacional que se centra en sus Comidas de Valor para
atraer la atencin hacia esos mens. En 2002, McDonalds intro
dujo un McMen Extra de valor agregado incluido con productos

de menos de un dlar.
En el esfuerzo por extender el mercado de la comida rpida, el
sector se dirige al extranjero. Puesto que los mercados de Asia y
Europa se encuentran en la fase de comida rpida que alcanz
Estados Unidos en 1960, las cadenas estadounidenses tienen una
sustancial ventaja competitiva internacional. Los expertos de mar
keting pronostican que ser ms fcil para las cadenas establecidas
ampliarse fuera que dentro de ese pas. Para ilustrarlo, McDonalds
hizo aproximadamente 40% de sus utilidades en 2000 fuera de Es
tados Unidos, en comparacin con 21 % en 1990. Adems, Burger
King se enfoc en Japn como un gran mercado abierto para sus
hamburguesas y le prest mucha atencin al mercado de Europa
oriental. Acaba de abrir locales en Polonia, la ex Alemania oriental
y Hungra, adems de que fund una academia de capacitacin en
Londres para atender a las franquicias europeas.
Wendys tambin es un rival serio en el mercado internacional
de comida rpida. Tiene ms de 8,000 restaurantes en ms de 50
pases. Debido a la prdida en 2002 de su muy conocido fundador
y vocero Dave Thomas, la estrategia de marketing y publicidad de
la compaa sufrir algunos cambios. Thomas hizo ms de 800 co
merciales para Wendys desde 1989 y se convirti en un nombre
familiar por su personalidad de tipo comn y su popularidad.
Wendys se haba estado preparando para el fallecimiento de Tho
mas desde 1996, cuando su salud comenz a menguar. Sea lo que
sea, las repercusiones que tendr en la estrategia de la compaa
estn por veise, tanto en Estados Unidos como en el extranjero.
Dada la dura competencia en el carril de alta, la pregunta es
si McDonalds conservar el liderazgo en la carrera estadouni
dense de la comida rpida, aparte de si ser uno de los principa
les velocistas en la carrera internacional. La investigacin de
mercados ser crucial para conseguir estas metas.
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
1-2. Nike aventaja a sus rivales, pero le queda

mucho por andar
Nike, Inc. (www.nike.com), con sede en Beaverton, Oregon, es la
principal compaa de calzado deportivo de Estados Unidos y
una de las ms reconocidas marcas estadounidenses entre los
consumidores de otros pases. Este amplio reconocimiento es una
de las razones fundamentales de que Nike tenga tanto xito. Tan
slo en el ao fiscal que termin el 31 de mayo de 2001 la com
paa segua al alza, con ventas por ms de 9,500 millones de
dlares.
Quizs este xito podra atribuirse a sus campaas publicita
rias centradas en conceptos. La compaa aplica un proceso que
se denomina transferencia de imagen. Por lo regular, los anun
cios de Nike no colocan de manera especfica un producto ni
mencionan una marca, sino que crean una atmsfera o estado de
nimo al que asocian la marca No nos proponemos hacer anun
cios: nuestra meta final es hacer conexiones, afirma Dan Weiden, ejecutivo de una de las agencias publicitarias de Nike. En un
anuncio aparecen los Beatles y recortes de los deportistas de N i
ke, Michael Jordn y John McEnroe, sobrepuestos a imgenes
de gente ordinaria que tambin practica un deporte. Sirve para
estimular la deduccin de que los deportistas verdaderos prefie
ren Nike y quiz, si el pblico general compra la marca, jugar
tambin mejor. Los impredecibles anuncios de imaginera de N i
ke van desde los que conmocionan, como la campaa Busca y
destruye lanzada en los juegos olmpicos de 1996, en que se re
trataba sangre y visceras reales, hasta las humorsticas, como el
primer anuncio que present la marca Michael Jordn, que insi
nuaba en broma que el propio Jordn haba echado la mano en la
produccin, al escaparse de un juego de los Bulls en el descanso
para correr a su compaa y regresar justo a tiempo para la segun
da mitad del partido.
En 1998 Nike pas a otra fase de su estrategia de marketing,
en la que resaltaba ms su capacidad para innovar productos que
la actitud bribona y aguda que ostent en los aos anteriores.
Reconocemos que nuestros anuncios tienen que decirle a los
consumidores que nuestro objetivo es innovar productos y no la
exposicin pblica de los atletas. Necesitamos probar a los con
sumidores que no slo pegamos el sw oosh (el logotipo de Nike)
para obtener dinero, explic Chris Zimmerman, director de pu
blicidad de Nike Estados Unidos. Con el lanzamiento de la cam
paa Yo puedo, Nike mostr menos a las estrellas del deporte
que adornaban sus exhibiciones de marketing y exhibi ms el
uso de los productos que en la campaa Just Do It. Hace poco,
los rivales Reebok y Adidas publicaron ms anuncios centrados
en sus productos y tuvieron mucho xito. A pesar de que Nike
reorden su enfoque, no se alej del marketing innovador.
Nike contina sobresaliendo en el campo de la publicidad.
La revista Time la nombr en 2001 una de las mejores empresas
en ese campo por un anuncio en que jugadores de pelota expertos
hacan suertes sucesivas con el baln. Time refiere que se dice
que el anuncio comunic el mensaje de que el deporte es msi
ca, es danza, es arte . Nike explica que este anuncio ha sido el
ms popular en 20 aos. Otro anuncio popular de 2001 es el lla
mado Llvame al juego de pelota, en el que aparecan varios
deportistas profesionales de distintas disciplinas cantando en su

propio idioma la tonada con ese mismo ttulo: Llvame al juego
de pelota .
En cuanto a las proyecciones de Nike para 2010, en el centro
de su estrategia futura est el campo internacional, que bien po
dra ser la actividad ms difcil que emprenda Nike. A l parecer
hay un gran acuerdo en que para 2010 Nike ser ms grande fue
ra que dentro de Estados Unidos. En 2003, las ventas internacio
nales sumaban un tercio de los negocios de Nike. La empresa
quisiera expandirse al medio del ftbol soccer y al campo del de
porte internacional, pero para hacerlo tendra que redirigir su
marketing y su distribucin para volver a situarse como un verda
dero zapato deportivo de tecnologa superior.
En febrero de 2001, Nike revel su ltima revolucin tecno
lgica, el Nike Shox, para los consumidores ingleses. El desarro
llo de este zapato dur 16 aos y Nike espera que produzca una
sacudida en el mercado del calzado deportivo como lo hizo Nike
Air cuando fue lanzado en Inglaterra en el decenio de 1980. Un
periodista de Londres asegura que sus Nike Shox lo hicieron sen
tir como si caminara en la novena nube con un resorte en los
pies. Se dice que los zapatos brindan apoyo, son cmodos, ab
sorben los impactos y estn a la moda, todo al mismo tiempo. La
lnea de zapatos deportivos de Nike Shox promete ser muy popu
lar en Inglaterra tanto como en Estados Unidos.
Ms recientemente, Nike compr muchos de sus centros de
distribucin en todo el mundo para controlar mejor sus operacio
nes. En el futuro, Nike quiere acrecentar su presencia en los mer
cados clave de China, Alemania, Mxico y Japn. Nike centrar
su publicidad en los deportes que interesan particularmente en
esas regiones. N ike sabe que aunque le lleva la delantera a la
competencia, todava tiene mucho por andar.
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/
1-3. Lexus: infunde valor al lujo

y lujo al valor
En el decenio de 1980, Toyota cre un concepto para un nuevo
auto que estaba destinado a ser un xito. El concepto del auto,
que se llam Lexus, se basaba en la observacin de que haba un
mercado grande y con poder de compra para autos que ostentaran
un desempeo excepcional. Una parte significativa de ese merca
do conceda una calificacin elevada al valor. Sin embargo, sus
integrantes no estaban dispuestos a pagar el precio extraordina
riamente elevado que cobraba Mercedes por sus vehculos de al
to desempeo. Toyota pens dirigirse a este mercado con un auto
que equiparara los criterios de desempeo de Mercedes, pero que
tuviera un precio mucho ms razonable, diera a los consumidores
el valor que queran y les produjera la sensacin de que eran
compradores inteligentes.
Toyota introdujo el Lexus ( www.lexus.com ) en 1989 con
grandes fanfarrias. Una ingeniosa campaa publicitaria salud la
llegada del nuevo auto. Por ejemplo, en un anuncio se mostraba
un Lexus junto a un Mercedes con el encabezado: Primera vez
en la historia en que cambiar un auto de 73,000 dlares por uno
de 36,000 puede considerarse un avance. Desde luego, Lexus
tena tantos detalles como el Mercedes: lnea escultural, acaba
dos de calidad e interiores de lujo. Ahora bien, los detalles no se
limitaban al auto. Se crearon sistemas de distribucin por separa
do que generaban el ambiente que los clientes acomodados espe
ran de un fabricante de autos de lujo, como una sala espaciosa de
exhibicin, bebidas gratuitas y vendedores profesionales.
Toyota hizo hincapi en el desempeo del auto nuevo. Envi
a los clientes potenciales un paquete con un video de 12 minutos
en el que se detallaba la ingeniera superior de Lexus. En el video
se mostraba que si se colocaba un vaso de agua en la caja del mo
tor de un Mercedes y un Lexus, el agua se sacuda en el Mercedes
al tiempo que en el Lexus permaneca prcticamente inmvil. Es
ta imagen le deca al espectador que la estabilidad del Lexus era
ms extraordinaria incluso que la de uno de los automviles ms
costosos. En otro video se mostraba un Lexus dando una vuelta
cerrada con un vaso de agua en el tablero, sin que se derramara.
As, el Lexus se explicaba solo. Estos videos atrajeron clientes
cuyas expectativas quedaron ms que satisfechas.
Como resultado de su xito continuo, Lexus decidi elevar
los precios de sus vehculos, pero la estrategia no funcion tan
bien como lo esperaba. Se dio cuenta que no tena el linaje de
prestigio que heredan los autos de lujo europeos y que la gente,
de nueva cuenta, estaba dispuesta a pagar por ello. Entonces, Le
xus prepar una nueva campaa publicitaria para incitar una res
puesta emocional a sus autos. La campaa era excepcionalmente
intensa, porque tambin tena que combatir la disminucin del

mercado de los autos de lujo, en comparacin con el crecimiento
de la industria automovilstica en general. Entre los responsables de
esta bajase encontraban los autos semilujosos que haban atrado
a posibles compradores de automviles de lujo: Avalon de Toyo
ta, Maxima de Nissan y Millennia de Mazda. BMW y Mercedes
tambin introdujeron productos para este segmento: el BMW se
rie 3 y el Mercedes clase C.
En respuesta a la competencia, Lexus se apoy en publici
dad y promocin no tradicionales, adems de anunciarse ms en
tre la corriente principal de los autos de lujo. Mientras muchas
compaas que se apoyan de manera enrgica en la publicidad e s
tn alteradas por el sistema TiVo (el nuevo sistema de televisin
que tiene un filtro para los canales que permite a los usuarios eli
minar los comerciales), Lexus le sac provecho: patrocin un
concurso llamado Nuevo mundo de lujo en el que el premio era
un nuevo ES300. Los usuarios de TiVo rastreaban en el sistema
los comerciales de Lexus en busca de claves para responder a las
preguntas que Lexus public en la pgina promocional de TiVo.
El concurso dur del 12 de noviembre al 14 de diciembre de 2001
y mantuvo a los usuarios de TiVo viendo comerciales de Lexus,
en vez de desecharlos.
Lexus muestra a la industria automovilstica y a sus clientes
actuales que fabrica vehculos de lujo, gran desempeo y estilo.
En 2001, JD Powers & Associates situ a Lexus en primer lugar
de durabilidad por sptimo ao consecutivo. El reconocimiento
se bas en el nmero de problemas declarados por 40,000
conductores de camiones pequeos y autos de pasajeros. Tam
bin en 2001 Lexus obtuvo el primer lugar en retencin de clien
tes por segundo ao consecutivo e igualmente el primer lugar en
satisfaccin de los clientes con el servicio del distribuidor, segn
JD Powers & Associates.
Como resultado de las actividades de marketing de Lexus,
en 2000 impuso una marca al vender la enorme suma de 206,037
unidades, que es una marca de ventas de todos los tiempos para
cualquier fabricante de autos de lujo. Con esto, Lexus se convir
ti en la marca de lujo de mayor venta y desplaz a Mercedes. En
2001, Lexus fue designada la marca de lujo ms vendida por
segundo ao consecutivo. La compaa vendi 223,983 vehcu
los, 8.7% ms que en 2000. Las reventas de vehculos tambin
aumentaron a 20.4%; totalizaron casi 58,000 unidades y las pre\entas certificadas superaron los 33,000, lo que signific un au
mento de 23.4% con respecto del 2000. A finales de 2001, la ter
cera camioneta deportiva de Lexus, la GX470, se present en la
64
www.FreeLibros.me
exhibicin automovilstica de Detroit. El precio de la camioneta

se fij entre 45,000 y 50,000 dlares, que concuerda bien con los
otros dos modelos de camionetas deportivas de Lexus.
Para el futuro, Lexus enfrenta la dificultad de atraer consu
midores ms jvenes para sus vehculos. Denny Clements, vice
presidente de grupo y director general de Lexus, dijo que el gru
po objetivo del nuevo sedn de lujo tiene una edad de 47 a 55
aos, en tanto que el promedio de edad del comprador del LS ac
tual es de 58 aos. El diseo exterior es mucho ms llamativo
que el de la generacin anterior LS 400, explic Clements, quien
admiti que en los comentarios sobre el estilo del LS se usaban
palabras como soporfero y aburrido. Los planes constantes
de marketing respaldarn el intento de Lexus por atraer compra
dores ms jvenes para sus vehculos.
Lexus piensa ampliar sus actividades de marketing con la fi
nalidad no slo de ganar clientes nuevos, sino de retener a los ac
tuales. Los planes de la compaa se guardan en el ms absoluto
secreto, pero sus ltimas acciones apuntan a que continuarn las
tcticas de marketing de estilo heterodoxo que se aplicaban a los
anuncios anteriores. Por ejemplo, Lexus patrocin recientemente
un espectculo de esqu en Colorado y extendi una invitacin a
todos los dueos de un Lexus para que pasaran una semana de lu
jo con todos los gastos pagados en las montaas. Estos esfuerzos
son congruentes con la filosofa de Lexus de infundir valor al lu
jo y lujo al valor.
2. Formule el problema de investigacin de mercados que corresponde

al de decisin gerendal que identific en el punto 1.
3. Elabore un modelo grfico en el que explique el proceso de eleccin
de autos de lujo.
4. Identifique dos preguntas de investigacin basadas en la definicin
del problema de investigacin de mercados y en el modelo grfico.
5. Plantee por lo menos una hiptesis para cada una de las preguntas de
investigacin que identific en el punto 4.
6. Cmo hara una bsqueda de informacin en Internet acerca del
mercado de autos de lujo? Resuma los resultados de su bsqueda en
un informe.
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
largo camino desde los telegramas de 1895. En 2003, el sector

trata de encontrar maneras creativas de investigar a los consumi
dores con mtodos como las entrevistas por telfono, la Web y
diversas metodologas.
CMO IMPLANT BURKE EL PROCESO

DE INVESTIGACIN DE MERCADOS
Definicin del problema de investigacin de
mercados y desarrollo de un mtodo
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
Algunas compaas necesitan ayuda cuando tienen que tomar

una decisin. Siempre que hay un vamos o no vamos, un s o no, una
decisin que tomar, la examinan y se preguntan qu informacin
reducira los riesgos que se toman al decidir. En este momento,
Burke habla con ellas para generar la informacin que aminore
los riesgos.
El primer paso es la definicin del problema de investiga
cin de mercados; aqu tienen lugar numerosos descubrimientos.
El ejecutivo de la cuenta se sienta con el cliente y trata de deter
minar si lo que cree que es el problema realmente lo es o si Burke
tiene que cambiarlo o ampliar su alcance. En los anlisis con
quienes toman las decisiones a veces se revela que la compaa
se ha enfocado en un tema demasiado restringido o de plano en el
problema equivocado.
Burke piensa que definir el problema de investigacin de
mercados es crucial para el xito de un proyecto de investiga
cin. La compaa averiguar cules son las seales y trabajar
con el cliente para identificar las causas. Se dedican grandes es
fuerzos a examinar los antecedentes o el contexto del problema.
Por lo menos en la mitad de los casos, al explorar el problema s
te cambia y adquiere otro alcance u otra direccin. Este proceso
da como resultado una definicin precisa del problema de inves
tigacin de mercados, adems de la identificacin de sus compo
nentes especficos.
Ya que el problema se ha identificado, Burke prepara el m
todo conveniente. La definicin del problema se perfecciona pa
ra generar preguntas de investigacin ms especficas y a veces
hiptesis. En su vasta experiencia Burke ha creado una variedad
de modelos analticos que se adaptan al problema identificado.
Este proceso tambin desemboca en una identificacin de la in
formacin que ayudar al cliente a resolver su problema.
67
www.FreeLibros.me
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.
Aunque Burke emplea diversos m

todos, los estudios por telfono representan aproximadamente
70% de las encuestas. Otros mtodos son las entrevistas en los
centros comerciales, por correo o a travs de Internet. Burke eli
ge en forma cuidadosa el mtodo que mejor se preste para abor
dar el problema. Burke pronostica que las encuestas telefnicas
van a disminuir, en tanto que aumentarn las que se hacen por In
ternet. Si Burke quiere entrevistar clientes de todo el mundo, en
va una invitacin por correo electrnico a los entrevistados para
que llenen la encuesta en la pgina Web. A Burke le gusta la ca
pacidad de Internet de mostrar imgenes de un producto o con
cepto a los encuestados.
Diseo de cuestionarios.
Al disear el cuestionario, Burke

presta atencin especial al contenido y la redaccin de las pre
guntas. Algunas de ellas estn bien definidas y es fcil situarlas
en su contexto. Pero hay otros temas que es preciso investigar, y
las preguntas exactas que se deben formular pueden no ser claras.
Cuanto ms sencillas sean las preguntas y ms se conozca a quie
nes se pregunta, es decir a los entrevistados, mejor ser la infor
macin que se consiga.
Diseo del muestreo.
Burke tiene un departamento de

muestreo en la seccin de recoleccin de datos, y ese personal se
rene para consultas con el equipo gerencial de administracin
de cuentas y los ejecutivos de cuenta para determinar la muestra
que conviene emplear. Se define el marco de muestreo en trmi
nos de quines son los entrevistados que pueden responder las
preguntas que se quieren abordar. La poblacin objetivo se defi
ne segn el problema de investigacin de mercados y las preguntas
de investigacin. Burke acostumbra comprar listas de muestreo de
empresas especializadas.
Recoleccin y anlisis de datos

Un vez que se tiene la informacin, sta se encontrar en forma
electrnica o en papel para capturarse en formato de computado
ra, de modo que en esencia los resultados se tabulan y analizan
por computadora Con su producto Digital Dashboard, Burke
no slo tiene la capacidad de difundir los resultados a sus clientes
cuando termina el proyecto, sino que tambin puede mostrarles
los datos a medida que stos se recaban. Burke clasifica el anli
sis de los datos en los grupos pertinentes; la informacin puede

\erse por total de entrevistados o separada por sexo o por tamao
de la empresa. En esencia, Burke estudia los datos en diversas
irregularidades y trata de comprender qu sucede, para determi
nar si hay diferencias que dependan de criterios distintos y saber
cmo tomar decisiones a partir de los datos.
Preparacin y presentacin del informe

Los clientes necesitan la informacin mucho ms rpidamente
que en el pasado, porque en nuestros das las decisiones se toman
con ms premura. Por lo tanto, la idea de organizar juntas prolon
gadas para presentar los resultados del anlisis de datos ya no es
prctica. Casi todo lo que hace Burke en cuanto a informar y en
tregar los datos es mediante Internet. El informe muestra todo el
proceso de investigacin, el problema de investigacin de merca
dos, el mtodo y el diseo de la investigacin, la informacin que
se obtiene para ayudar a la administracin en la toma de decisio
nes y las recomendaciones.
La redaccin del informe comienza en la primera conversa
cin con el cliente. El informe se escribe a medida que avanza la
investigacin, no cuando el proyecto est casi terminado. Todo
el informe se escribe y presenta centrado en mejorar la toma de
decisiones de los directivos. El objetivo de Burke es apoyar a sus
clientes en el fortalecimiento de sus capacidades de decisin, de
modo que sean ms valiosos para sus compaas.
Burke piensa que un buen proyecto de investigacin condu
ce muchas veces a otro proyecto: el proceso es circular, no tiene
un comienzo y un fin delimitados. Cuando se resuelve el proble
ma, siempre hay otro en el cual trabajar. Saber esto le ayuda a
Burke y a sus clientes a aprender y crecer de manera constante.
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
blicar anuncios en los que notificaba a todo el mundo que cam

biara de nombre a partir del comienzo de 2001. Accenture tiene
un grupo bien definido de compaas que abarcan su mercado
objetivo y tiene que centrar sus esfuerzos en ellas.
Finalmente, el Io de enero de 2001 anunci su nuevo nom
bre al mundo y aprovech la oportunidad, adems, para ofrecer
sus servicios y explicar en qu consistan. Al cabo, Accenture
gast 175 millones de dlares por cambiarse de marca, pero no
acab ah. En febrero lanz una campaa denominada Ahora es
cuando se pone interesante, y en la que se adoptaba el punto de
vista de que, a pesar de los increbles cambios que ha estimulado
recientemente la tecnologa, todava quedan ms dificultades por
delante. Public estos anuncios durante los meses de invierno de
2001 y su xito se demostr en el mayor trfico en su pgina
Web. Esto es muy importante para Accenture, ya que cree que si
logra hacer que alguien visite su pgina, hay ms posibilidades
de contar su historia completa.
Accenture triunf en la tarea de transferir la marca en forma
equitativa al nuevo nombre. En la investigacin de mercado se
revel que casi 50% del pblico est consciente de esto, el cual
es prcticamente el mismo nmero que tena con el nombre anti
guo. El marketing de Accenture va mucho ms all del nombre, pues
enfrenta de manera constante las dificultades de que el producto
que ofrece cambie de manera continua. Para tener xito, debe te
ner buena investigacin de mercados, un marketing creativo, un
presupuesto amplio y conocimientos de las tendencias hacia el
futuro.
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
- :
Preparacin del diseo de investigacin

Captulo 3
l diseo de la investigacin (etapa 3) se prepara una vez que se
Captulo 4
define el problema (etapa 1) y que se establece el mtodo (etapa
Diseo de la investigacin exploratoria:

datos secundarios
2). En esta seccin se describen con detalle los diseos de investi
gacin exploratoria, descriptiva y causal. La investigacin exploratoria
Captulo 5
incluye investigacin cualitativa y datos secundarios; en cambio, la inves
Diseo de investigacin exploratoria:

investigacin cualitativa
tigacin descriptiva utiliza encuestas y mtodos de observacin. La

metodologa ms importante que se emplea en los diseos de investi
gacin causal es la experimentacin. Se describen las escalas primarias
de medida y las tcnicas de escala comparativas y no comparativas que
por lo general se ocupan. Se exponen diversos lineamientos para el di
seo de cuestionarios y se explican los procedimientos, tcnicas y con
sideraciones estadsticas que se incluyen en los mustreos. Los directivos e
investigadores encontrarn til este material.
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
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
Casos de la segunda parte

Otros casos de la segunda parte
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 disear una investiga

cin, uno se enfrenta con
que debe hacer una serie
de concesiones. Debido a
L Definir el diseo de la investigacin, clasificar los diferentes diseos de investigacin y

explicar las diferencias entre los diseos exploratorio y conclusivo.
2. Comparar los diseos de investigacin bsicos: exploratorio, descriptivo y causal.
3. Describir las principales fuentes de errores en un diseo de investigacin, entre ellas el
error de muestreo aleatorio y las diversas fuentes de error que no son de muestreo.
4. Analizar los aspectos administrativos de la coordinacin de proyectos de investigacin, en
particular la elaboracin de presupuestos y calendarios.
5. Describir los elementos de una propuesta de investigacin de mercados y explicar cmo se
relaciona con las etapas del proceso de investigacin de mercados.
6. Explicar la elaboracin de diseo de investigacin de mercados internacionales.
7. Entender la tica en la investigacin de mercados y los conflictos que surgen al elaborar el
diseo de investigacin.
8. Analizar el uso de Internet y las computadoras en la elaboracin del diseo de inves
tigacin.
que por lo general existen

numerosas alternativas
de diseo que funcionan,
el objetivo es encontrar el
que realce el valor de la
informacin obtenida, al
empo que se reduce el
costo de hacerlo".
Milce Pietrangelo,
vicepresidente>
servicio a clientes,
Burke, Inc.
72
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
Ms que slo causas

En un estudio de marketing relacionado con las causas sociales, se llev a cabo una investiga
cin exploratoria en forma de anlisis de datos secundarios y grupos de enfoque para identificar
las causas sociales que deban preocupar a las empresas estadounidenses. Como resultado, se
identificaron como sobresalientes las causas siguientes: guarderas, abuso de drogas, educacin
pblica, hambre, actividad criminal, medio ambiente, investigacin mdica y pobreza.
Luego se efectu una investigacin conclusiva en forma de encuesta transversal descripti
va para identificar cmo y por qu el marketing con causa influye en las percepciones de los
consumidores sobre las compaas y marcas, y para determinar las causas sobresalientes que se
identificaron en la investigacin exploratoria. Se efectu una encuesta aleatoria de 2,000 esta
dounidenses por va telefnica. Alrededor de 61% de los encuestados respondi que cuando el
precio y la calidad son los mismos, cambiaran de marcas o tiendas a compaas que respalden
buenas causas que presten ayuda a nivel local o nacional. La encuesta tambin revel que 68%
de los consumidores pagara ms por un producto que estuviera relacionado con una buena cau
sa. El respaldo de una empresa a una buena causa produce una imagen ms positiva y mayor
confianza hacia esa empresa, de acuerdo con 66% de los encuestados. Las causas sociales so
bresalientes que las empresas deben atender se presentan en el cuadro siguiente.
Las empresas deben trabajar ms en resolver estos temas sociales_______________________
Porcentaje que b considera como
Tema social
preocupacin importante
Educacin pblica
33
32
Criminalidad
30
Medio ambiente
24
Pobreza
Investigacin mdica
23
23
Hambre
22
Guarderas
18
Abuso de drogas
73
www.FreeLibros.me
74
PARTE II
Preparacin del dueo de investigacin
La investigacin expo ratona seguida

por una investigacin conclusiva ayud
a Starbucks a percatarse de que el am
biente era una causa importante que
influa en la percepcin de los consumi
dores sobre las empresas y las marcas.
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.
DISEO DE INVESTIGACIN: DEFINICIN

Estructura o plano para llevar a ca
bo el proyecto de la investigacin
de mercados. Especifica los deta11es de bs procedimientos necesa
rios a fin de obtener la informacin
que se necesita para estructurar o re
solver los problemas de investigadn de mercados.
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.
Definir la informacin requerida (captulo 2).

Planear las fases exploratoria, descriptiva o causal de la investigacin (captulos 3 al 7).
Especificar los procedimientos de medida y graduacin (captulos 8 y 9).
Construir y probar un cuestionario (forma de entrevista) o una forma apropiada para la re
coleccin de datos (captulo 10).
5. Especificar el proceso de muestreo y el tamao de la muestra (captulos 11 y 12).
6. Desarrollar un plan de anlisis de datos (captulo 14).
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.
DISEO DE IN VESTIG ACIN : CLASIFICACIN
Tipo de diseo de investigacin

que tiene como objetivo primordial
proporcionar conocimiento y com
prensin del problema que enfrenta
d investigador.
Investigacin diseada para ayudar

a quien toma las decisiones a deter
minar, evaluar y seleccionar el me
jor camino a seguir en una investi
gacin dada.
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
Diferencias entre investigacin exploratoria y conclusiva

E xploratoria
C onclusiva
Objetivo:
Proporcionar conocimiento y entendimiento
Comprobar hiptesis especficas y examinar relaciones
Caractersticas:
Se define vagamente la informacin requerida

El proceso de investigacin es flexible y no estructurado
Se define claramente la informacin requerida

El proceso de investigacin es formal y estructurado
La muestra es pequea y no representativa

El anlisis de datos primarios es cualitativo
La muestra es grande y representativa

El anlisis de datos es cuantitativo
Resultados:
Tentativos
Conclusivos
Consecuencia:
Por lo general seguida por investigacin exploratoria o

conclusiva adicional
Los resultados se utilizan como entrada para toma de

decisiones
y estructurada que la investigacin exploratoria Se basa en muestras amplias y representativas y

los datos que se obtienen estn sujetos a un anlisis cuantitativo. Los resultados de esta investiga
cin se consideran de naturaleza conclusiva debido a que se utilizan como entradas para la toma
de decisiones gerenciales (sin embargo, se debe considerar que desde la perspectiva de la filoso
fa de la ciencia, nada se puede comprobar y nada es conclusivo). Como se muestra en la figura
3-1, los diseos de investigacin conclusiva, pueden ser descriptivos o causales, y los diseos
de investigacin descriptiva tanto transversales como longitudinales. Cada una de estas clasifi
caciones se analiza en forma ms amplia si se empieza con la investigacin exploratoria.
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:
Formular o definir un problema con ms precisin.

Identificar diversas acciones a seguir.
Establecer hiptesis.
Aislar las variables y relaciones fundamentales para mayor anlisis.4
Obtener conocimiento con el fin de establecer el mtodo para enfrentar el problema.
Establecer prioridades para investigacin posterior.
El ejemplo inicial en la seccin de generalidades ilustr el uso de investigacin exploratoria

para identificar las causas sociales que las empresas estadounidenses deban atender. Como resul
tado, se identificaron las causas siguientes como sobresalientes: guarderas, abuso de drogas, edu
cacin pblica, hambre, criminalidad, medio ambiente, investigacin mdica y pobreza. En gene
ral, la investigacin exploratoria es significativa en cualquier situacin en la que el investigador no
tenga el suficiente entendimiento para proseguir con el proyecto de investigacin. La investigacin
exploratoria se caracteriza por su flexibilidad y versatilidad en relacin con los mtodos, ya que no
Comparacin de diseos de investigacin bsicos

Exploratorio
D escriptivo
C ausal
Objetivo:
Descubrir ideas y conocimientos
Describir caractersticas o funciones

del mercado
Determinar relaciones
causales
Caractersticas:
Flexible
Marcado por la elaboracin previa de
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
Grupos
Datos de observacin y otros
Mtodos:
www.FreeLibros.me
CAPTULO 3
77
se utilizan protocolos ni procedimientos de investigacin formales. Rara vez incluye cuestionarios

estructurados, muestras grandes, y planes de muestreo de probabilidad. Ms bien, los investigado
res estn alerta a ideas y conocimientos nuevos conforme ocurren. Cuando se descubre una idea o
conocimiento nuevo, puede cambiar el curso de la investigacin hacia esa direccin. Se sigue ese
nuevo rumbo hasta que se agotan posibilidades o hasta encontrar otra direccin. Por esta razn, el
enfoque de la investigacin puede cambiar de manera constante conforme se van descubriendo
nuevos conocimientos. Por lo tanto, la creatividad y la ingenuidad del investigador tiene un papel
primordial en la investigacin exploratoria. Sin embargo, las capacidades del investigador no son
las nicas determinantes de una buena investigacin exploratoria. La investigacin exploratoria se
puede beneficiar de manera importante del uso de los mtodos siguientes (vase tabla 3-2).
Encuesta de expertos (analizada en el captulo 2)
Encuestas piloto (analizadas en el captulo 2)
Datos secundarios analizados de manera cualitativa (com entados en el captulo 4)
Investigacin cualitativa (estudiada en el captulo 5)
El uso de investigacin exploratoria al definir el problema y establecer el mtodo se analiz
en el captulo 2. Las ventajas y desventajas de la investigacin exploratoria se estudiarn en forma
ms amplia en el captulo 4 (datos secundarios) y el captulo 5 (investigacin cualitativa). Para
ayudarle a visualizar las aplicaciones de la investigacin exploratoria consideraremos ahora el
proyecto de tienda departamental, que utiliz los siguientes tipos de estudios exploratorios:
Una revisin de bibliografa acadmica y comercial para identificar los factores demo
grficos y psicogrficos que influyen en la preferencia de los consumidores por las tien
das departamentales.
Entrevistas con expertos en ventas al menudeo para determinar tendencias, como el sur
gimiento de clases nuevas de plazas comerciales y cambios en los patrones de preferen
cia de los consumidores; por ejemplo, compras por Internet.
Anlisis comparativo de las tres mejores tiendas y las tres peores de la misma cadena para ob
tener alguna idea acerca de los factores que influyen en el desempeo de la tienda.
Grupos de enfoque para determinar los factores que los consumidores consideran impor
tantes al seleccionar tiendas departamentales.
La investigacin exploratoria se ilustra con mayor detalle en el siguiente ejemplo.
El enfoque en pequeas empresas lleva a Microsoft a obtener

enormes ganancias
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.
Como su nombre lo indica, el principal objetivo de la investigacin descriptiva es describir al

go, por lo general caractersticas o funciones del mercado (vase tabla 3-2). La investigacin
descriptiva se realiza debido a las razones siguientes:
L fra describir las caractersticas de grupos relevantes, como consumidores, vendedores,
organizaciones o reas de mercado. Por ejemplo, podramos desarrollar un perfil de los
usuarios fuertes (compradores frecuentes) de tiendas departamentales prestigiosas, como
Saks Fifth Avenue y Neiman Marcus.
2. Para calcular el porcentaje de unidades en una poblacin especfica que muestre cierto
comportamiento. Por ejemplo, podramos estar interesados en estimar el porcentaje de los
usuarios fuertes de tiendas departamentales que tambin prefieren tiendas departamenta
les de descuento.
3. Para determinar las percepciones de caractersticas de producto. Por ejemplo, cmo per
ciben los hogares las diversas tiendas departamentales en trminos de factores importantes
del criterio de seleccin?
4. Para determinar el grado en el que se asocian las variables de marketing. Por ejemplo, a
qu grado se relaciona comer en restaurantes con comprar en tiendas departamentales?
5. Para hacer pronsticos especficos. Por ejemplo, cul ser la venta al menudeo de Neiman
Marcus (tienda especfica) de ropa de moda (categora de producto especfica) en el rea
de Dallas (regin especfica)?
En el ejemplo al inicio del captulo se utiliz una investigacin descriptiva en forma de encues
ta que se lleva a cabo para cuantificar la causa sobresaliente entre las diversas causas sociales para
las empresas. Como se muestra en este ejemplo, la investigacin descriptiva asume que el investiga
dor cuenta con suficiente conocimiento previo del problema.6 En el ejemplo inicial, las causas socia
les importantes se haban identificado mediante investigacin exploratoria antes de que se realizara
la encuesta descriptiva De hecho, una gran diferencia entre la investigacin descriptiva y explorato
ria es que la investigacin descriptiva se caracteriza por la elaboracin previa de hiptesis especfi
cas. Por lo tanto, la informacin requerida se define en forma clara Como resultado, la investiga
cin descriptiva est planeada y estructurada con anticipacin. Por lo general se basa en muestras
representativas grandes. Un diseo de investigacin formal especifica los mtodos para seleccionar
las fuentes de informacin y para recolectar datos de esas fuentes. Un diseo descriptivo requiere
una especificacin clara de quin, qu, cundo, dnde, por qu y cmo (las seis preguntas) de la in
vestigacin. (Es interesante mencionar que los reporteros de noticias utilizan un criterio similar pa
ra describir una situacin.) Esto se ilustra en el contexto del proyecto de la tienda departamental.
www.FreeLibros.me
CAPTULO 3
79
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
Estudios de empleo de productos que describen patrones de consumo

Estudios de distribucin que determinan patrones de flujo de trfico as como el nmero
y ubicacin de los distribuidores
Estudios de fijacin de precios que describen la gama y la frecuencia de cambios de pre
cios y la respuesta probable del consumidor ante los cambios de precios propuestos
Estudios de publicidad que describen los hbitos de consumo de medios y perfiles de
audiencia para programas especficos de televisin y revistas
En el ejemplo inicial, la investigacin descriptiva en forma de encuesta se llev a cabo pa
ra cuantifcar las causas sociales sobresalientes para las empresas estadounidenses.Todos estos
ejemplos demuestran la gama y diversidad de estudios de investigacin descriptiva. Una gran
mayora de estudios de investigacin de mercados incluye este tipo, que incorpora los siguien
tes mtodos principales:
Datos secundarios que se analizan de manera cuantitativa en contraste con la cualitativa
(captulo 4)
Encuestas (captulo 6)
Grupos (captulos 4 y 6)
Datos de observacin y otros (captulo 6)
Aunque los mtodos mostrados en la tabla 3-2 son tpicos, cabe mencionar que el investi
gador no est limitado a ellos. Por ejemplo, las encuestas pueden incluir el uso de preguntas
exploratorias (de respuesta abierta) o la prctica de estudios causales (experimentos) mediante
encuestas. La investigacin descriptiva utilizando los mtodos de la tabla 3-2 puede ser clasifi
cada en investigacin transversal y longitudinal (vase la figura 3-1).
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.
El estudio transversal es el diseo descriptivo que se utiliza con ms frecuencia en investiga

cin de mercados. El diseo transversal incluye la recoleccin de informacin de una muestra
dada de elementos de poblacin una sola vez. Pueden ser transversales simples o transversales
mltiples (vase la figura 3-1). En los diseos transversales sim ples se saca slo una muestra
de encuestados de la poblacin objetivo y se obtiene informacin de esta muestra una sola vez.
Aestos diseos tambin se les llama diseos de investigacin de encuesta por muestreo.
INVESTIGACIN
REAL
Servicios de salud en Internet

Harris Interactive, con ingresos en 2001 de 130 millones de dlares, es una empresa de consultora mundial de investigacin de mercados que utiliza Internet para llevar a cabo su trabajo. Harris
Interactive (w w w .harrisinteractive.com ) realiz un estudio para determinar las necesidades de
servicios de salud en lnea y la mejor forma de satisfacerlas. El diseo de investigacin consis
ti en una fase exploratoria seguida de una encuesta descriptiva transversal en lnea de 1,000
consumidores estadounidenses de servicios de salud mayores de 18 aos.
De acuerdo con la empresa, una visita al consultorio mdico no es suficiente para la ma
yora de los consumidores. El promedio de tiempo que emplea un mdico con el paciente ha
disminuido a 15 minutos, lo cual reduce la comunicacin interpersonal en los servicios de salud
en general. La encuesta revel que los consumidores demandan diversas opciones para acceder
a sus mdicos y enfermeras, que incluyen: trato directo, en lnea y comunicacin telefnica:
86% de los encuestados queran concertar citas por telfono con una persona.
89% desearan acceso en lnea o telefnico con una enfermera de urgencias para ayudarlos a
controlar problemas mdicos crnicos, con disponibilidad despus del horario de oficina.
40% expres frustracin al tener que ver a los mdicos en persona para obtener respuestas
a preguntas sencillas de salud.
86% demandaba recordatorios mdicos electrnicos.
83% deseaba que los procedimientos de pruebas de laboratorio as como sus resultados es
tuvieran disponibles en lnea.
69% quera cuadros clnicos en lnea para vigilar condiciones crnicas.
En respuesta a esos resultados, Kaiser Permanente (ww w .kaiserperm anente.org) redise
su pgina Web en 2003 para permitir a los miembros el acceso a enciclopedias mdicas y de
frmacos, hacer preguntas confidenciales sobre enfermeras y farmacuticos, compartir preocu
www.FreeLibros.me
CAPTULO 3
81
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
Diseo transversal en el cual existen

dos o ms muestras de encuestados
y se obtiene informacin de cada
muestra una sola vez.
En el diseo transversal m ltiple existen dos o ms muestras de encuestados y la informa

cin de cada muestra se obtiene slo una vez. A menudo la informacin de diferentes muestras
se obtiene en distintas ocasiones durante intervalos largos. Los diseos transversales mltiples
permiten las comparaciones a nivel colectivo pero no de encuestado individual. Como se toma
una muestra distinta cada vez que se realiza una encuesta, no hay forma de comparar las medi
das en un encuestado individual entre stas. Un tipo de diseo transversal mltiple de especial
inters es el anlisis de cohorte.
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.
El anlisis de cohorte consiste en una serie de encuestas que se

llevan a cabo a intervalos apropiados donde la cohorte sirve como la unidad bsica de anlisis.
Una cohorte es un grupo de encuestados que pasan por la misma experiencia dentro del mis
mo intervalo.8 Por ejemplo, una cohorte de nacimiento (o edad) es un grupo de personas que
nacieron en el mismo periodo, como de 1951 a 1960. El trmino anlisis de cohorte se refiere a
cualquier estudio en el que se miden algunas caractersticas de una o ms cohortes en dos o ms
pocas.
Es poco probable que alguno de los individuos que se estudiaron la primera vez sea tambin
parte de la muestra la segunda vez. Por ejemplo, se seleccion una cohorte de personas entre
ocho y 19 aos y se examin su consumo de bebidas carbonatadas cada 10 aos durante 30
aos. En otras palabras, cada 10 aos se tom una muestra distinta de encuestados de la poblacin
entre ocho y 19 aos. Esta muestra se tom en forma independiente a cualquier muestra previa
tomada en este estudio de poblacin entre ocho y 19 aos. Por supuesto, era poco probable que
las personas que se seleccionaron una vez se incluyeran de nuevo en la misma cohorte de edad
(ocho a 19 aos), ya que estas personas seran mucho mayores al momento del muestreo si
guiente. Este estudio mostr que con el tiempo, esta cohorte haba aumentado el consumo de
bebidas carbonatadas. Se obtuvieron resultados similares para otras cohortes de edad (20-29,
30-39, 40-49, y 50+). Ms an, el consumo de cada cohorte no disminuy al aumentar su edad.
Estos resultados se presentan en la tabla 3-3, en la que se puede determinar el consumo de las
diversas cohortes de edad con el paso del tiempo al leer la diagonal hacia abajo. Estos resulta
dos contradijeron la creencia comn de que el consumo de bebidas carbonatadas declinara al
envejecer la poblacin. Esta creencia comn pero equivocada se basaba en estudios transversales
individuales. Ntese que si alguna columna de la tabla 3-3 se observa en forma aislada, como
Consumo de bebidas carbonatadas por diversas cohortes de edad

(porcentaje de consumo en un da cualquiera)__________________
Edad
1950
8-19
52.9
20-29
45.2
30-39
33.9
40-49
23.2
50+
18.1
C1: cohorte nacida antes de 1900
C5: cohorte nacida en 1931-40
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.
Muestra de encuestados que han

acordado proporcionar informacin
en intervalos especficos durante un
periodo extenso.
En los diseos longitudinales, una muestra (o muestras) fija de elementos de poblacin se mi

de en forma repetitiva en las mismas variables. Un diseo longitudinal difiere de un diseo
transversal en que la muestra (o muestras) permanece igual a travs del tiempo. En otras palabras,
se estudia a las mismas personas a travs del tiempo y se miden las mismas variables. En con
traste con el diseo tpico transversal, que da una foto instantnea de las variables de inters
en un solo punto en el tiempo, un estudio longitudinal proporciona una serie de fotografas
que brindan un panorama interno de la situacin y los cambios que se presentan con el paso del
tiempo. Por ejemplo, mediante el empleo de un diseo transversal se hara la pregunta: cmo
evaluaron los estadounidenses el desempeo de George W. Bush inmediatamente despus de la
guerra de Afganistn?. Sin embargo, se utilizara un diseo longitudinal para hacer la pregunta:
cmo cambiaron los estadounidenses su percepcin acerca del desempeo de Bush durante la
guerra de Afganistn?
Algunas veces, el trmino grupo se emplea de manera indistinta con el trmino diseo longi
tudinal. Un grupo (panel) consiste en una muestra de encuestados, por lo general hogares, que
han acordado proporcionar informacin durante intervalos especficos en un periodo extenso.
Las agencias de informacin mantienen grupos y se recompensa a sus miembros por su partici
pacin mediante regalos, cupones, informacin o dinero en efectivo. Los grupos se comentan de
manera ms amplia en el captulo 4. Un diseo de grupo puede utilizarse para comprender y vi
gilar los cambios en las actitudes de las mujeres hacia el golf, como se ilustra en el ejemplo si
guiente.
INVESTIGACIN
REAL
TimeOut. El mercado de ropa de golf para mujer est en swing total*'

En 2003 hay 27 millones de golfistas en Estados Unidos, y de ese nmero las mujeres representan
20 por ciento. Aunque las mujeres representan un porcentaje menor del total de golfistas esta
dounidenses, compran ms de 50% de todos los productos de golf, sin incluir los palos de golf,
de acuerdo con la Womens Sports Foundation. Esta tendencia ha llevado a las marcas tradicio
nales de golf a introducir lneas para mujer y abrir tiendas de g o lf slo para mujeres por todo
ese pas para satisfacer las necesidades de las golfistas olvidadas.
fra cubrir esta creciente demanda, TimeOut, una divisin de King Louie International
(w w w .kinglouie.com /tim eoutforher), ahora ofrece una lnea completa de ropa con licencia
LPGA ( w w w .lpga.com ). Con el fin de averiguar lo que esta gran masa de mujeres golfistas
espera y quiere en su ropa de golf, TimeOut cre Fairway Forum, un grupo de mujeres entusiastas
del g o lf que provee ideas en cuanto a gustos en ropa de mujer. Las mujeres que se reclutaron para este grupo participan tambin en grupos de enfoque y encuestas. Debido a que las
mujeres pertenecen al grupo, se pueden realizar mltiples encuestas que miden esencialmente
las mismas variables en el mismo grupo de encuestados, por lo que se lleva a cabo un diseo
longitudinal.
Lo que TimeOut ha aprendido es que, con el paso del tiempo, las mujeres han tomado ms y
ms en serio el juego de golf y desean que se televisen ms eventos de LPGA. Adems, TimeOut
descubri que las mujeres estn muy ansiosas de que lleguen nuevas marcas al mercado, ya que
las marcas tradicionales no ofrecen suficiente variedad para satisfacer sus gustos. Estas mujeres
no desean usar versiones reformuladas de ropa de varn, ni quieren andar por el campo de golf en
ropa tierna, ni tampoco les gusta encontrar otras mujeres que vistan el mismo atuendo. Estas
damas estn ansiosas de variedad y la estn exigiendo al mercado.
Esta investigacin indica que las golfistas quieren ropa que sea funcional as como atracti\a. Por ejemplo, desean bolsas profundas para guardar las pelotas mientras estn en el campo.
www.FreeLibros.me
CAPTULO 3
83
Los diseos longitudinales que se reali

zan al utilizar el grupo de TmeOuts
airway Forum han permitido a los
fabricantes disear ropa para mujeres
gplfistas.
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.
Ventajas y desventajas relativas de los diseos

longitudinales y transversales
Las ventajas y desventajas de los diseos longitudinales y transversales se resumen en la tabla
3.4. Una ventaja importante del diseo longitudinal sobre el transversal es la capacidad de de
tectar el cambio como resultado de la medicin repetida de las mismas variables en la misma
muestra.
Las tablas 3-5 y 3-6 demuestran cmo los datos transversales pueden llevar a los investi
gadores por el camino equivocado al paso del tiempo. Los datos transversales que se presentan
en la tabla 3-5 revelan que las compras de las marcas A, B, y C permanecieron iguales en los
periodos 1 y 2. En cada encuesta, 20% de los encuestados compraron la marca A, 30% la mar
ca B y 50% la marca C. Los datos longitudinales presentados en la tabla 3-6 muestran que en
Ventajas y desventajas relativas de los diseos transversales y longitudinales

C riterio
de evaluacin
Dse o
Diseo
transversal
longitudinal
Detectar cambio
Muchos datos recolectados
Exactitud
Muestreo representativo
Desviacin de respuestas
Nota: + indica una ventaja relativa sobre el otro diseo; - indica una desventaja relativa.
www.FreeLibros.me
PARTE II
Los datos transversales tal vez no muestren cambio

P e r io d o
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
el periodo de estudio ocurri un cambio sustancial en la forma de sustitucin de marcas. Por

ejemplo, slo 50% (100/200) de los encuestados que compraron la marca A en el periodo 1
tambin la compraron en el periodo 2. Las cifras de repeticin de compra correspondientes a las
marcas B y C son, respectivamente, 33.3% (100/300) y 55% (275/500). Por lo tanto, durante este
intervalo la marca C obtuvo la mayor lealtad y la marca B la menor. La tabla 3-6 ofrece infor
macin valiosa acerca de la lealtad ala marca y la sustitucin de marcas. (sta se llama tabla
de cambio o matriz de cambio de marca.12)
Los datos longitudinales permiten a los investigadores examinar los cambios en el com
portamiento de las unidades individuales y relacionar los cambios de conducta con las variables
de marketing, como cambios en la publicidad, empaques, precios y distribucin. Debido a que
las mismas unidades se miden repetidamente, se eliminan las variaciones que se ocasionaron
por los cambios en la muestra e incluso los cambios pequeos patentes.
Otra ventaja de los grupos es que se pueden recolectar cantidades relativamente grandes de
datos. Debido a que a los miembros de los grupos por lo general se les retribuye por su participa
cin, ellos tienen la disposicin de participar en entrevistas largas y demandantes. Otra ventaja
es que los datos del grupo pueden ser ms exactos que la informacin transversal. Una encuesta
transversal tpica requiere que el encuestado recuerde compras y conductas pasadas; esta infor
macin quiz no sea exacta por falta de memoria. La informacin del grupo, que cuenta con el
registro continuo de las compras en un diario, depende menos de la memoria del encuestado.
Una comparacin de encuestas de grupo y transversales sobre pronsticos de ventas al menudeo
indica que los datos del grupo proporcionan estimados ms exactos.13
La principal desventaja de los grupos es que pueden no ser representativos. La no representatividad puede surgir por:
1. Negativa a cooperar. Muchos individuos u hogares no desean que se les moleste con la
operacin del grupo y se rehsan a cooperar. Los grupos de consumidores que requieren
que sus miembros lleven un registro de compras tienen una tasa de cooperacin de 60% o
menor.
2. Mortalidad. Los miembros del grupo que acuerdan participar en algn momento pueden
retirarse debido a cambios de domicilio o prdida de inters. Las tasas de mortalidad pue
den ser de hasta 20% anual.14
3. fgo. El pago atrae a ciertas personas, lo que ocasiona que el grupo no sea representativo
de la poblacin.
Otra desventaja de los grupos es la respuesta desviada. Los miembros nuevos del grupo se
dejan influir en sus respuestas iniciales y tienden a incrementar el comportamiento que se mide,
como la compra de alimentos. Esta influencia disminuye conforme los encuestados superan la
Los datos longitudinales pueden mostrar un cambio sustancial_________

Marca
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
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.
La investigacin ca u sa l se utiliza para obtener evidencia de relaciones causales (vase tabla

3-2). Los gerentes de marketing continuamente toman decisiones que se basan en relaciones
causales supuestas. Estas suposiciones no siempre se justifican y la validez de las relaciones cau
sales se debe examinar mediante investigacin formal.16 Por ejemplo, la suposicin comn de
que una disminucin en el precio llevar al aumento de ventas y participacin de mercado no
funciona en ciertos ambientes competitivos. La investigacin causal es apropiada para los si
guientes fines:
1. Entender qu variables son la causa (variables independientes) y qu variables son el efecto
(variables dependientes) de un fenmeno.
2. Determinar la naturaleza de la relacin entre las variables causales y el efecto a pronosticarse.
Como la investigacin descriptiva, la investigacin causal requiere un diseo planeado y
estructurado. Aunque la investigacin descriptiva puede determinar el grado de asociacin entre
las variables, no es apropiado para examinar las relaciones causales. Dicho examen requiere un
diseo causal, en el cual las variables causales o independientes se manipulan en un ambiente
relativamente controlado. Un ambiente as es uno en el cual las otras variables que pueden afec
tar a la variable dependiente se controlan y verifican tanto como sea posible. El efecto de esta
manipulacin en una o ms variables dependientes se mide entonces para deducir la causalidad.
El mtodo principal de la investigacin causal es la experimentacin.17
Debido a su complejidad e importancia, se ha destinado un captulo independiente (captu
lo 7) a los diseos causales y la investigacin experimental. Sin embargo, aqu se dan algunos
ejemplos. En el contexto del proyecto de la tienda departamental, un investigador desea deter
minar si la presentacin y atencin de servicio de los vendedores (variable causal) influir en la
venta de artculos para el hogar (variable de efecto). Se puede elaborar un diseo causal en el
que se seleccionen dos grupos de departamentos de artculos para el hogar de una tienda en
particular. Durante cuatro semanas, vendedores capacitados se instalan en uno de los grupos de
departamentos de artculos para el hogar, pero no en el otro. Se verifican las ventas de ambos
grupos mientras se controlan las otras variables. Una comparacin de ventas de los dos grupos
revelar el efecto de los vendedores en las ventas de estos artculos en las tiendas departamen
tales. De forma alternativa, en vez de seleccionar dos grupos de tiendas, el investigador puede
seleccionar slo un grupo de tiendas departamentales y llevar a cabo esta manipulacin por dos
periodos comparables: los vendedores estn presentes en un periodo y ausentes en el otro.
La exhibicin de mercanca afecta las ventas?

En el 2000, Mead Corporation y Westvaco Corporation anunciaron una fusin equitativa y la
creacin de una empresa global de 10,000 millones de dlares, MeadWestvaco (w w w .m eadw estvaco.com ), con posicin lder en empaquetaduras, papeles recubiertos y de especialidad,
artculos de consumo y oficina, y qumicos de especialidad. La investigacin causal en forma de
experimento ayud a MeadWestvaco a determinar la eficacia de un nuevo sistema de exhibicin
de mercanca. MeadWestvaco ha desarrollado un nuevo sistema de exhibicin de mercanca pa
ra mostrar sus productos de papelera escolar y de oficina, como cuadernos, cuadernillos para
notas y otros productos de papel. La pregunta era si el nuevo sistema aumentara las ventas de
artculos de papelera lo suficiente para pagar por el incremento del costo al poner en prctica
este sistema. Las tiendas K-Mart ( w w w .km art.com ) eran un establecimiento comercial impor
tante para los productos de papelera de MeadWestvaco. Por lo tanto, se dise un experimento
en el cual se seleccionaron 12 tiendas de K-Mart en una zona metropolitana grande. Se asign en
forma aleatoria el nuevo sistema de exhibicin a seis tiendas; en cambio, se estipul que las
www.FreeLibros.me
8 6
PARTE II
La investigacin causal en forma de

experimento ayud a MeadWestvaco a
determinar la eficacia de un nuevo sis
tema para mostrar el producto.
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.
RELACIONES ENTRE INVESTIG ACIN

EXPLORATORIA, DESCRIPTIVA Y CAUSAL
La investigacin exploratoria, la descriptiva y la causal se definen como clasificaciones principales
de los diseos de investigacin, pero las distinciones entre ellas no son absolutas. Un proyecto
dado de investigacin de mercados puede incluir ms de un tipo de diseo de investigacin y
por lo tanto servir a distintos propsitos. La combinacin de diseos de investigacin que debe
utilizarse depende de la naturaleza del problema. Ofrecemos los siguientes lincamientos genera
les para la eleccin de los diseos de investigacin:
1. Cuando se conoce poco acerca del problema, es deseable comenzar con investigacin
exploratoria. La investigacin exploratoria es apropiada cuando se necesita definir el proble
ma con ms precisin, identificar las acciones a seguir, establecer las preguntas o hiptesis
www.FreeLibros.me
CAPTULO 3
87
de investigacin, aislar y clasificar las variables fundamentales como dependientes o inde

pendientes.
2 . La investigacin exploratoria es la etapa inicial en el esquema del diseo de investigacin
general. En la mayora de los casos debe continuarse con una investigacin descriptiva
o causal. Por ejemplo, las hiptesis establecidas a travs de la investigacin exploratoria
se deben probar de manera estadstica mediante el empleo de investigacin descriptiva o
causal. Esto se ilustr en el ejemplo proporcionado en la seccin de generalidades acerca
del marketing con causa social. La investigacin exploratoria en forma de anlisis de datos
secundarios y grupos de enfoque se llev a cabo para identificar las causas sociales por las
que deben preocuparse las empresas estadounidenses. Entonces se realiz una encuesta
transversal descriptiva para cuantificar la causa ms sobresaliente.
3 . No es necesario iniciar cada diseo de investigacin con investigacin exploratoria. Depen
de de la precisin con la cual se haya definido el problema y del grado de certidumbre del
investigador en relacin con el mtodo para enfrentar el problema. Un diseo de investiga
cin podra empezar con una investigacin descriptiva o causal. Por ejemplo, una encuesta
de satisfaccin del cliente que se realiza en forma anual no necesita incluir o empezar con
una fase exploratoria cada ao.
4 . Aunque la investigacin exploratoria por lo general es la fase inicial, esto no tiene que ser
necesariamente as. La investigacin exploratoria puede seguir a la investigacin descrip
tiva o causal. Por ejemplo, la investigacin causal o descriptiva produce resultados que
son difciles de interpretar para los directivos. La investigacin exploratoria puede propor
cionar mayor conocimiento para ayudar a entender estos resultados.
La relacin entre investigacin exploratoria, descriptiva y causal se ilustra de manera ms
amplia en el proyecto de la tienda departamental.
M V E S T IG A C I N A C T IV A
PROYECTO DE TIEN D A DEPARTAMENTAL

Exploracin y descripcin de la preferencia de tiendas
La investigacin exploratoria en el proyecto de la tienda departamental, que incluye el anlisis de datos
secundarios y la investigacin cualitativa, se llev a cabo en primer lugar para definir el problema y es
tablecer un mtodo apropiado. A esto sigui un estudio descriptivo que consisti en una encuesta, en la
cual se construy un cuestionario y se administr a travs de entrevistas personales.
Supongamos que el estudio de preferencias se repetira despus de dos aos para determinar si hubo
cambios. En ese punto, la investigacin exploratoria tal vez no sera necesaria y el diseo de investiga
cin podra empezar con investigacin descriptiva.
Supongamos tambin que la encuesta se repite dos aos ms tarde y que se obtienen algunos re
sultados inesperados. La administracin se pregunta por qu han disminuido las calificaciones sobre
los servicios en tienda cuando el personal de ventas ha aumentado. Se puede emprender una investiga
cin exploratoria en forma de grupos de enfoque para investigar los resultados inesperados. Los grupos
de enfoque pueden revelar que aunque es fcil encontrar vendedores, no se les percibe como tiles o
amigables. Esto puede sugerir la necesidad de capacitacin para el personal de ventas.
Este ejemplo abarca el uso de investigacin exploratoria y descriptiva pero no investigacin

causal. Esto refleja el hecho de que la investigacin exploratoria y la descriptiva se utilicen a
menudo en investigacin comercial de mercados, pero la investigacin causal no es tan popular.
Sin embargo, es posible combinar la investigacin exploratoria, la descriptiva y la causal, como
lo demostr Citibank.
INVESTIGACIN
REAL
Citibank agrupa investigacin exploratoria ,

descriptiva y causal
Pira el 2003, Citigroup ( w w w .citigroup.com ) ha proporcionado una variedad de productos y
servicios financieros, adems de banca, en ms de 100 pases. En 2001, Citigroup obtuvo ingresos
de 80 mil millones de dlares. Con el fin de mantener esos altos ingresos, Citigroup debe inves
tigar en forma continua a los clientes objetivo para satisfacer mejor sus necesidades. Marketing
Research at Citibank (w w w .citibanL com ), una divisin de Citigroup, se ocupa de medir la ha
bilidad del consumidor acerca de los productos, de monitorear sus actitudes y satisfaccin asociadas
www.FreeLibros.me
8 8
PARTE II
Citibank utiliza investigacin explora

toria, descriptiva y causal al disear
programas de marketing.
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
Etapa 6. A la investigacin exploratoria preliminar le sigui una investigacin descriptiva en

forma de encuestas en tiendas donde se interceptaban personas en la gama del mercado ob
jetivo. La encuesta mostr que la lista de caractersticas especiales era demasiado larga y se
decidi quitar las caractersticas que los competidores ofrecan comnmente.
Etapa 7. El producto fue sometido a prueba de mercado en seis de las ramas de Citibank dentro
del mercado objetivo. La prueba de mercado es una forma de investigacin causal. Dados los
resultados exitosos de las pruebas de mercado, el producto se introdujo a nivel nacional.19
Sin importar el tipo de diseo de investigacin que se utilice, el investigador debe tratar de
minimizar las posibles fuentes de error.
POSIBLES FUENTES DE ERROR
Variacin entre el valor medio verda

dero en la poblacin de la variable de
inters y el valor medio observado
obtenido en el proyecto de investiga
cin de mercado.

Error debido a la muestra selecciona
da, en particular cuando es una repre
sentacin imperfecta de la poblacin
de inters. Se puede definir como la
variacin entre el valor medio verda
dero de la muestra y el valor medio
verdadero de la poblacin.
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.

El error d e m uestreo a lea to rio ocurre porque la muestra seleccionada en particular es una
representacin imperfecta de la poblacin de inters. El error de muestreo aleatorio es la varia
cin entre el valor medio verdadero de la poblacin y el valor medio verdadero de la muestra
original. Por ejemplo, el promedio de ingreso anual de la poblacin objetivo es 75,871 dlares,
pero para la muestra original es slo de 71,382, como se determin de los registros de grupos de
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
Error por falta

de respuesta
1
Errores del
investigador
Errores del
entrevistador
Errores del
encuestado
1
Error por reemplazo
de informacin
Error de seleccin
del encuestado
Error por falta

de habilidad
Error de medicin
Error al preguntar
Error por renuencia
Error de definicin de poblacin
Error de registro
Error de marco de muestreo
Error por fraude
Error de anlisis de datos
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.
Error que no es de muestreo

Error q u e p uede atrib u irse a fuentes
que no so n de m u estreo, ale a to ria s o
no aleato rias.
Tipo de error que no es de muestreo

que ocurre cuando alguno de los
encuestados de la muestra no res
ponde. Este error se puede definir
como la variacin entre el valor
medio verdadero de la variable en
la muestra original y el valor medio
verdadero en la muestra neta.
Tipo de error que no es de mues

treo; surge de encuestados que s
responden pero que dan respuestas
exactas o que se registran o se in
terpretan de manera equivocada.
Se puede definir como la variacin
oitre el valor medio verdadero de la
variable en la muestra neta y el va
lor medio observado que se obtiene
ai el proyecto de investigacin de
mercados.
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 por falta de respuesta.
El error p o r fa lta de respuesta surge cuando alguno de los

encuestados incluidos en la muestra no responde. Las causas principales de que no respondan son
por negativas o por no encontrarse en casa (vase el captulo 12). La falta de respuesta causar que
la muestra neta o resultante sea diferente en tamao o composicin de la muestra original. El error
por falta de respuesta se define como la variacin entre el valor medio verdadero de la variable en
la muestra original y el valor medio verdadero en la muestra neta. Por ejemplo, el promedio de
ingreso anual es 713 8 2 dlares para la muestra original, pero para la muestra neta es de 69,467 d
lares, ambos determinados a partir de los registros de grupos de correo que se cree que son exactos.
Error de respuesta.
El error de respuesta surge cuando los encuestados dan respuestas

inexactas o cuando sus respuestas se registran o se analizan mal. El error de respuesta se define
como la variacin entre el valor medio verdadero de la variable en la muestra neta y el valor
medio observado que se obtiene en el proyecto de investigacin de mercado. Por ejemplo, el
promedio de ingreso anual es 69,467 dlares para la muestra neta, pero se calcula en 67,157 en
el proyecto de investigacin de mercado. Los errores de respuesta se pueden cometer por los in
vestigadores, entrevistadores o encuestados.20
Los errores que los investigadores cometen incluyen reemplazo de informacin, medicin,
definicin de poblacin, marco de muestreo y errores de anlisis de datos.
El error p o r reemplazo de informacin puede definirse como la variacin entre la informa
cin que se requiere para el problema de investigacin de mercados y la informacin que busca
el investigador. Por ejemplo, en vez de obtener informacin en la eleccin del consumidor de
una marca nueva (requerido por el problema de investigacin de mercado), el investigador obtie
ne informacin relacionada con las preferencias del consumidor debido a que el proceso de
eleccin no puede observarse fcilmente.
El error de m edicin se puede definir como la variacin entre la informacin que se busca
y la informacin que se genera en el proceso de medicin que utiliza el investigador. A l tratar
de medir las preferencias del consumidor, el investigador utiliza una escala que mide percep
ciones ms que preferencias.
El error d e definicin de la poblacin puede definirse como la variacin entre la poblacin
real en relacin con el problema que se enfrenta y la poblacin como la define el investigador.
El problema de definir de manera apropiada la poblacin puede estar lejos de ser trivial, como
se ilustra en el caso de hogares acomodados.
INVESTIGACIN
REAL
Qu tan acomodado es ser acomodado?

En un estudio reciente, la poblacin de hogares acomodados se defini en cuatro formas diferen
tes: 1) familias con ingresos de 50,000 dlares o ms; 2) 20% superior a los hogares medidos
por ingreso; 3) hogares con valor neto superior a 250,000 dlares, y 4) hogares con ingreso dis
creto disponible de 30% por arriba de los hogares comparables. El nmero y caractersticas de
los hogares acomodados vari segn la definicin, al subrayar la necesidad de evitar el error
de definicin de poblacin.21
Como puede asumirse, los resultados de este estudio habran variado de manera notable se
gn la forma en que se haya definido la poblacin de hogares acomodados.
El error de m arco de m uestreo puede definirse como la variacin entre la poblacin defi
nida por el investigador y la poblacin como se implica por el marco (lista) de muestreo que se
www.FreeLibros.me
CAPTULO 3
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
PRESUPUESTO Y CALEN D AR IO DEL PROYECTO

Presupuesto y calendario
Herramientas administrativas ne
cesarias para asegurarse de que el
proyecto de investigacin de merca
dos se complete con los recursos
dsponibles.
Tcnica administrativa para dividir el
proyecto de administracin en acti
vidades mediante determinacin de
h secuencia de estas actividades y
d tiempo que requerir cada una.
Tcnica de revisin y evaluacin

programa (TREP)
Mtodo de ruta crtica ms sofistica
do que representa la incertidumbre
del proyecto en cuanto a cumplimien
to de tiempos.
Tcnica de evaluacin y revisin

ffflca (TREG)
Mtodo sofisticado de ruta crtica que
representa las probabilidades de cum
plimiento y los costos de actividad.
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.
Cuando se ha especificado el diseo de investigacin, controlando apropiadamente el error total,

se deben tomar las decisiones sobre el presupuesto y el calendario. El presupuesto y el calenda
rio ayudan a asegurarse de que el proyecto de investigacin de mercados se complete dentro de
los recursos disponibles (financieros, de tiempo, personal y otros). A l especificar los parmetros
de tiempo dentro de los que cada tarea se debe completar y los costos de cada una, el proyecto de
investigacin se puede administrar de manera eficaz. Un mtodo til para administrar un
proyecto es el m todo de ru ta crtica (MRC), que comprende la divisin del proyecto de in
vestigacin en actividades de componentes, mediante la determinacin de la secuencia de estas
actividades y la estimacin del tiempo requerido para cada actividad. Estas actividades y estima
ciones de tiempo se incluyen en un diagrama de flujo de red. Se puede identificar la ruta crtica,
es decir, la serie de actividades que si se retrasan detendran tambin el proyecto.
Una versin avanzada del MRC es la tcnica de revisin y evaluacin program a (TREP),
que es un mtodo de programacin que se basa en la probabilidad que reconoce y mide la incer
tidumbre de los tiempos de cumplimiento del proyecto.23 Una tcnica de programacin an
ms avanzada es la tcnica de revisin y evaluacin grfica (TREG), en la que tanto las proba
bilidades de terminacin como los costos de actividad se pueden construir en una represen
tacin de red.
PROPUESTA D E INVESTIG A CI N DE M ERCADOS

Una vez que se elabor el diseo de investigacin y que se complet el presupuesto y el calenda
rio, se debe preparar una propuesta de investigacin escrita. La propuesta de investigacin de
mercados contiene la esencia del proyecto y sirve como un contrato entre el investigador y la
administracin. La propuesta de investigacin cubre todas las fases del proceso de investigacin
de mercados. Describe el problema de investigacin, el mtodo, el diseo de investigacin y
cmo se recolectarn, analizarn y reportarn los datos. Proporciona una estimacin de costos
y un calendario para completar el proyecto. Aunque el formato de propuesta de investigacin
puede variar de manera considerable, la mayora de las propuestas consideran todas las etapas
del proceso de investigacin de mercados y contienen los elementos siguientes:
1. Resumen ejecutivo. La propuesta debe comenzar con un resumen de los puntos principales
de cada una de las secciones y presentar una visin general de la propuesta completa.
2. Antecedentes. Se deben analizar los antecedentes del problema, incluyendo el contexto
ambiental.
3. Definicin del problema y objetivos de la investigacin. Por lo general, se debe presen
tar una exposicin del problema que comprenda los componentes especficos. Si esta
exposicin no se ha establecido (como en el caso de la investigacin de identificacin del
problema), los objetivos del proyecto de investigacin de mercado debern especificarse
claramente.
4. Mtodo para enfrentar el problema. Como mnimo, debe presentarse una revisin de la
bibliografa acadmica y de comercio pertinente, junto con algn tipo de modelo analtico.
Si se han identificado las preguntas de investigacin e hiptesis, entonces stas deben in
cluirse en la propuesta.
5. Diseo de investigacin. Se debe especificar el diseo de investigacin que se adopte, ya
sea exploratorio, descriptivo o causal. Se debe proporcionar informacin sobre los si
guientes componentes: 1) tipo de informacin por obtenerse, 2) mtodo para administrar
el cuestionario (correo, telfono, personal, o entrevista electrnica), 3) tcnicas de escala,
4) naturaleza del cuestionario (tipo de preguntas realizadas, longitud, tiempo de entrevista
promedio) y 5) plan de muestreo y tamao de la muestra.
6. Campo de trabajo y recoleccin de datos. La propuesta debe analizar cmo se recolectarn
los datos y quin lo har. Se debe establecer si el campo de trabajo se subcontiatar a otro
proveedor. Se debern describir los mecanismos de control para asegurar la calidad de los
datos que se recolectaron.
7. Anlisis de datos. Se debe describir el tipo de anlisis de datos que se realizar (tabulaciones
transversales simples, anlisis univariado, anlisis multivariado) y cmo se interpretarn
tos resultados.
www.FreeLibros.me
CAPTULO 3
93
8 . Informe. La propuesta debe especificar si los informes intermedios se presentarn y en

qu etapas, cul ser la forma de informe final y si se realizar una presentacin formal de
los resultados.
9. Tiempo y costo. Se debe presentar el costo del proyecto y el calendario, dividido en fases.
Se puede incluir un cuadro MRC o un TREG. En los proyectos grandes, tambin se prepara
por adelantado un calendario de pago.
10. Apndices. Cualquier informacin estadstica o de otro tipo que sea de inters slo para
algunas personas se debe incluir en los apndices.
Preparar una propuesta de investigacin tiene muchas ventajas. Asegura que el investigador
y los directivos estn de acuerdo con la naturaleza del proyecto y ayuda a venderlo a la admi
nistracin. Como la preparacin de la propuesta incluye planeacin, ayuda al investigador a
conceptuar y ejecutar el proyecto de investigacin de mercados.
INVESTIGACIN DE MERCADOS INTERNACIONALES

Al llevar a cabo una investigacin de mercados internacionales es importante darse cuenta de
que dadas las diferencias ambientales (captulo 23), el diseo de investigacin apropiado para
un pas puede no serlo para otro. Considere el problema de determinar actitudes en los hogares
hacia los principales aparatos elctricos domsticos en Estados Unidos y e n Arabia Saudita. Al
realizar la investigacin exploratoria en Estados Unidos, es apropiado llevar a cabo sesiones de
grupo de manera conjunta con hombres y mujeres que sean la cabeza principal en el hogar. Sin
embargo, sera inapropiado llevar a cabo dichas sesiones de grupo en Arabia Saudita. Dada la
cultura tradicional, es poco probable que las esposas participen libremente frente a sus esposos.
Sera ms til realizar entrevistas personales individuales con los varones y las mujeres del hogar
que se incluya en la muestra.
No hay nada como el hogar

GfK ( www.gfk.it), empresa europea de investigacin de mercados de clientes, llev a cabo un
estudio en dos partes durante dos aos para determinar las tendencias nuevas en la juventud y la
cultura europea lo que es importante para los adolescentes europeos y cmo se deben dirigir
a ellos los comerciantes internacionales. Primero se llev a cabo una investigacin exploratoria
en forma de sesiones de grupo para identificar los temas sobresalientes para la juventud europea
Los temas identificados en las sesiones de grupo se cuantificaron al llevar a cabo una encuesta
longitudinal descriptiva. La encuesta se realiz en dos partes y midi 16 diferentes pases euro
peos entre los que se encontraban Dinamarca Noruega, Suecia Reino Unido, Alemania, Italia,
Espaa y Francia, entre otros.
En cada pas se seleccionaron cuatro grupos de encuestados; chicas de 14 a 16 aos, chicos
de 14 a 16 aos, chicas de 17 a 20 aos y chicos de 17 a 20 aos. Se dise y administr una en
cuesta descriptiva en forma personal y directa. Participaron un total de 523 jvenes. Dos aos
ms tarde se contact a las mismas personas en nueve de los 16 pases, con un total de 305 per
sonas participantes en la fase longitudinal.
Los resultados mostraron que los gustos y opiniones de los adolescentes en Europa han esta
do cambiando de manera notable en aos recientes, en particular en los dos ltimos. Se descu
bri que los adolescentes europeos no confan en las compaas grandes. El concepto de hogar
inclua no slo a la familia y lugar de residencia, sino a un sentido de pertenencia y comunidad, en
especial con los amigos. Representaba un smbolo de calor y comodidad. Los adolescentes
europeos no vean mucho a sus familias durante la semana. En su lugar, los amigos llenaban es
ta funcin del hogar. Por ltimo, dieron mucha importancia a una marca que haba estado ah
por mucho tiempo, ya que sentan que si la marca haba logrado subsistir a travs del tiempo,
deba ser buena y merecedora de su larga permanencia.
Los resultados probaron ser muy tiles para McDonalds (www.tncdonalds.com ) al desarro
llar su publicidad internacional que se diriga a este mercado. La nueva campaa de McDonalds
no se enfocaba a su status de compaa grande, sino que su publicidad haca que pareciera que
su establecimiento de hamburguesas era el punto de reunin local para los adolescentes. Encon
trarse con los amigos en el McDonalds local haca que McDonalds fuera su hogar . Pareca
divertido y los adolescentes queran estar ah. Adems, McDonalds se enfoc en la antigedad
www.FreeLibros.me
94
PARTE II
Mediante el empleo de encuestas trans

versales y longitudinales, McDonalds
determin lo que atrae a la juventud
europea, y se coloc de acuerdo con dio.
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.
LA TICA DE LA INVESTIGACIN DE M ERCADOS

Durante la etapa de diseo de investigacin, no slo se incluyen las preocupaciones del inves
tigador y del cliente, sino que tambin deben respetarse los derechos de los encuestados. Aun
que por lo general no existe contacto directo entre el encuestado y los dems interesados
(cliente e investigador) durante el diseo de la investigacin, sta es la etapa donde se toman
las decisiones sobre las ramificaciones ticas, como la utilizacin de grabadoras de video o de
audio ocultas.
La pregunta bsica del tipo de diseo de investigacin que se debe adoptar (por ejemplo,
descriptivo o causal, transversal o longitudinal) tiene connotaciones ticas. Por ejemplo, al e s
tudiar la sustitucin de marcas en las compras de pastas de dientes, un diseo longitudinal es la
nica forma real de evaluar los cambios en la eleccin individual de marca de un encuestado.
Una empresa de investigacin que no ha realizado muchos estudios longitudinales puede tratar
de justificar el uso de diseos transversales. Esto es tico?
Los investigadores deben asegurarse que el diseo de investigacin que se emplea propor
cionar la informacin que se requiere para atender el problema de investigacin de mercado
que se ha identificado. El cliente debe tener la integridad para no tergiversar el proyecto, debe
describir las limitaciones con las que el investigador deber operar y no debe hacer exigencias
irrazonables. La investigacin longitudinal toma tiempo. La investigacin descriptiva puede re
querir la entrevista de clientes. Si el tiempo constituye un problema, o si se tiene que restringir
el contacto con los clientes, al inicio del proyecto el cliente debe dar a conocer estas limitado-
www.FreeLibros.me
CAPTULO 3
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.
Hermano fanfarrn o bravucn?

Los dilemas ticos pueden surgir debido al fuerte deseo de las compaas de investigacin de
mercados para convertirse en proveedores de las empresas importantes que son grandes usuarios
de la investigacin de mercados. Tomemos por ejemplo a Visa, Delta Airlines, Coca-Cola o
Ford Motor Company. Tales firmas tienen grandes presupuestos para la investigacin de merca
dos y por lo general contratan compaas externas como proveedores de ese servicio. Estos
grandes clientes pueden manipular el precio del estudio actual o exigir concesiones irrazonables
en el diseo de la investigacin (por ejemplo, el anlisis de variables adicionales, ms sesiones de
grupo, una muestra ms grande y ms dirigida para la encuesta, o anlisis de datos adicionales)
al sugerir la probabilidad de que la empresa de investigacin de mercados se convierta en un
proveedor regular. Esto se puede considerar como un negocio justo, pero se convierte en falta
de tica cuando no se tiene la intencin de continuar con un estudio ms amplio o utilizar a la
empresa de investigacin en el futuro.25
De manera similar es importante no pasar por alto las responsabilidades con los encuestados. El investigador debe disear el estudio de manera que no viole el derecho de seguridad, de
privacidad o de eleccin del encuestado. Ms an, el cliente no debe abusar del poder de poner
en peligro el anonimato del encuestado. Los temas que se relacionan con los encuestados se
analizan con ms detalle en los captulos 4, 5, 6 y 7.
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.
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
captulos 4 y 6. El uso de Internet para diseos de investigacin se revisa en el captulo 7. Inter

net, en su capacidad de fuente de informacin, puede ser til para descubrir datos secundarios y
recolectar datos primarios que se requieren en la investigacin conclusiva, como lo ejemplifica
Qreenfield Online Research Center, Inc.
INVESTIGACIN
REAL
La investigacin en lnea de Greenfield

Greenfield Online Research Center, Inc. ( ww w .greenfieldonline.com ), ubicada en Westport,
Connecticut, es una subsidiaria de Greenfield Consulting Group. El Online Research Center con
duce sesiones de grupo, encuestas y sondeos en Internet. Para 2003 la compaa haba construido
un grupo de cerca de 200,000 usuarios de Internet, del cual toma muestras para encuestas. Las
muestras pueden utilizarse para diseos de investigacin descriptiva, como diseos transversa
les mltiples o individuales, as como diseos longitudinales. Tambin pueden realizarse diseos
causales. Los encuestados pueden ser seleccionados entre los usuarios registrados de Internet.
Adems de realizar estudios de investigacin conclusiva, Greenfield Online tambin ofre
ce un producto llamado MindStorm que permite a los mercadlogos llevar a cabo ideas con
clientes potenciales acerca de un diseo nuevo para su producto. MindStorm permite a los
participantes objetivo responder a su conveniencia a las preguntas, conceptos y afirmaciones re
lacionados con la marca, y los proyectos pueden prolongarse dos das, dos semanas, o dos meses,
lo que facilita respuestas profundas. Estoes excelente para la investigacin exploratoria.
El Cross Pen Computing Group ( www.cross.com ) tena un problema. Necesitaba mejorar
el inters de sus clientes hacia su producto, Cross Pad, y decidi utilizar MindStorm para com
plementar otra investigacin cualitativa. Cross Pad es una hoja de notas electrnica que viene
en dos tamaos: carta y media carta. Una pluma digital especial transmite la escritura en forma
electrnica a la hoja, lo que permite al usuario quitar o tomar notas que pueden almacenarse al
instante en una computadora personal.
Los encuestados en lnea, que eran usuarios de tecnologa de punta, se unieron para la discu
sin en un rea protegida mediante contraseas. A los participantes se les permiti una visita
electrnica a Cross Pad. Los comentarios de grupo se prolongaron por una semana Los resulta
dos fundamentales fueron que los mensajes de marketing deban enfatizar la utilidad del produc
to a los consumidores que acostumbraban tomar notas de manera activa Cuando estos resultados
se confirmaron mediante una encuesta posterior en lnea, se convirtieron en la plataforma para
una nueva campaa publicitaria que result muy exitosa. Por ello, la investigacin exploratoria
seguida de una investigacin descriptiva condujo a una comercializacin rentable y a una estra
tegia publicitaria para Cross Pad.26
Adems de las aplicaciones de Internet, las computadoras tambin pueden ayudar a con
trolar el error total. A l utilizar las computadoras, es posible entender cmo las diversas fuentes
de error afectarn los resultados y qu niveles de error pueden ser aceptables. Es relativamente
fcil calcular el error de muestreo aleatorio cuando se utilizan esquemas de muestreo de proba
bilidad. Sin embargo, estimar el impacto de los errores que no son de muestreo es mucho ms
problemtico. Se puede realizar una simulacin para determinar cmo afectarn los resultados
finales a las distribuciones y niveles de diversos errores que no son de muestreo.27 Esto indicara
los niveles aceptables de error y el diseo de investigacin se podra ajustar para incluir estos
errores dentro de lmites aceptables. Las simulaciones proporcionan slo una indicacin, y se
requiere un criterio considerable por parte del investigador.
www.FreeLibros.me
CAPTULO 3
E N F O Q U E
EN
97
B U R K E
Burke comienza el proceso de elaboracin de un diseo de investigacin con un lisiado de la informacin

fundamental que el cliente requiere. sta no es tarea fcil. Burke trata de aclarar qu informacin es crtica
y lo que es bueno saber, es decir, qu informacin es una tarjeta de informe y lo que se requiere para
permitir una accin especfica. Por ejemplo, en un estudio para un banco de sangre local se hizo una pre
gunta: qu tan conveniente le parece la ubicacin del banco de sangre?. sta es una pregunta de tarjeta
de informe. Treinta por ciento de los encuestados dijo que la ubicacin no era conveniente. Qu es lo que
hace la administracin? La pregunta ciertamente no implica accin alguna. Determinados miembros de la
administracin llegaron rpido a la conclusin de que esto significaba que el banco de sangre estaba ms
lejos del rea de manejo de los donantes y que se deba considerar el cambio a un centro suburbano. La in
vestigacin posterior encontr que ste no era el caso. Quienes dijeron que la ubicacin del banco no era
conveniente eran aquellos que tenan problema para encontrar un lugar de estacionamiento cuando iban a
donar La accin apropiada fue mejorar el estacionamiento, no crear un centro de donacin nuevo. Para
asegurar la utilidad de la informacin que se recaba, Burke considera la pregunta: qu haremos con lo
que medimos?
Una vez hedi esto, Burke realiza una serie de preguntas: quin tiene la informacin?, realmen
te conocen la informacin?, estn dispuestos a compartir la informacin? stas son preguntas fun
damentales al definirla poblacin relevante para el estudio. La definicin debe serlo suficientemente
concreta para que cualquier nmero de crticos, al evaluar al encuestado, acuerden si ste es parte le
gtima de la poblacin o no. Otra pregunta fundamental al elaborar d diseo de investigacin es: los
encuestados entendern los mtodos de medicin de manera que puedan compartir la informacin de
manera exacta y confiable? Es importante que d investigador y el encuestado utilicen el mismo len
guaje. En el proyecto del banco de sangre se utiliz la palabra conveniente. Esta palabra la definen
en la misma forma los encuestados y el investigador? Si usted va a preguntar una serie de clasificacio
nes de atributos, est seguro que est induyendo atributos que los encuestados realmente utilizan y en
palabras que eflos entiendan?
Burke realiza investigacin exploratoria, descriptiva y causal. Por lo general se utiliza alguna
combinacin de estos tres diseos bsicos en un estudio en particular. Cuando se emprende un nuevo
proyecto para un cliente, la investigacin exploratoria por lo regular es la primera fase. Esto incluye
un anlisis extenso de datos secundarios disponibles y alguna forma de investigacin cualitativa,
donde el enfoque en grupos es el ms popular. El propsito de la investigacin exploratoria es en
tender el contexto ambiental del problema, en particular el proceso de toma de decisiones implcito
de los consumidores, o de los clientes con relacin a los productos del cliente. En el proyecto del
banco de sangre se analizaron los datos secundarios y se realizaron sesiones de grupo para contes
tar preguntas como: qu factores considera la gente para decidir donar sangre?, cules son las
motivaciones principales para donar sangre?, qu actitudes tiene la gente hacia la donacin de san
gre?. La mayor parte del tiempo, a la investigacin exploratoria le sigue una investigacin descrip
tiva o a veces causal si es lo apropiado. En el proyecto del banco de sangre, a la investigacin ex
ploratoria sigui una encuesta transversal simple. La encuesta proporcion ms luz y cuantific los
resultados de la investigacin exploratoria. Si se generan resultados ambiguos o inesperados en la
segunda fase, se puede realizar una mayor investigacin exploratoria o descriptiva, como en el pro
yecto del banco de sangre.
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
tigacin descriptiva puede todava dividirse en investigacin trans

versal y longitudinal. Los diseos transversales incluyen la reco
leccin de informacin de una muestra de elementos de pobla
cin en un punto simple en el tiempo. En contraste, en los
diseos longitudinales se toman m ediciones repetidas en una
muestra fija. La investigacin causal se disea con el propsito
principal de obtener evidencia acerca de las relaciones causales.
Un diseo de investigacin consiste en seis componentes. Se
puede asociar el error con cualquiera de estos componentes. El
error total se compone de error de muestreo aleatorio y error que
no es de muestreo. El error que no es de muestreo consiste en
errores de respuesta y por falta de respuesta. El error de respuesta
abarca errores cometidos por los investigadores, entrevistadores
y encuestados. Se debe preparar una propuesta de investigacin
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
la informacin requerida y que sta es la que el cliente necesita.

El cliente debe tener la integridad de no tergiversar el proyecto,
debe describir la situacin en la que el investigador deber trabajar
y no debe hacer exigencias irrazonables. Se deben tomar todas
las precauciones para asegurar el derecho de seguridad, privaci
dad, y eleccin de los encuestados o sujetos . Internet y las
computadoras pueden utilizarse de manera eficaz para ayudar en
el proceso de elaboracin de un diseo de investigacin.
TRM INOS Y C O N CEPTO S FUN DAM EN TALES

anlisis de cohorte, 81
diseo de investigacin, 74
diseo longitudinal, 82
diseo transversal, 80
diseo transversal mltiple, 81
diseo transversal simple, 80
error al preguntar, 91
error de anlisis de datos, 91
error de definicin de la poblacin, 90
error de marco de muestreo, 90
error de medicin, 90
error de muestreo aleatorio, 89
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
1. Defina con sus propias palabras el diseo de investigacin.

2. En qu difiere la elaboracin de un diseo de investigacin del es
tablecimiento de un mtodo para enfrentar un problema?
3. Distinga entre investigacin exploratoria y conclusiva.
4 Cules son los principales propsitos por los que se realiza la in
vestigacin descriptiva?
5. Enumere las seis preguntas de la investigacin descriptiva y propor
cione un ejemplo de cada una.
6. Compare los diseos transversales y longitudinales.
7. Describa el anlisis de cohorte. Por qu es de especial inters?
8. Analice las ventajas y desventajas de los grupos.
9. Qu es un diseo de investigacin causal? Cul es su propsito?
10. Cul es la relacin entre la investigacin exploratoria, la descripti
va y la causal?
11. Mencione los componeres principales del diseo de investigacin.
12. Cules son las fuentes probables de error que pueden afectar el di
seo de investigacin?
13. Porqu es importante minimizar el error total en vez de cualquier
fuente de error en particular?
1. Sweet Cookies est planeando lanzar una lnea nueva de galletas y

desea evaluar el tamao del mercado. Las galletas tienen un sabor
mezclado de pia-chocolate y se dirigirn al mercado de ms alta
calidad. Analice las seis preguntas del diseo de investigacin des
criptiva que se pueden adoptar.
2. Exprese cada uno de los siguientes tipos de error como una ecuacin:
a. Error total
b. Error de muestreo aleatorio
c. Error por falta de respuesta
d. Error de respuesta
3. Wfelcome, Inc. es una cadena de restaurantes de comida rpida que
se ubican en las zonas metropolitanas importantes del sur de Esta
dos Unidos. Las ventas han presentado un crecimiento muy lento
en los ltimos dos aos, por lo que la administracin ha decidido
agregar algunos platiflos al men, pero primero quieren saber ms
acerca de sus clientes y de sus preferencias.
a. Escriba dos hiptesis
b. Qu tipo de diseo de investigacin es apropiado? Por qu?
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?
c. Analice los distintos tipos de errores que pueden surgir, dada la

forma en que se selecciona a los encuestados.
2. Visite la pgina Web de tres de las empresas de investigacin de mer
cados proporcionadas en la tabla 1-2. Qu tipos de diseo de
investigacin han puesto en prctica recientemente estas empresas?
www.FreeLibros.me
CAPTULO 3
3. Obtenga uno de los programas MRC o TREP. Mediante este progra

ma, elabore un calendario para el proyecto de investigacin descrito
en el ejercicio 2 de intercambio de papeles.
4. Usted est realizando un estudio de imagen para Camival Cruise
Lines. Como parte de su investigacin exploratoria, analice los
99
mensajes del grupo de noticias rec.travel.cruises, en groups

.googlejcom, para determinar los factores que utilizan los consum
dores para evaluar a las compaas de cruceros.
ACTIVIDADES
Trabajo de campo
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.
L Contacte algunas organizaciones de marketing y pregunte acerca del

tipo de diseos de investigacin que se han utilizado durante el ltimo
ao y la naturaleza de los problemas atendidos. Escriba un informe
con sus resultados.
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
"Los datos secundarios

pueden ser un medio
inmediato y de costo
eficaz para obtener
aanocimientos nvaluables
acerca de los temas de la
investigacin; siempre que
b informacin provenga
de fuentes confiables y
oportunas".
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 ____________________________________
Boston Market: Un lugar como el hogar

Segn los datos secundarios, el reemplazo de comida hogarea (RCH) ser el negocio de com i
da familiar del prximo siglo. RCH son alimentos fciles de transportar y de alta calidad que se
preparan para ser consumidos fuera del restaurante, y hoy en da constituyen la oportunidad
ms importante y de ms rpido crecimiento en la industria alimentaria. De acuerdo con los da
tos del grupo de consumidores de ACNielsen (<acttielsen.com), 55% de los encuestados compr
un alimento para consumo en casa varias veces al mes. La conveniencia y el tipo de comida
fueron dos de los factores de mayor influencia al comprar RCH. Tambin, 77% de los encues
tados prefiri alimentos listos para comer.
Otro estudio reciente hecho por los consultores McKinsey & Co. ( wivw.mckinsey.com)
proyect que entre 2000 y 2005 prcticamente todo el crecimiento en ventas de comida proven
dr de los servicios de alimentos, que se definen como comida preparada al menos de manera
parcial fuera de casa. Los estimados del tamao total del mercado de RCH, as como el posible
futuro, varan enormemente. Para 2005 se han proyectado valores que van de 25 mil hasta 100
mil millones de dlares. sta es la tendencia ms importante en la industria alimentaria desde la
aparicin de la comida congelada.
La mayora de los expertos en la industria dicen que la tendencia comenz con la llegada
de Boston Market (www.bostonmarket.com), el cual atrajo consumidores con la promesa de co
mida tal como la que haca mam. Boston Market es ahora el lder de RCH. En 2003, Boston
Market tiene ms de 650 restaurantes y opera en 30 estados. La compaa es una subsidiara que
pertenece en su totalidad a McDonalds Corporation (www.mcdonalds.com). Vigila de manera
constante los datos disponibles relacionados con RCH provenientes de fuentes secundarias y
los utiliza en sus programas de investigacin y marketing. Actualmente, Boston Market usa
estos datos para probar productos nuevos que pudieran introducirse en 2004. Las pruebas que
se estn realizando incluyen cajas de almuerzo preempacadas para llevai, servicios extensos
de banquetes a domicilio, operaciones mejoradas de servicio en el auto y servicios para ordenar
la comida por telfono y luego pasar por ella.2
101
www.FreeLibros.me
102
PARTE II
Los datos secundarios que indican

uia gran demanda de reemplazo de
comida hogarea estimul a Boston
Market para convertirse en lder de
este segmento.
Gran contacto por alta tecnologa

De acuerdo con el Departamento del Trabajo de Estados Unidos, en 2003 ms de 50% de la
fiierza de trabajo de este pas tiene ms de 40 aos de edad. Para 2010, las mujeres constituirn
48% de la fuerza laboral. Tambin declinar el nmero de trabajadores jvenes (entre 16 y 24
aos) disponibles para ocupar posiciones a nivel de mercado. Esta probable escasez de trabaja
dores jvenes ha ocasionado que muchos restaurantes de comida rpida cambien de una orien
tacin de servicio de gran contacto a una de alta tecnologa . Muchos de los servicios que
antes prestaban los trabajadores ahora los realizan los consumidores mediante el uso de equipo
de alta tecnologa. El empleo de kioscos con pantallas sensibles se est volviendo una tenden
cia popular que proporciona una nueva forma de reducir los costos de mano de obra y mejorar
el servicio a clientes. Las compaas de comida rpida que estn desplegando esta nueva tecno
loga incluyen a Taco Bell, Arbys y Pizza Hut.3
Como ilustran estos ejemplos, las empresas consultoras y de investigacin (ACNielsen, McKinsey & Co.) y las oficinas gubernamentales (U.S. Department o f Labor) son slo algunas de las
fuentes de donde se pueden obtener datos secundarios. La naturaleza y la funcin de los datos se
cundarios se aclaran cuando entendemos la diferencia entre datos primarios y datos secundarios.
DATOS PRIMARIOS EN COM PARACIN

CON SECUNDARIOS
Ditos originados por el investigador
con el fin especfico de atender el
problema de investigacin.
Ditos recolectados para otra finali

dad distinta al problema que se en
frenta.
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
D ueo de la investigacin exploratoria: dato secundarios
103
Comparacin de datos primarios y secundarios

D atos
finalidad de la recoleccin
primarios
Para el problema que se enfrenta
D atos
secundarios
Para otros problemas
fio ceso de la recoleccin
Muy complejo
Rpido y fcil
Cbsto de la recoleccin
Alto
Relativamente bajo
Tempo de la recoleccin
Largo
Corto
VEN TAJAS Y USOS

DE LOS DATOS SECUNDARIOS
Como puede verse en el anlisis anterior, los datos secundarios ofrecen diversas ventajas en com
paracin con los datos primarios. Los datos secundarios son de fcil acceso, relativamente econ
micos y de obtencin rpida. Algunos datos secundarios, como los que proporciona el U.S. Bureau o f the Census (oficina del censo estadounidense), estn disponibles en temas acerca de
los cuales no seria factible para una empresa obtener datos primarios. Aunque es raro que los
datos secundarios proporcionen todas las respuestas a un problema de investigacin no rutinario,
stos pueden ser tiles en diversas formas.4 Los datos secundarios pueden ayudar a:
1.
2.
3.
4.
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.
DESVENTAJAS DE LOS DATOS SECUNDARIOS

Debido a que los datos secundarios se han recopilado para una finalidad distinta al problema
que se enfrenta, su utilidad puede estar limitada en diversas formas importantes, que incluyen
relevancia y exactitud. Los objetivos, la naturaleza y los mtodos utilizados para acopiar los
datos secundarios pueden no ser los ms apropiados para la situacin actual. A los datos secunda
rios tambin les puede faltar exactitud o tal vez no sean completamente recientes o confiables. An
tes de utilizar datos secundarios es importante evaluarlos de acuerdo con estos factores.
CRITERIOS PARA LA EVALUACIN

DE DATOS SECUNDARIOS
La calidad de los datos secundarios se debe evaluar de manera rutinaria mediante los criterios
de la tabla 4-2.
www.FreeLibros.me
104
PARTE II
TABLA 4 .2
Criterio para evaluar los datos secundarios
C riterio
Temas
O bservaciones
Especificaciones/
metodologa
Mtodo de recoleccin de datos

Nivel de respuesta
Chlidad de los datos
Tcnica de muestreo
Tamao de muestra
Diseo del cuestionario
Trabajo de campo
Anlisis de datos
Examinar errores en: mtodo, diseo de investigacin,
muestreo, recoleccin de datos, anlisis de datos, informe
Lapso entre la recoleccin y la publicacin
fiecuencia de actualizaciones
Los datos deben ser confiables, vlidos y

generalizabas al problema que se enfrenta.
Por qu se recolect la informacin?

Definicin de las variables fundamentales
Unidades de medida
Categoras utilizadas
Relaciones examinadas
Experiencia, credibilidad, reputacin y confiabilidad de
la fuente
El objetivo determinar la pertinencia de la informacin.

Si es posible, reconfigurar los datos para incrementar
su utilidad.
Erroi/exactitud
Actualidad
Objetivo
Naturaleza
Confiabilidad
Evaluar la exactitud al comparar los datos

de las diferentes fuentes.
Los datos del censo son actualizados peridicamente
por las agencias de informacin.
Los datos deben obtenerse de una fuente original ms

que de una adquirida.
Especificaciones: metodologa aplicada

para recolectar los datos
Las especificaciones o la metodologa que se utiliza para la recoleccin de datos se debe examinar
en forma crtica para identificar las posibles fuentes de desvo. Tales consideraciones metodolgi
cas incluyen tamao y naturaleza de la muestra, proporcin y calidad de respuesta, diseo y admi
nistracin del cuestionario, procedimientos que se emplean para el trabajo de campo, as como an
lisis de datos y procedimientos de informe. Verificar lo anterior proporciona informacin sobre la
confiabilidad y validez de los datos y ayuda a determinar si es que se puede generalizar al proble
ma que se enfrenta. Se puede averiguar ms sobre su seriedad y validez mediante el examen de
error, actualidad, objetivos, naturaleza y confiabilidad relacionados con los datos secundarios.
INVESTIGACIN
REAL
Metodologa de las mediciones de audiencia (rating) de televisin

WTVJ-TV, compaa afiliada a NBC, utiliza los servicios de agencia de informacin de Nielsen
Media Research (www.nielsenmedia.com), que proporciona mediciones y estimaciones de au
diencia de televisin. La estacin de televisin considera que los datos proporcionados por Nielsen Media Research estn sesgados debido a que la metodologa que emplearon tena fallas. En
concreto, afirman que Nielsen Media Research hace demasiadas mediciones en los hogares de
familias que hablan slo espaol, lo cual subestima sus datos (rating) de audiencia.
El problema es que la estacin es de habla inglesa, y aunque 46% de su auditorio era lati
noamericano en 2003, tambin hablaba ingls. Al hacer Nielsen mayores mediciones en hoga
res que no hablan ingls, la informacin no es representativa de la comunidad de Miami o de la
audiencia de la estacin. Asimismo, debido a que muchas decisiones se basan en la informacin
proporcionada por Nielsen, como programacin, publicidad y contratacin de medios, es im
portante que la estacin tenga informacin exacta y confiable acerca del mercado.
Aunque muchos apoyan las acciones de Nielsen Media Research y consideran que los datos
s representan a la comunidad, todava surge una pregunta importante: puede una compaa terer confianza en que la informacin que recibe se genera mediante el uso de la metodologa
apropiada?5
Errores: exactitud de los datos

El investigador debe determinar si los datos son suficientemente exactos para los propsitos del
estudio en cuestin. Los datos secundarios pueden tener una variedad de fuentes de error o ine-
www.FreeLibros.me
CAPTULO A
Dueo de la investigacin exploratoria: datos secundarios
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.
Detallando los ingresos del seguimiento del comercio electrnico

Con el fin de determinar las ventas de comercio electrnico, muchas empresas de investigacin,
como Forrester Research (www.forrester.com), ComScore (Mvw.comscore.com), Nielsen/NetRa
tings (www.netratings.com) y el U.S. Commerce Department (Departamento de Comercio esta
dounidense) (www.commerce.gov) realizaron estudios para determinar esos resultados. Las cuatro
organizaciones tienen metodologas diferentes de recoleccin y anlisis de datos para informar los
resultados. La empresa Forrester Research recoge cada mes la opinin de 5,000 consumidores en
lnea durante los nueve primeros das hbiles del mes. Las respuestas de los consumidores encues
tados se ajustan para representar a la poblacin estadounidense. A diferencia de Forrester Re
search, Nielsen/NetRatings EcommercePulse lleva a cabo una muestra ms grande de 36,000
usuarios de Internet, cada mes y da seguimiento a la cantidad de dinero que gastan esos consumi
dores en lnea. Por otro lado est el Departamento de Comercio de Estados Unidos, el cual elige
en forma aleatoria a 11,000 comerciantes para llenar formatos de encuestas acerca de ventas en l
nea. Por ltimo, ComScore utiliza un sistema de respuesta pasivo que recaba datos de 1.5 millo
nes de usuarios de Internet, los cuales permiten a ComScore rastrear su paso por Internet a travs
de los servidores de la empresa.
&ra el tercer trimestre de 2001, Forrester Research inform 12,000 millones de dlares de
ventas en lnea, Nielsen/NetRatings manifest 14,500 millones, el Departamento de Comercio,
7,470 millones y ComScore, 7,240 millones. A diferencia de Forrester y NetRatings, el Depar
tamento de Comercio de Estados Unidos y ComScore no incluyen las ventas de servicios de
viaje, boletos para eventos y subastas. Segn ComScore, el total de las ventas electrnicas que
se rastrearon en 2001 fue de 53,000 millones de dlares. A l excluir servicios de viaje,
incluyendo boletos y subastas, las cifras fueron de 33,700 millones de dlares. Esas diferencias
tan grandes en las ventas en lnea crean problemas para las compaas de comercio electrnico,
e incluso el presidente de la Federal Reserve (Reserva Federal), Alan Greenspan, ha reconoci
do este asunto como un problema importante. Comparar las cifras de las ventas electrnicas
rastreadas disponibles de las distintas fuentes puede dar a los investigadores de mercado una
idea del grado de error que puede haber en los datos.6
Actualidad: cundo fueron recopilados los datos

Los datos secundarios pueden no ser actuales y el intervalo entre la recoleccin y la publica
cin de los datos puede ser largo, como es el caso de muchos datos del censo. Adems, quiz los
datos no se actualicen con la suficiente frecuencia para la finalidad del problema que se enfren
ta. La investigacin de mercados requiere informacin actual; por lo tanto, el valor de los datos
secundarios disminuye conforme se vuelven obsoletos. Por ejemplo, aunque el censo de pobla
cin de 2000 es muy completo, tal vez no se aplique a un rea metropolitana cuya poblacin ha
cambiado rpidamente durante los ltimos dos aos. Afortunadamente, diversas firmas de in
vestigacin de mercados actualizan los datos del censo de manera peridica y tienen la infor
macin actualizada disponible a travs de los servicios de agencias de informacin.
Objetivo: finalidad de la recoleccin de datos

Invariablemente, los datos se recopilan con un objetivo en mente, y una pregunta fundamental
que se hace en primer lugar es: por qu se recopilaron los datos? El objetivo de la recoleccin
de datos determinar finalmente el propsito para el cual esa informacin es pertinente y til.
Los datos que se recolectan con un objetivo especfico en mente pueden no ser apropiados en
otra situacin. Como se explica ms adelante con ms detalle en este captulo, se recopilan
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.
Naturaleza: contenido de los datos

La naturaleza o contenido de los datos debe examinarse con especial atencin en la definicin de las
variables fundamentales, las unidades de medida, categoras que se utilizan y las relaciones que se
examinan. Si las variables fundamentales no se han definido o se definieron en forma inconsistente
segn el investigador, entonces la utilidad de los datos es limitada. Considrense, por ejemplo, los
datos secundarios acerca de las preferencias del consumidor en cuanto a programas de televisin.
Para utilizar esta informacin es importante saber cmo se defini la preferencia por los programas.
Se defini en trminos del programa visto con ms frecuencia, el que se consider ms necesario,
el que ms se disfruta, el ms informativo o el programa de mayores servicios a la comunidad?
De la misma forma, los datos secundarios pueden medirse en unidades que pueden no ser
apropiadas para el problema actual. Por ejemplo, el ingreso puede medirse por individuo, familia,
hogar, o unidad de gasto y puede ser bruto o neto, despus de impuestos o deducciones. El ingre
so puede clasificarse en categoras que son distintas a las necesidades del investigador. Si el inves
tigador est interesado en consumidores de ingresos altos, con un ingreso por hogar anual bruto de
ms de 90,000 dlares, los datos secundarios con categoras de ingreso de menos de 15,000,
de 15,001 a 35,000, de 35,001 a 50,000, y ms de 50,000 no sern de mucha utilidad. Determinar
la medida de las variables, como el ingreso, puede ser una tarea compleja. Por ltimo, las relacio
nes que se examinaron se deben considerar al evaluar la naturaleza de los datos. Si, por ejemplo,
el comportamiento real es de inters, entonces los datos que infieren el comportamiento con base
en la informacin de actitud autoinformada puede tener utilidad limitada. Algunas veces es posi
ble reconfigurar los datos disponibles; por ejemplo, convertir las unidades de medida para que los
datos resultantes sean ms tiles para el problema que se enfrenta.
Confiabilidad: qu tan confiables son los datos?

Una indicacin general de la confiabilidad de los datos puede obtenerse al examinar la expe
riencia, credibilidad, reputacin y confiabilidad de la fuente. Esta informacin puede obtenerse
al verificar con otras personas que han utilizado la informacin que proporcion esa fuente. D e
be sospecharse de los datos que se publican para promover ventas, avanzar hacia intereses e s
pecficos, o para realizar propaganda. Lo mismo puede decirse de los datos publicados en for
ma annima o de alguna manera que intente esconder detalles de la metodologa y el proceso de
recoleccin de datos. Tambin es pertinente examinar si los datos secundarios provienen de una
fuente original, una que gener los datos o una fuente adquirida, una que consigui los datos de
la fuente original. Por ejemplo, el censo de poblacin es una fuente original, en tanto que los re
smenes de estadstica estadounidense son una fuente adquirida. Como regla general, los datos
secundarios deben obtenerse de una fuente original mejor que de una fuente adquirida. Existen
por lo menos dos razones para esta regla. Primero, una fuente original es la que especifica los
detalles de la metodologa de la recoleccin de datos. Segundo, es probable que una fuente ori
ginal sea ms exacta y completa que una fuente secundaria.
Volando alto con los datos secundarios

La revista Money public los resultados de un estudio realizado para descubrir las caractersticas
de las aerolneas que los consumidores consideran ms importantes. En orden de importancia,
estas caractersticas son: seguridad, precio, manejo de equipaje, desempeo oportuno, servicio a
clientes, facilidad de reservaciones y boletaje, comodidad, programas de viajero frecuente y ali
mentos. Luego, la revista Money clasific a las 10 aerolneas estadounidenses ms grandes de
acuerdo con estas caractersticas.
Este artculo sera una fuente til de datos secundarios si American Airlines llevara a cabo
un estudio de investigacin de mercados para identificar las caractersticas de su servicio que
deberan mejorarse. Sin embargo, antes de usar los datos, American debe evaluarlos de acuerdo
con criterios diferentes.
Rimero, debe examinarse la metodologa que se utiliza para la recopilacin de datos para
este artculo en la revista Money, que incluye una seccin que detalla la metodologa que se em
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
CLASIFICACIN DE LOS DATO S SECUNDARIOS

Ebtos disponibles dentro de la
organizacin para la cual se realiza
la investigacin.
^ 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
EUtos que se originan fuera de la

organizacin para la que se trabaja.
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.
DATOS SECUNDARIOS INTERNOS

Las fuentes internas deben ser el punto de inicio en la bsqueda de datos secundarios. Debido a
que la mayora de las organizaciones tienen un caudal de informacin de casa, algunos datos
pueden estar listos de manera inmediata y proporcionar conocimiento til. Por ejemplo, los da
tos de ventas y costos se recopilan en el proceso regular de contabilidad. Cuando los datos in
ternos sobre ventas mostraron a Reebok (www.reebok.com) que sus ventas por Internet repre
sentaban slo 0.7% de sus ventas totales, pero que estaban provocando sentimientos negativos
entre los minoristas, la compaa descontinu su venta en lnea. Tambin es posible procesar
los datos de ventas que se renen de manera rutinaria para generar una variedad de informacin
til, como se ilustra en el ejemplo de la tienda departamental.
Los datos secundarios internos tienen dos ventajas significativas: son de fcil acceso y po
co costosos. De hecho, las fuentes secundarias internas por lo general son las menos costosas de
todas las fuentes de informacin de investigacin de mercados; aunque a menudo estos datos
no se explotan por completo. Sin embargo, esta tendencia est cambiando con la creciente po
pularidad del marketing de bases de datos.
Marketing de bases de datos

Cbmprende el uso de computadoras
para capturar y dar seguimiento a
bs perfiles de clientes y detalles de
compra.
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 |______________________________________________________________________________

Se realiz un anlisis extenso sobre los datos secundarios internos en el proyecto de tienda departamental
Esto proporcion varios conocimientos importantes. Por ejemplo, se analizaron las ventas para (Atener
Nfentas por lnea de producto

Nfentas por departamento principal (ejemplo: ropa de caballero, artculos para el hogar)
Nfentas por tiendas especficas
Nfentas por regin geogrfica
Nfentas de contado y ventas a crdito
Nfentas en pocas especficas
Nfentas por tamao de compra
Tambin se examinaron las tendencias de ventas en muchas de estas clasificaciones.
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
El arma secreta del coronel: Una base de datos masiva

En 2003 hay ms de 11,000 tiendas KFC (www.kfc.com) en ms de 80 pases alrededor del
mundo que atienden a casi ocho millones de clientes diariamente.
Para entender mejor los perfiles del cliente y las tendencias, KFC contrat a IBM (www.ibm.
com) para desarrollar el Metacube Software, el cual recolecta datos de cada uno de sus 11,000
restaurantes y los compila en un formato de hoja de clculo de uso fcil para el usuario. De acuer
do con Micki Thomas, director de sistemas de informacin de KFC, existe un lapso de un da y
medio entre una compra u orden y cuando se tiene el registro de esa transaccin en nuestro alma
cn de datos. Estos datos sobre detalles proporcionan a los investigadores de mercado una herra
mienta valiosa para analizar los problemas de investigacin de mercados. Esta informacin se
puede utilizar para ayudar a guiar las decisiones corporativas de marketing y proporcionar cono
cimientos a las tiendas individuales que tal vez no cuenten con la tecnologa o experiencia para
completar su propia investigacin de mercados. Al utilizar el almacn de datos se establecen los
perfiles de clientes mediante el anlisis de qu y cundo se realizaron compras, se contempla el
porcentaje de clientes que comen dentro del restaurante, los que utilizan el servicio al auto y los
que piden servicio a domicilio.
Al entender la conducta del consumidor, KFC podra mejorar de manera importante la ren
tabilidad y la satisfaccin de los clientes dentro de sus franquicias individuales. Por ejemplo, la
base de datos se utiliza para pronosticar las ventas por hora, por da de la semana y por poca
del ao con base en los datos histricos guardados dentro del almacn y en las tendencias eco
nmicas en el rea geogrfica. Estos pronsticos se utilizan para maximizar la eficacia de los
horarios de empleados y minimizar el inventario de alimentos. Por tanto, al utilizar las tcnicas
de marketing de base de datos, KFC ayuda a las franquicias a anticiparse a las necesidades de
los clientes, mejorar el servicio y la satisfaccin, y maximizar la eficacia y la rentabilidad.10
INVESTIGACIN
REAL
Tipo de datos individuales y de hogares disponibles

en las agencias de informacin
L Datos demogrficos
Identificacin (nombre, direccin, telfono)

Sexo
Estado civil
Nombres de los miembros de la familia
Edad (incluyendo las de los miembros de la familia)
Ingreso
Ocupacin
Nmero de nios presentes
www.FreeLibros.me
PARTE II
Propiedad de casa
Tiempo de residencia
Nmero y marca de autos que se poseen
n. Datos de estilo de vida psicogrficos
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.
FUENTES DE DATOS SECUNDARIOS

EXTERNOS PUBLICADOS
Las fuentes externas de datos secundarios publicados incluyen organizaciones no lucrativas fe
derales, estatales y de gobierno local, como las cmaras de comercio, asociaciones comerciales
y organizaciones profesionales, editores comerciales, empresas de corredura de inversiones y
firmas profesionales de investigacin de mercados. De hecho, se dispone tanta informacin que
el investigador puede abrumarse. Por ello, es importante clasificar las fuentes publicadas (va
se la figura 4-2). Las fuentes externas publicadas se pueden clasificar en general como datos c o
merciales generales o datos gubernamentales. Las fuentes comerciales generales se componen
de guas, directorios, ndices y datos estadsticos. Las fuentes gubernamentales pueden clasifi
carse en general como datos de censos y otras publicaciones.
Datos comerciales generales

Los negocios emiten mucha informacin en forma de libros, publicaciones peridicas, diarios, re
vistas , reportes y literatura comercial. Esta informacin se puede localizar mediante guas, direc
torios e ndices. Tambin se dispone de fuentes para la identificacin de datos estadsticos.
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
1IN VESTIGA CI N A C TIV A
Diseo de la investigacin exploratoria: datos secundarios
111

Bsqueda de datos
Adems de revisar la bibliografa terica, como se analiz en el captulo 2, tambin fue necesario iden
tificar las fuentes no acadmicas de datos secundarios relacionados con los factores que se considera
ron al seleccionar las tiendas departamentales y otros aspectos de la preferencia de tienda. Business Periodical Index, Wall Street Journal Index y New York Times Index se utilizaron para generar una lista de
artculos pertinentes que aparecieron en los ltimos cinco aos. Business Periodical Index clasifica ar
tculos por industria y compaa especfica, lo que facilita la localizacin de artculos de inters. Varios
artculos obtenidos en esta forma demostraron ser de utilidad. Se seal la tendencia de la gente a com
binar las compras con comer fuera. Por lo tanto, segn se analiz en el captulo 2, se enmarc una pre
gunta de investigacin especfica para investigar esta conducta.
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.
ndices. Se puede localizar informacin sobre un tema en particular en diferentes publicacio

nes mediante el empleo de un ndice. Por lo tanto, los ndices pueden incrementar la eficacia del
proceso de bsqueda. En el proyecto de la tienda departamental se utilizaron diversos ndices.
Segn se ilustr con este ejemplo, los ndices facilitan mucho una bsqueda dirigida de la
bibliografa pertinente. Se dispone de diferentes ndices para fuentes acadmicas as como de
negocios. Algunos de los ndices de negocios ms tiles son: Business Peridica! Index, Busi
ness Index, Predicasts F & S Index: United States, Social Sciences Citation Index, y Wall Street
Journal Index.
Datos estadsticos no gubernamentales. Los datos estadsticos publicados son de gran

inters para los investigadores. Se pueden realizar anlisis estadsticos y grficos de estos datos
para obtener conocimientos importantes. Algunas fuentes de datos estadsticos no gubernamen
tales de importancia son: A Guide to Consumer Markets, Predicasts Forecasts, Sales and M ar
keting M anagement Survey o f Buying Power, Standard and Poor's Statistical Service y Stan
dard Rote and Data Service.
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.
El color cambiante del mundo mercantil estadounidense

De acuerdo con el censo del 2000, existen 105.5 millones de hogares en Estados Unidos, que
incluyen 281.4 millones de personas. El censo de 2000 revel mucho sobre la constitucin de
su poblacin; por ejemplo, que 3.6% son asiticos, 12.3% afroamericanos y 12.5% latinoame
ricanos. Esto significa que hay ms de 10.2 millones de asiticos, ms de 34.7 millones de ne
gros y ms de 35.3 millones de latinoamericanos viviendo en Estados Unidos. De 1999 a 2000,
las razas minoritarias crecieron a un ritmo mucho ms rpido que el resto de la poblacin.
www.FreeLibros.me
112
PARTE II
Preparacin deI dueo de investigacin
Esa notable diferencia en el crecimiento cambia seriamente el panorama de la venta al me

nudeo. Las compaas de marketing deben aprovechar estas tendencias y determinar la mejor
forma de configurar su mezcla de marketing para satisfacer las necesidades de estas culturas
variadas. Su inclusin en el proceso de investigacin y planes de marketing ser crucial para el
xito a largo plazo de muchas organizaciones.
Aunque Mazda North America se haba estado esforzando para vender con la diversidad
en mente, decidi destinar ms dinero y esfuerzo para centrarse en los latinoamericanos, asiti
cos y afroamericanos, del 2002 al 2005. Univisin, cadena de televisin latinoamericana, est
utilizando los resultados del censo para animar a los presidentes y directores ejecutivos a asig
nar ms dinero al entretenimiento tnico. Mantener una vigilancia cercana en los datos del cen
so estadounidense y entender que los mercados asitico, afroamericano y latinoamericano son
no slo mercados diferentes sino tambin culturas diferentes, cada una con historias muy diver
sas, ayudar a impulsar el crecimiento de Estados Unidos para el decenio siguiente.15
Otras publicaciones gubernamentales. Adems del censo, el gobierno federal recolec

ta y publica una gran cantidad de datos estadsticos. Las publicaciones ms tiles son: Business
America, Business Conditions Digest, Business Statisics, Index o Publicaions, Statistical Abs
trae! o f the United States y Survey o f Current Business. En el segundo ejemplo de la seccin de
generalidades se mostr cmo las estadsticas del Departamento del Trabajo de Estados Unidos
ayudaron a los restaurantes de comida rpida a cambiar de una orientacin de gran contacto a
una de alta tecnologa.
La mayor parte de la informacin publicada tambin est disponible en forma de bases de
datos computarizadas.
BASES DE DATOS COM PUTARIZADAS

Las bases de datos computarizadas consisten en informacin disponible en forma de lectura en
computadora para distribucin electrnica. En el decenio de 2000, el nmero de bases de datos,
as como de proveedores que proporcionan estos servicios, ha crecido de manera fenomenal.16
Por ello resulta til una clasificacin de las bases de datos computarizadas.
Clasificacin de las bases de datos computarizadas

Bases de datos almacenadas en
computadoras, que requieren una
ied de comunicaciones para acceder.
Bases de datos que se pueden locali
zar, buscar y analizar en Internet.
Tambin es posible descargar datos
de Internet y guardados en la compu
tadora o en un aparato auxiliar de
almacenaje.
Bises de datos disponibles en dis
kette o CD-ROM.
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
Bases de datos para

fines especficos
CAPTULO A
INVESTIGACIN
113
REAL
InfoUSA: Est aqu, all y en todas partes

InfoUS A (www.infonsa.com) es un proveedor lder de datos de soporte de ventas y mercadotec
nia. La compaa tambin opera bajo diversas marcas, como Donnelley Marketing, American
Business Information, Walter Karl, idEXEC e infoCanada. Las ventas netas en 2001 fueron de
289 millones de dlares. La compaa comercializa secciones de sus datos en diversas formas,
entre las que se encuentran los servicios profesionales en lnea (LEXISNEXIS y DIALOG), los
servicios en lnea generales (CompuServe y Microsoft Network), Internet (LookupUSA) y en
CD-ROM. La base de datos fundamental en la que se sustentan todos estos productos contiene
para 2003 informacin sobre 113 millones de listados residenciales y 14 millones de listados co
merciales. Estos listados se verifican mediante ms de 16 millones de llamadas por ao. Los
productos que se derivan de estas bases de datos incluyen iniciativas de ventas, listas de correo,
directorios comerciales, productos de cartografa y tambin entrega de datos por Internet.19
Se componen de citas de artculos

en diarios, revistas, estudios de in
vestigacin de mercados, informes
tcnicos, documentos gubernamen
tales y similares. Suelen proporcio
nar resmenes o extractos del mate
rial citado.
Cbntienen informacin numrica y
estadstica que puede ser una fuente
importante de datos secundarios.
Son las que contienen el texto com

pleto de los documentos de fuentes
secundarias y abarcan la base de
datos.
Son las que proporcionan informa

cin acerca de individuos, organiza
ciones y servicios.
Bases de datos para fines

especficos
Son las que contienen informacin
de naturaleza especfica, por ejem
plo, datos acerca de una industria
especializada.
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.
Directorios de bases de datos

Existen numerosas fuentes de informacin sobre bases de datos. Tal vez la mejor forma de obtener
informacin sobre bases de datos sea consultar un directorio. El Gale Directory o f Databases de
Gale Research, Inc. (www.gale.com) se publica cada seis meses. El volumen I abarca bases de da
tos en lnea y el volumen II abarca CD-ROM y otras bases de datos fuera de lnea. Algunos de los
otros directorios tiles que se actualizan de manera peridica son:
www.FreeLibros.me
114
PARTE II
Directory o f On-line Databases. Santa Mnica, CA: Cuadra Associates, Inc.

(www. cuadra, com)
Encyclopedia o f Information System and Services. Detroit: Gale Research Company
(www.gale.com)
FUENTES DE AGENCIAS DE DATOS SECUNDARIOS

Adems de los datos pblicos o los datos disponibles en forma de bases de datos computarizadas, las fuentes de agencias constituyen la otra fuente principal de datos secundarios externos.
Las fu e n te s de agencias, tambin llamadas servicios de agencias, son compaas que recopilan
y venden bancos de informacin de datos de valor comercial conocidos, diseados para cubrir
necesidades e informacin compartidos por un nmero de clientes (vase el captulo 1). Estos
datos no se recopilan con propsitos de problemas de investigacin de mercados especficos pa
ra clientes individuales, pero los datos e informes proporcionados a las compaas de cliente
pueden personalizarse para satisfacer necesidades particulares. Por ejemplo, los informes se pue
den organizar con base en los territorios de venta de los clientes o las lneas de producto. Las
fuentes sindicadas con frecuencia son menos costosas que la recopilacin de datos primarios. La
figura 4-4 presenta una clasificacin de fuentes sindicadas, que pueden clasificarse segn la unidad
de medida (hogares/consumidores o instituciones). Los datos acerca de hogares/consumidores se
pueden obtener de encuestas, paneles de compra y medios o servicios de lector ptico electrnico.
La informacin obtenida mediante encuestas consiste en valores y estilos de vida, evaluacin de
publicidad o informacin general relacionada con preferencia, compra, consumo y otros aspec
tos de conducta. Los paneles enfatizan la informacin sobre compras o consumo de medios. Los
servicios de lector ptico electrnico pueden proporcionar este tipo de datos nicamente, de lec
tor ptico electrnico ligados a paneles o de lector ptico electrnico ligados a paneles y televi
sin por cable. Cuando la unidad de medida son las instituciones, los datos se pueden obtener de
minoristas, mayoristas o compaas industriales. En la tabla 4-3 se proporciona un panorama ge
neral de las diversas fuentes sindicadas. Se analizar cada una de estas fuentes.
Fuentes sindicadas (servicios de

agencias)
Servicios de informacin que
ofrecen las organizaciones de
hvestigacin de mercados que
proporcionan informacin de una
base de datos comn a diferentes
empresas que se suscriben a sus
servicios.
Figura 4.4
Clasificacin de servicios
de agencias
l.nidad
de medida
Hogares/
consumidores
Instituciones
:n
Minoristas
T
Mayoristas
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
Panorama general de los servicios de agencias

T ip o
V e n t a ja s
D e s v e n ta ja s
Us o s
Encuestas que se realizan

en intervalos regulares
La manera ms flexible
de obtener datos;
informacin con
motivos implcitos
Errores del entrevistador,

errores del encuestado
Reles de compras
Los hogares proporcionan

informacin especfica
regularmente por un
periodo extenso; se
pide a los encuestados
que registren conductas
especficas conforme
ocurren
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
Mismas que en paneles

de compras
Mismas que en el panel

de compras
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
Compras de los hogares

registradas a travs de
lectores de cdigos
de barras en los
supermercados
Los datos reflejan

compras reales; datos
oportunos; menos
costoso
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
Los datos reflejan compras

actuales; control de
muestras; capacidad
de vincular los datos
del grupo con las
caractersticas de los
hogares
Informacin relativamente
precisa a nivel de
minoristas y mayoristas
Los datos pueden no ser

representativos; erraes
al registrar las compras;
dfcil vincular las
compras con dementes
de mezcla de marketing
que no sea el precio
Los datos pueden no ser
representativos, calidad
de datos limitada
Servicios de agencias de
producto industrial
Bancos de datos acerca

de establecimientos
industriales que se
crean a travs de
cuestionamiento
directo de compaas,
servicios de recortes e
informes corporativos
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
La cobertura puede estar

completa; hacer
corresponder los datos
en una actividad
competitiva puede ser
difcil
A los datos les falta

contenido, cantidad y
calidad
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
DATOS DE SERVICIOS DE AGENCIAS DE HOGARES

Encuestas
Entrevistas con un gran nmero de
personas utilizando un cuestionario
prediseado.
Cuantificacin de perfiles psicolgi

cos de individuos.
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.
Psicogrficas y estilos de vida. La psicografa se refiere a perfiles psicolgicos de indi

viduos y a mediciones psicolgicas de estilos de vida. Estilos de vida se refiere a las distintas
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
Campbell se asegura de tener AIOs en su sopa de letras

\fcnkelovich Research and Consulting Services ( www.yankelovich.com) proporcionan el Yankelovich Monitor, una encuesta que contiene datos en relacin con estilos de vida y tendencias
sociales. La encuesta se realiza al mismo tiempo cada ao entre una muestra proyectable a ni
vel nacional de 2,500 adultos, de 16 aos o mayores, adems de una muestra especial de 300 e s
tudiantes universitarios que viven en el campus. La muestra se basa en los datos ms recientes
del censo. Las entrevistas se realizan en persona en la casa del encuestado y duran alrededor de
1.5 horas. Adems, se le entrega un cuestionario que requiere cerca de una hora para responder
lo y que lo devuelva por correo. Las agencias de publicidad utilizan el Yankelovich Monitor pa
ra percibir cambios en los estilos de vida y disear temas publicitarios que reflejen esas tenden
cias. Cuando Monitor mostr un adulto con antojo de comidas que complazcan un apetito
saludable, Campbell (www.campbellsoup.com) introdujo su Chunky Soup en el invierno del
2000 al utilizar en muchos de sus comerciales a la NFL como patrocinador y a estrellas como
Kurt Warner y Donovan McNabb. Estos comerciales mostraban que aun la sopa puede ser lo
suficientemente nutritiva para los chicos grandes, con la esperanza de alcanzar un mercado
objetivo de adultos que quieran una sopa que pueda saciar su apetito. En las Olimpiadas de In
vierno de 2002 apareca publicidad que mostraba atletas olmpicos tratando de mantenerse ca
lientes y satisfechos al comer una sopa Campbell's.22*
La empresa consultora SRI, socio de SRI International y anteriormente llamada Stanford
Research Institute (www.sric-bi.com), ca liza una encuesta anual de consumidores que se utili
za para clasificar a las personas en VALS-2 (valores y estilos de vida) para fines de segmenta
cin.23 Tambin se dispone de la informacin acerca de aspectos especficos de estilos de vida
de los consumidores. RoperASW (mvw.roperasw.com) dirige Green G auge , una encuesta
anual de actitudes de consumidores y conductas que se relacionan con temas ambientales, con
segmentacin de la conducta ambiental del consumidor.
Evaluacin de publicidad. La finalidad de las encuestas de evaluacin de publicidad consis

te en determinar la eficacia de la publicidad al utilizar medios impresos y audiovisuales. Una en
cuesta muy conocida es Starch Readership Survey, que realiza RoperASW (mt-vv. roperasw.com).
Starch lleva a cabo ms de 50,000 entrevistas al ao con lectores de revistas y peridicos. Las
entrevistas se realizan en persona, mediante la tcnica de reconocimiento a travs del libro, lo ms
cercano a lectura de la vida real. Starch Ad Readership Reports mide la lectura de los anuncios
dentro de una publicacin especfica y cada ao evala ms de 25,000 anuncios en ms de 500
ejemplares de revistas. En el nivel ms bsico, el cliente obtendr calificaciones de lectura netos,
porcentaje de lectores que vieron el anuncio y leyeron el ejemplar. Entonces los datos se ponen en
un contexto: el anuncio se califica no slo contra otros anuncios en el ejemplar, sino tambin con
tra otros anuncios en su categora de producto por los ltimos dos aos. Starch Adveitising Re
search tambin proporciona servicios de impresin en lnea que se personalizan para medir los
efectos de la publicidad. El Online Impress Study se realiza entre un mnimo de 100 personas, que
se seleccionan de forma aleatoria entre miembros de AOL en el mercado meta del cliente. Dichos
resultados son en particular importantes para los grandes anunciantes, como Procter & Gamble,
General Motors, Sears, PepsiCo, Eastman Kodak y McDonalds, quienes estn muy preocupados
por qu tan bien se gastan sus dlares de publicidad.24
La evaluacin de la efectividad es an ms crtica en el caso de publicidad en televisin. Los
comerciales de televisin se evalan mediante el mtodo de audiencia reclutada o el mtodo de
observacin en casa. En el primer mtodo, los evaluados se reclutan y se llevan a una instalacin
central de observacin, como un cine o un laboratorio de observacin mvil. Los encuestados ob
servan los comerciales y proporcionan datos en cuanto a conocimiento, actitudes y preferencias
relacionadas con el producto que se anuncia y el comercial en s. En el mtodo de observacin en
casa, los consumidores evalan los comerciales en casa en su ambiente normal viendo la televi
sin. Los comerciales nuevos se pueden probar a nivel de la estacin o en mercados locales distri
buidos en cintas de video. Entonces se realiza una encuesta de audiencia para evaluar la eficacia
de los comerciales. Gallup & Robinson, Inc. (Mww.gallup-robinson.com) ofrece pruebas de co
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 y medios

Los datos de las encuestas con frecuencia se pueden complementar con los que se obtienen de
paneles de compras y medios. Los paneles se analizaron en el captulo 3 en el contexto de los
diseos de investigacin longitudinal. Los paneles son muestras de encuestados que proporcio
nan informacin especfica a intervalos regulares por un periodo extenso. Estos encuestados
pueden ser organizaciones, hogares o individuos, aunque los paneles de hogares son los ms co
munes. Los paneles tambin se mantienen para realizar encuestas; la caracterstica que distin
gue a los grupos de compras y medios es que los encuestados registran las conductas especfi
cas como van ocurriendo. Antes, la conducta se registraba en un diario y ste se regresaba a la
organizacin investigadora cada una a cuatro semanas. Los diarios en papel se han sustituido de
manera gradual por diarios electrnicos. Ahora, la mayor parte de los paneles son en lnea y la
conducta se registra electrnicamente, ya sea que sta se introduzca en lnea por los encuestados o se registre automticamente por medios electrnicos. La participacin de los miembros
del panel se compensa con regalos, cupones, informacin o efectivo. El contenido de la infor
macin que se registra es diferente para los paneles de compras y para los paneles de medios.
Tcnica de acopio de datos en la
cual los encuestados registran sus
compras en lnea en un diario.
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
Un estudio utilizando el panel en

lnea NPD indic que las mujeres
realmente disfrutan comprar trajes de
bao.
INVESTIGACIN
REAL
La informacin en estos diarios (paneles) no es ningn secreto

El grupo NPD (www.npd.com) es un proveedor lder de informacin esencial de mercados que se
recolecta y se entrega en lnea a una amplia gama de industrias y mercados, y para 2003 opera en
ms de 20 pases. NPD combina informacin que obtiene de encuestas con lo que los encuestados registran acerca de su conducta, para as generar informes relacionados con conductas de
consumo, ventas industriales, participacin de mercado y tendencias demogrficas fundamenta
les. La informacin del consumidor de NPD se recaba de su panel de lnea y se refiere a una am
plia gama de categoras de productos, entre los que se encuentran moda, comida, diversin, casa
y hogar, tecnologa y automviles. Los encuestados proporcionan informacin detallada en
cuanto a la marca y cantidad adquirida, precio pagado, y si incluyeron algn trato especial, la
tienda donde se adquiri y el uso que se pretende dar. La composicin del panel es representati
va de la poblacin estadounidense como un todo. Por ejemplo, un estudio realizado por NPD a
finales del 2001 revel que a las mujeres en realidad les gusta comprar trajes de bao. De acuer
do con la encuesta, las mujeres calificaron su experiencia general de compras de traje de bao
como excelente o muy buena, con 69% de compradoras satisfechas en el grupo de edad entre 35
y 44 aos. Los resultados tambin mostraron que las mayores influencias de compras para un
comprador son la exhibicin en el punto de compra y la descripcin en la etiqueta del traje, en
tanto que para quienes compran por catlogo, el desplegado en el catlogo es importante. Estos
resultados tienen implicaciones obvias para el mercado de los trajes de bao.25
Otras organizaciones que mantienen paneles de compras incluyen NFO World Group
(www.nfow.com). Este grupo mantiene un nmero de paneles, adems de un numeroso panel in
teractivo. Los paneles especiales de NFO, como Baby Panel, proporcionan acceso a grupos al
tamente enfocados de consumidores. Cada trimestre, alrededor de 2,000 nuevas madres y 2,000
madres embarazadas se unen al NFO Baby Panel.
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.
automtica la conducta de quienes miran la televisin; por lo tanto, complementan un diario o

un panel en lnea. Tal vez el panel de medios ms familiar sea Nielsen Televisin Index, de
Nielsen Media Research (www.nielsetmedia.com), el cual proporciona mediciones y estimados
de audiencia televisiva. El corazn del servicio de mediciones de audiencia nacional de Nielsen
Media Research es un sistema de medicin electrnica llamado Nielsen People Meter. Estos
medidores se colocan en una muestra de 5,000 hogares (13,000 personas) en Estados Unidos, se
aleccionan en forma aleatoria y se reclutan por Nielsen Media para que sean representativos de
la poblacin. El People Meter se coloca en cada televisin en el hogar de la muestra. El medi
dor registra dos cosas: qu programa o canal est encendido y quin lo est viendo. Los datos
darios de sintonizacin del hogar se almacenan en el sistema de medidor en casa hasta que las
www.FreeLibros.me
CAPTULO 4
D ueo de la investigacin exploratoria: data) secundarios
119
El centro de las mediciones de

audiencia de televisin de Nielsen es
el medidor que indica qu programas
o canales se ven y quin los ve.
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
El uso de Internet sustituye el ver la televisin?

En 2001, el U.S. Commerce Department realiz un estudio para determinar cmo utiliza Inter
net mucha gente en Estados Unidos. El informe encontr que 54% de todos los ciudadanos es
tadounidenses estaban utilizando Internet. Adems, el estudio tambin mostr que las personas
entre cinco y 17 aos constituyen 90% del total de personas que utilizan computadoras. El rpi
do crecimiento del acceso a Internet en casa en Estados Unidos y la capacidad continua de la te
levisin de alcanzar audiencias masivas est naturalmente impulsando los esfuerzos de quienes
participan en los medios fundamentales para entender mejor cmo estos dos poderosos medios
se afectan entre s y cmo se pueden utilizar juntos como vehculos de comunicacin y publici
www.FreeLibros.me
120
PARTE II
dad La investigacin realizada por Nielsen Media Research (www.nielsenmedia.com) sugiere

que en los hogares con Internet se ve menos la televisin. Adems, los anlisis de las mismas
casas antes de que tuvieran acceso a Internet revelaron que anteriormente tambin vean poco la
televisin. Aunque en los hogares con Internet se ve menos la televisin, al parecer ven cierto
tipo de programas y de tiendas ms que quienes no tienen Internet. El acceso a Internet no
sustituye el uso de la televisin de manera significativa; en vez de eso, ofrece un vehculo enfo
cado a complementar el alcance de la publicidad entre estos televidentes ligeros. Por ello, em
presas como Procter & Gamble, que invierten mucho dinero en publicidad, deben utilizar am
bos medios de manera complementaria para llegar eficazmente a ms consumidores.27
Adems de Nielsen, otros servicios proporcionan grupos de medios. Arbitron {www.arbitron.
com) mantiene grupos de medios locales y regionales de radio y televisin. La compaa est de
sarrollando el Portable People Meter, una nueva tecnologa para mediciones de audiencia de ra
dio, televisin y cable. Las estadsticas de audiencia de radio por lo general se acopian mediante
el uso de diarios cuatro veces por ao. Un ejemplo de esto es el Arbitran Radio Listening Diary.28
USOS de paneles de compras y medios. Los paneles de compras proporcionan informa

cin til para pronosticar las ventas, estimar la participacin del mercado, evaluar la lealtad a la
marca y la conducta de sustitucin de marcas, establecer perfiles de grupos de usuarios espec
ficos, medir la eficacia de las promociones, y realizar pruebas de tiendas controladas. Los pane
les de medios arrojan informacin til para establecer taas de publicidad en las estaciones de
radio y televisin, seleccionar la programacin apropiada y hacer perfiles de subgrupos de tele
videntes o radioescuchas. Los anunciantes, planeadores de medios y compradores encuentran
particularmente til la informacin de paneles.
Ventajas y des ventajas de los paneles de compras y medios. En comparacin con las
encuestas de muestreo, los paneles de compras y medios ofrecen ciertas ventajas29 Los paneles
pueden proporcionar datos longitudinales (los datos se pueden obtener repetidamente de los mis
mos encuestados). La gente que est dispuesta a servir en paneles puede proporcionar ms datos
y de mayor calidad que los encuestados de las muestras. En los paneles de compras, la informa
cin se registra al momento de la compra, con lo que se eliminan los errores de memoria.30 La
informacin registrada por aparatos electrnicos es exacta porque elimina los errores humanos.
Las desventajas de los paneles de compras y medios incluyen falta de representatividad,
maduracin y respuestas desviadas. La mayor parte de los paneles no son representativos de la
poblacin estadounidense. Representan en menor cantidad a ciertos grupos, como minoras y
aquellos con bajos niveles de educacin. Adems, este problema se combina con la negativa a
responder y el agotamiento de los miembros del panel. Despus de un tiempo, se establece una
maduracin y debe reemplazarse a los miembros del panel (vase el captulo 7). Tal vez ocurran
desvos en las respuestas debido a que estar dentro del grupo puede alterar la conducta. Como
los datos de compras y medios se registran en forma manual, tambin es posible que haya erro
res de registro (vase el captulo 3).
Servicios de lector ptico electrnico

Se obtienen al pasar la mercanca
por un lector ptico de lser que lee
d cdigo de barras impreso en los
paquetes.
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
Los miembros de los grupos de lec

tor ptico se identifican con una tar
jeta que permite a cada uno que sus
compras se almacenen de acuerdo
con su identidad.
Reles de lector ptico con

televisin p o r cable
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
Sean (Information Resources, Inc., www.infores.com). El servicio de seguimiento de InfoScan

rene datos de lectores pticos cada semana de ms de 32,000 supermercados y tiendas comercializadoras masivas de medicinas en todo Estados Unidos. El seguimiento de tiendas de InfoScan
proporciona informacin detallada en ventas, participacin, distribucin, precios y promocin.31
En los paneles de lectores pticos se da a cada miembro del hogar una tarjeta de identifi
cacin que puede ser leda por el lector ptico electrnico de la caja registradora. Los miembros
del panel de lector ptico simplemente presentan la tarjeta de identificacin en la caja registra
dora cada vez que compran algo. D e esta manera, la identidad del consumidor se vincula con
los productos comprados, as como la hora y da de compras, y la compaa puede construir un
registro de compras de ese individuo. De manera alternativa, algunas empresas proporcionan
lectores pticos manuales a los miembros del panel. Estos miembros leen electrnicamente sus
compras cuando llegan a casa. El panel de consumidores de ACNielsen, llamado Homescan, se
utiliza para registrar las compras de unos 125,000 hogares en todo el mundo. El consumidor es
canea electrnicamente los cdigos de barras en las compras con un lector ptico manual, que
registra el precio, promociones y cantidad de cada artculo. Entonces la informacin en el lec
tor ptico manual se transmite a ACNielsen a travs de la lnea telefnica. ACNielsen utiliza la
informacin del lector ptico y datos adicionales que el consumidor recopila para determinar
cosas como demografa de consumo, cantidad y frecuencia de las compras, porcentaje de hoga
res que compran, viajes de compras y sus gastos, precio pagado e informacin de uso. Los fa
bricantes y minoristas utilizan esta informacin para entender mejor los hbitos de compra de
los consumidores. El ejemplo del Boston Market que se ofreci en la seccin de generalidades
di una ilustracin. De acuerdo con los datos del panel de consumidores de ACNielsen, 55% de
los encuestados compr un alimento para consumo en casa varias veces al mes.32
Un uso an ms avanzado del lector ptico, paneles de lector ptico con televisin p o r ca
ble, combina los paneles de lector ptico con las nuevas tecnologas que surgen del sector de la
televisin por cable. Los hogares en estos paneles se suscriben a uno de los sistemas de televi
sin por cable en su mercado. Por medio de una divisin en el cable de la televisin, el inves
tigador enfoca diferentes comerciales en las casas de los miembros del panel. Por ejemplo, la
mitad de los hogares pueden probar el comercial A durante las noticias de las 6 pm en tanto
que la otra mitad prueba el comercial B. Esos paneles permiten a los investigadores realizar ex
perimentos controlados de manera moderada en ambientes relativamente naturales.33
INVESTIGACIN
REAL
Empleo de hogares de televisin total para probar la publicidad total

Con base en una investigacin de consumo de cereal que se realiz en 2001,73% de los consumi
dores comen cereal para desayunar y el consumo per capita es muy alto. Los resultados tambin
indicaron que el cereal era el artculo favorito para desayunar y que lo coman en forma regular
tres de cada cuatro adultos. General Mills (wivw.generalmills.com) ha estado promoviendo el ce
real Total en televisin nacional pero estn preocupados por la eficacia de sus comerciales.
La tecnologa que se ha desarrollado permite la transmisin de la publicidad en los hoga
res participantes sin el uso del sistema de televisin por cable. Debido a que los miembros del
panel pueden ser seleccionados de todos los hogares con televisin (total) disponibles, no slo
aquellos con televisin por cable, la desviacin de slo probar con quienes tienen cable queda
eliminada. Mediante este tipo de sistema, General Mills puede probar cul de los cuatro comer
ciales de prueba de cereal Total resulta con mayores ventas. Cuatro grupos de miembros de pa
neles se seleccionan y cada uno recibe un comercial de prueba diferente. Estos hogares se vigi
lan va lectores pticos para determinar qu grupo compr ms cereal Total.34
En este ejemplo se muestra cmo los servicios de lectores pticos incorporan tecnologa
avanzada de investigacin de mercados, lo que tiene algunas ventajas sobre las encuestas y los
datos de paneles de compras.
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.
DATOS SINDICALES DE IN STITU C IONES__________

Auditoras de minoristas y mayoristas
FYoceso de recoleccin de datos de

rivado del registro fsico o anlisis
de realizacin de un inventario. Los
dtos los rene personalmente d in
vestigador o los representantes del
investigador y se basan en conteo de
objetos fsicos ms que de personas.
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
D ueo de la investigacin exploratoria: data) secundarios
123
gin o ciudad; 2) evaluar la participacin de marcas y la actividad competitiva; 3) identificar la

asignacin del espacio de anaquel y problemas de inventario; 4) analizar los problemas de dis
tribucin; 5) establecer potencial de ventas y pronsticos, y 6) establecer y vigilar la asignacin
de promocionales con base en el volumen de ventas. Por tanto, los datos de auditora fueron en
particular tiles para obtener informacin sobre el contexto ambiental del problema en el pro
vecto de preferencia de tienda departamental.
Ventajas y desventajas de los datos de auditora. Las auditoras proporcionan infor

macin relativamente exacta acerca del movimiento de diversos productos a niveles de mayoris
tas y minoristas. Adems, esta informacin puede dividirse en un nmero importante de varia
bles, como marca, tipo de tienda y tamao del mercado.
Sin embargo, las auditoras tienen cobertura limitada. No todos los mercados u operadores
estn incluidos. Asimismo, la informacin de la auditora puede no ser oportuna o actual, en par
ticular cuando se compara con los datos de lector ptico. Por lo general existe una brecha de dos
meses entre la terminacin del ciclo de auditora y la publicacin de los informes. Otra desventa
ja es que, a diferencia de los datos de lector ptico, los datos de auditora no pueden ligarse a las
caractersticas del consumidor. De hecho, puede haber un problema para relacionar los datos de
auditora con los gastos de publicidad y otros esfuerzos de marketing. Algunas de estas limitantes
se superan en las auditoras electrnicas (en lnea), como se ilustra en el ejemplo siguiente.
Auditoras en lnea para rastrear compras en lnea

Ashford.com (www.ashford.com) es un minorista en lnea que proporciona accesorios personales,
entre los que se encuentran relojes para varn y para mujer, bolsas para dama, lentes de sol, fragan
cias, etctera. Combina ms de 300 marcas y efecta envo sin costo el mismo da. Obviamente, pa
ra un minorista en lnea, los das festivos son un periodo de especial importancia. Es una poca en
la que mucha gente compra en lnea, as que las ventas pueden realmente elevarse. Ashford.com fue
capaz de utilizar los datos de auditora electrnica acerca de cmo y cunto compran sus clientes.
Nielsen/NetRatings (www.netratings.com) elabor el ndice Holiday e-Commerce Index,
que midi las compras Web en ocho distintas categoras. Ms que recabar investigacin des
criptiva de los clientes acerca de los clientes, NetRatings recab los datos de las tiendas donde
compraban los clientes. Debido a que los pedidos se hacan en lnea, las computadoras de la
tienda eran capaces de rastrear las compras con facilidad. Este rastreo de la computadora se uti
liz entonces para recabar informacin de compra de las tiendas y acumularla en un formato de
informe colectivo. La encuesta indic a Ashford.com que una porcin grande de sus clientes
compraban a travs de Web mientras estaban en el trabajo. Esta tendencia aplic en toda la red,
ya que 46% de las compras en lnea en los das festivos en el 2000 se realizaron durante horas
de trabajo, contra 54% que se efectuaron desde las casas de los consumidores. NetRatings de
termin que los clientes de Ashford.com compraban durante la hora de la comida o durante pe
queos descansos de 10 a 15 minutos durante el da.
Adems, NetRatings demostr que las ventas en lnea a travs de Web se incrementaron de
manera considerable la primera semana de diciembre, conforme se acercaban los das festivos.
Las ventas de Ashford.com incrementaron 385% durante este periodo, por lo que obtuvieron re
sultados extremadamente buenos en comparacin con otras compaas en lnea. Esta informa
cin le indic a Ashford.com que deberan asegurarse de que su sitio en Internet estuviera listo
y trabajando durante las horas hbiles. Adems, la compaa tal vez deseara iniciar publicidad
en medios corporativos. Peridicos como Wall Street Journal y otros sitios corporativos de In
ternet seran buenos lugares para anunciarse. Un informe de ComScore Networks revel que en
2001 se generaron 53,000 millones de dlares por ventas a consumidores en lnea en los sitios
Web de minoristas estadounidenses. Con ese lucrativo mercado en juego, los minoristas en l
nea como Ashford.com deben aprovechar las auditoras electrnicas y otros tipos de investiga
cin de mercados con el fin de ofrecer los productos en lnea que los consumidores quieren.36
Proporcionan datos acerca de em
presas industriales, negocios y otras
instituciones.
Los servicios de la industria proporcionan datos acerca de empresas industriales, negocios y

otras instituciones. Los datos financieros, operativos y de empleo tambin los recolectan estos
servicios de investigacin informativos para casi todas las categoras industriales del North
American Industry Classification System (NAICS). Estos datos se recopilan mediante cuestio-
www.FreeLibros.me
124
PARTE II
namiento directo; recortes de peridicos, la prensa comercial o transmisiones, as como de in

formes corporativos. La diversidad y las fuentes de datos publicados disponibles sobre empre
sas de artculos industriales son ms limitadas que las disponibles relacionadas con empresas de
bienes al consumidor. Los servicios disponibles incluyen Dun and Bradstreets International
Business Locator (www.dnb.com); Fortune Datastore, que contiene bases de datos como Fortu
ne 500, Fortune 1000 y Global 500, y la base de datos de las compaas con ms rpido creci
miento (www.fortutie.com), as como Standard & Poors Information Services, que incluye Cor
porate Profiles (www.standardpoor.com).
D&B International Business Locator proporciona acceso con un clic a ms de 28 millones
de compaas pblicas y privadas en ms de 200 pases. Despus de encontrar una empresa, Lo
cator proporcionar los datos fundamentales de negocios, entre los que se incluye direccin
completa, detalles de la lnea de negocios de NAIC, tamao de la empresa (ventas, valor neto,
empleados), nombres de los principales directivos e identificacin de la ubicacin de su centro
de operaciones, compaa matriz local, global, o ambas.
Usos de los servicios de la industria. La informacin que proporcionan los servicios de

la industria es til para las decisiones directivas de ventas, como identificacin de prospectos,
definicin de territorios, establecimiento de cuotas y medicin del potencial de mercado por
rea geogrfica. Tambin puede ayudar en las decisiones de publicidad, como enfoque de pros
pectos, asignacin de presupuestos de publicidad, seleccin de medios, y medicin de la efica
cia de la publicidad. Esta clase de informacin tambin es til para dividir el mercado y disear
productos y servicios a la medida para segmentos importantes.
Ventajas y desventajas de los servicios de la industria. Los servicios de la industria
representan una fuente importante de informacin secundaria de empresas industriales. La in
formacin que proporcionan puede ser valiosa en las fases iniciales de un proyecto de marke
ting. Sin embargo, son de naturaleza, contenido, cantidad y calidad de informacin limitados.
CO M B IN ACI N DE INFORM ACIN DE DISTINTAS

FUENTES: DATOS DE U N A SOLA FUENTE
Un esfuerzo por combinar datos de

dstintas fuentes al obtener informadn integrada sobre hogares y va
riables de marketing aplicables al
mismo grupo de encuestados.
Lo deseable es combinar la informacin secundaria que se obtiene de distintas fuentes. Combi

nar los datos permite al investigador compensar las debilidades de un mtodo con las fuerzas de
otro. El resultado del esfuerzo de combinar datos de distintas fuentes son los datos de una sola
fuen te. La investigacin de una sola fuente sigue los hbitos de televisin, lectura y compras de
una persona. Despus de reclutar un panel de prueba de hogares, la empresa investigadora mi
de cada equipo de televisin en el hogar e interroga a los miembros de la familia sobre lo que
leen. Sus compras de abarrotes se siguen por medio de lectores de cdigos de barras. Para ante
cedentes, la mayora de los sistemas tambin dan seguimiento a datos de minoristas, como ven
tas, publicidad y promocin. Por tanto, los datos de una sola fuente proporcionan informacin
integrada sobre variables en los hogares, entre las que se halla el consumo de medios y adquisi
ciones, y variables de marketing, como ventas de producto, precio, publicidad, promocin y e s
fuerzo de marketing en tienda.37 Una aplicacin de datos de una sola fuente se ejemplifica con
Campbell Soup Company.
INVESTIGACIN
REAL
Las comedias nos uiluminan sobre el consumo de V8

An al aire despus de 75 aos, la comedia Guiding Light transmiti su captulo 16,293 el 25
de enero de 2002. Aunque originalmente comenz como un programa de radio de 15 minutos,
se fue volviendo ms fuerte y celebr su 50 aniversario en televisin el 30 de junio de 2002.
Durante esos aos ha acumulado 54 premios Emmy para programas matutinos y se incorpor al
saln de la fama de las comedias. Para el 31 de enero de 2002, los niveles de audiencia de Ge
neral Hospital estaban un paso atrs de los de Guiding Light y ocuparon los lugares sexto y
quinto, respectivamente, en la audiencia general de comedias.
Campbell Soup Company (www.cam pbellsoupcom pany.com ) utiliz datos de una sola
fuente para enfocar su publicidad del jugo V8 (Mvw.v8juice.com). A l obtener los datos de una
www.FreeLibros.me
CAPTULO A
125
D ueo de la investigacin exploratoria: datos secundarios
Los datos de una sola fuente han

permitido a Campbell Soup seleccionar
los programas de televisin apropiados,
como Guiding Light, para los
comerciales de V8.
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
Los mapas que resuelven problemas

de marketing se llaman mapas tem
ticos. Combinan informacin geo
grfica y demogrfica, y los datos
de ventas de una compaa u otra
formacin de propiedad, y se ge
neran con una computadora.
La cartografa computarizada combi

na geografa con demografa y otros
daos de propiedad para generar ma
pas temticos.
Este ejemplo muestra la utilidad de combinar informacin secundaria de distintas fuentes.

Como otro ejemplo, la cartografa com putarizada combina la informacin geogrfica con la
demogrfica y los datos de venta de una compaa u otra informacin de propiedad para desa
rrollar mapas temticos. Ahora los mercadlogos toman decisiones de manera sistemtica basa
dos en estos mapas de cdigos de colores. Los sistemas de cartografa permiten a los usuarios
descargar datos demogrficos detallados geogrficamente proporcionados por proveedores. El
usuario puede establecer un mapa que tenga cdigos de colores para los barrios en Dallas, por
ejemplo, por la densidad relativa de los hogares encabezados por personas entre 35 y 45 aos de
edad con ingresos de 50,000 dlares o ms. Estos sistemas permiten a los usuarios agregar in
formacin a los datos descargados.39
San Diego County, CA

94 frf WCOMC AVHACC CE5T
I 0 - 30000
50000 - 70000
70000 - 90000
00000 - <0030
Cs loMf
06073 UAJO HIOMAYS

S c a le in M ile s
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
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.
Los Medios y Mercados de Latinoamrica

En 1994, RoperASW (www.ropenasw.com) inici Los Medios y los Mercados de Latinoamri
ca (The Markets & Media o f Latin America), la encuesta multinacional ms grande de medios y
hbitos del consumidor que se realiza en Amrica Latina para proporcionar a los administrado-
www.FreeLibros.me
CAPTULO 4
127
Los datos secundarios indican que

Latinoamrica est a punto de adoptar
una gran cantidad de terminales ATM
en el futuro cercano.
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
LA TICA EN LA INVESTIGACIN DE MERCADOS

El investigador est ticamente obligado a asegurarse de la pertinencia y utilidad de los datos
secundarios en relacin con el problema que enfrenta. Los datos secundarios deben evaluarse
segn los criterios que se analizaron anteriormente en este captulo. Slo deben utilizarse los
datos que se juzguen apropiados. Tambin es importante que los datos se renan mediante el
empleo de procedimientos moralmente apropiados. Los datos pueden considerarse como faltos
de tica si se recopilaron de alguna manera que dae a los encuestados o que invada su privaci
dad. Los temas ticos tambin surgen si los usuarios de datos secundarios son injustificadamen
te crticos hacia los datos que no respaldan sus intereses y puntos de vista.
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).

Las grandes organizaciones tienen intranets que facilitan la bsqueda de acceso a los datos se
cundarios internos. Por ejemplo, The Coca-Cola Company (www.cocacola.com) ha desarrolla
do poderosas aplicaciones de intranet que permiten a los gerentes de Coca-Cola a nivel mundial
buscar estudios de investigacin actuales y pasados en una amplia variedad de informacin re
lacionada con marketing con base en palabras clave. Una vez que se localiza, se puede acceder
a la informacin en lnea. Incluso informacin sensible y restringida puede ser accesible si se
obtiene permiso por va electrnica. Las organizaciones que realizan negocios en Internet tie
nen una ventaja natural al construir grandes bases de datos de clientes y llevar a cabo programas
de marketing de bases de datos, como se ilustra en el ejemplo siguiente.
El The Ne w York Times en Internet: Una nueva form a

de dirigirse a los consumidores
Para manejar formas alternativas de interaccin y actualizaciones, el New York Times cre una uni
dad separada, The New York Times Electronic M edia Co. Para el 2003, el New York Times en Inter
net (www.nytimes.com) ha atrado a ms de 10 millones de personas que se han registrado. Ofrece
mucho ms que un peridico tradicional; consta de ms de 50,000 reseas de libros, noticias actua
les y de ltimo momento, un servicio de archivo de primera calidad, as como artculos del peri
dico diario y del domingo. Esto ayuda a establecer un sentido de comunidad entre los lectores y les
permite comunicar y expresar sus opiniones en cuanto a los servicios que reciben.
The New York Times Electronic Media Co. ofrece a los anunciantes informacin de la base
de datos de Internet del The New York Times, lo que permite a las empresas evaluar la cantidad de
registros del sitio. La base de datos contiene informacin demogrfica, como edad, sexo, ingre
so y cdigo postal, que se liga con una direccin de correo electrnico. Este nuevo sistema de
marketing de bases de datos puede identificar y construir grupos de usuarios, enfocar mensajes
de Internet a segmentos especficos de la poblacin y ajustar el mensaje basado en la reaccin de
la audiencia. Tambin puede incrementar las oportunidades objetivo a travs de datos de terceros
o informacin adicional proporcionada por el usuario.
Por ejemplo, la base de datos permite a una compaa de automviles enfatizar la seguridad a
los clientes de mayor edad, el lujo a los ms acomodados econmicamente y el espacio a las fami
lias. El sistema fue establecido para que se puedan recibir datos cerca del tiempo real de Internet
que indiquen qu tan bien se estn desempeando los anuncios en relacin con las caractersticas
de edad, sexo e ingreso. Por lo tanto, este sistema permite a una empresa mantener informacin ac
tualizada acerca de la audiencia con el fin de colocar sus productos de manera efectiva.44
Fuentes comerciales generales

La informacin sobre el comercio estadounidense se puede obtener al visitar diversos sitios re
lacionados con negocios que proporcionan iniciativas de ventas, listas de correos, perfiles de
empresas y clasificaciones crediticias. Pueden encontrarse informes sobre diferentes industrias
en los sitios de empresas de investigacin, como: w w w .jup.com ,www.forrester.com, www.idc.com y www.greenfield.com, por nombrar slo algunas. Sin embargo, otras publicaciones gene
rales tambin dan a conocer resultados de investigacin, por ejemplo: www.wsj.com, www. bus inessweek.com, www.business20.com y www.nytimes.com.
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

Las bases de datos computarizadas que se han analizado tambin se pueden consultar a travs
de Internet. Por ejemplo, DIALOG (www.dialog.com) y LEXISNEXIS Communication Center
( www.lexisnexis.com) son dos de los servicios populares de bases de datos que pueden consul
tarse a travs de Internet.
Fuentes sindicadas de informacin

Para fuentes sindicadas de informacin se pueden visitar las pginas de diversas compaas de in
vestigacin de mercados y proveedores de informacin periodstica o de TV. La pgina de ACNielsen en nww.acnielsen.com es una muy buena fuente. Una compaa tambin puede recopilar
datos secundarios sindicados en fuentes como www.nielsenmedia.com (medios), www.mediamark.com (psicogrficos), www.ywtkelovich.com (estilo de vida), www.surveys.com (encuestas),
www.sriresearch.com (publicidad), ww w.gallup.com (general), www.nfow.com (compras)
y yvww.arbitron.com (diarios).
Datos secundarios internacionales

Diversos sitios en Internet proporcionan datos secundarios internacionales. Por ejemplo, www.exporthotline.com contiene miles de informes de investigacin de mercados, una biblioteca comer
cial, inteligencia de mercados de 80 pases y muchos enlaces. El Global Information Locator Ser
vice est disponible en www.gils.net. Un sitio de Internet que es una buena fuente de datos
secundarios es la Central Intelligence Agency en www.odci.gov o nww.cia.gov. El sitio enlista ca
da pas del mundo y proporciona informacin detallada acerca de los siguientes aspectos de cada
uno: introduccin general, geografa, poblacin, gobierno, economa, comunicaciones, transpor
tes, ejrcito y temas transnacionales. Tambin estima el nivel de crecimiento de diversos campos
y especifica cualquier informacin interesante acerca de un pas especfico.
Las computadoras pueden utilizarse no slo para acceder a la informacin disponible en l
nea y fuera de lnea, sino tambin para analizarla y almacenarla. Diversos servicios sindicados
tienen disponibles datos para uso en micro computadoras y computadoras centrales. Dado el vo
lumen completo de datos de lectores pticos que est disponible, se ha desarrollado un software
para procesar y volver a juntar esos datos de acuerdo con las especificaciones del usuario. Por
ejemplo, Information Resources, Inc. (www.infores.com) ha desarrollado un sistema experto que
extrae informacin clave (ventas, volumen de la categora, tendencia y participacin de la mar
ca) de las grandes bases de datos sindicadas de lectores de cdigos de barras de abarrotes y las
proporciona en formato de memorndum.
SPSS Windows. Los mapas de SPSS se integran perfectamente con los mens base de SPSS,
lo que le permite hacer una variedad de mapas de datos. Se puede elegir entre seis mapas temti
cos base al combinar las opciones de mapas. Los mapas se pueden acomodar a las necesidades
mediante el uso de SPSS Syntax Editor. Esos mapas pueden utilizarse para diversos propsitos,
entre los que se hallan interpretar de manera geogrfica las ventas y otros datos para determinar
dnde se localizan los clientes ms grandes, y muestran las tendencias de las ventas para ubicacio
nes geogrficas especficas mediante el uso de informacin de tendencias de compras para deter
minar la ubicacin ideal para nuevas tiendas de la compaa, etctera.
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.
Las fuentes sindicadas consisten en compaas que renen y

venden bancos comunes de datos y estn diseadas para servir a
uno o varios clientes. Las fuentes sindicadas pueden clasificarse
segn la unidad de medida (hogares/consumidores o institucio
nes). Los datos de hogares/consumidores pueden obtenerse a tra
vs de encuestas, paneles de compras y medios o servicios de
lectores pticos electrnicos. Cuando las instituciones son la uni
dad de medida, los datos se pueden obtener de los minoristas,
mayoristas o servicios de la industria Es deseable combinar la
informacin que se obtiene de fuentes secundarias diferentes.
Existen diversas fuentes especializadas de datos secundarios
tiles para realizar investigacin de mercados internacionales.
Sin embargo, la evaluacin de los datos secundarios se vuelve
crtica, ya que la utilidad y exactitud de estos datos puede variar
ampliamente. Los dilemas ticos que pueden surgir incluyen la
recoleccin innecesaria de datos primarios, el uso de slo datos
secundarios cuando se requieren datos primarios, utilizacin de
datos secundarios que no son aplicables y el uso de datos secun
darios que se han recopilado mediante mtodos moralmente
cuestionables. Internet y las computadoras pueden utilizarse para
localizar, analizar y guardar informacin disponible que proviene
de fuentes secundarias.
TRM INOS Y C O N CEPTO S FUN DAM EN TALES

auditora, 122
bases de datos bibliogrficas, 113
bases de datos de directorio, 113
bases de datos de internet, 112
bases de datos de texto completo, 113
bases de datos en lnea, 112
bases de datos fuera de lnea, 112
bases de datos numricas, 113
bases de datos con fines
especficos, 113
cartografa computarizada, 125

datos de lector ptico, 120
datos de seguimiento de volumen, 106
datos de una sola fuente, 124
datos externos, 108
datos internos, 107
datos primarios, 102
datos secundarios, 102
encuestas, 115
estilos de vida, 116
fuentes sindicadas (servicios de agencias), 114

marketing de bases de datos, 108
paneles de compras, 117
paneles de lectores pticos, 121
paneles de lector ptico con televisin
por cable, 121
paneles de medios, 118
psicografa, 115
servicios de la industria, 123
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?
12. Cmo se pueden clasificar las encuestas?

13. Explique lo que es un panel. Cul es la diferencia entre los paneles
de compras y los pandes de medios?
14. Cules son las ventajas relativas de los paneles de compras y me
dios sobre las encuestas?
15. Qu dase de datos se pueden recopilar por medio de los servicios
de lectores pticos dectrnicos?
16. Describa los usos de datos de lector ptico.
17. Qu es una auditora? Analice los usos, ventajas y desventajas de
las auditorias.
18. Describa la informacin proporcionada por los servicios de la in
dustria.
19. Por qu es deseable utilizar mltiples fuentes de datos secundarios?
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
2. Seleccione una industria. Mediante el uso de fuentes secundarias,

obtenga las venas de la industria y las venas del ao anterior de las
principales empresas en esa industria. Estime la participacin de
mercado de cada firma principal. De otra fuente, obtenga informa
cin sobre la participacin de mercado de esas mismas empresas.
Concuerdan las dos estimaciones?
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.
ra una compaa de comida rpida, como McDonald's, con la finali

dad de elaborar una estrategia nacional de marketing.
Visite www.census.gov/statab. Utilice las calificaciones estatales y
las estadsticas vitales para identificar los seis principales estados
donde se pudieran comercializar productos para los ancianos.
Para el proyecto de la tienda departamental, Sears quiere que usted
resuma las ventas al menudeo en Estados Unidos mediante su pgi
na www.census.gov.
Visite www.npd.com y escriba una descripcin del panel que man
tiene NPD.
Msite www.acmelsen.com y escriba un informe acerca de los diver
sos servicios que ofrece ACNielsen.
ACTIVIDADES
Trabajo de campo
1. Usted es gerente de investigacin de mercados de un banco local.

La administracin le ha pedido que evale la demanda potencial de
cuentas de cheques en el rea metropolitana. Qu fuentes de datos
secundarios debe consultar? Qu clase de informacin esperara
obtener de cada fuente? Pregunte a un grupo de compaeros que to
men el papel de la administracin y explqueles la funcin de los da
tos secundarios en este proyecto.
2. Usted es gerente de producto de grupo de Procter and Gamble a car
go de detergentes de ropa. Cmo utilizara la informacin disponi
ble de una auditora de tienda? Pida a otro estudiante que haga el pa
pel de vicepresidente de marketing. Explique a su jefe el valor de la
informacin de la auditora de tienda en relacin con los detergentes
de ropa.
L Visite su biblioteca local. Escriba un informe que explique cmo

utilizara la biblioteca para reunir datos secundarios para un proyec
to de investigacin de mercados, y evale la demanda potencial de
bolgrafos de punta suave Cross. Sea especfico.
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
D ise o de investigacin exploratoria:

investigacin cualitativa
Objetivos
"a investigacin cualitati

va proporciona el entendi
miento fundamental del
idioma, las percepciones y
los valores de las personas.
La investigacin cualitativa
L Explicar la diferencia entre investigacin cualitativa y cuantitativa en cuanto a objetivos,

muestreo, acopio y anlisis de datos, y resultados.
2. Entender las diversas formas de investigacin cualitativa, incluyendo procedimientos di
rectos, como grupos de enfoque y entrevistas exhaustivas, y tambin mtodos indirectos,
como tcnicas proyectivas.
3. Describir con detalle los grupos de enfoque, con nfasis en su planeacin y conduccin,
sus ventajas, desventajas y aplicaciones.
4. Describir con detalle las tcnicas de entrevista exhaustiva mencionando sus ventajas, des
ventajas y aplicaciones.
5. Explicar con detalle las tcnicas proyectivas y comparar las de asociacin, complementacin, construccin y expresin.
6. Analizar las consideraciones incluidas al realizar una investigacin cualitativa en un
entorno internacional.
7. Entender los temas ticos incluidos al realizar una investigacin cualitativa.
8. Analizar el uso del Internet y las computadoras para obtener y estudiar los datos cualitativos.
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.
La investigacin cualitativa encendi la flam a del Sunfire

Cuando Pontiac (www.pontiac.com) se propuso introducir su deportivo Sunfire, la compaa
pretenda dirigirse a conductores jvenes que queran un auto deportivo, pero que no estaba a su
alcance: varones y mujeres entre 21 y 34 aos que trataban de comprar un auto de la misma clase
que el Sunfire pero con ingresos de $25,000+ con determinada preparacin universitaria. Pon
tiac contrat a D arcy Masius Benton and Bowles, Inc. (DMB&B), de Bloomfield, Michigan
( www.darcyww.com.pt) para investigar este mercado.
DMB&B utiliz una combinacin de un grupo de enfoque tradicional y una tcnica de res
puesta a fotografas mediante un montaje para promover entre los encuestados que revelaran
sus creencias y actitudes acerca del Sunfire. Se les pidi que crearan en casa un montaje con los
recursos usuales de revistas y cartn aproximadamente una semana antes de realizar el grupo de
enfoque. A l asignar el montaje, DMB&B pidi a los encuestados que consideraran cmo en
traban los autos en su vida, y qu pensaban y sentan acerca de ellos. Para ello se les pidi que
hicieran una combinacin que describiera esta relacin, utilizando cualquier cosa, desde mapas
hasta fotografas familiares e ilustraciones.
Cuando los encuestados se reunieron en un saln para comenzar el grupo de enfoque, el
moderador mostr cada montaje y solicit al grupo opinar acerca de su creador y expresar los
sentimientos que esa persona tena sobre los autos. Despus de analizar cada montaje de esta
manera, se mostraron fotografas del Sunfire a los encuestados y se les pidi que expusieran sus
sentimientos acerca del auto, as como sus creencias y actitudes por el mismo.
Para Pontiac, este tipo de investigacin ayud a identificar muchas ideas de posicionamiento. Encontraron que, para su grupo objetivo en particular, el auto era un vehculo para
aventura y descubrimiento. Con la investigacin se descubri que las relaciones personales
eran importantes para esta audiencia objetivo. Queran tener relacin con su auto para que ste
fuera su socio de aventuras. Este grupo tambin tena una actitud muy positiva sobre la vida.
De los resultados de esta investigacin, Pontiac se enfoc a desarrollar una campaa de
publicidad llamada Aventuras del Sunfire . Los anuncios en televisin mostraban fotografas
del Sunfire en lugares audaces, como la Gran Muralla China y la Torre Inclinada de Pisa. El
135
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
Sentimientos, nada ms que sentimientos

La investigacin cualitativa en forma de grupos de enfoque y entrevistas exhaustivas se utiliza
para descubrir cules son los sentimientos o sensaciones ms importantes para los clientes, los
cuales no pueden detectarse mediante investigacin cuantitativa. Las entrevistas exhaustivas se
realizan personalmente y permiten un interrogatorio extenso con cada uno de los encuestados,
lo que permite descubrir sentimientos implcitos (como valores, creencias y actitudes). Hay di
versos ejemplos que muestran cmo es crucial identificar los sentimientos de los consumidores
al disear productos.
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.
DATOS PRIMARIOS: INVESTIGACIN CUALITATIVA

O CUAN TITATIVA
Como se explic en el captulo 4, los datos primarios los origina el investigador con el propsito
especfico de atender el problema que enfrenta. Los datos primarios pueden ser de naturaleza
cualitativa o cuantitativa, como se muestra en la figura 5-1. La diferencia entre la investiga-
www.FreeLibros.me
CAPTULO 5
137
l)L*eo de investigacin exploratoria: investigacin cualitativa
Figura 5.1
D alos d e investigacin d e m ercados
Clasificacin de datos de investiga

cin de m ercados
D atos secundarios
D atos prim arios
D atos cualitativos
D atos cuantitativos
D escriptivas
'
D atos d e
e n cu esta
Metodologa de investigacin que

busca cuantificar los datos y, en
general, aplicar alguna forma de
anlisis estadstico.
~~ ^^
i
D atos de observacin
y otros
D atos
experim entales
cin cualitativa y la cuantitativa se asemeja a la que existe entre la investigacin exploratoria y

la conclusiva analizadas en el captulo 3. Las diferencias entre los dos mtodos de investigacin
se resumen en la tabla 5-1.3 La investigacin cu a lita tiva proporciona conocim iento y en
tendimiento del problema, en tanto que la investigacin cuantitativa busca cuantificar los da
tos y, en general, aplica algn tipo de anlisis estadstico. Siempre que se atiende un problema
nuevo de investigacin de mercados, la investigacin cuantitativa debe ser precedida por inves
tigacin cualitativa apropiada. Algunas veces se realiza la investigacin cualitativa para expli
car los resultados obtenidos de la investigacin cuantitativa. Sin embargo los resultados de la
investigacin cualitativa se utilizan equivocadamente cuando se les considera como conclusi
vos y se usan para hacer generalizaciones sobre la poblacin de inters.4 Tomar la investigacin
cualitativa y la cuantitativa como complementarias es un principio slido de la investigacin de
mercados, ms que una competencia entre ellas.5
Cuenta la historia que Alfred Politz, un fuerte defensor de la investigacin cuantitativa,
y Em est Dichter, gran defensor de la investigacin cualitativa, tenan su acostumbrado de
bate sobre los mritos de ambos mtodos. Politz recalcaba la importancia de las muestras
proyectables de gran escala. Dichter responda: Pero Alfred, diez mil por cero sigue sien
do cero! Segn alegaba Dichter, la simple cuantificacin, cuando no se entiende bien la
conducta implcita de inters, no llevar a resultados significativos. Sin embargo, la investi
gacin cualitativa y la cuantitativa en conjunto puede proporcionar grandes conocimientos
que pueden ayudar a formular estrategias exitosas de marketing, como en el caso de Kraft
Foods.
Metodologa de investigacin explo

ratoria sin estructurar, basada en
muestras simples que proporcionan
puntos de vista y comprensin de
los problemas.
TABLA 5 .1
C ausales
^^ ~
~ ~~ ^ ^ ^ ~^
~ ~^ ~
Investigacin cualitativa o cuantitativa

Investigacin
Objetivo
Investigacin
cualitativa
Obtener un entendimiento cualitativo de las razones

y motivaciones implcitas
cuantitativa
Cuantificar los datos y generalizar los resultados

de la muestra a la poblacin de inters
Muestra
Pequeo nmero de casos no representativos
Gran nmero de casos representativos
Acopio de datos
No estructurada
Estructurada
Anlisis de datos No estadstico
Estadstico
Resultado
Recomendar un curso de accin final
Establecer un entendimiento inicial
www.FreeLibros.me
138
PARTE II
INVESTIGACIN
REAL
Enfoque (grupos) sobre la facilidad de Easy Mac

Cuando Kraft Foods sac su nuevo producto, Easy Mac, pensaron que iba a ser un gran xito.
Easy Mac tiene el mismo sabor que el original Macaroni and Cheese de Kraft, pero se prepara
en homo de microondas utilizando agua. Viene en paquetes individuales. Pensaron que la pobla
cin estadounidense amara la conveniencia y velocidad para preparar el producto. Sin embargo,
el primer ao de ventas fue decepcionante.
Kraft organiz grupos de enfoque para establecer qu haba fallado, los cuales revelaron
que los consumidores saban que exista el producto, pero que sus percepciones eran bajas. Los
consumidores se mostraban escpticos en cuanto al sabor y la calidad, y tambin estaban con
fundidos sobre los pasos a seguir para prepararlo. Los grupos de enfoque tambin revelaron que
a las madres les agradaba el producto porque los nios mayores podan prepararlo por s mismos.
Esto aminoraba su carga y haca que los chicos tuvieran mayor confianza en s mismos.
Cuando se confirmaron estos resultados en una encuesta descriptiva que inclua entrevistas
interceptando personas en una tienda, Kraft lanz campaas publicitarias enfatizando cmo los
nios mayores podan prepararlo por s solos. Dieron seguimiento a esta campaa con otra sobre
hermanos, en la que el hermano mayor y su hermana menor se molestan uno a otro porque ella
no puede creer que su hermano haya preparado Easy Mac l mismo. Ms adelante l le prepara
un plato y hablan sobre lo bien que sabe. Tambin incluyeron en la caja un fcil proceso de ins
trucciones de tres pasos para facilitar al consumidor entender la forma de preparar el producto.
Estas campaas publicitarias fueron un xito y las ventas incrementaron mucho para el
nuevo producto de Kraft. Los grupos de enfoque (investigacin cualitativa) y la encuesta de
intercepcin en la tienda (investigacin cuantitativa), utilizadas de manera complementaria,
permitieron a Kraft descubrir lo que el consumidor necesitaba saber y as transmitirle el mensaje
correcto. En el 2001, Kraft Foods (www.krafl.com) alcanz ventas anuales por 33,800 millones
de dlares, con siete de sus marcas, alcanzando ventas de ms de 1,000 millones de dlares ca
da una y un total de 61 marcas con ventas de 100 millones de dlares cada una.6
Puesto que el ejemplo de Easy Mac sugiere el motivo para la investigacin cualitativa,
consideremos este tema con mayor detalle.
RAZN PARA EFECTUAR

INVESTIGACIN CUALITATIVA
Existen diversas razones para utilizar investigacin cualitativa. No siempre es posible o deseable
el uso de mtodos por completo estructurados o formales para obtener informacin de los encues
tados (vase el captulo 3). La gente puede no estar dispuesta o no ser capaz de contestar ciertas
preguntas, o no est dispuesta a dar respuestas verdaderas a preguntas que invaden su privacidad,
que los avergenzan o que tienen un impacto negativo en su ego o status. Ejemplos de preguntas
delicadas pueden incluir: ha comprado recientemente toallas sanitarias?, medicamentos para la
tensin nerviosa?, pldoras para la ansiedad? En segundo lugar, la gente puede ser incapaz de
proporcionar respuestas exactas a preguntas que tocan su subconsciente. Los valores, impulsos
emocionales y motivaciones que residen en un nivel subconsciente se disfrazan ante el mundo ex
terior con la razn y otras defensas del ego. Por ejemplo, una persona tal vez haya comprado un
auto deportivo para superar sentimientos de inferioridad. Sin embargo, si se le pregunta por qu
compr ese auto deportivo, quiz conteste que porque logr un buen precio, porque su auto viejo
estaba deshacindose o porque necesitaba impresionar a sus clientes. En esos casos, la informa
cin deseada se puede obtener mejor mediante investigacin cualitativa. Como se ilustra en los
ejemplos de sentimientos de la seccin de generalidades, la investigacin cualitativa tambin es
muy til para descubrir qu sentimientos o sensaciones son importantes para los clientes.7
CLASIFICACIN DE LOS PROCEDIM IENTOS

DE INVESTIGACIN CUALITATIVA
b ^ lo s 'p r o p S t iW proyecto^
revelan al encuestado o son obvios
chda la naturaleza de la entrevista.
^ 'a figura ^ se presenta una clasificacin de los procedimientos de investigacin cualitativa,

qe consisten en directos o indirectos, segn si el verdadero propsito del proyecto es el conocimiento de los encu estados. Un mtodo directo no se disfraza. El propsito del proyecto se revela
www.FreeLibros.me
Figura 5 .2
Procedimientos de investigacin
cualitativa
Clasificacin de los procedim ien

tos 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
E n trev istas exhaustivas
r
T cn icas
d e asociacin
Tipo de investigacin cualitativa en

d que los propsitos del proyecto se
ocultan a los encuestados.
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.
Un grupo de enfoque es una entrevista realizada por un moderador capacitado en forma no es

tructurada y natural con un pequeo grupo de encuestados. El moderador gua la discusin. El
propsito principal de los grupos de enfoque es obtener puntos de vista al escuchar a un grupo
de personas del mercado objetivo apropiado hablar sobre temas de inters para el investigador.
El valor de la tcnica reside en los resultados inesperados que con frecuencia se obtienen de una
discusin de grupo de flujo libre.
Los grupos de enfoque son el procedimiento de investigacin cualitativa ms importante.
Son tan populares que muchos practicantes de investigacin de mercados consideran esta tcni
ca como sinnimo de la investigacin cualitativa.8 \hrios cientos de instalaciones alrededor del
mundo son manejadas ahora por grupos de enfoque varias veces por semana y los grupos de
enfoque tpicos cuestan al cliente aproximadamente 4,000 dlares. Dada su importancia y po
pularidad, describimos con detalle las caractersticas sobresalientes de los grupos de enfoque.9
Sesin tpica de grupo de enfoque.
www.FreeLibros.me
PARTE II
TABLA 5 .2
Caractersticas de grupos de enfoque
Tamao del grupo
De ocho a 12
Composicin del grupo
Homogneo, encuestados preselecdonados
Entorno fsico
Relajado, atmsfera informal
Duracin
De una a tres horas
Registro
Uso de cintas de audio y video
Moderador
Habilidades de observacin, interpersonales

y de comunicacin del 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.
Habilidades fundamentales de moderadores de grupos de enfoque

L Amabilidad con firmeza: el moderador debe combinar una separacin disciplinada con
empatia con el fin de generar la interaccin necesaria.
2. Tolerancia: el moderador debe ser tolerante pero estar alerta a las seales de que la cordiali
dad del grupo o el propsito se est desintegrando.
3. Compromiso: el moderador debe alentar y estimular el compromiso personal intenso.
www.FreeLibros.me
CAPTULO 5
141
4 . Entendimiento incompleto: el moderador debe alentar a los encuestados a ser ms espec

ficos acerca de comentarios generalizados al mostrar un entendimiento incompleto.
5. Aliento: el moderador debe alentar a participar a los miembros que no responden.
6 . Flexibilidad: el moderador debe ser capaz de improvisar y alterar el perfil planeado en
medio de las distracciones del proceso de grupo.
7. Sensibilidad: el moderador debe ser lo suficientemente sensible para guiar la discusin de
grupo a un nivel intelectual as como emocional.13
Planeacin y conduccin de grupos de enfoque

En la figura 5-3 se describe el procedimiento para planear y conducir grupos de enfoque. La
planeacin comienza con un examen de los objetivos del proyecto de investigacin de mercados.
En la mayora de los casos, en este punto ya se ha definido el problema, y si es as, deben estu
diarse con detenimiento el establecimiento general as como los componentes especficos del
mismo. Dada la definicin del problema, debern especificarse claramente los objetivos de la
investigacin cualitativa, como se ilustr en el proyecto de la tienda departamental.
Ntese que estos objetivos se hallan estrechamente unidos a los componentes del problema de
la tienda departamental definidos en el captulo 2. Los objetivos deben ser especificados antes
de realizar cualquier investigacin cualitativa, ya sea de grupos de enfoque, entrevistas exhausti
vas o tcnicas proyectivas.
El siguiente paso es establecer una lista detallada de objetivos para el grupo de enfoque.
Esto puede tener forma de una lista de preguntas que el investigador quiere que se respon
dan. Luego se prepara un cuestionario para seleccionar a los probables participantes. La in
formacin tpica que se obtiene del cuestionario incluye la familiaridad y conocimiento del
producto, conducta de uso, actitudes y participacin en grupos de enfoque y caractersticas
demogrficas estndar.
Se debe delinear un perfil detallado del moderador para uso durante la entrevista del grupo
de enfoque. Esto incluye un anlisis extenso entre el investigador, el cliente y el moderador. D e
bido a que el moderador puede ser capaz de dar seguimiento a ideas importantes cuando los
participantes las mencionen, debe entender el negocio del cliente, los objetivos del grupo de en
foque y cmo se utilizarn los resultados. El uso de un perfil del moderador reduce algunos de
Figura 5 .3
Procedim iento para planear y
conducir grupos de enfoque
Determinar los objetivos del proyecto de investigacin de mercados y definir el problema
Especificar los objetivos de la investigacin cualitativa
Establecer los objetivos y preguntas que contestarn los grupos de enfoque
Escribir un cuestionario de seleccin
Establecer un perfil del moderador
Realizar entrevistas de grupos de enfoque
Revisar cintas y analizar los dalos
Resumir los resultados y planear la investigacin o accin de seguimiento
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
Objetivos de la investigacin cualitativa

En el estudio de la tienda departamental, los objetivos de la investigacin cualitativa fueron como sigue:
1. Identificarlos factores relevantes (criterio de seleccin) utilizados por los hogares para seleccionar
las tiendas departamentales.
2. Identificar lo que los consumidores consideren como tiendas competidoras por categoras de
producto especficas.
3. Identificar las caractersticas psicolgicas de los consumidores, que tal vez influyan en la
conducta de eleccin de tienda.
4. Identificar cualquier otro aspecto de conducta de eleccin del consumidor que pueda ser relevante
para la eleccin de tienda.
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
Gua de anlisis de grupo de enfoque sobre microtelfonos celulares

Prem bulo (5 m inutos)
Gracias y bienvenida
Naturaleza del grupo de enfoque (informal, multiformal, expansivo, todos los puntos de
vista, desacuerdo)
Puede hacer preguntas obvias, con humor (a veces realmente obvias, a veces no)
No existen respuestas correctas o incorrectas, todo en cuanto a averiguar lo que la gente piensa
Grabacin de audio y video
Consideracin de los colegas
Servirse refrescos
Se estar hablando acerca de microtelfonos celulares
Preguntas o intereses?
Introduccin y anim acin (3 m inutos)

Me gustara ir a su alrededor y pedirles que se presenten...
Primer nombre
Lo mejor de poseer un telfono celular
Lo peor de poseer un telfono celular
Am biente d e celular (5 m inutos)

Cuando se halla usted fuera, qu cosas lleva consigo?
Comencemos por las cosas que siempre lleva consigo
ROTAFOLIO
Qu cosas a m e mido lleva consigo?
ROTAFOLIO
Uso del celular (10 m inutos)

Quisiera entender un poco cmo utiliza en general su telfono celular...
Cuntas llamadas hace o recibe a la semana?
Cules son algunos de los tipos ms comunes de llamadas que hace?
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
Adquisicin del m icrotelfono a n te rio r (20 m inutos)

Pensando ahora en su microtelfono actual, quisiera hablar sobre dos cosas distintas...
Primero, cmo fue realmente el proceso de elegir un microtelfono, y segundo, qu criterio
utiliz para el telfono en s...
Proceso de seleccin del microtelfono anterior
Ahora, pensando primero slo en cmo hizo para elegir su microtelfono actual, no las ca
ractersticas que quera, cmo lo eligi?
EXPLORE EL PROCESO
Criterio para el microtelfono anterior
Bien, ahora dgame lo que realmente buscaba en un microtelfono
EXPLORE
Uso de las caractersticas del m icrotelfono (10 m inutos)

Pensando ahora en las caractersticas del microtelfono, quisiera empezar por hacer una
lista de todas las que puedan recordar, cualquier cosa que el microtelfono pueda hacer,
cualquier funcin que le pueda cambiar, etctera
En un minuto hablaremos de las caractersticas que realmente utiliza, pero quiero empezar
con una lista de todo lo que su microtelfono puede hacer
ROTAFOLIO
Qu caractersticas ha utilizado, aunque sea slo una vez?
ROTAFOLIO
Hay alguna funcin que ha cambiado slo una vez, pero que est realmente contento de
haberlo podido hacer?
Porqu?
EXPLORE
Qu caractersticas utiliza regularmente?
Porqu?
EXPLORE
C aractersticas deseadas (3 m inutos)

Hay algunas caractersticas que su microtelfono no tiene pero que usted deseara?
EXPLORE
M otivaciones p a ra u n cam bio (10 m inutos)

Todos han sido invitados aqu porque han cambiado su microtelfono al menos una v ez...
Qu los motiv a cambiar su microtelfono?
EXPLORE
El cambio del microtelfono estuvo unido a su cambio o renovacin de contrato de opera
cin? Por ejemplo: contrato con su proveedor de servicio inalmbrico.
Cules piensa que sean algunas de las razones que la gente tiene para cambiar su mi
crotelfono?
EXPLORE
D etonadores p a ra el cam bio a n te rio r (10 m inutos)

Todos ustedes han sido invitados aqu porque han cambiado su microtelfono al menos
una vez...
Qu fue lo que les hizo desear cambiar a un mejor microtelfono?
www.FreeLibros.me
PARTE II
PRIMERO SIN SONDEAR

Cules fueron TODOS los factores incluidos en esa decisin?
Cul fue la razn p rin cip a n
EXPLORE
B arreras p a ra el cam bio a n te rio r (5 m inutos)

Cunto tiempo pas entre la primera vez que empez a pensar en cambiar su microtelfono, aunque sea brevemente, hasta que en realidad fue y compr el nuevo?
Cules fueron todas las razones para no hacerlo de inmediato?
EXPLORE
Cul fue la razn principal para dejar pasar el tiempo?
EXPLORE
D etonadores y b a rre ra s p a ra un cam bio futuro (20 m inutos)

En cuanto al futuro, cundo piensa que cambiar por un mejor microtelfono?
EXPLORE
Qu lo estimulara a hacer eso?
Existe alguna caracterstica fenomenal que lo hiciera cambiar inmediatamente?
EXPLORE
Cmo elegira su prximo microtelfono?
EXPLORE
Qu buscara realmente en su prximo microtelfono?
EXPLORE
C ierre del ejercicio (10 m inutos)
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.
Haciendo del Kool-Aid algo cool!

Kool-Aid (www.koolaid.com) es un producto muy conocido entre las mams y los chicos, y
se utiliza en muchos hogares en Estados Unidos. A pesar de esto, las ventas de Kool-Aid ha
ban comenzado a declinar. Kraft Foods quera averiguar por qu los usuarios fuertes haban
disminuido el consumo del producto y cmo podran regresar el Kool-Aid al estilo de vida de
la gente.
Kool-Aid cre grupos de enfoque, clasificndolos por uso del producto, desde usuarios poten
ciales hasta ligeros. Averiguaron muchas cosas acerca de los distintos usuarios. A los potenciales
les gustaba tomar Kool-Aid durante todo el ao y lo hacan todos los miembros de la familia, no
slo los nios. Los usuarios potenciales agregaban ms que agua a la mezcla; le aadan ingre
dientes como frutas, jugo de frutas y agua mineral y tomaban Kool-Aid en casa. Por otro lado,
los usuarios ligeros perciban el Kool-Aid como una bebida de verano para nios. Tambin eran
ms propensos a socializar fuera de casa, y como el Kool-Aid no est preparado ni es porttil, no
lo utilizan con frecuencia. Por lo tanto, se formularon las siguientes hiptesis:
H l: A los usuarios potenciales les gusta tomar Kool-Aid todo el ao.
H2: Entre los usuarios potenciales, todos los miembros de la familia toman Kool-Aid.
H3: Los usuarios potenciales por lo regular toman Kool-Aid en casa.
H4: Entre los usuarios ligeros, los consumidores principales de Kool-Aid son los nios.
H5: Los usuarios ligeros toman Kool-Aid principalmente fuera de casa.
Una encuesta cuantitativa de seguimiento que utiliz entrevistas telefnicas respald estas
hiptesis. Por ello, Kool-Aid desarroll y prob distintas formas de publicidad para usuarios
potenciales y ligeros. A los usuarios potenciales se dirigieron anuncios que mostraban gente de
todas las edades tomando Kool-Aid juntos en una casa o en un jardn. D e aqu sali el eslogan
cmo quieres tu Kool-Aid, mostrando a familiares y amigos hablando sobre las distintas for
mas que toman su Kool-Aid. Se dirigieron a los usuarios ligeros mediante publicidad que mos
traba nios y adultos disfrutando un divertido bao de verano y tomando Kool-Aid en vasos
trmicos. Esta campaa fue muy exitosa para detener las prdidas en la venta de Kool-Aid. Pa
ra el 2003, las bebidas de Kraft constituyen alrededor de 20% de sus ingresos, incluyendo
Kool-Aid.17
Otras variaciones en grupos de enfoque

Los grupos de enfoque pueden utilizar diversas variaciones del procedimiento estndar. Una
de ellas fue ilustrada en el ejemplo inicial, donde se combinaron un grupo de enfoque tradi
cional y una tcnica de respuesta a fotografas haciendo uso de un montaje, para alentar a los
encuestados a revelar sus creencias implcitas y actitudes acerca del Sunfire. Otras variaciones
incluyen:
Grupos de enfoque bidireccionales. Esto permite a un grupo objetivo escuchar y aprender de un
grupo relacionado. En una aplicacin, unos m dicos revisaron un grupo de enfoque de pa
cientes de artritis discutiendo el tratamiento que deseaban. Luego se condujo un grupo de
enfoque de estos mdicos para determinar sus reacciones.
Grupos de doble moderador. sta es una entrevista de grupo de enfoque conducida por dos mo
deradores. Un moderador es responsable del flujo suave de la sesin y el otro se asegura de
que se discutan los temas especficos.
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.
Ventajas y desventajas de los grupos de enfoque

Los grupos de enfoque ofrecen diversas ventajas sobre las otras tcnicas de acopio de datos. Se
pueden resumir en 10 reglas:19
1. Sinergia Reunir un grupo de personas producir una gama ms extensa de informacin,
puntos de vista e ideas que las respuestas individuales obtenidas de manera privada.
2. Bola de nieve. En una entrevista de grupo a menudo se produce un efecto de bola de
nieve cuando el comentario de una persona dispara una reaccin en cadena de los dems
participantes.
3. Estimidacin. En general, despus de un periodo breve de introduccin, los encuestados
desean expresar sus ideas y exponer sus sentimientos conforme se eleva la emocin general
sobre un tema dentro del grupo.
4. Seguridad. Debido a que los sentimientos de los participantes son similares a los de los in
tegrantes del grupo, ellos se sienten cmodos y por lo tanto estn dispuestos a expresar sus
ideas y sentimientos.
5. Espontaneidad. Debido a que no se requiere que los participantes respondan preguntas e s
pecficas, sus respuestas pueden ser espontneas y no convencionales y por lo tanto deben
proporcionar una idea exacta de sus puntos de vista.
6. Serendipia Es ms probable que surjan ideas de pronto por casualidad en un grupo que en
una entrevista individual.
7. Especializacin. Debido a que un grupo de participantes est involucrado simultneamente,
se justifica el uso de un entrevistador altamente capacitado, aunque sea costoso.
8. Escrutinio cientfico. La entrevista de grupo permite el escrutinio cercano del proceso de
acopio de datos en cuanto a que los observadores pueden presenciar la sesin y grabarla
para anlisis posterior.
9. Estructura. La entrevista de grupo permite flexibilidad en los temas que se abarcan y la
profundidad con la que se tratan.
10. Velocidad Debido a que un nmero de individuos se entrevistan al mismo tiempo, el acopio
de datos y el anlisis ocurren relativamente rpido.
Las desventajas de los grupos de enfoque se pueden resumir en estas cinco reglas:
L M al uso. Se puede hacer un mal uso y abuso de los grupos de enfoque cuando sus resultados
se consideran conclusivos ms que exploratorios.
2. M ala interpretacin. Los resultados de los grupos de enfoque pueden ser malinterpretados
con ms facilidad que los resultados de otras tcnicas de acopio de datos. Los grupos de
enfoque son particularmente susceptibles a desviaciones de los clientes y el investigador.
3. Moderacin. Los grupos de enfoque son difciles de moderar. Son raros los moderadores
con todas las habilidades deseables. La calidad de los resultados depende en gran medida
de las habilidades del moderador.
4. Desorden. La naturaleza no estructurada de las respuestas hace que la codificacin, anlisis
e interpretacin sean difciles. Los grupos de enfoque tienden a ser desordenados.
www.FreeLibros.me
CAPTULO 5
147
5 . M ala representacin. Los resultados de los grupos de enfoque no son representativos de la

poblacin general y no son proyectables. En consecuencia, los resultados de los grupos de
enfoque no deben ser la nica base para la toma de decisiones, com o se ilustra con el
siguiente ejemplo.
INVESTIGACIN
REAL
Proyeccin de la prdida de los proyectos improyectables

Un sofisticado comercializador directo de seguros condujo grupos de enfoque. Los resultados se
tradujeron en estrategias de marketing de pedidos por correo. Sin embargo, cada una de las
conclusiones que surgieron de la investigacin fallaron. Qu sucedi? La compaa de segu
ros cometi el error de tratar de proyectar lo improyectable.20
Este ejemplo ilustra el mal uso y la mala representacin de los grupos de enfoque. Sin
embargo, cuando se conducen y utilizan de manera apropiada, los grupos de enfoque tienen nu
merosas aplicaciones.
Aplicaciones de los grupos de enfoque

Los grupos de enfoque se estn utilizando ampliamente para organizaciones lucrativas, no
lucrativas y de todo tipo.21 Se pueden utilizar en casi cualquier situacin que requiera entendi
miento y conocimientos preliminares, como se ilustr en los ejemplos de Pontiac Sunfirc, Easy
Mac y Kool-Aid. Comentaremos algunas de las aplicaciones esenciales y metodolgicas que
representan la amplia gama de uso de esta tcnica. Los grupos de enfoque pueden utilizarse
para atender temas esenciales como:
1. Entender las percepciones de los consumidores, sus preferencias y conducta en relacin
con una categora de producto.
2. Obtener impresiones de conceptos de productos nuevos.
3. Generar nuevas ideas acerca de productos antiguos.
4. Desarrollar conceptos creativos y copiar material para anuncios.
5. Asegurarse de las impresiones de los precios.
6. Obtener la reaccin preliminar del consumidor para programas especficos de marketing.
Las aplicaciones metodolgicas de grupos de enfoque incluyen:
1.
2.
3.
4.
5.
6.
Definir un problema con ms precisin.

Generar rumbos de accin alternativos.
Establecer el mtodo para un problema.
Obtener informacin til para estructurar cuestionarios para consumidores.
Generar hiptesis que puedan comprobarse cuantitativamente.
Interpretar resultados previamente obtenidos.
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
tiendas departamentales. Despus de hacer la pregunta inicial, el entrevistador utiliza un for

mato no estructurado. La direccin subsecuente de la entrevista se determina por la respuesta
inicial del encuestado, el entrevistador le pide que se explique en detalle y considera las res
puestas. Supongamos que el encuestado responde a la pregunta inicial diciendo comprar ya
no es divertido. El entrevistador podra entonces hacer una pregunta: por qu ya no es diver
tido? Si la respuesta no es muy reveladora (la diversin de comprar slo ha desaparecido),
el entrevistador puede hacer una pregunta ms profunda: por qu antes era divertido y qu
ha cambiado?
El entrevistador intenta seguir un perfil duro, similar al del moderador en los grupos de
enfoque. El fraseo especfico de las preguntas y el orden en que se realizan es resultado de las
respuestas del sujeto. Interrogar es de importancia crtica para obtener respuestas significativas
y descubrir temas ocultos. El interrogatorio se hace al formular preguntas como por qu dice
eso?, eso es interesante, puede decirme ms?, o le gustara agregar algo ms?23 El in
terrogatorio se analiza con ms detalle en el captulo 13 en el trabajo de campo. El valor de la
informacin descubierta por el interrogatorio se muestra en el siguiente ejemplo.
INVESTIGACIN
REAL
Sondeo en busca de inteligencia

En un estudio diseado para dar ideas sobre nuevas caractersticas de tarjetas de crdito, los
encuestados slo enumeraron las ya existentes cuando se les pregunt de manera estructurada.
Luego se recurri a entrevistas exhaustivas para sondear a los encuestados. Por ejemplo, el en
trevistador pidi a los encuestados preguntarse a s mismos: qu es importante para m?,
qu problemas tengo?, cmo deseara vivir?, cul es mi mundo ideal? Como resultado
de este mtodo, los encuestados proporcionaron informacin de la que anteriormente no esta
ban conscientes y surgieron diversas caractersticas nuevas para tarjetas de crdito. El estudio
descubri la necesidad de una tarjeta inteligente que pudiera efectuar ciertas tareas, como
mantener un registro de la tarjeta y de los estados de cuenta del banco, inversiones y nmeros
telefnicos de urgencias. Otra preocupacin de los usuarios de tarjeta de crdito es el abultamiento de la cartera y la molestia de llevar demasiadas tarjetas. Los resultados de un grupo de
enfoque como se pueden ayudar a las empresas de tarjetas de crdito a ofrecer nuevas ca
ractersticas, a la vez que atraen nuevos clientes y satisfacen a los ya existentes. Por ejemplo, en
el 2002, PrivaSys y First Data se unieron para introducir una tarjeta de crdito electrnica de
bateras con un chip capaz de llevar juntas la de American Express, MasterCard, de gasolina
y otras ms, todas en un solo plstico del mismo tamao y forma que una tarjeta de crdito
normal. Se espera que la nueva tarjeta sea un xito entre los consumidores atrados por las
conveniencias de hoy.24
Las entrevistas exhaustivas identificaron
la necesidad de una taijeta inteligente.
www.FreeLibros.me
CAPTULO 5
149
Como se indica en este ejemplo, el sondeo es eficaz para descubrir informacin im pl

cita u oculta; es una parte integral de las entrevistas exhaustivas y se utiliza en todas sus
tcnicas.
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.
Tipo de entrevista exhaustiva que

intenta localizar aspectos personales
relacionados con intereses profunda
mente arraigados.
Tcnica para realizar entrevistas ex
haustivas en las cuales se analiza el
significado simblico de los objetos
al compararlos con sus opuestos.
En las preguntas de tem a oculto, el enfoque no es sobre valores socialmente compartidos

sino en aspectos cruciales ; no sobre estilos de vida en general sino en profundos intereses
personales. En el anlisis sim blico se intenta analizar el significado simblico de los objetos
al compararlos con sus opuestos. Para aprender lo que es algo, el investigador trata de aprender
lo que no es. Los opuestos lgicos de un producto que se investigan son el no uso de un producto,
atributos de un no producto imaginario, y tipos de productos opuestos. Las tres tcnicas se
ilustran en el siguiente ejemplo.
INVESTIGACIN
REAL
Temas ocultos y dimensiones ocultas en viajes areos

En este estudio, el investigador buscaba actitudes hacia las lneas areas entre gerentes varones
de nivel medio.
Escalonamiento. Se sonde sobre cada atributo de una lnea area, como aeronaves an
chas, para determinar por qu era importante (puedo hacer ms trabajo), y luego se interrog
sobre esa razn (puedo lograr ms cosas), y as sucesivamente (me siento mejor conmigo). El
escalonamiento indic que los gerentes preferan reservacin de asientos anticipada, aeronaves
ms anchas y asientos en la cabina de primera clase (caractersticas del producto), lo que dio lugar
a mayor comodidad fsica. Esto les permita realizar ms trabajo durante el vuelo, lo que daba un
sentimiento de logro y mayor autoestima (caractersticas del usuario). Esta tcnica demostr que
una campaa de publicidad, como la vieja campaa de United Airlines de usted es el jefe,
que reafirma la autoestima de los gerentes, es digna de consideracin.
Preguntas de tem a oculto. Se pregunt a los encuestados acerca de fantasas, vida de
trabajo y vida social para identificar temas ocultos de la vida. Las preguntas indicaron que las
actividades glamorosas, histricas, de lite, camaradera masculina y competitivas, com o
las carreras de Grand Prix, esgrima y combates areos de la Segunda Guerra Mundial, eran de
inters personal para los gerentes. Esos intereses podan lograrse con una campaa publicitaria,
como la de las lneas areas alemanas Lufthansa que sacaba a un Barn Rojo, del tipo de la
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.
Ventajas y desventajas de las entrevistas exhaustivas

Las entrevistas exhaustivas pueden descubrir una mayor profundidad de conocimientos que los
grupos de enfoque. Tambin atribuyen las respuestas directamente a los encuestados, a diferencia
de los grupos de enfoque donde a menudo es difcil determinar qu encuestado dio una respues
ta en particular. Las entrevistas exhaustivas ocasionan libre intercambio de informacin, que tal
vez no sea posible en los grupos de enfoque porque no hay presin social para estar de acuerdo
con la respuesta del grupo.
Las entrevistas exhaustivas tienen muchas de las desventajas de los grupos de enfoque y
en mayor medida. Los entrevistadores capacitados para conducir entrevistas exhaustivas son
muy costosos y difciles de encontrar. La falta de estructura hace que los resultados sean sus
ceptibles a la influencia del entrevistador, y la calidad y totalidad de los resultados depende en
gran medida de las habilidades del entrevistador. Los datos obtenidos son difciles de analizar e
interpretar, y para este propsito por lo general se requieren los servicios de psiclogos capaci
tados. La duracin de la entrevista, combinada con los altos costos, significa que el nmero de
entrevistas exhaustivas en un proyecto ser bajo. A pesar de estas desventajas, las entrevistas
exhaustivas tienen algunas aplicaciones.
Aplicaciones de las entrevistas exhaustivas

Como en los grupos de enfoque, el principal uso de las entrevistas exhaustivas es para obtener
conocimientos y entendimiento en la investigacin exploratoria. Sin embargo, a diferencia de los
grupos de enfoque, las entrevistas exhaustivas se utilizan con poca frecuencia en la investigacin
de mercados. De cualquier manera, las entrevistas exhaustivas pueden utilizarse eficazmente en
situaciones de problemas especiales, como:26
L Sondeo detallado del encuestado (compra de automvil)
2. Discusin de temas confidenciales, sensibles o embarazosos (finanzas personales, den
taduras flojas)
3. Situaciones donde existen fuertes normas sociales y los encuestados pueden dejarse llevar
fcilmente por la respuesta del grupo (actitud de los estudiantes universitarios sobre los
deportes)
4. Comprensin detallada de conductas complicadas (compras en tiendas departamentales)
5. Entrevistas con gente profesional (investigacin de mercados industriales)
6. Entrevistas con competidores, quienes es poco probable que revelen la informacin en un
entorno de grupo (las percepciones de agentes de viajes sobre programas de viajes en paque
te de las aerolneas)
7. Situaciones donde la experiencia de consumo de producto es de naturaleza sensitiva, lo
que afecta estados de nimo y emociones (perfumes, jabn de bao)
El siguiente ejemplo ilustra un caso en el que las entrevistas exhaustivas fueron particular
mente tiles.
www.FreeLibros.me
CAPTULO 5
INVESTIGACIN
151
REAL
Escalando al xito de Playstation 2

Se utiliz la tcnica de escalonamiento para determinar las actitudes del consumidor y las
motivaciones de compra sobre Playstation 2 de Sony (www.scea.com). Los conocimientos fun
damentales de escalonamiento para este producto incluyeron:
Mis amigos vienen a casa y pasamos una tarde trabajando juntos para avanzar en un juego
o jugamos contra nosotros mismos.
Los juegos que presentan un reto requieren ms pensamiento crtico y toma de decisiones.
Se siente ms como un rompecabezas que como un juego.
Algunos juegos son slo para adultos, as que no siento como que estoy jugando un juego
de nios, sino participando en una experiencia de juego de alta calidad.
Las implicaciones de marketing de esta informacin sobre Playstation 2 de Sony incluyen:
Establecer kioscos de juego en clubes nocturnos en ciudades grandes, como Los ngeles
y Nueva York, para atraer adultos.
Anunciarse en programas como la serie Friends (Amigos), con Joey y Chandler jugando
Playstation 2.
Dirigirse a revistas como Wired y Sports Illustrated (Deporte Ilustrado) con anuncios ms
elaborados.
En el 2001, Sony export ms de 25 millones de PlayStations alrededor del mundo. Con
tan alta demanda de productos Sony, la compaa se dio cuenta que debe seguir aprendiendo
sobre los patrones de conducta de los consumidores. Los conocimientos generados del escalo
namiento sirven como punto de partida para mayor investigacin y pruebas de hiptesis que
ayuden a desarrollar nuevas ideas de productos, distribucin, precios o promocin.27
Con este ejemplo ilustramos el valor de las entrevistas exhaustivas para descubrir respuestas
ocultas que se encuentran debajo de los clichs de cuestionamientos ordinarios.
TCN ICAS PROYECTIVAS
Forma de preguntar no estructurada

e indirecta que alienta a los encuestados a proyectar sus motivaciones,
creencias, actitudes o sentimientos
implcitos en relacin con los temas
de inters.
Tcnica proyectiva en la que se pre

senta un estmulo al encuestado y se
le pide que responda con lo primero
que le venga a la mente.
Tcnica proyectiva en la que se
presenta a los encuestados una lista
de palabras, una a la vez. Despus de
cada palabra se le pide que d la
primera palabra que le venga a la
mente.
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.
Tratando con la mugre

Se utiliz la asociacin de palabras para estudiar las actitudes de las mujeres hacia los detergentes.
A continuacin tenemos una lista de palabras de estmulo que se utilizaron y las respuestas dedos
mujeres de edad y status de hogar similares. El conjunto de respuestas fue muy diferente, lo que
sugiere que las mujeres difieren en personalidad y en sus actitudes hacia el trabajo del hogar. Las
asociaciones de la seora M sugieren que ella se ha resignado a la mugre; ve la mugre como ine
vitable y no quiere hacer mucho al respecto. No limpia muy a fondo ni tampoco obtiene placer de
su familia. La seora C tambin ve la mugre, pero es enrgica, de mente objetiva y menos emo
cional. Est activamente lista para combatir la mugre y utiliza jabn y agua como sus armas.
Estmulo
da de lavado
fresco
puro
tallar
suciedad
buibujas
familia
toallas
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
153

Completar oraciones
En el contexto del estudio de la tienda departamental se pueden utilizar las siguientes oraciones
incompletas.
Una persona que compra en Sears es
Una persona que recibe un certificado de regalos de Saks Fifth Avenue debiera estar
JC Pennev le gusta ms a
Cuando pens en comprar en una tienda departamental, vo

senta a los encuestados un nmero
incompleto de oraciones y se les
pide terminarlas.
Tcnica proyectiva en la que se pro

porciona a los encuestados parte de
una historia y se les pide la conclu
sin con sus propias palabras.
Completar oraciones. Es similar a la asociacin de palabras. Se proporcionan a los en

cuestados oraciones incompletas y se les pide que las terminen. Por lo general se les indica que
utilicen la primera palabra o frase que venga a su mente, como se ilustr en el proyecto de la
tienda departamental.
Con este ejemplo se ilustra una ventaja de completar oraciones sobre la asociacin de
palabras: se puede dar a los encuestados un estmulo ms directo. Completar oraciones pue
de proporcionar ms informacin que la asociacin de palabras acerca de los sentimientos del
sujeto. Sin embargo, completar oraciones no es tan disfrazado y muchos encuestados pueden
adivinar el propsito del estudio. Una variacin de completar oraciones es completar prrafos,
en donde el encuestado completa un prrafo comenzando con la frase estmulo. Una versin
ms expandida de completar oraciones es completar historias.
Completar historias. En esta situacin se da a los encuestados parte de una historia,
suficiente para dirigir su atencin hacia un tema en particular, pero no da una pista sobre el
final. Se les pide que den una conclusin en sus propias palabras. El que los encuestados
completen esta historia revelar sus sentimientos y em ociones implcitos, como en el siguien
te ejemplo.
INVESTIGACIN
REAL
Tienen las medias historias de terror?

Historias? Historias de terror? Eso es algo que DuPont (www.dupont.com), fabricante de ma
terial de medias, pas por alto al realizar su investigacin para averiguar qu les gusta a los
clientes. DuPont condujo la misma investigacin que hacen todas las otras compaas, incluyen
do grupos de enfoque y encuestas. Infortunadamente, eso no fue suficiente.
El problema con los grupos de enfoque fue que los encuestados no estaban dispuestos a
contestar. Algunos sentan vergenza y otros simplemente no estaban interesados en el tema.
En otros casos, los clientes tenan sentimientos y opiniones que no los hacan sentirse cmodos
discutiendo cara a cara. Entonces se utiliz el completar una historia.
Se pidi a los encuestados que trajeran fotografas y que contaran historias describiendo
ciertos sentimientos, opiniones y reacciones al utilizar medias. De manera sorpresiva muchas
mujeres asistieron y tenan mucho que decir. Las mujeres eran ms libres al expresar sus ideas.
Una mujer trajo una foto de un sundae derramado, capturando la furia que siente cuando descubre
que se le ha corrido la media. Otras trajeron fotos de un Mercedes Benz y de la Reina Isabel.
El anlisis indic que las mujeres se sentan ms atractivas y sexys para los hombres al uti
lizar medias. El problema no era necesariamente que a ellas no les gustara utilizar medias, sino
ms bien que tenan un sentimiento asociado con stas, y cuando se les corren, rasgan o tienen
algn otro defecto, pierden ese sentimiento relacionado (como ser atractivas, sexys, sensuales).
Las medias tenan que ser ms resistentes y durables, para que pudieran sobrevivir al usarlas y
rasgarse, lo que puede ocurrir cuando las utilizan todo el da.
Por ello, DuPont pudo determinar los verdaderos sentimientos de los consumidores acerca de
sus productos. Cuando se confirmaron estos resultados en una encuesta telefnica, DuPont mo
dific el material de sus medias para satisfacer las necesidades de sus consumidores. Es ms, los
fabricantes de medias han empezado a utilizar estos resultados, adecuando los ajustes para agra
dar menos a la personalidad ejecutiva de las mujeres y ms a su lado sexy de vestido de cctel.
www.FreeLibros.me
154
PARTE II
Preparacin deldueo de investigacin
Una prueba de completar historias revel

que las mujeres se sienten ms atractivas
y sexys hacia los hombres cuando utili
zan medias.
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.
Tcnica proyectiva en la que se

muestra al encuestado una fotografa
y se le pide que cuente una historia
para describirla.
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.
Respuesta a fotografas. Las races de las tcnicas de respuesta a fotografas se remon

tan a la prueba de apercepcin temtica (PAT), que consiste de una serie de fotografas de even
tos, tanto ordinarios como inusuales. En alguna de estas fotografas, las personas u objetos son
claramente representados, en tanto que en otras son relativamente vagos. Se pide al encuestado
que cuente historias acerca de estas fotografas. La interpretacin del encuestado acerca de las
fotografas proporciona indicaciones de la personalidad de ese individuo. Por ejemplo, un in
dividuo puede caracterizarse como impulsivo, creativo, poco imaginativo, y as sucesivamente. El
trmino prueba de apercepcin temtica se utiliza porque los temas son representados con base
en la interpretacin perceptual (apercepcin) del sujeto acerca de las fotografas.
En la utilizacin de tcnicas de respuesta a fotografas en la investigacin de mercados, se
muestra a los encuestados una fotografa y se les pide contar una historia, describindola. Las
respuestas se utilizan para evaluar actitudes hacia el tema y describir a los encuestados, como se
ilustra en lo siguiente.
INVESTIGACIN
REAL
Dame un pan con manteca y una malteada doble

La locura de lo ligero y sano parece estar muriendo para un segmento de la poblacin. En res
puesta a preguntas directas, los consumidores dudan en decir que quieren comida mala para
ellos. Sin embargo, este resultado surgi en una prueba de respuesta a fotografas en la que se
pidi a los encuestados describir una fotografa que representaba gente consumiendo alimentos
ricos en grasas y en caloras. Un nmero significativo de encuestados defendi la conducta de
la gente en la fotografa, explicando que el estrs elevado de la vida diaria ha causado que las
personas cambien de inspidos pasteles de arroz a comidas cmodas, llenas de los ingredientes
que hacen que valga la pena vivir la vida.
Muchos comercializadores han capitalizado este resultado al introducir productos que contie
nen grandes cantidades de grasa y caloras. Pepperidge Farm recientemente introdujo su propia
www.FreeLibros.me
CAPTULO 5
155
La tcnica de respuesta a fotografas

revel que mucha gente ve a la comida
rpida rica en caloras como comida c
moda hecha para contrarrestar el estrs
de la vida diaria.
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
Los personajes de caricaturas se

nuestran en una situacin especfi
ca relacionada con el problema. Se
pide a los encuestados que indiquen
el dilogo que un personaje podra
tener en respuesta a los comentarios
de otro personaje.
Pruebas de caricaturas.
En las pruebas de caricaturas, los personajes se muestran en

una situacin especfica relacionada con el problema. Se pidi a los encuestados que indicaran
lo que un personaje de caricaturas dira en respuesta a los comentarios de otro personaje. Las
respuestas indicaron los sentimientos, creencias y actitudes del encuestado acerca de la situa
cin. Las pruebas de caricaturas son ms sencillas de administrar y analizar que las tcnicas de
respuesta de fotografas. En la figura 5-4 se muestra un ejemplo.
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
Representacin de papeles. En esta situacin se pide a los encuestados que repre

senten o adopten la conducta de alguien ms. El investigador asume que el encuestado pro
yectar sus propios sentimientos en el papel. Entonces, stos pueden descubrirse al analizar
las respuestas.34
INVESTIGACIN
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
Tcnica de la tercera persona

senta al encuestado una situacin
\eibal o visual y se le pide relacio
nar las creencias y actitudes de una
tercera persona con esa situacin.
Tcnica de la tercera persona. En la tcnica de la tercera perso n a se presenta al

encuestado una situacin visual o verbal y se le pide que relate las creencias y actitudes de una
tercera persona, ms que expresando directamente las personales. Esta tercera persona puede
ser un amigo, vecino, colega o una persona tpica . D e nuevo el investigador asume que el en
cuestado revelar las creencias y actitudes personales mientras describe las reacciones de una
tercera persona. Pedir a un individuo que responda en tercera persona reduce la presin social
de dar una respuesta aceptable, como se muestra en el siguiente ejemplo.
Qu dirn los vecinos?

Se realiz un estudio para una aerolnea comercial con el fin de entender por qu algunas
personas no vuelan. Cuando se pregunt a los encuestados tiene miedo de volar?, muy
pocas personas contestaron que s. Las principales razones para no volar fueron el costo, la
inconveniencia y los retrasos causados por el mal tiempo. Sin embargo, se sospechaba que
las respuestas estaban fuertemente influidas por la necesidad de dar respuestas socialmente
aceptables. Por lo tanto, se realiz un estudio de seguimiento. En el segundo estudio se pre
gunt a los encuestados: Piensa usted que su vecino tiene miedo a volar? Las respuestas
indicaron que la mayora de los vecinos que viajaban por algn otro medio de transporte tenan
miedo de volar.
El temor a volar increment despus de los secuestros del 11 de septiembre del 2001. A
enero del 2002, la Asociacin de Transporte Areo (ATA) inform que los pasajeros que com
praban boleto para viajar en avin haban bajado en promedio 14.2% en diciembre del 2001
comparado con diciembre del 2000. El nmero de pasajeros que tomaban aviones tambin
disminuy 14.7% en vuelos nacionales y 9.9% en vuelos internacionales. Sin embargo, Conti-
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
Ventajas y desventajas de las tcnicas

proyectivas
Las tcnicas proyectivas tienen una ventaja principal sobre las tcnicas directas no estructura
das (grupos de enfoque y entrevistas exhaustivas): pueden obtener respuestas que los sujetos no
estaran dispuestos a proporcionar si supieran el propsito del estudio. En ocasiones, en las pre
guntas directas, el encuestado puede malentender, malinterpretar o guiar en forma equivocada
al investigador, de manera intencional o no intencional. En estos casos, las tcnicas proyectivas
pueden incrementar la validez de las respuestas al disfrazar el propsito. Esto es particularmen
te verdadero cuando los temas por atender son personales, sensibles o sujetos a fuertes normas
sociales. Las tcnicas proyectivas tambin son tiles cuando las motivaciones, creencias y actitu
des implcitas operan a nivel de subconsciente.38
Las tcnicas proyectivas sufren muchas de las desventajas de las tcnicas no estructuradas
directas, pero a mayor alcance. Estas tcnicas por lo general requieren entrevistas personales
con personal altamente calificado. Tambin se requieren intrpretes capaces de analizar las res
puestas. En consecuencia, tienden a ser costosos. Es ms, hay un serio riesgo de desviacin de
la interpretacin. Con excepcin de la asociacin de palabras, todas las tcnicas son de respues
tas abiertas, haciendo que el anlisis y la interpretacin sean difciles y subjetivos.
Algunas tcnicas proyectivas, como interpretacin de papeles, requieren que los encuestados se involucren en conductas inusuales. En tales casos, el investigador puede suponer que los
encuestados que estn de acuerdo en participar, tambin son inusuales de alguna manera. Por lo
tanto, pueden no ser representativos de la poblacin de inters. Como resultado, es deseable
comparar resultados generados por tcnicas proyectivas con resultados de las otras tcnicas que
permitan una muestra ms representativa. En la tabla 5-3 se muestra una comparacin relati
va de grupos de enfoque, entrevistas exhaustivas y tcnicas proyectivas.
Aplicaciones de tcnicas proyectivas

Las tcnicas proyectivas se utilizan menos a menudo que los mtodos directos no estructurados
(grupos de enfoque y entrevistas exhaustivas). Una excepcin posible puede ser la asociacin
de palabras, que se utiliza en general para probar nombres de marcas y en ocasiones para medir
Comparacin de grupos de enfoque, entrevistas exhaustivas y tcnicas proyectivas

C riterio
G rupos
Grado de estructura
Relativamente alto
Relativamente medio
Relativamente bajo
Interrogatorio individual de encuestados
Bajo
Alto
Medio
Desviacin del moderador
Relativamente media
Relativamente alta
De baja a alta
Desviacin de interpretacin
Relativamente baja
Relativamente media
Relativamente alta
de enfoque
Entrevistas
exhaustivas
T cnicas
Descubrir informacin subconsciente
Baja
De media a alta
Alta
Descubrir informacin innovadora
Alta
Media
Baja
proyectivas
Obtener informacin sensible
Baja
Media
Alta
Incluir preguntas y conducta inusual
No
A un grado limitado
Utilidad en general
Muy tfl
til
til de alguna forma
www.FreeLibros.me
158
PARTE II
actitudes acerca de productos, marcas, paquetes o anuncios en particular. Segn se ha mostrado

en los ejemplos, las tcnicas proyectivas se pueden utilizar en una variedad de situaciones. El
uso de estas tcnicas se realza cuando se siguen los siguientes lincamientos:
1. Deben utilizarse las tcnicas proyectivas porque la informacin requerida no puede obtener
se con precisin por mtodos directos.
2. Las tcnicas proyectivas deben utilizarse para obtener conocimiento y entendimiento inicial
en la investigacin exploratoria.
3. Dada su complejidad, las tcnicas proyectivas no deben utilizarse con ingenuidad
Dados estos lincamientos, las tcnicas proyectivas, junto con otras tcnicas cualitativas,
pueden producir informacin valiosa.
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.
Los bichos molestan a los britnicos

La cultura es un determinante importante de cmo se debe conducir la investigacin cualitativa,
como los grupos de enfoque. En los comentarios de grupos de enfoque en Gran Bretaa no es
fcil lograr que un ama de casa admita que tiene cucarachas. Para lograr esto, el moderador debe
asegurarle que todos los dems tambin tienen ese problema. En Francia ocurre todo lo contra
rio: los encuestados comienzan a platicar sobre las cucarachas a los pocos segundos de haberse
sentado. Estas actitudes culturales influyen mucho en las tcnicas cualitativas que deben utilizar
se, cmo deben ponerse en prctica y cmo se deben interpretar los datos.40
El uso de tcnicas proyectivas en la investigacin de mercados internacionales debe
considerarse cuidadosamente. Las tcnicas de asociacin (asociacin de palabras), de com plementacin (completar oraciones, completar historias) y las expresivas (representacin de
papeles, tcnica de la tercera persona) incluyen el uso de las seales verbales. Las tcnicas
de construccin (respuesta a fotografas y pruebas de caricaturas) emplean estmulos no ver
bales (fotografas). Ya sea que se utilicen estmulos verbales o no verbales, se puede estable
cer la equivalencia del significado entre culturas. Puede ser una tarea difcil si los ambientes
socioculturales en los que se conduce la investigacin varan mucho. Establecer la eq u i
valencia de las fotografas puede ser particularmente problemtico. El dibujo de lneas est
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.
Whirlpool hace girar la investigacin cualitativa alrededor del mundo

Whirlpool (mvw.whirlpool.com) se ha convertido en un gigante en la industria de aparatos electro
domsticos, haciendo en la actualidad negocios en cada esquina del mundo, incluyendo a Estados
Unidos, Canad y los mercados en expansin en Asia, Europa y Amrica Latina. Whirlpool fa
brica productos bajo 12 marcas en ms de 140 pases. En el 2001, Whirlpool registr ingresos
de 10,300 millones de dlares.
Cmo pretende Whirlpool prosperar en estos diversos mercados? Whirlpool ha invertido
fuertemente en investigacin de mercados interculturales. Mediante la experiencia de los miem
bros del personal local, de investigacin cualitativa en forma de grupos de enfoque, entrevistas ex
haustivas y diversas formas de tcnicas proyectivas se ha comprometido alrededor del mundo. La
seleccin de una tcnica de investigacin cualitativa particular en un pas se debe a una fuerte
influencia de consideraciones culturales. Por ejemplo, en Japn, las entrevistas exhaustivas se pre
fieren sobre los grupos de enfoque, debido a la renuencia de los japoneses de mostrar desacuerdo
en pblico. En una investigacin sobre refrigeradores en Europa, Whirlpool encontr que los con
sumidores britnicos quieren una construccin ms fuerte, los consumidores franceses prefieren
fruta y vegetales frescos, los espaoles quieren carne fresca. En cuanto a los hornos, la investiga
cin revel que los italianos desean caractersticas a prueba de nios y los espaoles prefieren que
los mecanismos de tiempo sean precisos. Sobre todo, los alemanes fueron el nico grupo preocupa
do por las caractersticas ambientales. Los japoneses prefieren lavadoras con poca agitacin. En
Amrica Latina son favoritos los aparatos de gas debido a que los precios de la electricidad son
muy elevados. Whirlpool lucha por entender los factores culturales para aprovechar los mercados
crecientes. Por ejemplo, se espera que la economa de Amrica Latina crezca ms de 5% anual du
rante el prximo decenio. Whirlpool est bien capacitado sobre los distintos consumidores por su
investigacin cualitativa global, y se halla bien equipado para competir en un mercado mundial.
En el 2002, Whirlpool dio a conocer nuevos productos en la Muestra Internacional de Fabri
cantes, los cuales estn preparados para un mercado internacional. Los nuevos productos incluan
aparatos provistos de Internet que permiten la comunicacin en la familia, cocinar, hacer compras
y asistencia de lavado mediante una plaquita Web, que sirve como estacin de control central conec
tada al refrigerador, el homo, la lavadora de platos y la secadora. Pases como Japn y Estados Uni
dos, donde prevalece el acceso y uso de Internet, sern el objetivo para estos nuevos productos.41
Las limitaciones tpicas de las tcnicas cualitativas tambin aplican en el contexto interna
cional, tal vez en mayor medida. A menudo es difcil encontrar en el extranjero moderadores y
entrevistadores capacitados. El desarrollo de codificacin, anlisis e interpretacin apropiados
plantea dificultades adicionales.
LA TICA DE LA INVESTIGA C I N D EJVIERCADOS

Al realizar investigacin cualitativa, los temas ticos relacionados con los encuestados y el pblico
en general son de principal inters. Estos temas incluyen disfrazar el propsito de la investiga
cin y uso de procedimientos engaosos, grabaciones de audio y video, nivel de comodidad de
los encuestados y el mal uso de los resultados de la investigacin cualitativa.42
Todos los procedimientos indirectos requieren disfrazar el propsito de la investigacin, al
menos hasta cierto punto. A menudo, una historia falsa se usa para encubrir el verdadero propsito.
Esto no slo puede violar el derecho de los encuestados a saber, sino que tambin puede causar da
o psicolgico. Por ejemplo, los encuestados pueden alterarse si, despus de responder a una serie
de tcnicas de complementacin, descubren que pasaron su tiempo en un tema trivial, como
cul deber ser el color de la lata de una nueva bebida de naranja, cuando se les haba seleccionado
para participar en un estudio de nutricin. Para minimizar dichos efectos negativos, se debe in
formar a los encuestados desde un principio que el verdadero propsito de la investigacin ser
disfrazado para no tener desviaciones en las respuestas. Despus de completar las tareas de investi
gacin, se efectuarn sesiones de informacin en las que se dar a conocer a los encuestados el
www.FreeLibros.me
PARTE II
verdadero propsito de la investigacin y tendrn la oportunidad de hacer comentarios o preguntas.

Se deben evitar los procedimientos engaosos que violan el derecho a la privacidad y el consenti
miento informado de los encuestados, por ejemplo, permitir a los clientes que observen grupos de
enfoque o entrevistas exhaustivas, presentndolos como colegas que ayudan con el proyecto.
Un dilema tico incluye el grabado de audio o video del grupo de enfoque o de la entrevis
ta exhaustiva. Grabar a los encuestados sin su conocimiento o consentimiento previo ocasiona
preocupaciones ticas. Los lincamientos ticos sugieren que los encuestados deben ser infor
mados y se debe obtener su consentimiento antes de comenzar el procedimiento, de preferencia
al momento de ser seleccionados. Es ms, al final de la reunin se debe pedir a los participan
tes que firmen una declaracin escrita otorgando su permiso para el uso de la grabacin. Esta
declaracin debe revelar el verdadero propsito de la investigacin y toda la gente que tendr
acceso a la grabacin. Se debe dar a los participantes la oportunidad de rehusarse a firmar. Las
grabaciones deben ser editadas para omitir en su totalidad la identidad y comentarios de los en
cuestados que se rehusaron.
Otra preocupacin que se debe atender es el nivel de comodidad de los encuestados. Du
rante la investigacin cualitativa, en particular durante las entrevistas exhaustivas, no se debe
presionar a los encuestados ms all de cierto punto que los haga sentir incmodos. El respeto
por el bienestar del encuestado debe garantizar mesura por parte del moderador o entrevistador.
Si un encuestado se siente incmodo y no desea responder ms preguntas sobre un tema en par
ticular, el entrevistador no debe interrogar ms en forma agresiva. Un tema final se relaciona
con el pblico en general y se refiere a la tica de utilizar los resultados de investigacin cuali
tativa para fines cuestionables, como en las campaas polticas mencionadas ms adelante.
1
Enfoque en los resbalones de las campaas presidenciales

La tica en los anuncios negativos o de ataque ha estado en debate durante algn tiempo. Sin
embargo, el enfoque ha cambiado desde los anuncios por s mismos a la tica de utilizar tcnicas
de investigacin de mercados para disear el mensaje del anuncio. Tal vez en ningn lugar preva
lezca ms este fenmeno que en los resbalones polticos de las campaas presidenciales. Se ha
mencionado en particular la campaa de Bush en contra de Dukakis en la eleccin presidencial
estadounidense de 1988. A l disear anuncios negativos acerca de Dukakis, los lderes de la cam
paa de Bush probaron informacin negativa acerca de Dukakis en grupos de enfoque. La idea era
establecer algn conocimiento sobre cmo reaccionara el pblico estadounidense si se haca
pblica esta informacin negativa en forma de anuncios. Los temas negativos que provocaron
emociones muy negativas por parte de los grupos de enfoque se seleccionaron para incorporarse
en la publicidad poltica de Bush. El resultado? Pintado como ...intil, dbil, liberal, hacedor
del bien con falta de sentido comn... Dukakis perdi la eleccin por un amplio margen. El mis
mo mal uso de la investigacin cualitativa se pudo observar en las elecciones presidenciales de
1992 y 1996 que gan Bill Clinton, en parte por atacar negativamente a los republicanos. En la
eleccin presidencial del 2000, Gore atac injustamente a Bush como falto de experiencia cuando
los grupos de enfoque revelaron que la experiencia era un criterio importante para los votantes.43
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
Internet y las entrevistas en grupos de enfoque

La participacin en grupos de enfoque en lnea es nicamente por invitacin. Los encuestados
son preseleccionados, en general de una lista de perfil de gente que ha expresado su inters en
participar. Se aplica un cuestionario de seleccin en lnea para calificar a los encuestados.
Aquellos que califican son invitados a participar en un grupo de enfoque; se les proporciona la
hora, la direccin, el nombre de la sala de pltica y una contrasea por correo electrnico. Por
lo regular participan cuatro a seis personas en un grupo en lnea. Hay menos gente en un grupo
de enfoque en lnea porque demasiadas voces pueden confundir la discusin.
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
Promover la utilidad de los vehculos deportivos

Una industria que ha aprovechado los grupos de enfoque en lnea es la industria automotriz,
especficamente Nissan North America. A l disear el vehculo utilitario deportivo Xterra
(SUV), Nissan realiz diversos grupos de enfoque en lnea para obtener retroalimentacin de
dLeos, as como averiguar lo que su mercado objetivo quera ver en un SUV. El mercado, con
formado por gente joven, deportiva y atltica estaba ansioso por participar. Queran un SUV
que pudiera transportar equipo deportivo y de campamentos dentro del vehculo o en rejillas,
pero a un precio razonable. Los grupos de enfoque discutieron temas como las caractersticas
que buscaban, como rejillas en el techo y parte trasera del SUV, cuatro puertas, diseo deporti
vo, colores de moda y mucho espacio dentro del vehculo. Nissan satisfizo todas estas reas y
ha tenido xito. El hecho de que Xterra 2001 fue nombrado el mejor SUV del 2001 por la A AA
demuestra el xito de la compaa.
Los grupos de enfoque en lnea revelaron que muchos compradores de automviles queran
vehculos hechos a la medida. Por lo tanto, en el 2002 Nissan se convirti en el primer fabrican
te de autos en anunciar la produccin por pedido a travs de Internet. Aunque otros fabricantes
importantes de autos, como Ford y GM, ofrecen servicios de vehculos por Internet, Nissan ha
ce notar que su configuracin de motor Web ser similar a la produccin personalizada de D ell
en Web. En el 2003, Nissan planea expandir su tecnologa de autos a la medida, que inicialmente
estar limitada a los modelos Altima, Frontier y Xterra que se fabrican en la planta Nissan en
Tennessee, Estados Unidos.45
De manera similar, las entrevistas exhaustivas tambin pueden conducirse en Internet,
con el entrevistador y el encuestado en lugares distintas. Virtualmente, todas las tcnicas
proyectivas que hemos analizado pueden llevarse a cabo en Internet. Las tcnicas de res
puesta a fotografas las utilizan eficazmente diversas compaas e investigadores de merca
dos; por ejemplo, Coca-Cola puede proporcionar una fotografa y pedir a los encuestados
que escriban una historia sobre ella. Los datos demogrficos de la persona ligada con la historia
pueden proporcionar conocim ientos valiosos en los patrones psicogrficos y de consumo
del encuestado.
Las microcomputadoras y las computadoras centrales (m ainfram es) se pueden utilizar
para seleccionar a los encuestados en investigacin cualitativa. Un sistema computarizado
puede mantener y manejar archivos del encuestado, almacenar informacin de un gran nmero
de caractersticas demogrficas y de otro tipo de cada uno de los encuestados. Por lo tanto, los
encuestados que renen el criterio establecido pueden identificarse de forma rpida y fcil,
y los formatos de seleccin, cartas de confirmacin y hojas de entrada pueden generarse
automticamente. Un problema comn a todas las tcnicas de investigacin cualitativa es la
codificacin y el anlisis de las respuestas a preguntas abiertas. Las microcomputadoras y
las computadoras centrales (m ainfram es) se estn utilizando a menudo para este propsito.
Con el programa de inteligencia artificial, com o el CATPAC de The G alileo Company
(Mww.thegalileocompatty.com), las dificultades del anlisis de datos cualitativos pueden reducir
se en forma espectacular.
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.
Gente que por lo general ordena postre en un restaurante casual.

Los propios clientes de la compaa que por lo general ordenan postre.
Los propios clientes de la compaa que rara vez ordenan postre.
Los encargados de servir en la compaa.
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
cuando los encuestados no estn dispuestos o no son capaces de

proporcionar la informacin requerida por mtodos directos.
La investigacin cualitativa puede revelar las diferencias
principales entre los mercados nacionales y los extranjeros. El
que se deban realizar grupos de enfoque o entrevistas exhausti
vas y cmo se deban interpretar los resultados depende en gran
medida de las diferencias culturales. Cuando se realiza una in
vestigacin cualitativa, el investigador y el cliente deben respetar
a los encuestados. Esto debe incluir proteger el anonimato de los
encuestados, cumplir con todas las declaraciones y promesas que
se utilizaron para asegurar la participacin, as como realizar
la investigacin de manera que no avergence ni dae a los en
cuestados. Los grupos de enfoque, las entrevistas exhaustivas y
las tcnicas proyectivas tambin se pueden realizar a travs de
Internet. Las microcomputadoras y las computadoras centrales
{mainframes) se pueden utilizar para seleccionar a los encuestados, y para codificar y analizar los datos cualitativos.
TERM IN O S Y C O N CEPTO S FUNDAM EN TALES

anlisis simblico, 149
asociacin de palabras, 151
completar historias, 153
completar oraciones, 153
entrevista exhaustiva, 147
escalonamiento, 149
grupo de enfoque, 139
investigacin cualitativa, 137

investigacin cuantitativa, 137
mtodo directo, 138
mtodo indirecto, 139
preguntas de tema oculto, 149
pruebas de caricaturas, 155
representacin de papeles, 156
tcnica de complementacin, 152

tcnica de construccin, 154
tcnica de la tercera persona, 156
tcnica de respuesta a fotografas, 154
tcnica proyectiva, 151
tcnicas de asociacin, 151
tcnicas expresivas, 155
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.

1. La empresa The Coca Cola Company le ha pedido que realice gru
pos de enfoque en Internet con usuarios potenciales de refrescos.
Explique cmo identificara y reclutara a dichos encuestados.
2. Podra una entrevista exhaustiva conducirse a travs de Internet?
Cules son las ventajas y desventajas de este procedimiento sobre
las entrevistas exhaustivas convencionales?
www.FreeLibros.me
CAPTULO 5
3. Msite la pgina Web de Qualitative Research Consultants Associa

tion (www.qrca.org). Escriba un informe acerca de lo ms reciente
en investigacin cualitativa.
4. Ala revista Tennis le gustara reclutar participantes para grupos de
enfoque en lnea. Cmo utilizara un grupo de noticias (Usenet:
Kc.sport.tennis) para reclutar participantes?
165
5. Obtenga el programa CATPAC analizado en el texto. Utilcelo para

analizar los datos de una entrevista exhaustiva que usted ha realiza
do con un compaero estudiante (como encuestado) para determinar
actitudes hacia los deportes.
ACTIVIDADES
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
sultor para lograr entendimiento y puntos de vista preliminares

sobre las actitudes, compras y uso las estudiantes que dan a los cos
mticos. Conduzca al menos cinco entrevistas exhaustivas. Utilice
tambin la tcnica de construccin. Concuerdan los resultados de
las dos tcnicas? Si no, trate de conciliar las discrepancias.
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
D ise o de in vestigacin descriptiva:

en cuesta y observacin
Objetivos
"La clave para una buena

investigacin descriptiva
es conocer con exactitud
b que se desea medir y
seleccionar un mtodo
de encuesta en el que cada
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.
encuestado est dispuesto

a cooperar y sea capaz
de proporcionar informa
cin completa y precisa
de manera eficaz".
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.
Quin ser el prximo presidente?

Las encuestas por Internet estn aumentando su popularidad, y las elecciones de noviembre del
2000 en Estados Unidos proporcionaron a los investigadores de mercado la oportunidad nica de
probar los mtodos de encuesta en lnea, su exactitud y su capacidad para pronosticar resultados
de elecciones. Harris Interactive (www.harrisinteractive.com) tom la iniciativa de realizar in
vestigacin en lnea en 73 distintas contiendas polticas incluyendo votacin a nivel nacional para
presidente, votaciones estatales en 38 estados y diversas votaciones para elecciones de senadores y
gobernadores en distintos estados. Las encuestas interactivas en lnea realizadas entre el 31 de oc
tubre y el 6 de noviembre de 2000 incluyeron a un total de 240,666 adultos que se caracterizaron
como posibles votantes. Los resultados fueron casi idnticos a los de la encuesta telefnica a nivel
nacional de Harris Interactive, que result ser la nica encuesta que sealaba a Bush y a Gore con
un empate en su pronstico final. Los resultados se muestran en el cuadro de la pgina siguiente.
La exactitud de las otras 72 contiendas tambin fue muy favorable. La precisin de estas
encuestas en lnea al pronosticar los resultados de 73 contiendas comprob que las encuestas por
Internet bien diseadas pueden pronosticar los resultados de una eleccin de manera confiable.
Por lo tanto, se espera que contine en aumento la popularidad de las encuestas por Internet
para votacin de elecciones.1
167
www.FreeLibros.me
168
PARTE II
Elecciones presidenciales del 2000 en Estados Unidos: votacin nacional
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
Investigacin de mercados al estilo japons

Las compaas japonesas confan mucho en la observacin personal como medio para obtener
informacin. Cuando Canon Cameras (www.canon.com) comenz a perder participacin de
mercado a favor de Minolta (www.minolta.com) en Estados Unidos, Canon decidi que su dis
tribuidor, Bell & Howell, no les estaba dando el apoyo adecuado. Sin embargo, Canon no utili
z datos de una amplia encuesta de consumidores o vendedores para tomar esta decisin. En
\e z de esto, confi en la observacin personal y mand a tres gerentes a Estados Unidos a investigar el problema.
El jefe del equipo de Canon, Tatehiro Tsuruta, pas casi seis semanas en Estados Unidos. Al
entrar en una tienda de cmaras, se comport como cliente. Observ cmo se exhiban las cma
ras y cmo los empleados atendan a los clientes. Se percat de que los distribuidores no tenan
mucho entusiasmo por Canon. Tambin observ que no era provechoso para Canon utilizar
formadas y otras tiendas de descuento. Esto llev a Canon a abrir su propia subsidiaria de ventas,
logrando as un incremento en ventas y partid pacin de mercado. Su propia subsidiaria de ven
tas fue tambin un valor importante para expandir las ventas de sus cmaras digitales a principios
del 2000. A l 2003, Canon vende sus productos en ms de 115 pases en el mundo mediante ven
tas directas y revendedores, con ventas mundiales de ms de 22,000 millones de dlares.2
Las encuestas telefnicas y por Internet, as como otros mtodos de encuestas, se estn vol
viendo muy populares para pronosticar resultados de elecciones y pueden tener muchas otras
aplicaciones. Los mtodos de observacin se utilizan con menos frecuencia, pero tambin tienen
usos importantes en la investigacin de mercados, como se indic en el ejemplo de Canon.
M ETO D O S DE ENCUESTAS
Cuestionario estructurado que se da
a los encuestados y que se disea
para obtener informacin especfica.
El m todo de encuesta incluye un cuestionario estructurado que se da a los encuestados y que

est diseado para obtener informacin especfica. Por lo tanto, este mtodo para obtener
informacin se basa en un interrogatorio a encuestados, en el que se les hace una variedad de
preguntas en cuanto a conducta, intenciones, actitudes, conocimiento, motivaciones y caracte
rsticas demogrficas y de estilo de vida. Estas preguntas pueden hacerse de manera verbal, por
escrito o por computadora, y obtener respuestas en cualquiera de estas formas. Las preguntas
www.FreeLibros.me
CAPTULO 6
Uso de un cuestionario formal que

contiene preguntas en un orden
preestablecido.
Requieren que los encuestados

elijan de un grupo de respuestas
predeterminadas.
169
Dife o de investigacin descriptiva: encuesta y observacin
por lo general son estructuradas; lo que se refiere al grado de estandarizacin impuesto en el

proceso de acopio de datos. En el acopio estructurado de datos se prepara un cuestionario for
mal y las preguntas se realizan en un orden preestablecido; por lo tanto el proceso tambin es
directo. La investigacin se clasifica como directa o indirecta, dependiendo de que el verdade
ro propsito sea del conocimiento de los encuestados o no. Como se explic en el captulo 5, un
mtodo directo no se encubre, ya que el propsito del proyecto se revela a los encuestados o les
resulta obvio por las preguntas que se realizan.
La encuesta directa estructurada, el mtodo ms popular de acopio de datos, incluye la
aplicacin de un cuestionario. En un cuestionario tpico, la mayor parte son p reguntas de
alternativa f i j a que requieren que el encuestado seleccione entre una serie de respuestas.
Considrese, por ejemplo, la siguiente pregunta diseada para medir la actitud hacia tiendas
departamentales:
Comprar en tiendas departamentales

es divertido.
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.
Las encuestas respaldan el apoyo del cliente

Ariba (m vw.ariba.com ), proveedor de software B2B, utiliza tanto el Internet como sofisticadas
aplicaciones de computadora para el acopio de datos de encuesta. Ariba ha integrado su pla
taforma Vantive Enterprise Customer Relationship Management (software registrado) con el
sistema de encuestas por Internet de CustomerSat.com. Con este programa, Ariba tiene la capa
cidad de obtener retroalimentacin en tiempo real, rastrear tendencias y obtener notificacin
inmediata acerca de clientes insatisfechos. Otras ventajas que recibe Ariba de este sistema son la
capacidad de distribuir datos positivos para construir la moral de la empresa y poner en prc
tica mejores procedimientos como resultado de estos datos.
El sistema funciona al aplicar una encuesta en lnea a cada cliente (encuestado) que pide
apoyo de clientes. Esta encuesta rene no slo datos especficos del problema que tienen los
clientes, sino tambin datos que se pueden utilizar para tomar decisiones ejecutivas a travs del
tiempo (por ejemplo: necesidades actuales del producto, qu les gusta o qu no les gusta). Enton
ces el sistema analiza las respuestas y canaliza al encuestado con el especialista adecuado. Los
clientes pueden evaluar y comentar acerca de su experiencia de apoyo dentro de las siguientes 24
horas de que se cerr el caso. Ariba puede utilizar estos datos de encuesta no slo para mejorar
su sistema de apoyo a clientes, sino tambin para utilizar los datos no relacionados con problemas
para tomar decisiones ejecutivas acerca de la direccin y las ofertas de la compaa. Como re
sultado de la puesta en prctica de este sistema, el crecimiento de Ariba ha sido fenomenal.4
Los mtodos de encuesta se pueden clasificar segn la forma que se utiliza para aplicar el
cuestionario. Estos esquemas ayudan a distinguir entre los mtodos de encuestas.
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.
Encuestas telefnicas tradicionales

Las encuestas telefnicas tradicionales incluyen llamar a una muestra de encuestados y hacerles
una serie de preguntas. El encuestador utiliza un cuestionario impreso y registra las respuestas con
lpiz. Los avances en las telecomunicaciones y la tecnologa han hecho muy prcticas las en
cuestas telefnicas a nivel nacional desde una central. En consecuencia, el uso de encuestas
telefnicas locales ha disminuido en los ltimos aos.5
Encuestas telefnicas asistidas por computadora

Las encuestas telefnicas asistidas por computadora desde una central son ahora ms populares
que el mtodo telefnico tradicional. Las encuestas telefnicas asistidas por computadora
(ETAC) utilizan un cuestionario computarizado que se aplica a los encuestados a travs del
telfono. Un cuestionario computarizado se puede generar utilizando una computadora central,
una minicomputadora o una computadora personal. El encuestador se sienta frente a una terminal
de computadora y utiliza unos audfonos. La computadora reemplaza al cuestionario de papel y
lpiz y los audfonos sustituyen al telfono. Siguiendo una instruccin, la computadora marca
el nmero telefnico por llamar. Cuando se hace el contacto, el encuestador lee las preguntas
que aparecen en la pantalla de la computadora y registra las respuestas del encuestado directa
mente al banco de memoria de la computadora.
www.FreeLibros.me
CAPTULO 6
D ite o de investigacin descriptiva: encuesta y observacin
En las encuestas telefnicas asistidas

por computadora, sta gua sistemtica
mente al encuestador.
La computadora sistemticamente gua al encuestador. Slo aparece en la pantalla una

pregunta a la vez. La computadora verifica que las respuestas sean apropiadas y consistentes.
Utiliza las respuestas conforme se van obteniendo para personalizar el cuestionario. El acopio de
datos fluye de manera natural y suave. El tiempo de encuesta se reduce, se realza la calidad
de la informacin y se eliminan las etapas laboriosas en el proceso de recopilacin de datos,
codificacin de cuestionarios y captura en la computadora. Debido a que las respuestas ingre
san directo a la computadora, se pueden obtener informes intermedios y de actualizacin sobre
el acopio de datos o resultados casi de manera inmediata. La encuesta telefnica de Harris
Interactive en el ejemplo de la votacin en la eleccin presidencial, en la seccin de generalida
des, utiliz ETAC, lo mismo que en el siguiente ejemplo.
INVESTIGACIN
REAL
Encuestas telefnicas: El sello de Hallmark

Como las mujeres controlan ms de la mitad de las decisiones de compra en sus hogares,
Hallmark, Inc. (www.hallmark.com) realiz una investigacin sobre este mercado objetivo: las
mujeres. La investigacin cualitativa revel la importancia de las amigas en la vida de las mu
jeres. Se realiz una encuesta telefnica a nivel nacional, preguntando a las mujeres entre 18 y 39
aos de edad cmo conocieron a sus amigas y con qu frecuencia se mantenan en contacto con
ellas. Se pidi a las encuestadas que evaluaran qu tan probable (o poco probable) era que
compartieran sus secretos, sorpresas, desacuerdos con los cnyuges e informacin personal
(embarazos) con sus amigas. Los resultados mostraron que 45% de las mujeres sentan que en
alguna ocasin preferan compartir informacin con una amiga ms que con un amigo. Tam
bin se descubri que 81% de las mujeres analizan tranquilamente el tema cuando tienen una
diferencia de opinin con sus amigas . Ambos porcentajes ilustran una mayor probabilidad de
que las amigas compartan informacin y correspondan.
De las mujeres en estudio, 42% declararon que hay una mujer que consideran su mejor
amiga . D e ellas, 33% viven a 16 kilmetros o menos de donde vive su mejor amiga y 28%
a ms de 160 kilmetros de distancia. Segn esta informacin, Hallmark lanz su nueva lnea
de tarjetas, Hallmark Fresh Ink, que permite a las mujeres mantenerse en contacto con sus
amigas. Saber que las mujeres eran su mercado objetivo y cunto se mantenan en contacto,
permiti a la compaa lanzar una exitosa lnea nueva. Las encuestas telefnicas se han con
vertido en el sello de la investigacin de mercados de Hallmark, permitiendo a la compaa
formular estrategias de marketing exitosas. Al 2003, Hallmark tiene 55% de la participacin de
mercado en Estados Unidos en cuanto a ventas de tarjetas de felicitacin, y sus tarjetas se ven
den en ms de 47,000 tiendas. Tambin publican productos en ms de 30 idiomas que se venden
en ms de 100 pases.6
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.

Las encuestas personales en casa se efectan caa a cara con los encuestados en sus hogares. La
tarea del encuestador consiste en contactar a los encuestados, hacer las preguntas y registrar
las respuestas. En los ltimos aos, el uso de las encuestas personales en casa ha disminuido de
bido a su alto costo. Sin embargo, todava se utilizan, en particular por agencias de servicios
(vase el captulo 4), como Roper Organization.
mobus: Un viaje en limusina o autobs a los hogares estadounidenses

El grupo de mnibus de Roper Organization (www.roperasw.com), Limobus, realiza encuestas
personales en casa a 2,OCX) adultos estadounidenses cada mes y tiene los resultados disponi
bles cuatro semanas despus de la encuesta. El tamao de la muestra y la composicin del grupo
para un proyecto especfico se acomodan a las necesidades del cliente: a todos o algunos de los
miembros del grupo se les hacen preguntas de inters especfico para el cliente. Limobus se
puede utilizar para verificar la percepcin de una marca y su publicidad, para realizar medicio
nes previas y posteriores a una campaa, verificar el impacto, recuerdo y comunicacin de los
anuncios, evaluar penetracin de la marca, probar empaques nuevos o alterados, evaluar de
sempeo de un producto nuevo y otros problemas de investigacin de mercados.7
A pesar de sus muchas aplicaciones, el uso de encuestas personales en casa est disminuyen
do, en tanto que las encuestas en centros comerciales se vuelven ms frecuentes.
Encuestas personales en centros comerciales

En las encuestas personales en centros comerciales se intercepta a los encuestados mientras
compran en la tienda y se les conduce a un lugar de pruebas dentro del centro. Luego el encuesta
dor aplica el cuestionario como en la encuesta personal en casa. La ventaja de la encuesta en
centros comerciales es que es ms eficaz que el encuestado venga hacia el encuestador que
lo contrario.8 Este mtodo se ha vuelto cada vez ms popular y existen cientos de lugares de
pruebas permanentes dentro de las tiendas. Como se muestra en el siguiente ejemplo, las en
cuestas en centros comerciales son especialmente apropiadas cuando los encuestados necesitan
ver, manejar o consumir el producto antes de proporcionar informacin significativa.
Encuesta en progreso en un centro
comercial.
T trrr m
iuinin
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
173
REAL
Mismo nombre, nuevo nmero
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
Encuestas personales asistidas por computadora (EPAC)

En las encuestas personales asistidas por computadora (EPAC), la tercera forma de encuesta
personal, el encuestado se sienta frente a una terminal de computadora y responde un cuestio
nario en la pantalla utilizando un teclado o un ratn. Existen diversos paquetes electrnicos
amigables con el usuario que disean preguntas que son fciles de entender para el encuestado.
Proporcionan ventanas de ayuda y mensajes corteses de error. Las coloridas ventanas y los
estmulos que se encienden y apagan se suman al inters del encuestado y su compromiso con
la tarea. Este mtodo se ha clasificado como tcnica de encuesta personal, porque el encuestador por lo general est presente para servir como anfitrin y para guiar al encuestado segn
se requiera.
Las EPAC se han utilizado para recabar datos en centros comerciales, clnicas de producto,
conferencias y exposiciones. Sin embargo, usted se preguntar cmo se compara la EPAC con
el mtodo tradicional de realizar encuestas personales utilizando cuestionarios de papel y lpiz.
La experiencia de Bank One o f Chicago proporciona algunos puntos de vista.10
www.FreeLibros.me
PARTE II
INVESTIGACIN
REAL
La banca en computadoras crea inters

Bank One Corporation (www.bankone.com), que tiene sus oficinas centrales en Chicago, es uno
de los bancos ms grandes de Estados Unidos con bienes por ms de 265 mil millones de dlares
en 2003. Bank One compar las EPAC con cuestionarios asistidos por encuestadores de papel y
lpiz. Se encontr que los cuestionarios asistidos por computadora tomaban ms tiempo en
llenarse, aunque los encuestados menospreciaban el tiempo que pasaban en la computadora. Los
encuestados encontraron ms interesantes las encuestas asistidas por computadora y expresaron
predisposicin positiva hacia ellas. Con las EPAC se obtuvieron respuestas menos inhibidas y
ms variadas. Las encuestas asistidas por computadora en algunos casos produjeron ahorros de 33
a 40% sobre los cuestionarios asistidos por encuestador con papel y lpiz. Por lo tanto, Bank One
ha seguido utilizando las EPAC en muchos dess programas de investigacin de mercados.
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.
Encuestas por correo

En la encuesta por correo tradicional se envan cuestionarios por correo a encuestados potenciales
preseleccionados. Un paquete de encuesta por correo tpico consiste en un sobre de envo, carta
cubierta, cuestionario, sobre de envo de regreso y posiblemente un incentivo. Los encuestados
completan y regresan los cuestionarios. No hay interaccin verbal entre el investigador y el
encuestado.11
Sin embargo, antes de que pueda comenzar la obtencin de datos, los encuestados necesitan
ser identificados al menos de manera general. Por lo tanto, una tarea inicial es obtener una lista
de correo vlida, que puede ser recabada de directorios telefnicos, registros de clientes o regis
tros de membresas de asociaciones, o puede comprarse de listas de suscripciones a publicaciones
o compaas de listas de correo comerciales.12 Sin importar la fuente, una lista de correo debe
ser actual y estrechamente relacionada con la poblacin de inters. El investigador tambin
debe tomar decisiones acerca de los diversos elementos del paquete de encuesta por correo
(vase la tabla 6-1). Las encuestas por correo se utilizan para una variedad de propsitos, in
cluyendo medicin de preferencias del consumidor, como se ilustra en el siguiente ejemplo.
TABLA 6 .1
Algunas decisiones relacionadas con el paquete de encuesta por correo
Sobre de salida
Sobre de salida: tamao, color, remitente

Porte
Mtodo de dirigirse
Cubierta
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

MUY
SATIS
FECHO
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
BUSINESS REPLY CARD

m a la ta
INVESTIGACIN
n u ta m m i
au/mm ga
REAL
Destinados a estar juntos

El Museo de Arte Mint (www.mintmuseum.org) se localiza en Charlotte, Carolina del Norte, y
tiene la reputacin de ser una de las instituciones culturales lderes del sureste de Estados Unidos.
Debido a los recientes cambios en la poblacin de esa rea, Mint comenz a preguntarse si su
diversa y vasta coleccin era la mejor forma de presentar el arte al pblico y quin exactamen
te era ese pblico. Adems, Mint quera crear un Museo Mint de Arte + Diseo, pero no estaba
seguro si eso era lo que el pblico deseaba, o si entenderan el concepto. Por lo tanto, contrata
ron a InterActive Research o f Atlanta.
InterActive Research o f Atlanta cre un estudio de dos fases para descubrir la informacin
que deseaba Mint. La meta de la investigacin era medir la percepcin, uso y actitudes hacia
el museo existente, as como el plan para el nuevo Museo de Arte + Diseo. La primera fase del
estudio fue cualitativa y consisti en 15 sesiones de grupo, seguida de una fase cuantitativa que
Las encuestas por correo ayudaron al

Museo de Arte Mint a disear estrate
gias de marketing eficaces.
www.FreeLibros.me
176
PARTE II
se compona de un cuestionario detallado enviado por correo aproximadamente a 10 mil resi

dentes del rea de Charlotte; se recibieron 1,300 respuestas.
Los resultados mostraron que Mint se perciba como elitista. Los encuestados tambin sentan
que la coleccin actual era demasiado diversa y que no presentaba un tema coherente. La gente
respaldaba el nuevo Museo de Arte + Diseo, pero sentan que se necesitaba una gran iniciativa
educacional para informar al pblico acerca de qu exactamente acarreara esto. El precio y el esta
cionamiento eran vistos como dos barreras que actualmente evitaban que la gente asistiera, as que
se decidi que esto deba considerarse cuando se desarrollara el nuevo edificio. Se encontr que las
tarifas de entrada de 5 a 7 dlares eran aceptables, pero la gente no pensaba que pagara por entrar
al museo si costaba ms de eso. La investigacin tambin implicaba que Mint deba ofrecer una
membresa conjunta para sus dos museos, a fin de alentar la asistencia. Muchos de estos resultados
de investigacin se efectuaron desde el 2003. Segn los resultados arrojados por la investigacin,
Mint decidi consolidar su actual coleccin a un tema ms enfocado, Arte en las Amricas, y orga
nizara en orden cronolgico. En ocasiones tendr una pieza europea, pero la mayora de las
obras de arte ser de Amrica del Norte o de Amrica del Sur. El precio mximo de admisin fue
de seis dlares por persona y los boletos comprados servan para admisin al Museo de Arte Mint
y para el Museo Mint de Arte + Diseo, siempre y cuando se utilizaran el mismo da.13
Grupos por correo

Muestra grande y representativa a
nivel nacional de hogares que han
acordado participaren forma peri
dea en cuestionarios por correo y
pruebas de producto.
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.
Encuestas por correo electrnico

Pam realizar una encuesta por correo electrnico se obtiene primero una lista de direcciones. La
encuesta se escribe dentro del cuerpo de un mensaje de correo electrnico. Los correos se en
van a travs de Internet. Las encuestas de correo electrnico utilizan puro texto (ASCII) para
representar cuestionarios y se puede recibir y responder por cualquier persona con una direccin
de correo electrnico, ya sea que tengan o no acceso a Internet. Los encuestados mecanografan
las respuestas a preguntas de respuesta abierta o cerrada en los sitios designados y dan un clic
en responder. Las respuestas son datos ingresados y tabulados. Ntese que por lo regularse re
quiere el ingreso de datos.
Las encuestas por correo electrnico tienen diversas limitaciones. Dadas las limitaciones
tcnicas de la mayora de los sistemas de correo electrnico, los cuestionarios no pueden
utilizar esquemas programados de saltos, verificacin de congruencia o aleatorizacin. La inte
ligencia limitada del texto ASCII no puede evitar que un encuestado elija por ejemplo s f y no
a una pregunta donde slo es significativa una respuesta. Las instrucciones para saltar preguntas
(por ejemplo, Si la respuesta a la pregunta 5 es s f , pase a la pregunta 9) deben aparecer e x
plcitamente, tal como en el papel. Estos factores pueden reducir la calidad de los datos de una
encuesta por correo electrnico y requerir una depuracin de datos despus de la encuesta. Otra
restriccin es que algunos productos de software de correo electrnico limitan la longitud del
cuerpo de un mensaje de correo electrnico.14
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
177
REAL
Muestra de una encuesta por correo electrnico

fra: encuestado@xyz.com
De: encuesta@analysis.net
Asunto: encuesta a empleados
Hola,
Jane Smith, del departamento de recursos humanos, nos ha pedido que realicemos una encuesta
a los empleados de la compaa XYZ. Los resultados se utilizarn para que los directivos ten
gan un mejor entendimiento de los temas que son importantes para los empleados.
Tenga la seguridad de que TODAS las respuestas a TODAS las preguntas se mantendrn confiden
ciales por parte de Analysis.Net. En nuestro informe final proporcionaremos slo comentarios
resumidos o annimos.
fra cada una de las siguientes preguntas, ubique su respuesta en la casilla apropiada ( ) de
esta forma:
(x) o esta otra (3)
1. Cunto tiempo ha trabajado para la compaa XYZ?

( ) aos
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
en lnea de Harris Interactive en el ejemplo de la votacin de la eleccin presidencial en la sec

cin de generalidades fue un ejemplo de encuesta por Internet.
Las limitaciones de las encuestas por correo electrnico incluyen una posible limpieza de
los mensajes, formas limitadas a las que se deben adherir estrictamente los usuarios para asegurar
que no se requiera limpieza, as como temas de compatibilidad del sistema de correo electrni
co. Para las encuestas por Internet que reclutan encuestados que estn curioseando en Internet o
poniendo un anuncio, existe una desviacin de autoseleccin inherente. Esto se puede aligerar
si se utiliza una muestra validada donde los individuos se preseleccionan de un conjunto de direc
ciones de correo electrnico y se les enva una invitacin al sitio Web. Las encuestas por Internet
ofrecen una ventaja sobre las encuestas de correo electrnico por el hecho de que pueden tener
grficos y sonido, se pueden enviar a un servidor seguro y proporcionar retroalimentacin ins
tantnea. Las encuestas por Internet tambin pueden utilizar sistemas de alerta que se pueden
disparar al llegar a determinados umbrales. Por ejemplo, si el sitio de un hotel llega a su lmite
de desempeo, se puede notificar de inmediato a un gerente para que pueda actuar con rapidez.
Por supuesto, los problemas con cualquier encuesta de Internet incluyen el hecho de que puede
haber una desviacin si los encuestados responden ms de una vez y, tambin para muestras no
validadas, puede no haber representatividad estadstica del marco de la muestra.
Bsicamente, la investigacin por Internet puede ser tan representativa y eficaz como otros
mtodos tradicionales, en especial conforme la poblacin de Internet contina creciendo. Los
problemas de realizar investigacin por Internet se deben atender y resolver de manera eficaz,
de la misma forma que se hace con los problemas en la investigacin tradicional.15
Sin embargo, recurdese que no todos los mtodos de encuesta son apropiados para una
situacin dada. Por lo tanto, el investigador debe realizar una evaluacin comparada para deter
minar qu mtodos son apropiados.
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.
Flexibilidad en el acopio de datos

La flexibilidad en el acopio de datos se determina en primer lugar por el alcance al que un encuestado puede interactuar con el encuestador y el cuestionario de la encuesta. La encuesta per
sonal, ya sea realizada en casa o en un centro comercial, permite la mayor flexibilidad en el
acopio de datos. Debido a que el encuestador y el encuestado se renen cara a cara, el encuestador
puede aplicar cuestionarios complejos, explicar y aclarar respuestas difciles e incluso utilizar
tcnicas no estructuradas.
En contraste, la encuesta telefnica tradicional permite flexibilidad moderada, debido a que
es ms difcil utilizar tcnicas no estructuradas, hacer preguntas complejas u obtener respuestas
exhaustivas a preguntas abiertas a travs del telfono. Las encuestas por Internet, EPAC y ETAC
permiten de alguna manera mayor flexibilidad debido a que el cuestionario se aplica en forma in
teractiva. El investigador puede utilizar diversos formatos de pregunta, personalizar el cuestiona
rio y manejar complejos esquemas de saltos (instrucciones para saltar preguntas en el cuestionario
con base a las respuestas del sujeto). Debido a que estas formas no permiten interaccin entre el
encuestador y el encuestado, las encuestas por correo, grupos por correo y encuestas por correo
electrnico tienen poca flexibilidad.
Un beneficio que con frecuencia se pasa por alto de la investigacin con encuestas por
Internet es la facilidad con la que se puede modificar la encuesta. Por ejemplo, la obtencin
temprana de datos puede sugerir preguntas adicionales que se deban hacer. Cambiar o agregar
preguntas al momento sera casi imposible en un cuestionario por correo y difcil con cuestiona
rios personales o telefnicos, pero se puede lograr en cuestin de minutos con algunos sistemas
de encuesta por Internet.
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.
Uso de estmulos fsicos

A menudo es til o necesario utilizar estmulos fsicos, como el producto, prototipo del produc
to, comerciales o exhibiciones promocionales durante la encuesta. Para un ejemplo ms bsico,
una prueba de degustacin incluye probar el producto. En otros casos, son tiles fotografas,
mapas u otras ayudas audiovisuales. En estos casos, las encuestas personales que se realizan en
lugares centrales (centros comerciales y EPAC) son preferibles a las encuestas en el hogar. Las
encuestas por correo y los grupos por correo son moderados en esta dimensin, debido a que a
w ces es posible enviar por correo las ayudas requeridas o incluso muestras de producto. Las
encuestas por Internet tambin son moderadamente apropiadas. Debido a que se basan en Inter
net, los cuestionarios pueden incluir elementos de multimedia como prototipos de pginas de
Internet y anuncios. El uso de estmulos fsicos es limitado en las encuestas telefnicas tradicio
nales, ETAC y tambin en las encuestas por correo.
Control de las muestras

Gpacidad del modo de encuesta
para alcanzar las unidades especifi
cadas en la muestra en forma eficaz
y eficiente.
Representacin de los elementos

de una poblacin objetivo. Consiste
en una lista o un grupo de instruccio
nes para identificara la poblacin
objetivo.
Morcado digital aleatorio ( m d a )

Tcnica utilizada para superar la
desviacin de nmeros de telfono
privados y de conexin reciente, al
seleccionar todos los dgitos del n
mero telefnico en forma aleatoria.
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
Adicin de una constante al ltimo dgito

Al nmero telefnico seleccionado del directorio se agrega un nmero entre el 1 y el 9. En un
muestreo de ms uno, el nmero que se agrega al ltimo dgito es 1.
Nmero seleccionado del directorio: 404-953-3004 (cdigo de rea-bloque de intercambio).
Agregue 1 al ltimo dgito para formar 404-953-3005. ste es el nmero que se incluir en la
muestra.
R>rma aleatoria de losx ltimos nmeros
Reemplace los x (* = 2,3 o 4) ltimos dgitos con una cantidad igual de dgitos elegidos en
forma aleatoria.
Nmero seleccionado del directorio: 212-881-1124. Reemplace los ltimos cuatro dgitos del
bloque con nmeros seleccionados en forma aleatoria 5, 2,8 y 6 para formar 212-881-5286.
Procedimiento de dos etapas
La primera etapa consiste en seleccionar un grupo de intercambio y un nmero de telfono del
drectorio. En la segunda etapa, los ltimos tres dgitos de los nmeros seleccionados se reemplazan
con un nmero aleatorio de tres dgitos, entre 000 y 999.
Grupo 1
Intercambio seleccionado: 202-636
Nmero seleccionado: 202-636-3230
Reemplace los tres ltimos dgitos (230) con el 389 seleccionado en forma aleatoria para formar
202-636-3389.
Repita este procedimiento hasta obtener la cantidad deseada de nmeros de telfono de este
grupo.
Diseo de investigacin para en

cuestas telefnicas en el que se
toma una muestra de nmeros del
directorio telefnico y se modifica
pora permitir que los nmeros priva
dos tengan oportunidad de incluirse
en la muestra.
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.
Control del entorno de acopio de datos

H grado de control que un investigador tiene sobre el entorno en que el encuestado responde al
cuestionario es otro factor que marca diferencias entre los diversos modos de encuesta. Las encues
tas personales realizadas en lugares centrales (centros comerciales y EPAC) ofrecen el mayor
grado de control de entorno. Por ejemplo, el investigador puede establecer un lugar en especial
para demostrar un producto. Las encuestas personales en casa ofrecen un control de moderado a
bueno debido a que el encuestador est presente. Las encuestas telefnicas tradicionales y
ETAC ofrecen un control moderado. El encuestador no puede ver el entorno en el que se reali
za la encuesta, pero puede sentir las condiciones circundantes y alentar al encuestado a estar
atento y comprometido. En las encuestas y grupos por correo, correo electrnico y por Internet,
el investigador tiene poco control sobre el ambiente.

Se compone de encuestadores y
supervisores incluidos en el acopio
de datos.
La fu erza de campo consiste en encuestadores y supervisores comprometidos con el acopio de

datos. Las encuestas por correo, los grupos por correo, las encuestas por correo electrnico e In
ternet eliminan los problemas de control de la fuerza de campo debido a que no requieren de este
personal. Las encuestas telefnicas tradicionales, las ETAC, en centros comerciales y las EPAC
ofrecen grados de control moderado debido a que las encuestas se realizan en una locacin
central, haciendo que la supervisin sea relativamente simple. En relacin con esto, las encuestas
personales en casa son problemticas. Debido a que muchos encuestadores trabajan en diver
sos lugares, la supervisin continua es poco prctica.22
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.
Cuando los encuestados reales di

fieren de aquellos que se rehsan a
participar.
Conducta objetivo que se investiga.
La tasa de respuesta de la encuesta se define ampliamente como el porcentaje de las encuestas

totales intentadas que se completan. Las encuestas personales en casa, en centros comerciales y
asistidas por computadora arrojan la tasa de respuesta ms alta (en general ms de 80 por ciento).
Los problemas causados por los casos de nadie-en-casa se resuelven a menudo al volver a dife
rentes horas. Las encuestas telefnicas, tradicionales y ETAC, arrojan tasas de respuesta entre
60 y 80%. Estos modos tambin sufren el problema de nadie-en-casa o no-contestan. Se obtienen
tasas de respuesta ms altas al volver a llamar. En muchas encuestas telefnicas se intenta volver
a llamar por lo menos tres veces.
Las encuestas por correo tienen bajas tasas de respuesta. En una encuesta por correo de en
cuestados seleccionados en forma aleatoria, sin ningn contacto anterior o posterior al envo, la
tasa de respuesta en general es menos de 15 por ciento. Esa tasa baja de respuesta puede llevar
a serias desviaciones (desviacin de falta de respuesta), debido a que el hecho de que una persona
responda a una encuesta por correo se relaciona con su inters en el tema. La magnitud de la
desviacin po r fa lta de respuesta incrementa conforme la tasa de respuesta disminuye. Sin em
bargo, el uso de procedimientos apropiados para inducir una respuesta puede incrementar la tasa
de respuesta en encuestas por correo hasta 80% o ms. Las tasas de respuesta en grupos por correo
por lo regular tienen una escala de 70 a 80%, debido a la cooperacin asegurada del encuestado.
Las encuestas por Internet tienen las tasas de respuesta ms bajas, aun ms que las encuestas
por correo electrnico. Esto se debe a que algunos encuestados pueden tener acceso al correo
electrnico pero no a Internet, y que acceder a Internet requiere ms esfuerzo y habilidad. Es
ms, los encuestados por lo general necesitan estar conectados a Internet mientras completan
una encuesta en la pgina Web; no pueden estar fuera de lnea como con las encuestas por co
rreo electrnico. Si los encuestados son preseleccionados, tienen que conectarse a un sitio en
Internet. Muchos no estn dispuestos a realizar este esfuerzo.
Una revisin extensa de la bibliografa, que abarca 497 tasas de respuesta en 93 artculos
de peridico, encontr tasas de respuesta promedio de 81.7,72.3 y 47.3% para encuestas perso
nales, telefnicas y por correo, respectivamente.25 La misma revisin tambin descubri que
las tasas de respuesta se incrementan con:
Incentivos monetarios prometidos o prepagados
Aumentar la cantidad de incentivo monetario
Primas no monetarias y recompensas (plumas, lpices, libros)
Notificacin preliminar
Tcnicas del pie-en-la-puerta. stas son estrategias de diversosrequerimientos. El primero
es relativamente pequeo, y todos o la mayora de laspersonas acuerdancumplirlo. Al
requerimiento pequeo sigue un requerimiento mayor, llamado requerim iento crtico,
que es en realidad la conducta objetivo
Personalizacin (enviar cartas dirigidas a individuos especficos)
Cartas de seguimiento
En el captulo 12 se encuentra un comentario ms amplio de cmo mejorar las tasas de
respuesta.
Anonimato percibido
Percepciones del encuestado de
que su identidad no la discernir el
encuestador o el investigador.
Tendencia de los encuestados a dar

respuestas que pueden no ser exac
tas pero que son deseables desde un
punto de vista social.
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.
Conveniencia social/informacin delicada

Conveniencia social es la tendencia de los encuestados a dar respuestas que son socialmente
aceptables, sean o no verdaderas. Como las encuestas por correo, grupos por correo y encuestas
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
Posibilidad de desviaciones del encuestador

Los encuestadores pueden desviar los resultados de una encuesta: 1) al seleccionar encuestados
(encuestando a alguien ms cuando requeran que fuera el jefe de la familia); 2) al hacer pregun
tas de investigacin (omiten preguntas), y 3) al registrar respuestas (registran las incorrectas o
incompletas). El alcance del papel del encuestador determina el potencial de desviacin.28 Las
encuestas personales en casa y en centros comerciales son muy susceptibles de desviaciones de
los encuestadores. Las encuestas telefnicas tradicionales y ETAC son menos susceptibles,
aunque existe la probabilidad. Por ejemplo, con la inflexin y el tono de voz, los encuestadores
pueden mostrar sus propias actitudes y as sugerir respuestas. Las encuestas asistidas por
computadora tienen un bajo potencial de desviaciones. Las encuestas por correo, grupos por co
rreo, correo electrnico y encuestas por Internet no tienen este problema.
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
IN V E S T IG A C IO N a c t i v a PROYECTO DE TIENDA DEPARTAMENTAL

En el proyecto de tienda departamental se utilizaron encuestas personales en casa por distintas razones.
Se hicieron preguntas diversas. Algunas eran complejas y se tena que recabar una cantidad relativamen
te grande de datos. La informacin que se obtuvo no era delicada ni amenazadora. Se utilizaron es
tudiantes capacitados como encuestadores, reduciendo de esta manera el costo. Otra consideracin
importante fue que las encuestas personales se pudieron realizar sin subcontratar el acopo de datos de
una compaa de servicios de campo.
No se eligieron mtodos de telfono debido a la complejidad de las preguntas y la cantidad de da
tos requerida. Las encuestas en centros comerciales y EPAC tampoco eran apropiadas, debido a que se
necesitaban demasiados datos. El uso de instalaciones en una locacin central hubiera requerido la subcontratacin de una compaa de servicios de campo. Se desecharon las encuestas por correo debido a
la baja tasa de respuesta y a la complejidad de la informacin requerida. Los grupos por correo eran
inapropiados, dada la complejidad de la informacin requerida y no se consider adecuado un cuestio
nario de autoaplicacin. No se eligieron los mtodos electrnicos, ya que mucha gente en el mercado
objetivo no tena acceso al correo electrnico o a Internet cuando se realiz la encuesta.
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
ELECCIN DEL M TO D O DE_ENCUESTA

Como resulta evidente en la tabla 6-2 y en el anlisis anterior, ningn mtodo de encuesta es
superior en todas las situaciones. Ninguno, uno, dos o aun todos los mtodos pueden ser apropia
dos, dependiendo de factores como requerimientos de informacin, restricciones de presupuesto
(tiempo y dinero) y caractersticas del encuestado.31 Recurdese que los diversos modos de
acopio de datos no son excluyentes. En cambio, se pueden utilizar en forma complementaria
para apoyarse en las fortalezas y compensar las debilidades de cada uno. El investigador puede
utilizar estos mtodos en combinacin y desarrollar mtodos creativos. Para ilustrar, en un pro
yecto clsico los encuestadores distribuyeron entre los encuestados el producto, cuestionarios
de autoaplicacin y sobres con el porte pagado de regreso. Las encuestas telefnicas tradiciona
les se utilizaron para seguimiento. Combinar los modos de acopio de datos dio por resultado la
cooperacin de 97% de los encuestados. Es ms, 82% de los cuestionarios se regresaron por
correo.32 En la introduccin se ilustr cmo en la votacin para las elecciones presidenciales se
utilizaron con xito las encuestas telefnicas y por Internet. Con el siguiente ejemplo se muestra
la seleccin de los modos de encuesta.
INVESTIGACIN
REAL
Las encuestas cruzadas ayudan a BlueCross

BlueCross (www.bluecross.com) quera saber dnde concentrar su dinero de publicidad y por lo
tanto determinar el reconocimiento de anuncios ubicados en distintos medios (siete anuncios
impresos, seis comerciales de televisin y dos comerciales en radio). Con el fin de mantener
bajo el costo de la encuesta no se utilizaron encuestas personales. Primero BlueCross realiz
encuestas telefnicas en su rea de marketing en Minnesota. Se puso el anuncio en radio con el
nombre de la compaa eliminado por un sonido y se pidi a los participantes que identificaran
a la empresa Al final de la encuesta telefnica se pregunt a los encuestados si estaran dispues
tos a responder preguntas similares relacionadas con algunos anuncios impresos y comerciales
de televisin. A los 650 encuestados que aceptaron se les envi una encuesta por correo. Se
utilizaron procedimientos similares en la encuesta por correo. El nombre de la compaa se blo
que y se utiliz un mtodo de guin para recrear en papel los comerciales de televisin. Esto,
junto con anuncios impresos y un cuestionario, se envi por correo a los encuestados. Despus
de una llamada de seguimiento regresaron 405 encuestas.
Los resultados del estudio fueron muy interesantes. Los anuncios impresos fueron reco
nocidos por 23% de los participantes en la encuesta, los anuncios de televisin por 41% y los
www.FreeLibros.me
186
PARTE II
anuncios de radio por 40%. A l dividir el porcentaje de la tasa de reconocimiento y el alcance

por el costo de producir anuncios en ese medio en particular, BlueCross fue capaz de deter
minar los resultados que obtena en cada medio. El ms eficaz fue la impresin, seguido de
cerca por la radio y luego por la televisin. Este anlisis permiti a BlueCross concentrar su
publicidad en el medio ms eficaz, al mismo tiempo que continu utilizando los otros dos en
forma complementaria.33
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.
Los mtodos de observacin son el segundo tipo de metodologa utilizada en la investigacin

descriptiva. La observacin incluye registrar los patrones de conducta de la gente, objetos y
eventos en forma sistemtica para obtener informacin acerca del fenmeno de inters. El ob
servador no pregunta ni se comunica con la gente que es observada. La informacin se puede
obtener conforme ocurren los eventos, o de registros de eventos pasados. Los mtodos de ob
servacin pueden ser estructurados o no estructurados, directos o indirectos. Es ms, la obser
vacin se puede realizar en un entorno natural o artificial.34
Observacin estructurada o no estructurada

Tcnicas de observacin donde el
vestigador claramente define las
conductas por observar y los mto
dos con los que sern medidas.
Incluye un observador que super

visa todos los aspectos del fenme
no sin especificar los detalles por
adelantado.
En la observacin estructurada, el investigador especifica con detalle lo que se debe observar

y cmo se deben registrar las mediciones. Un ejemplo sera un auditor que realiza un anlisis de
inventario en una tienda. Esto reduce el potencial de desviaciones del observador y realza la
confiabilidad de los datos. La observacin estructurada es apropiada cuando el problema de
investigacin de mercados ha sido claramente definido y se ha especificado la informacin re
querida. En estas circunstancias pueden identificarse claramente los detalles del fenmeno por
observar. La observacin estructurada es apropiada para uso en la investigacin conclusiva.
En la observacin no estructurada, el observador supervisa todos los aspectos de los fen
menos que parecen relevantes para el problema que se enfrenta; por ejemplo, observar nios
jugando con juguetes nuevos. Esta forma de observacin es apropiada cuando falta establecer el
problema con precisin y se requiere flexibilidad en la observacin para identificar los com
ponentes fundamentales del problema y para desarrollar una hiptesis. En la observacin no
estructurada la probabilidad de desviacin del observador es alta. Por esta razn, los resultados
de la observacin deben considerarse como hiptesis que debern comprobarse, ms que como
resultados conclusivos. Por lo tanto, la observacin no estructurada es la ms apropiada para la
investigacin exploratoria.
Observacin encubierta o abierta

En la observacin encubierta, los encuestados no se percatan de que estn siendo observados. El
encubrimiento permite que los encuestados se comporten de manera natural, debido a que la
gente tiende a comportarse diferente cuando saben que estn siendo observados. Se puede lograr
el encubrimiento al utilizar espejos de doble vista, cmaras escondidas o aparatos mecnicos
inconspicuos. Los observadores se pueden disfrazar como compradores o empleados de ventas,
o en otras formas apropiadas.
En la observacin abierta, los encuestados se percatan de que estn bajo observacin. Por
ejemplo, pueden estar conscientes de la presencia del observador. Los investigadores no se
ponen de acuerdo sobre qu efecto tiene la presencia de un observador en su conducta. Un punto
de vista es que el efecto del observador es mnimo y permanece por poco tiempo. La otra
postura es que el observador puede desviar seriamente los patrones de conducta.35
Observacin natural o artificial

La conducta se observa en su entorno
conforme se realiza.
La conducta se observa en un entorno
artificial.
La observacin n a tu ra l incluye observar la conducta conforme sucede en el entorno. Por

ejemplo, podra observarse la conducta de encuestados que consumen comida rpida en Burger
King. En la observacin artificial, la conducta de los encuestados se observa en un entorno
artificial, como una cocina de pruebas.
La ventaja de la observacin natural es que los fenmenos observados reflejarn con ms
precisin el verdadero fenmeno. Las desventajas son el costo de esperar a que ocurra el fenme
no y la dificultad de medirlo en un entorno natural.
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
Con el ejemplo de Canon Cameras en la seccin de generalidades se ilustr la observacin

encubierta no estructurada en un entorno natural.
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.
En ôbserva ci n personal, un investigador observa la conducta real conforme sucede, como en

el ejemplo de Canon Cameras en la seccin de generalidades. El observador no intenta controlar
o manipular el fenmeno que se observa, sino que slo registra lo que sucede. Por ejemplo, un
investigador puede registrar la cuenta de trnsito en una tienda departamental y observar su flujo.
Esta informacin podra ayudar a disear la disposicin de la tienda y determinar la localizacin
de los departamentos individuales, ubicacin de estantes y exhibicin de mercancas.
INVESTIGACIN
REAL
El misterio detrs de las compras misteriosas

Bose Corporation (www.bose.com)es una de las empresas de audio lderes a nivel mundial que
vende una diversidad de productos de audio, incluyendo bocinas para teatro en casa, sistemas
de sonido para automvil y artculos porttiles para msicos. Hasta el 2003, Bose confiaba en
un conjunto de canales de ventas, como tiendas minoristas, operaciones directas por correo y
ventas en lnea para lograr ventas anuales de unos 1,500 millones de dlares. Una estrategia que
Bose utiliza con eficacia es vender directo a los consumidores al menudeo en sus tiendas mino
ristas en todo Estados Unidos, con empleados que conocen los productos y que los pueden ex
plicar a los clientes. Bose utiliza compras misteriosas para asegurar que sus clientes obtienen
el mejor servicio a clientes disponible. Este mtodo combina el uso de observacin personal
con preguntas para evaluar las distintas caractersticas de las tiendas minoristas. Se recluta a
compradores y se les capacita en el proceso de observacin y preguntas.
El proceso de compras misteriosas comienza con una llamada a la tienda minorista. Los
compradores hacen preguntas acerca de productos y registran qu tan til fue el empleado al respon
der las preguntas. Los clientes tambin califican la amabilidad de los empleados y otros factores
en una escala de excelente, satisfactorio o no satisfactorio. Luego est la visita en persona, don
de el comprador, fingiendo ser un cliente, observa con ms detalle las habilidades personales del
empleado y el conocimiento del producto. El proceso est ms comprometido durante la visita
en persona. Se evalan el lenguaje que utilizan los empleados, el entorno de la tienda y sus demos
traciones de productos. Se pide a los compradores completar la forma de observacin inmediata
mente despus de la experiencia, mientras todo sigue fresco en sus mentes. Esta retroalimentacin
se utiliza para hacer cambios en las ventas personales y estrategia de marketing. Cuando las
compras misteriosas revelaron que algunos vendedores no tenan muchos conocimientos acerca
de los productos, Bose reforz su programa bsico de capacitacin tcnica y lo hizo obligatorio
para todos sus vendedores. Es ms, tambin se pidi a los vendedores participar en un programa
de capacitacin continua para que se mantuvieran actualizados sobre los productos y la tecnolo
ga de Bose. Como resultado, la satisfaccin de los clientes es muy alta.36
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.
Instrumento que mide la respuesta

galvnica de la piel del encuestado.
Chmbios en la resistencia elctrica
d la piel que se relacionan con el
estado afectivo del encuestado.
Medicin de las reacciones emocio

nales a travs de cambios en la voz
del encuestado.
Cantidad de tiempo que toma
responder.
En la observacin m ecnica, los aparatos mecnicos y no los humanos registran el fenmeno

que se observa. Estos artefactos pueden o no requerir la participacin directa de los encuestados. Se utilizan para registrar continuamente la conducta para un anlisis posterior.
De los artefactos mecnicos que no requieren participacin directa de los encuestados, el
ms conocido es el audmetro de ACNielsen. ste se anexa al televisor para registrar en for
ma continua el canal que se sintoniza. Recientemente se introdujeron los medidores de perso
nas, con los cuales se intenta medir no slo el canal que se sintoniza, sino quines lo estn
viendo.37 Otros ejemplos comunes incluyen torniquetes que registran el nmero de personas
que entran o salen de un edificio y contadores de trnsito ubicados entre calles para determi
nar el nmero de vehculos que transitan por ciertos lugares. Las cmaras en sitios (fijas, de
movimiento o video) se utilizan cada vez ms en las tiendas para evaluar los diseos de pa
quetes, espacio de mostradores, exhibiciones en piso y patrones de flujo de trnsito. Los
avances tecnolgicos como el cdigo de producto universal (UPC), tambin llamado cdigo
de barras, han tenido un impacto importante en la observacin mecnica. El sistema de cdigo de
barras, junto con el de lector ptico permiten el acopio de informacin mecnica relaciona
da con compras por categora de producto, marca, tipo de tienda, precio y cantidad (vase el
captulo 4).
En contraste, muchos artefactos mecnicos de observacin s requieren la participacin del
encuestado. Estos artefactos mecnicos pueden clasificarse en cinco grupos: 1) monitores de re
gistro ocular; 2) pupilmetros; 3) psicogalvanmetros; 4) analizadores del tono de voz, y
5) aparatos medidores del tiempo de respuesta. El equipo de registro ocular, como oculmetros,
cmaras oculares o minuteros de vista registran los movimientos del ojo. Estos aparatos se pueden
utilizar para determinar cmo un encuestado lee un anuncio o cmo ve un comercial de televi
sin y por cunto tiempo mira las diversas partes del estmulo. Esa informacin es directamente
relevante para evaluar la eficacia de la publicidad. El pupilmetro mide los cambios en el di
metro de la pupila de los ojos del encuestado. Se pide a los encuestados que miren la pantalla en
la que se proyecta el anuncio u otro estmulo. El brillo de la imagen y la distancia de los ojos del
encuestado se mantienen constantes. Los cambios en el tamao de la pupila se interpretan como
cambios en la actividad cognitiva (pensamiento), como resultado de la exposicin a los estmulos.
La suposicin implcita es que el incremento en el tamao de la pupila refleja inters y actitu
des positivas hacia el estmulo.38
El psicogalvanm etro mide la respuesta g a lv n ica d e la p ie l (RGP) o los cam bios en
la resistencia elctrica de la misma.39 Se colocan al encuestado pequeos electrodos que
monitorean la resistencia elctrica y se le muestran estmulos como anuncios, paquetes y lemas
publicitarios. La teora detrs de este aparato es que los cambios fisiolgicos, como el incre
mento en la transpiracin, acompaan a las reacciones em ocionales. La excitacin lleva al
incremento de transpiracin, lo que aumenta la resistencia elctrica de la piel. D e la fuerza
de la respuesta, el investigador infiere el nivel de inters del encuestado y las actitudes hacia
el estmulo.
El anlisis d e l tono de voz mide las reacciones emocionales mediante cambios en la voz
del encuestado. Los cambios en la frecuencia de vibracin relativa en la voz humana que
acompaan a las reacciones emocionales se miden con un equipo de audio adaptado a una
computadora.40
El tiem po de respuesta es el que toma un encuestado antes de responder una pregunta. Se
utiliza como medida de la preferencia relativa para diversas alternativas.41 Se piensa que el
tiempo de respuesta est directamente relacionado con la incertidumbre. Por lo tanto, cuanto
ms tiempo le tome a un encuestado elegir entre dos alternativas, ms cercanas se encuentran
esas alternativas en trminos de preferencia. Por otro lado, si el encuestado toma una decisin
rpida, claramente se ha preferido una alternativa. Con la creciente popularidad del acopio de
datos asistidos por computadora, el tiempo de respuesta se puede registrar con precisin y sin
que el encuestado se percate de ello.
El uso de monitores oculares, pupilmetros, psicogalvanmetros y analizadores del tono
de voz supone que las reacciones fisiolgicas se relacionan con respuestas afectivas y cognitivas especficas. Esto todava est por demostrarse con claridad. Es ms, la calibracin
de estos aparatos para medir la excitacin fisiolgica es difcil, y su utilizacin es costosa.
Otra limitante es que los encuestados se ubican en un entorno artificial y saben que son
observados.
www.FreeLibros.me
CAPTULO 6
INVESTIGACIN
189
REAL
Mirro: Despegndose de una situacin pegajosa

Mirro Company, divisin de NewellRubbermaid (www.neweUco.coni), produce enseres de cocina
econmicos y realiz una investigacin exploratoria para tratar de incrementar la participacin
de mercado al introducir un nuevo producto. El objetivo de la investigacin era determinar
qu caractersticas podran agregarse a sus enseres de cocina para que resultaran ms benfi
cos para el usuario. La compaa contrat a Metaphase Design Group (www.metaphase.com)
para realizar una investigacin de observacin de mercados al utilizar juntas personales en
casa con las mujeres que eran cabeza de familia. Las ciudades objetivo de Metaphase fueron
St. Louis, Boston y San Francisco. Todas las observaciones en casa se videograbaron para
anlisis posterior. Los resultados mostraron que las actividades ms problemticas relaciona
das con los enseres de cocina eran sus caractersticas para servir, problemas para guardar y su
dificultad de limpieza. Ms especficamente, la compaa encontr que Servir era un proble
ma, como era mover la comida dentro y fuera de la olla. La gente no saba qu hacer con las
tapas mientras estaba cocinando. Se quejaron de la suciedad que dejan las tapas cuando se
ponen sobre la cubierta de la cocina o de la estufa . Metaphase tambin not que la mayora
de los consumidores no estaban contentos con la capacidad de no pegarse de las ollas impegables .
Despus de analizar los resultados, Mirro Company, junto con Metaphase, disearon
una nueva olla, Allegro, que tena una tapa cuadrada con un botn circular. La tapa cuadrada
permita que se guardara con facilidad, la capacidad de servir con ms cuidado y volumen
adicional. Estas tres caractersticas estaban directamente relacionadas con los resultados de
la investigacin exploratoria que obtuvo la compaa. El presidente, Gerry Paul, explic los
resultados del nuevo producto, las ventas de Allegro han superado las expectativas, y la
produccin finalmente se puso al da con la apabullante demanda generada por los com er
ciales informativos iniciales. La reaccin del consum idores muy buena . A l 2003, la colec
cin Allegro es parte de la lnea de productos Wearever (www.wearever.com) producida por
Mirro.42
Inventario
Tipo de inventario donde el investiga

d o r reg istra la s m arcas, c a n tid ad es y
tam a o s de p aq u etes d e los p ro d u c
tos en la alacen a del consum idor.
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.
El anlisis d e co n ten id o es un mtodo apropiado cuando el fenmeno por observar es un

mensaje, ms que una conducta u objetos fsicos. Se define como la descripcin objetiva,
sistemtica y cuantitativa del contenido manifiesto de un mensaje.43 Incluye observacin
tanto com o anlisis. Las unidades de anlisis pueden ser palabras (diferentes palabras o ti
pos de palabras en el mensaje), caracteres (individuales u objetos), temas (proposiciones),
medidas de espacio y tiempo (longitud o duracin del mensaje) o temas (asunto del men
saje). S e desarrollan categoras analticas para clasificar las unidades y se d esglosa el
mensaje de acuerdo con las reglas prescritas. Las aplicaciones en investigacin de merca
dos incluyen observar y analizar el contenido del mensaje de los anuncios, artculos de pe
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
El contenido intercultural es el contenido de las agencias de publicidad

Al 2003, Estados Unidos representa la mitad de los gastos mundiales en publicidad, seguido
de Japn, que equivale a 10 por ciento. El anlisis de contenido se utiliz para comparar el
contenido de informacin de los anuncios en revistas estadounidenses y japonesas. Se seleccio
naron seis categoras de revistas (general, para mujeres, para hombres, profesional, deportes
y entretenimiento) de cada pas. Se eligieron anuncios de estas revistas para el anlisis, resul
tando un total de 1,440 anuncios: 832 de revistas estadounidenses y 608 de revistas japonesas.
Ttesjueces de manera independiente notaron si cada anuncio era informativo o no informativo,
qu criterio de contenido de informacin satisfaca, tamao y categora de producto que se
anunciaba. La publicidad de revistas japonesas era de manera consistente ms informativa que
la publicidad en revistas estadounidenses. Por ejemplo, ms de 85% de los anuncios japone
ses que se analizaron satisfacan al menos un criterio de contenido de informacin y por lo
tanto se perciban como informativos, comparados con slo 75% de los anuncios estadouniden
ses. Del mismo modo, los anuncios japoneses tenan un promedio de 1.7 seales de informacin
por anuncio, comparadas con 1.3 seales por anuncio estadounidense. Esta informacin es til
para las empresas multinacionales y agencias de publicidad, incluyendo Young & Rubicam,
Saatchi & Saatchi Worldwide, McCann Erickson Worldwide, Ogilvy & Mather Worldwide,
BBDO Worldwide y otras con operaciones globales que realizan campaas de publicidad
multiculturales.44
El anlisis de contenido puede incluir anlisis y codificacin tediosa; sin embargo, para
hacerlo ms fcil se pueden utilizar microcomputadoras y computadoras centrales. El conteni
do manifiesto del objeto puede ser codificado por computadora. Las frecuencias observadas de
cdigos de categora pueden agregarse y compararse con el criterio de inters que utilizan
las computadoras. Aunque el anlisis de contenido no ha sido ampliamente utilizado en la
investigacin de mercados, la tcnica ofrece un gran potencial. Por ejemplo, podra ser beneficio
so utilizarla en el anlisis de preguntas abiertas.
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
D'iseo de investigacin descriptiva: encuesta y observacin
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.
Tome una cookie

Muchos usuarios no se dan cuenta, pero se han llevado una o dos cookies mientras estn en In
ternet. Una cookie no es una delicia culinaria en este caso. Es un medio sofisticado por el que
un sitio de Internet puede recabar informacin sobre los visitantes. A menudo este proceso se
realiza sin el conocimiento de quien navega en Internet.
Una cookie es un grupo de letras y nmeros grabados en el navegador de Internet que iden
tifica a ese usuario. Las compaas y los individuos que tienen sitios en Internet utilizan las
cookies para recabar informacin de marketing sobre los visitantes. Las cookies siguen al nave
gante a travs del sitio de Internet y registran las pginas accesadas por el visitante, as como el
nmero de minutos pasados en cada pgina. Su nombre, direccin, nmero de telfono y sitio
de acceso pueden recabarse por medio de esta cookie y ser almacenados en una base de datos si
el visitante ingresa cualquier informacin. Durante una visita de seguimiento, la cookie accesa
a esta informacin y tiene la capacidad de repetirla al visitante. En esencia, una cookie toma da
tos sobre el usuario durante cada visita a un sitio.
Hotwireds Pocket (www.hotwired.com) utiliza cookies para obtener informacin acerca
del trnsito en el sitio. La informacin ayuda al personal de marketing en la revista electrnica
e impresa para obtener datos demogrficos sobre el lector. La compaa tambin puede vigilar
resultados en temas particulares y obtener retroalimentacin valiosa sobre los intereses del
usuario. El acopio de datos se basa en la conducta del visitante. Esta tcnica oculta permite a
Hotwired supervisar los patrones de uso y eliminar la desviacin de respuestas socialmente
aceptables. La informacin recopilada en esta forma se ha utilizado para modificar el contenido
editorial y el formato para hacer que la revista sea ms atractiva.45
Aunque el anlisis de rastros se ha aplicado en forma creativa, tiene limitantes. La eviden
cia actual indica que se debe utilizar slo cuando no es posible emplear otro mtodo. Es ms,
debe darse la debida atencin a los temas ticos, como el uso de cookies.
EVALUACIN COMPARATIVA DE LOS M TO D O S

DE OBSERVACIN
En la tabla 6-3 se proporciona una evaluacin comparada de los mtodos de evaluacin. Los
distintos mtodos de observacin se evalan segn los grados de estructura, encubrimiento, ca
pacidad de observar en un entorno natural, desviacin de observacin, desviacin de medicin
y anlisis y factores generales adicionales.
Evaluacin comparativa de mtodos de observacin

C r it e r io
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
G rad o d e en cu b rim ien to
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
D esv iaci n d e anlisis
M ucha
P o c a a m edia
P oca
Poca
M e d ia
C o m en tario s gen erales
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
La estructura se relaciona con la especificacin de lo que se va a observar y cmo se registrarn

las mediciones. Como se puede ver en la tabla 6-3, la observacin personal es baja, el anlisis de
rastros es medio y los anlisis de contenido e inventario son altos en el grado de estructura. La
observacin mecnica puede variar ampliamente dependiendo de los mtodos empleados. Los
mtodos como el de lector ptico tienen una estructura bien establecida en cuanto a las caractersti
cas que se desean medir. Por ejemplo, las caractersticas de los productos que pasan por el lector
ptico a la hora de realizar el pago en la caja del supermercado se definen con precisin. As, estos
mtodos cuentan con una estructura ms amplia. En contraste, los mtodos mecnicos, como el uso
de cmaras escondidas para observar nios utilizando juguetes, tienden a ser poco estructurados.
El grado de encubrimiento es bajo en el caso de inventarios y es difcil ocultar la identidad
de los auditores. La observacin personal ofrece un grado medio de encubrimiento, ya que hay
limitaciones en cuanto al grado en que un observador se puede disfrazar como comprador, asis
tente de ventas, empleado, etctera. El anlisis de rastro y el de contenido ofrecen un alto grado
de encubrimiento, ya que los datos se recaban despus del hecho; es decir, despus de que han
ocurrido los fenmenos por observar. Algunas observaciones mecnicas, como cmaras escondi
das, ofrecen un encubrimiento excelente, en tanto que el uso de otras, como psicogalvanmetros,
es muy difcil de ocultar.
La capacidad para observar en un entorno natural es baja en anlisis de rastro debido a
que la observacin se realiza despus que ha ocurrido el fenmeno de observacin. Es mediana
en caso de un anlisis de contenido, debido a que la comunicacin que se analiza es slo una
representacin limitada de un fenmeno natural. La observacin personal e inventarios son e x
celentes en este sector, ya que los observadores pueden mirar a la gente o a los objetos en una
diversidad de entornos naturales. Los mtodos de observacin mecnicos varan de bajos (por
ejemplo, uso de psicogalvanmetros) a altos (por ejemplo, uso de torniquetes).
La desviacin por observacin es baja en el caso de observacin mecnica debido a que no
se incluye un observador humano. Tambin es baja para los inventarios. Aunque los auditores
son humanos, la observacin por lo general se realiza sobre objetos y las caractersticas por ob
servar estn bien definidas, lo que resulta en desviacin de observacin. La desviacin de
observacin es media para anlisis de trazo y de contenido. En ambos mtodos se incluyen ob
servadores humanos y las caractersticas por observar no estn tan bien definidas. Sin embargo,
los observadores en general no interactan con encuestados humanos durante el proceso de obrervacin, por lo que disminuye el grado de desviacin. ste es alto en la observacin personal,
debido al uso de observadores humanos que interactan con el fenmeno que se observa.
La desviacin de anlisis de datos es poca en inventarios y anlisis de contenido porque las
variables estn definidas con precisin, los datos son cuantitativos y se realizad anlisis estads
tico. El anlisis de trazo tiene un grado medio de desviacin, ya que la definicin de las variables
no es muy precisa Los mtodos de observacin mecnica pueden tener un grado bajo (por
ejemplo, datos de escner) a medio (por ejemplo, cmara escondida) de desviacin de anlisis,
dependiendo del mtodo. A diferencia de la observacin personal, la desviacin en la observa
cin mecnica es limitada a nivel medio, debido a la medicin y clasificacin mejorada, porque
el fenmeno por observar se puede registrar continuamente utilizando artefactos mecnicos.
Adems, la observacin personal es la ms flexible, ya que los observadores humanos
pueden captar una amplia variedad de fenmenos en una gran diversidad de entornos. A lgu
nos mtodos de observacin mecnica, como el uso de psicogalvanmetros, pueden ser demasiado
intrusivos, lo que ocasiona situaciones artificiales y desviaciones. Los inventarios que utilizan
auditores humanos tienden a ser costosos. El anlisis de contenido es apropiado y limitado a la
observacin de comunicaciones. Como se mencion anteriormente, el anlisis de rastro es un
mtodo de ltimo recurso. La aplicacin de este criterio llevar a la identificacin de un mto
do adecuado, si es que la observacin es apropiada en una situacin dada.
COM PARACIN DE LOS M TO D O S

DE ENCUESTA Y DE OBSERVACIN
Aproximadamente 1% de los proyectos de investigacin de mercados se basan slo en mtodos
de observacin para obtener datos primarios.46 Esto implica que los mtodos de observacin
tienen algunas desventajas principales comparados con los mtodos de encuesta. Sin embargo,
los mtodos de observacin ofrecen algunas ventajas que hacen que su uso en conjunto con los
mtodos de encuesta sea fructfero.
www.FreeLibros.me
CAPTULO 6
193
Ventajas relativas de la observacin

La mayor ventaja de los mtodos de observacin es permitir la medicin de la conducta real
ms que informar sobre la conducta que se pretende o se prefiere. N o hay desviacin de infor
me ni desviaciones probables causadas por el encuestador, y se elimina o se reduce el proceso
de encuesta. Ciertos tipos de datos se recaban slo por observacin. stos incluyen patrones de
conducta de los que el encuestado no est consciente o que es incapaz de comunicar. Por ejem
plo, la informacin sobre las preferencias de juguetes de los bebs se obtiene mejor al observar
a los bebs jugando, ya que no son capaces de expresarse de manera adecuada. Es ms, si el fe
nmeno ocurre con frecuencia o es de corta duracin, los mtodos de observacin pueden ser
ms rpidos y ms econmicos que los mtodos de encuesta.
Desventajas relativas de la observacin

La desventaja ms importante de la observacin es que las razones para la conducta observada
pueden no determinarse porque se sabe muy poco sobre los motivos implcitos, creencias, ac
titudes y preferencias. Por ejemplo, a la gente que se observa al comprar una marca de cereal
puede ser que le guste o no le guste. Puede estar comprando esa marca para alguien ms en su
hogar. Otra limitante de la observacin es que la percepcin selectiva (desviacin en la percepcin
del investigador) puede desviar los datos. Adems, los datos de observacin a menudo consu
men mucho tiempo y son costosos, adems de que es difcil observar ciertos tipos de conducta,
como actividades personales. Por ltimo, en algunos casos el uso de mtodos de observacin
puede no ser tico, como al supervisar el comportamiento de la gente sin su conocimiento o
consentimiento.
Para resumir, la observacin tiene el potencial de proporcionar informacin valiosa
cuando se utiliza de manera apropiada. Desde un punto de vista prctico, es mejor tomar la
observacin como un complemento de los mtodos de encuesta, ms que como una competen
cia de ellos.
INVESTIGACIN
REAL
Cmo prefiere su carne?

Cuando la gente compra carne en la tienda suele llevar la que conoce. Esto fue lo que se en
contr cuando PortiCo Research (www.porticoresearch.com) realiz una investigacin para
la National Cattlemens B eef Association (NCBA). La investigacin se realiz para ayudar a la
NCBA a averiguar por qu las ventas de ciertos cortes de carne haban bajado 20% durante
un periodo de cuatro aos. PortiCo Research utiliz observacin mecnica junto con encues
tas a clientes. Los investigadores de PortiCo se ubicaron en las secciones de carne de las
tiendas con el fin de registrar la conducta de compra de los consumidores. Se grab en video
a los consumidores mientras compraban carne. Estas observaciones mostraron que muchos
consumidores no estaban comprando ciertos cortes de carne, aun cuando se vean bien y te
nan menos grasa que el ms popular sirloin o la carne molida. Cuando se pregunt a estos
consumidores por qu no compraban ciertos cortes de carne, la respuesta abrumadora fue que
no saban cmo cocinarlos.
La NCBA realiz diversas acciones para manejar esta situacin. Ahora, impreso en el paque
te de carne, se encuentran las instrucciones apropiadas para cocinar ese corte. Adems, la NCBA
trabaj en conjunto con las tiendas para cambiar la disposicin de los exhibidores de carne de
acuerdo con el mtodo de coccin. Hay etiquetas arriba de cada seccin que informan no slo
los datos nutricionales, sino tambin las formas en las que se puede preparar un corte de carne.
Tambin se colocaron pequeas tarjetas de recetas a un lado de los cortes de carne.
En 2001 los consumidores gastaron ms dinero en carne en comparacin con cualquier
otro ao en la historia (www.beef.org). El total de gastos del consumidor se estim en 57,000
millones de dlares en 2001, que es 4,300 millones ms que el total de gastos en 2000.47

La investigacin de mercados globales presenta distintos retos al recabar datos por medio de
encuestas. Es poco probable que un solo mtodo de acopio de datos sea eficaz en un estudio
de investigacin multinacional. Por ejemplo, las encuestas por correo son populares en Estados
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.
Eleccin de los mtodos de encuesta

Ningn mtodo de aplicacin de cuestionarios es superior en todas las situaciones. En la tabla
6-4 se presenta una evaluacin comparada de los principales modos de recopilacin de datos
cuantitativos en el contexto de la investigacin de mercados internacionales. En esta tabla, los
mtodos de encuesta se analizan slo bajo los ttulos de telfono, personal, correo y encuestas
electrnicas. El uso de ETAC, EPAC y grupos por correo depende mucho del estado de desarrollo
tecnolgico en el pas. Del mismo modo, el uso de encuestas en centros comerciales es con
tingente sobre la dominancia de los centros comerciales en el entorno de ventas. Lo mismo
sucede con las encuestas por Internet y por correo electrnico, que dependen del acceso a compu
tadoras y a Internet. Los mtodos principales de encuestas deben evaluarse cuidadosamente
segn el criterio de la tabla 6-4.
Otra consideracin muy importante para seleccionar los mtodos de aplicacin de cuestio
narios es asegurar la equivalencia y comparacin entre los pases. Los distintos mtodos pueden
tener diferente confiabilidad en diversos pases. Al recabar datos en distintos pases, es desea
ble utilizar mtodos de encuesta con niveles equivalentes de confiabilidad, ms que utilizar el
mismo mtodo, como se ilustra en el siguiente ejemplo.48
www.FreeLibros.me
CAPTULO 6
D'iseo de investigacin descriptiva: encuesta y observacin
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
D ificultad p ara e n c o n tra r e n c a s a a lo s e n c u e s ta d o s
F alta d e acceso a lo s h o g a re s
Falta de disponibilidad de un grupo grande d e encuesta dores capacitados
Poblacin g ra n d e e n reas ru rales
F alta d e d isp o n ib ilid ad d e m ap as
Falta d e d isp o n ib ilid ad d e d irecto rio telefnico a c tu a l
Falta d e d isp o n ib ilid ad d e lista s d e c o rre o
P oca p en etraci n d e te l fo n o s
M ucho co n tro l d e m u estra
Falta d e un siste m a p o sta l e fic a z
B ajo niv el d e a lfa b e tiz a c i n
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
Nota: E l signo + denota una ventaja y el signo - significa una desventaja.
Uso de mtodos de encuesta dominantes para ganar

una participacin dominante de mercado
Reebok Internacional Ltd. ( 1www.reebok.com) tena 11.9% de participacin de mercado entre
tos 8,000 millones de dlares de calzado deportivo en Estados Unidos, en tanto que Nike te
na 42.6% y Adidas 11.3%. Con ventas mundiales que representan 44% de su total, Reebok
se comercializa en ms de 170 pases hasta el 2003. Actualmente, Reebok busca expandirse
en Europa. Ms que estrictamente competir con Nike, Adidas y Puma en Europa por el mer
cado deportivo, Reebok quiere instituir programas de marketing slidos para vender tenis de
calle a las masas europeas. En tres pases: Suecia, Francia y Suiza, se lleva a cabo una en
cuesta entre consumidores sobre las preferencias de tenis. Se puede lograr la comparacin
de los resultados mediante el modo dominante de encuesta de cada pas: encuestas telefni
cas en Suecia, encuestas en lugares centrales en Francia y encuestas personales en casa en
Suiza.49
Como en el caso de las encuestas, en la seleccin de un mtodo de observacin apropiado
para la investigacin de marketing internacional tambin se deben considerar las diferencias en
la economa, estructura, informacin, tecnologa y entorno sociocultural.

El uso poco tico de encuestas como medio para vender o reunir fondos se analiz en el captulo
1. Otro tema tico importante en la investigacin y la observacin es el anonimato del encuestado. Los investigadores tienen la obligacin de no revelar los nombres de los encuestados a
terceros, incluyendo el cliente. Esto es an ms importante si se prometi el anonimato a los en
cuestados con el fin de obtener su participacin. El cliente no tiene derecho a obtener tos nombres
de los encuestados. Slo cuando se notifica con anticipacin a los encuestados y se obtiene su
consentimiento por escrito, antes de aplicar la encuesta se pueden revelar sus nombres al cliente.
Aun en esas situaciones, el investigador debe asegurarse que el cliente no utilizar los nombres
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
La seal es de ocupado para investigacin telefnica

El Council for Marketing and Opinin Research (CMOR) (www.cmor.org) recientemente identi
fic las principales amenazas para la vida de la investigacin. A l principio de la lista estaba la
investigacin telefnica, debido a la preocupacin por una legislacin que se ha propuesto. Cerca
de la mitad de los estados en la Unin Americana ha introducido proyectos de ley para regular las
llamadas telefnicas no solicitadas y el resto estn considerando una legislacin similar. Una ley
de California, diseada para limitar el espionaje en las lneas telefnicas, hace ilegal escuchar por
otra extensin y esto puede limitar la supervisin de los encuestadores telefnicos.
Otro tema que enfrenta la industria de investigacin de mercados es la imagen, ya que el
pblico en general no distingue entre la investigacin telefnica y el telemeicadeo. Esta crisis
de identidad es exacerbada por la engaosa accin de algunas empresas que tratan de vender algo
o reunir fondos bajo la apariencia de una encuesta.
Todas estas barreras incrementan el costo de la investigacin telefnica y hacen difcil para
los investigadores obtener muestras representativas. Las estadsticas recientes en septiembre de
2001 del CMOR confirman que la industria an enfrenta una tendencia creciente en el nmero
de gente que se rehsa a participar en encuestas cada ao. El estudio encuesto a 3,700 consumido
res y casi 45% declar que haban rehusado participar en una encuesta durante el ltimo ao. La
definicin del CMOR de un rechazo a una encuesta no incluye los casos donde los consumidores
evitan las llamadas telefnicas por medio de identificador de llamadas o mquinas contestadoras. Estos factores en realidad elevaran mucho ms la tasa de rechazo real. La preocupacin de
los encuestados acerca de la privacidad es la razn nmero uno por la que la tasa de rechazo es tan
alta. Adems, el uso difundido de Internet y la conciencia pblica del uso fraudulento de infor
macin ha hecho que los consumidores duden sobre participar en encuestas. El estudio tambin
revela que slo 30% de los encuestados estn de acuerdo o muy de acuerdo en que se puede
confiar en los investigadores para proteger el derecho a la privacidad de los consumidores, he
cho que ha disminuido de 40% en 1999 y de 50% en 1995. El CMOR ha respondido y contrat
a la firma de abogados Covington and Burling, de Washington, como cabildos en el Congreso y
para coordinar esta actividad a nivel estatal. Otra accin en consideracin es el sello de apro
bacin del CMOR para levantar las percepciones de imagen en el pblico sobre las compaas
de investigacin responsables. Se debe librar la batalla para salvar la investigacin telefnica;
slo se requiere una llamada.50
Los investigadores no pueden poner a los encuestados en situaciones de tensin. Expresiones
como no hay respuestas correctas o equivocadas, slo nos interesa su opinin pueden relajar
mucho la tensin inherente a una encuesta.
A menudo la conducta de la gente se observa sin su conocimiento, porque informar a los
encuestados puede alterar su conducta.51 Sin embargo, esto puede violar la privacidad del encuestado. Un lincamiento es que no se debe observar a la gente en situaciones donde no espere
ser observada por el pblico. Sin embargo, observar a la gente en lugares pblicos, como un
centro comercial o una tienda, es apropiado si se siguen ciertos procedimientos. Se deben colocar
notificaciones en estas reas informando que estn bajo observacin para propsitos de investiga
cin de mercados. Despus que se han recabado los datos, el investigador debe obtener el
permiso necesario de los encuestados. Si alguno de ellos se rehsa a dar el permiso, los registros
de observacin relacionados con esa persona se deben destruir. Estos lincamientos se aplicarn
al utilizar cookies en Internet.52
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
Del comercio electrnico al comercio mvil

T d ep h ia (www.telephia.com) proporciona servicios de acopio de datos en las reas de marketing
y calidad de redes para la industria telefnica inalmbrica. La compaa form el grupo ms
grande a nivel nacional de datos inalmbricos y usuarios de Internet para investigar sobre las
necesidades de los clientes en el mercado inalmbrico, conforme pasamos de un mundo de
comercio electrnico al de comercio mvil. Se realiz una encuesta en Internet con 3,500 encues
tados que utilizaron un asistente personal digital, localizador de dos direcciones, laptop inalmbri
ca o telfonos inalmbricos de activacin de datos. El objetivo de esta encuesta era obtener co
nocimientos sobre las actitudes de los clientes y el uso de la tecnologa inalmbrica, en especial
los servicios relacionados con el Internet inalmbrico. Una encuesta realizada por InStat revel
que el comercio mvil no ser un mercado en auge al menos hasta el 2003, debido al pequeo
nmero de usuarios de Internet inalmbrico y porque los proveedores todava estn atajando las
opciones de precios. PCIA/Yankelovich realiz un estudio global de usuarios mviles que mos
tr que 27% de los consumidores en Estados Unidos estaban muy de acuerdo con la siguiente
declaracin: Deseara poder hacer en mi telfono mvil lo mismo que ahora slo puedo hacer
con una computadora. Hablando en forma global, los consumidores de otros pases que tam
bin estuvieron muy de acuerdo con esta afirmacin fueron Japn (28%), Italia (21%), Reino
Unido (20%), Corea del Sur (17%) y Alemania (15%). Estas estadsticas definitivamente mues
tran que hay un gran potencial para el mercado de comercio mvil.
Los resultados de la encuesta de Telephia proporcionan informacin sobre las percepcio
nes de los clientes y el uso de artefactos de datos inalmbricos, proveedores de servicios, uso de
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
artificiales. Los principales mtodos son observacin personal, ob

servacin mecnica, inventario, anlisis de contenido y anlisis de
rastros. En comparacin con las encuestas, las ventajas de los m
todos de observacin son: 1) permiten la medicin de la conducta
real; 2) no hay desviaciones de informe, y 3) existe menor potencial
de desviacin del encuestador. Tambin se pueden obtener mejor
ciertos tipos de datos o nicamente por observacin. Las desventa
jas de la observacin son: 1) se puede deducir muy poco acerca de
los motivos, creencias, actitudes y preferencias; 2) existe la pro
babilidad de desviacin del observador; 3) la mayora de los
mtodos son costosos y consumen mucho tiempo; 4) es difcil ob
servar algunas formas de conducta, y 5) existe la probabilidad de
caer en conductas poco ticas. La observacin rara vez se utiliza
como el nico mtodo para obtener datos primarios, pero puede ser
til si se usa en conjunto con los mtodos de encuesta.
Al recabar datos de distintos pases lo deseable es utilizar
mtodos de encuesta con niveles equivalentes de confiabilidad,
ms que el mismo mtodo. El anonimato de los encuestados se
debe proteger y sus nombres no deben ser entregados a los
clientes. En la investigacin no se debe observar a la gente sin su
consentimiento en situaciones donde no esperan ser observados
por el pblico. Internet y las computadoras se usan de forma exten
sa en la investigacin por encuestas. Tambin facilitan los mtodos
de observacin, en particular el anlisis de contenido, inventarios y
anlisis de rastro.
TRM IN O S Y C O N CEPTO S FUNDAM EN TALES

acopio estructurado de datos, 169
anlisis de contenido, 189
anlisis de rastros, 190
anlisis del tono de voz, 188
anonimato percibido, 183
control de las muestras, 180
conveniencia social, 183
desviacin por falta de respuesta, 183
diseos de directorio de dgitos aleatorios, 181
fuerza de campo, 182
grupo por correo, 176

inventario de alacena, 189
lenguaje de marcado de hipertexto
(HTML), 177
marcado digital aleatorio (MDA), 180
marco de muestreo, 180
mtodos de encuestas, 168
observacin, 186
observacin artificial, 186
observacin estructurada, 186
observacin mecnica, 188

observacin natural, 186
observacin no estructurada, 186
observacin personal, 187
preguntas de alternativa fija, 169
psicogalvanmetro, 188
requerimiento crtico, 183
respuesta galvnica de la piel (RGP), 188
tasa de respuesta, 183
tiempo de respuesta, 188
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?
6. Mencione los tipos de observacin mecnica y explique cmo fun

cionan.
7. Explique cmo se puede utilizar el anlisis de contenido en el anli
sis de preguntas abiertas. Comerte sobre las ventajas y desventajas
de utilizar ese mtodo.
8. Por qu se utiliza d anlisis de rastro como ltimo recurso?
9. Cules son las ventajas y desventajas de la observacin?
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
2. Rena 30 anuncios de ejemplares recientes de revistas populares

donde aparezcan mujeres. Realice el anlisis de contenido de estos
anuncios para examinar los diferentes papeles en los que se muestra
a las mujeres.
201
3. El servicio de comida en el campus deseara determinar cunta gente

come en la cafetera de estudiantes. Haga una lista de los mtodos con
que se puede obtener esta informacin. Qu mtodo es el mejor?
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
aplicar la misma encuesta utilizando ETAC o encuestas en centros

comerciales?
5. Disee una encuesta por correo electrnico para medir las actitudes
de los estudiantes hacia las tarjetas de crdito. Realice la encuesta
por correo electrnico a 10 estudiantes. Resuma las respuestas reci
bidas en forma cualitativa. Las actitudes de los estudiantes hacia
las tarjetas de crdito son positivas o negativas?
6. Visite la pgina Web de la organizacin Gallup en www.gaUup.com.
Qu mtodos de encuesta ha utilizado Gallup en algunas encuestas
recientes publicadas en esta pgina? Por qu se seleccionaron estos
mtodos de encuesta?
ACTIVIDADES
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.
2. Cortarte a una empresa de investigacin de mercados con instalacio

nes para encuestas en centros comerciales. Haga los arreglos para
visitar estas instalaciones cuando se estn realizando encuestas en
centros comerciales. Escriba un informe sobre su experiencia.
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
D ise o de la in vestigacin causal:

experim entacin
Objetivos
"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,
L Explicar el concepto de causalidad como se define en la investigacin de mercados y dife

renciar entre el significado comn y el cientfico.
2. Definir y diferenciar los dos tipos de validez: interna y externa.
3. Analizar las variables externas que puedan afectar la validez de resultados obtenidos a tra
vos de la experimentacin y explicar cmo las puede controlar el investigador.
4. Describir y evaluar los diseos experimentales y las diferencias entre los diseos preexperimentales, experimentales verdaderos, cuasi experimentales y estadsticos.
5. Comparar el uso del laboratorio con la experimentacin de campo y el uso de los diseos
experimentales con los no experimentales en la investigacin de mercados.
6. Describir el marketing de prueba y sus diversas formas: mercado de prueba estndar, mer
cado de prueba controlado y mercado de prueba simulado.
7. Entender por qu la validez interna y externa de los experimentos de campo realizados
fiiera de Estados Unidos por lo general es ms baja.
8. Describir los temas ticos incluidos al realizar una investigacin causal y el papel de la se
sin de preguntas y respuestas al abordar algunos de estos temas.
9. Analizar el uso de Internet y las computadoras en la investigacin causal.
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
Farmacias como Eckerd estn

aumentando la experimentacin con la
publicidad en centros comerciales para
determinar su efecto en las
\entas.
Compras en el punto de venta

Eckerd Drug Co. (www.eckerd.com) realiz un experimento para determinar la eficacia de los
anuncios de radio en centros comerciales a fin de inducir compras en el punto de venta (PDV).
Se seleccionaron 20 tiendas estadsticamente compatibles con base en su tamao, ubicacin
geogrfica, conteo de flujo de trfico y antigedad La mitad de estas tiendas se seleccionaron
en forma aleatoria como tiendas de prueba, en tanto que la otra mitad sirvieron como tiendas de
control. En las tiendas de prueba se transmitieron anuncios de radio, en cambio en las de con
trol se retiraron los sistemas de punto de venta por radio. Los datos de rastreo se obtuvieron en
forma de volumen de unidad y ventas en efectivo siete das antes del experimento, durante s
te, que dur cuatro semanas, y siete das despus del mismo. Los productos que se supervisaron
criaban desde artculos econmicos hasta pequeos aparatos elctricos de cocina. Los resulta
dos indicaron que las ventas de los productos anunciados en las tiendas de prueba por lo menos
se haban duplicado. Con base en esta evidencia, Eckerd concluy que la publicidad por radio
en centros comerciales era muy eficaz para inducir las compras en el punto de venta y decidi
continuar con ella.
En 2001, Point o f Purchase Advertising International (www.popai.com) realiz un estudio
para determinar los efectos de crecimiento de la publicidad en centros comerciales en la categora
de refrescos. Los resultados revelaron que las ventas aumentaron en un 11% estimado cuando los
refrescos se exhibieron junto con artculos promocionales independientes, y ms de 20% cuando
estos mismos artculos estaban en una exhibicin temtica. Anheuser-Busch, Pepsi/Frito-Lay, Pfi
zer, Procter & Gamble y Ralston-Purina patrocinaron este estudio, con los datos recabados por In
formation Resources en 250 supermercados. Todas estas compaas venden productos que se pue
den beneficiar de la publicidad en el punto de venta, y con base en estos resultados decidieron
incrementar su presupuesto para promociones en el punto de venta.2
C O N C E P TO DE CAUSALIDAD
Cuando la ocurrencia de X aumenta
la probabilidad de la ocurrencia de Y.
La experimentacin por lo general se utiliza para deducir relaciones causales. El concepto de

causalidad requiere alguna explicacin. El concepto cientfico de causalidad es complejo. Para
la persona promedio, causalidad significa algo muy diferente que para un cientfico.3 Una afir
macin como X causa Y tendr distintos significados para una persona ordinaria que para un
cientfico, como se puede ver en el cuadro de la siguiente pgina.
El significado cientfico de causalidad es ms apropiado para la investigacin de mercados
que para su uso diario. Los efectos en marketing son causados por mltiples variables y la rela
cin entre causa y efecto tiende a ser de probabilidad. Es ms, no podemos probar la causalidad
(es decir, demostrarla en forma conclusiva); slo podemos deducir una relacin de causa y efec-
www.FreeLibros.me
CAPTULO 7
205
l)L*eo de la investigacin causal: experimentacin
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).
Es posible probar que X

es una causa de Y.
Nunca podremos probar que X es una causa de Y.

En el mejor de los casos, podemos deducir que X es
una causa 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-
Pruebas de variacin concomitante entre la compra de ropa de moda y la educacin

E d u ca ci n - X
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.
Sucesin de las variables

La condicin de la secuencia establece que la causa debe ocurrir ya sea antes o simultneamen
te con el efecto; no puede ocurrir despus. Por definicin, un efecto no puede producirse por
un evento que ocurre despus que ha tenido lugar el efecto. Sin embargo, es posible que cada
evento en una relacin sea tanto causa como efecto de otro evento. En otras palabras, una varia
ble puede ser causa y efecto en una relacin causal. Para ilustrar, es muy probable que los clien
tes que compran con frecuencia en una tienda departamental tengan una tarjeta de crdito de esa
tienda. Tambin es muy probable que los clientes que tienen la tarjeta de crdito de una tienda
departamental compren ah frecuentemente.
Consideremos el servicio ofrecido y las ventas de una tienda departamental. Si el servicio
en la tienda es la causa de las ventas, entonces se deben hacer mejoras en el servicio antes, o por
lo menos simultneamente, con un incremento en las ventas. Estas mejoras pueden consistir en
capacitacin o contratacin de ms personal de ventas. Luego, en los meses subsecuentes las
ventas de la tienda departamental deben incrementar. En forma alternativa, las ventas pueden in
crementar de manera simultnea con la capacitacin o con la contratacin de personal de ventas
adicional. Por otro lado, supngase que una tienda tiene aumento considerable en las ventas y
luego decide utilizar algo de ese dinero para volver a capacitar a su personal de ventas, lo que
llevar a una mejora en el servicio. En este caso, el servicio en la tienda no puede ser una causa
del incremento en las ventas. Ms bien, podra ser posible la hiptesis contraria.
Falta de otras causas posibles

La falta de otras causas posibles significa que el factor o variable que se investiga debe ser la
nica explicacin causal posible. El servicio en la tienda puede ser una causa de las ventas si
podemos estar seguros que los cambios en otros factores que afectan las ventas, como precios,
publicidad, nivel de distribucin, calidad de producto, competencia, etc., se mantuvieron cons
tantes, o en todo caso controlados.
En un anlisis posterior a una situacin, nunca podemos descartar con seguridad todos los
otros factores causales. En contraste, con los diseos experimentales es posible controlar algunos
de los otros factores causales. Tambin se pueden balancear los efectos de algunas de las varia
bles no controladas, de modo que slo sean medidas las variaciones aleatorias que resulten de
estas variables no controladas. Estos aspectos se analizan con ms detalle posteriormente en e s
te captulo. La dificultad de establecer una relacin causal se ilustra con el siguiente ejemplo.
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?
Funcin de las pruebas

Las pruebas de variacin concomitante, sucesin de las variables y la falta de otras posibles
causas, aun en combinacin, no demuestran en forma conclusiva que exista una relacin causal.
Sin embargo, si todas las pruebas son fuertes y consistentes, puede ser razonable concluir que
hay una relacin causal. Las pruebas acumuladas de diversas investigaciones incrementan la
confianza de que existe una relacin causal. La confianza aumenta si las pruebas se interpretan
a la luz de un conocimiento conceptual ntimo del problema. Los experimentos controlados
pueden proporcionar pruebas slidas sobre las tres condiciones.
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.
Y iriab les q u e so n m anipuladas p o r

el in v estig ad o r y c u y o s e fe c to s se
m iden y co m p aran .
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.
Miden el efecto de las variables inde

pendientes en las unidades de prueba.
V ariables q u e in flu yen la respuesta

d e las u n id ad es d e prueba y q u e no
son la s variab les 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.
Variables independientes. Las variables independientes son variables o alternativas ma

nipuladas (es decir, los niveles de estas variables son cambiados por el investigador) y sus efec
tos son medidos y comparados. Estas variables, tambin conocidas como tratamientos, pueden
incluir niveles de precios, diseos de paquetes y temas publicitarios. En los dos ejemplos al ini
cio de este captulo, los tratamientos consistieron en las bolsas LeSportsac o di Paris sac para
el primer ejemplo, y en la publicidad de radio en tienda contra la falta de ella, en el segundo
ejemplo.
Unidades de prueba. Las unidades de prueba son individuos, organizaciones u otras en
tidades cuyas respuestas a las variables independientes o tratamientos son examinadas. Las uni
dades de prueba pueden incluir consumidores, tiendas o zonas geogrficas. Las unidades de
prueba eran mujeres en el caso de LeSportsac y tiendas en el ejemplo de Eckerd.
Variables dependientes. Las variables dependientes son las que miden el efecto de las va
riables independientes en las unidades de prueba. Estas variables pueden incluir ventas, utilida
des y participacin de mercados. La variable dependiente fue la identificacin de la marca o
fuente en el ejemplo de LeSportsac y las ventas en el ejemplo de Eckerd.
Miriables externas. Las variables externas son todas las que no son variables indepen
dientes, y que afectan la respuesta de las unidades de prueba. Estas variables pueden confundir
las mediciones de variables dependientes, de manera que debilitan o invalidan los resultados
del experimento. Las variables externas incluyen el tamao de la tienda, ubicacin de la tienda
y esfuerzo competitivo. En el ejemplo de Eckerd, el tamao de la tienda, la ubicacin geogrfi
ca, el conteo de flujo de trfico y la antigedad de las tiendas eran variables extemas que tuvie
ron que ser controladas.
Experimento.
Un experimento se forma cuando el investigador manipula una o ms varia

bles independientes y mide sus efectos en una o ms variables dependientes, mientras controla
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.
C bnjunto d e p ro ced im ientos e x p e ri

m entales q u e esp ecifican: l ) l a s u n i
d ades d e p ru eb a y p rocedim ientos
de m uestreo; 2 ) v ariables in d e p e n
d e n te s ; 3 ) variab les d ep en d ien tes, y
4) cm o c o n tro lar la s v ariab les e x
ternas.
Diseo experimental. Un dseo experimental es un conjunto de procedimientos que

especifican: 1) las unidades de prueba y cmo estas unidades se dividirn en submuestras ho
mogneas; 2) qu variables independientes o tratamientos se manipularn; 3) qu variables de
pendientes se medirn, y 4) cmo se controlarn las variables extraas.7
INVESTIGACIN
REAL
Tome los cupones en lo que valen

Se realiz un experimento para probar los efectos del valor de los cupones sobre su probabilidad
de canje, controlando la frecuencia del uso de marca. Se realizaron entrevistas personales en
Nueva York a 280 compradores que entraban o salan de un supermercado. Los sujetos se asig
naron en forma aleatoria a dos grupos de tratamiento; a uno se le ofrecieron cupones de 15 cen
tavos de dlar y al otro, cupones de 50 centavos para los productos: detergente Tide, Com Flakes
de Kellogg's, pasta de dientes Aim y detergente lquido Joy. Durante las entrevistas, los encuestados respondieron preguntas acerca de qu marcas utilizaban y qu tan probable era que cam
biaran los cupones con el valor dado la prxima vez que compraran. Un resultado interesante fue
que cuanto ms alto era el valor de los cupones, haba ms probabilidad de que fueran cambia
dos por quienes consuman poco o nada la marca que se promocionaba, pero tenan poco efecto
en los compradores regulares. Un estudio realizado en 2002 demostr que los negocios estadou
nidenses distribuyeron casi 259 000 millones de cupones en 2001, con un valor promedio de 74
centavos de dlar. De acuerdo con Promotion Marketing Association (www.pmalink.org), los
consumidores canjearon 200 millones menos de cupones en el 2000 en comparacin con 1999.
Los adultos jvenes (generacin Y) contribuyeron a disminuir el nmero de canjes de cupones,
ya que representaban a la mayor parte de la poblacin y fueron ellos quienes utilizaron la menor
cantidad de cupones.8
En el experimento anterior, la variable independiente que se manipul era el valor del cu
pn (15 centavos contra 50 centavos). La variable dependiente era la probabilidad de cambiar el
cupn. La variable externa que se control fue el uso de la marca. Las unidades de prueba eran
los compradores individuales. El diseo experimental requiri la asignacin aleatoria de las
unidades de prueba (compradores) a los grupos de tratamiento (cupones de 15 centavos o cupo
nes de 50 centavos).
Las p ru eb as ex p e rim e n ta le s m u estran

que lo s co m p ra d o re s no frecuentes d e
la m arca e n p ro m o ci n tie n e n m a y o r
p robabilidad d e c a n je a r c u p o n e s d e v a
lo r n o m in al m s a lto , e n co m p a ra c i n
con lo s co m p ra d o re s reg u lares.
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
DEFINICIN DE LOS SMBOLOS

Para facilitar el comentario de variables externas y diseos experimentales especficos, se defi
ne un grupo de smbolos que ahora se utilizan comnmente en la investigacin de mercados.
X = la exposicin de un grupo a una variable, tratamiento o evento independiente, cu

yos efectos debern medirse.
O = el proceso de observacin o medicin de la variable dependiente sobre las unida
des o grupos de prueba de unidades.
R = asignacin aleatoria de unidades o grupos de prueba para separar los tratamientos.
Adems, se adoptan las siguientes reglas:
El movimiento de izquierda a derecha indica un movimiento a travs del tiempo.
La alineacin horizontal de los smbolos implica que todos esos smbolos se refieren a un
grupo de tratamiento especfico.
La alineacin vertical de los smbolos implica que esos smbolos se refieren a activida
des o eventos que ocurren simultneamente.
Por ejemplo, el arreglo simblico
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 EN LA EXPERIM ENTACIN

Al realizar un experimento, el investigador tiene dos objetivos: 1) sacar conclusiones vlidas
sobre los efectos de las variables independientes en el grupo de estudio y 2) hacer generaliza
ciones vlidas a una poblacin de inters ms grande. El primer objetivo se refiere a la validez
interna y el segundo a la validez externa.9
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 interna se refiere a si la manipulacin de las variables o tratamientos independientes

realmente caus los efectos observados en las variables dependientes. Por lo tanto, la validez
interna examina si los efectos observados en las unidades de prueba pueden haber sido causa
dos por otras variables distintas al tratamiento. Si los efectos observados tienen alguna influen
cia o se confunden por variables externas, es difcil realizar deducciones vlidas acerca de la
relacin causal entre las variables independientes y las variables dependientes. La validez inter
na es el mnimo bsico que debe estar presente en un experimento antes de hacer cualquier con
clusin acerca de los efectos del tratamiento. Sin validez interna, los resultados del experimen
to estn confundidos. El control de las variables externas es una condicin necesaria para
establecer la validez interna.
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.
Validez extern a se refiere a si las relaciones de causa y efecto encontradas en el experimento se

pueden generalizar. En otras palabras, pueden generalizarse los resultados ms all de la situa
cin experimental?; y si es as, a qu poblaciones, entornos, tiempos, variables independientes
y variables dependientes pueden proyectarse los resultados?10 Surgen amenazas a la validez ex
www.FreeLibros.me
210
PARTE II
terna cuando el conjunto especfico de condiciones experimentales no toma en consideracin

de manera realista las interacciones de otras variables relevantes en el mundo real.
Es deseable tener un diseo experimental que tenga validez interna y externa, pero en la in
vestigacin de mercados aplicada con frecuencia se tiene que intercambiar un tipo de validez
por otra.11 fra controlar las variables externas un investigador puede realizar un experimento
en un ambiente artificial. Esto aumenta la validez interna, pero puede limitar la generalizacin
de los resultados, reduciendo as la validez externa. Por ejemplo, las cadenas de comida rpida
prueban las preferencias de sus clientes sobre nuevas frmulas en platillos del men en cocinas
de prueba. Los efectos medidos en este ambiente pueden generalizarse a los restaurantes de
comida rpida? (En la seccin de experimentos de laboratorio o de campo en este captulo se
puede encontrar un comentario ms amplio sobre la influencia de lo artificial en la validez ex
terna.) A pesar de estos factores disuasivos contra la validez externa, si a un experimento le fal
ta validez interna, esto puede no ser significativo para generalizar los resultados. Los factores
que amenazan la validez interna pueden hacerlo tambin con la validez externa, donde las va
riables extraas son las ms graves.
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.
Contrario a lo que su nombre implica, la historia (H) no se refiere a la ocurrencia de eventos an

tes del experimento. En vez de eso, historia se refiere a sucesos especficos externos al experi
mento pero que pueden ocurrir al mismo tiempo que ste. Estos hechos pueden afectar la varia
ble dependiente. Considrese el siguiente experimento:
o,
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.
Efectos de las pruebas

Los efectos de las pruebas son causados por el proceso de experimentacin. En general, stos
son los efectos en el experimento de medir una variable dependiente antes y despus de la pre
www.FreeLibros.me
CAPTULO 7
E fecto d e p ru eb a q u e ocu rre c u a n d o

una o b se rv ac i n p re v ia afecta a u n a
observacin posterior.
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.
Desviacin en la seleccin (DS) se refiere a la asignacin inadecuada de las unidades de prue

ba a las condiciones de tratamiento. Esta desviacin ocurre cuando la seleccin o asignacin de
las unidades de prueba da lugar a grupos de tratamiento que difieren en la variable dependien
te, antes de la exposicin a la condicin del tratamiento. Si las unidades de prueba autoseleccionan sus propios grupos o se asignan a grupos con base en el juicio del investigador, es posible
una desviacin en la seleccin. Por ejemplo, considrese un experimento de venta de mercan
cas en el que dos exhibiciones distintas (vieja y nueva) se asignan a distintas tiendas departa
mentales. Para empezar, las tiendas en los dos grupos pueden no ser equivalentes. Pueden variar
en caractersticas fundamentales, como el tamao de la tienda. El tamao de la tienda es proba
ble que afecte las ventas sin importar qu exhibicin de mercanca se mand a una tienda.
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.
M ortalidad (MO) se refiere a la prdida de unidades de prueba mientras el experimento est en

progreso. Esto sucede por muchas razones, como unidades de prueba que se rehsan a conti
nuar en el experimento. La mortalidad confunde los resultados porque es difcil determinar si
las unidades de prueba perdidas hubieran respondido al tratamiento en la misma forma que las
unidades que permanecieron. Considrese de nuevo el experimento de exhibicin de mercan
ca. Supngase que durante el curso de un experimento se retiran tres tiendas que estaban en la
condicin de tratamiento de exhibicin nueva. El investigador no podra determinar si las ven
tas promedio para las tiendas con la exhibicin nueva hubieran sido ms altas o ms bajas, en
caso de que estas tres tiendas hubieran permanecido en el experimento.
Las diversas categoras de variables extemas no son mutuamente excluyentes. Pueden
ocurrir en conjunto y tambin interactuar entre ellas. Para ilustrar esto, las pruebas, la madura
cin y la mortalidad se refieren a una situacin donde, debido a la medicin previa al tratamien
to, las creencias y actitudes de los encuestados cambian a travs del tiempo y hay prdida dife
rencial de encuestados de los diversos grupos de tratamientos.
C O N TR O L DE LAS VARIABLES EXTERNAS
Sinnim o d e v ariab les ex tem as,

utilizado para ilu strar q u e las v a ria
bles e x te m a s pueden co n fu n d ir lo s
m sultados al in flu ir e n la v ariab le
d ependiente.
M todo para co n tro la r v ariab les

externas q u e incluye a sig n a r u n id a
des d e p ru eb a e n fo rm a aleato ria a
grupos ex p erim en tales utilizando
nm eros al azar. C o n d icio n es de
tratam iento q u e tam b in son a s ig
nadas e n form a a le a to ria a lo s
grupos ex p erim en tales.
Las variables externas representan explicaciones alternativas de resultados experimentales. Supo

nen una grave amenaza a la validez interna y externa de un experimento. A menos que se encuen
tren controladas, afectan la variable dependiente y por lo tanto confunden los resultados. Por esta
razn, tambin se les llama variables de confusin. Existen cuatro formas para controlar las va
riables externas: aleatoriedad, concordancia, control estadstico y control de diseo.
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.
La concordancia incluye comparar las unidades de prueba en un grupo de variables fundamen

tales de trasfondo antes de asignarlas a las condiciones de tratamiento. En el experimento de ex
hibicin de mercanca, las tiendas se podan hacer concordar en base a ventas anuales, tamao
o ubicacin. Entonces una tienda de cada par se asignara a cada grupo experimental.
La concordancia tiene dos desventajas. Primero, las unidades de prueba se pueden hacer
concordar en slo unas pocas caractersticas, por lo que tal vez sean similares en las variables
seleccionadas, pero desiguales en otras. Segundo, si las caractersticas que concuerdan son irre
levantes a la variable dependiente, entonces el esfuerzo de concordancia ha sido intil.14
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
Experimentos con nuevos productos

Los mercados de prueba electrnicos de distribucin controlada se utilizan cada vez ms para rea
lizar investigacin experimental sobre nuevos productos. Este mtodo hace posible controlar di
versos factores extraos que afectan el desempeo del nuevo producto y manipulan las variables
de inters. Se puede asegurar que un producto nuevo: 1) obtiene el nivel correcto de aceptacin en
tienda y toda la distribucin de volumen de mercanca; 2) se halla en el pasillo correcto en cada
tienda; 3) recibe el nmero correcto de lugares en el anaquel; 4) tiene el precio diario correcto;
5) nunca tiene problemas de falta de inventario, y 6) obtiene el nivel planeado de promocin de
marca, exhibicin y caractersticas de precio en el calendario deseado. Por lo tanto, se puede ob
tener un alto grado de validez interna.15
Con el ejemplo anterior se muestra que los mercados de prueba electrnicos de distribu
cin controlada pueden ser eficaces para controlar variables externas especficas. Las variables
externas tambin se pueden controlar adoptando diseos especficos experimentales, como se
describen en la siguiente seccin.
Diseos q u e no co n tro lan factores

ex tem o s m ediante aleatori edad.
Se d istin g u en p o rq u e d inv estig ad o r

puede asig n a r d e m an era aleato ria
u nidades de p ru eb a y tratam ie n to s a
gru p o s exp erim en tales.
D ise o s que aplican parte d e los

procedim ientos d e la ex perim entad n verdadera pero les fa lta control
experim ental.
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
Series tem porales
Bloques
aleatorios
Series tem porales

m ltiples
C uadro latino
Factorial
214
Diseo q u e perm ite el control e s ta

dstico y el an lisis d e v a ria b le s e x
ternas.
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.

D iseo preexperim ental e n el qu e un
solo g ru p o d e u nidades d e prueba se
expone al tratam ien to X , y luego
se to m a una so la m edicin de la
variable d ependiente.
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.

Un estudio d e caso nico p ara m e d ir la eficacia d e u n co m ercial d e p rueba d e un a tie n d a d e p a rta m e n
tal, p o r ejem p lo S ears, s e co n d u cira d e la sig u ie n te form a. S e realizaran en tre v ista s te le f n ic a s co n
una m u estra nacional de en cu estad o s q u e in fo rm an h ab er visto u n p ro g ram a d e telev isi n e n p a rticu lar
la n o c h e anterior. E l p ro g ram a se leccio n ad o e s e l qu e co n tien e el co m ercial d e prueba, p o r e je m p lo , el
com ercial d e S ears (X). L as v ariab les d e p e n d ie n te s (Os) so n el recuerdo co n asisten cia y s in asisten cia.
P rim ero se m ide el recuerdo s in a sisten cia al p reg u n tar a los en cu estad o s si recuerdan h a b e r v isto un
com ercial d e u n a tien d a d ep artam en tal; p o r ejem p lo : recuerda usted h a b e r visto un co m ercial d e u n a
tien d a d ep artam en tal a n o c h e ? Si recu erd an el co m ercial d e p ru e b a , s e so licitan d e ta lle s a c e rc a d el
contenido y d esarrollo d e l co m ercial. A lo s en cu estad o s q u e no recuerdan el co m ercial d e p ru e b a s e les
preg u n ta p o r ste d e m anera e s p ecfica ; p o r eje m p lo : recu erd a u ste d h a b e r v isto u n co m ercial d e
Sears a n o ch e? (recuerdo co n a s isten cia). L o s resultados d e l recuerdo co n asisten cia y s in a siste n c ia se
co m p aran c o n la s c alificacio n es regulares p ara d esarro llar un ndice d e interpretacin d e calificacio n es.
Diseo de la prueba previa y la posterior a un grupo

El diseo de la prueba previa y la posterior a un grupo se puede simbolizar como
D iseo preexperim ental e n el q u e
in g ru p o d e u n id ad es d e p ru eb a se
m ide d o s veces.
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
Diseo de la investigacin causal: experimentacin
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

Diseo de la prueba previa y la posteriora un grupo
Un diseo de prueba previa y posteriora un grupo para medir la eficacia de un comercial de una tienda
departamental, por qemplo, Sears, se pondra en prctica de la siguiente forma. Los encuestados se re
clutan en locaciones centrales en distintas ciudades de prueba. En la locacin central se aplica a los en
cuestados primero una entrevista personal para medir, entre otras cosas, actitudes hacia la tienda, Sears
(Oj). Luego ven un programa de televisin que contiene el comercial (Sears)de prueba (X)- Despus de
ver el programa de televisin se aplica de nuevo a los encuestados una entrevista personal para medir
actitudes hacia la tienda, Sears (O La eficacia del comercial de prueba se mide como 0 2 - O y
Diseo de un grupo esttico

Diseo preexperimertal en el que
existen dos grupos: el grupo
experimental (GE), que es expuesto
al tratamiento, y el grupo de control
(GC). Se hacen mediciones en
ambos grupos slo despus del
tratamiento y las unidades de prueba
no se asignan de manera aleatoria.
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.

Grupo esttico
Una comparacin de grupo esttico para medir la eficacia de un comercial de prueba de una tienda de
partamental se realizara de la siguiente forma. Dos grupos de encuestados se reclutaran con base en
conveniencia. Slo el grupo experimental sera expuesto al programa de televisin que contiene el co
mercial (Sears) de prueba. Luego, se mediran las actitudes hacia la tienda departamental de los encues
tados, tarto del grupo experimental como del grupo de control. La eficacia del comercial de prueba se
medira como 0 - O r
DISEOS EXPERIM ENTALES V ER D A DEROS

La caracterstica distintiva de los diseos experimentales verdaderos, en comparacin con los
diseos preexperimentales, es la aleatoriedad. En los diseos experimentales verdaderos, el in
vestigador asigna en forma aleatoria las unidades de prueba, as como los tratamientos a los
grupos experimentales. Los diseos experimentales verdaderos incluyen el diseo de prueba
previa y posterior con grupo de control, diseo de prueba posterior con grupo de control y el di
seo de cuatro grupos de Solomon.
www.FreeLibros.me
216
Diseo de b prueba previa y la

posterior con grupo de control
Diseo experimental verdadero en
d que el grupo experimental se
ocpone al tratamiento pero el grupo
de control no. Se toman mediciones
previas y posteriores a la prueba en
ambos grupos.
PARTE II
Diseo de la prueba previa

y la posterior con grupo de control
En el diseo de la prueba previa y la posterior con grupo de control, las unidades de prueba
estn asignadas de manera aleatoria al grupo experimental o al grupo de control, y se toma una
medicin a cada grupo previa al tratamiento. Este diseo se simboliza como
GE:
GC:
R
R
O.
O-,
o.
El efecto del tratamiento (ET ) se mide como

( 0 2 - O,) - ( 0 4 - o 3)
Este diseo controla la mayora de las variables externas. La desviacin por seleccin se
elimina con la aletoriedad. Los dems efectos extraos se controlan como sigue
o2
o4-
1= e
o3
+h +
ma
ma
pp
+p
+p i+i +re +mo
+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.
|IN V E S TIG A C I N A C T IV A PROYECTO DE TIENDA DEPARTAMENTAL

Diseo de la prueba previa y la posterior con grupo de control
En el contexto de medir la eficacia de un comercial de prueba de una tienda departamental, por ejem
plo Sears, una prueba previa y posteriorcon grupo de control se efectuar de la siguiente manera. Se se
leccionara en forma aleatoria una muestra deencuestados. La mitad de ellos se asignaran al grupo ex
perimental y la otra mitad formara el grupo de control. A los encuestados en ambos grupos se les
aplicara un cuestionario para obtener una medicin previa a la prueba acerca de las actitudes hacia la
tienda departamental (Sears). Slo a los encuestados en el grupo experimental se les expondra al pro
grama de televisin que contiene el comercial. Luego se aplicara un cuestionario a los encuestados en
ambos grupos para obtener mediciones posteriores a la prueba sobre las actitudes hacia la tienda
(Sears).
Diseo de la prueba posterior slo con grupo de control

Diseo de b prueba posterior
slo congrupo de control
Diseo experimental verdadero en
d que el grupo experimental se
ecpone al tratamiento, pero el grupo
de control no, y no se toma ninguna
medicin previa.
El diseo de laprueba posterior slo con grupo de control no incluye medicin previa alguna.
Se puede simbolizar como
GE:
GC:
R
R
El efecto de tratamiento se obtiene por

ET=Ol - 0 2
Este diseo es relativamente simple de llevar a cabo. Debido a que no hay medicin previa, los
efectos de prueba se eliminan, pero este diseo es sensible a desviacin en la seleccin y mor
talidad. Se supone que los dos grupos son similares en trminos de mediciones previas al trata
miento en la variable dependiente, debido a la asignacin aleatoria de las unidades de prueba a
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.

Prueba posterior slo con grupo de control
Para medir la eficacia de un comercial de prueba de una tienda departamental, un diseo de prueba pos
terior slo con grupo de control se llevara a cabo de la siguiente manera. Una muestra de encuestados se
seleccionara en forma aleatoria. La muestra se dividira al azar, con la mitad de los sujetos formando el
grupo experimental y la otra mitad formando el grupo de control. Slo los encuestados en el grupo expe
rimental seran expuestos a un programa de televisin que contiene el comercial (Sears) de prueba. Lue
go, se aplicara un cuestionario a ambos grupos para obtener mediciones posteriores a la prueba sobre las
actitudes hacia la tienda departamental (Sears). La diferencia en las actitudes del grupo experimental y
el grupo de control se utilizara como mediciones de la eficacia del comercial de prueba.
Diseo de cuatro grupos de

Solonton
Diseo experimental verdadero que
controla explcitamente los efectos
de pruebas interactivas, adems de
controlar todas las otras variables
extraas.
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.
DISEOS CUASI EXPERIMENTALES

Un diseo cuasi experimental se halla bajo las siguientes condiciones. Primero, el investigador
puede controlar cundo se toman las mediciones y en quin se toman. Segundo, el investigador no
tiene control sobre los programas de tratamiento y tambin es incapaz de exponer el tratamien
to a las unidades de prueba en forma aleatoria.18 Los diseos cuasi experimentales son tiles
porque pueden utilizarse cuando no se puede usar la experimentacin verdadera y porque son
ms rpidos y menos costosos. Sin embargo, debido a que falta el control experimental comple
to, el investigador debe considerar las variables especficas que no estn controladas. Las for
mas populares de diseos cuasi experimentales son el diseo de series temporales y el diseo de
series temporales mltiples.
Diseo cuasi experimental que
incluye mediciones peridicas de la
variable dependiente en un grupo de
unidades de prueba. Luego el
investigador aplica el tratamiento o
ste ocurre de manera natural. Las
mediciones peridicas se continan
despus del tratamiento con el
fin de determinar el efecto de ste.
Diseo de series temporales

El diseo de series temporales incluye una serie de mediciones peridicas de la variable depen
diente en un grupo de unidades de prueba. Luego, el investigador aplica el tratamiento o ste
ocurre de manera natural. Despus del tratamiento se continan las mediciones peridicas para
determinar el efecto del tratamiento. Un experimento de series temporales se puede simbolizar
como:
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.
Diseo de series temporales mltiples

Diserto de seres temporales
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.
Dividir los comerciales muestra su fuerza

Se utiliz un diseo de series temporales mltiples para examinar el efecto de acumulacin de
aumento de publicidad. Los datos se obtuvieron del experimento de campo de televisin por ca
ble dividido de ACNielsen BASES ( Mww.acnielsenbases.com). En el sistema de cable dividido,
un grupo de hogares se asign al grupo experimental y un grupo equivalente al grupo de control.
Se hicieron concordar los dos grupos de acuerdo con las variables demogrficas. Se recopilaron
datos durante 76 semanas. Ambos grupos recibieron el mismo nivel de publicidad de la marca en
cuestin durante las primeras 52 semanas. Durante las siguientes 24 semanas, el grupo experi
mental se expuso al doble de publicidad que el grupo de control. Los resultados indicaron que el
efecto de acumulacin de publicidad fue inmediato con una duracin del ciclo de compra. La in
formacin de este tipo puede ser til al seleccionar esquemas de tiempos de publicidad (distri
buir un grupo de exposiciones de publicidad en un periodo especfico para obtener el mximo
impacto).
Un estudio experimental realizado en el 2000 mostr un nuevo mtodo de relacionar las
exposiciones de publicidad de horarios de medios televisivos con el desempeo en el mercado
relacionado con las ventas. Estas mediciones incluyeron volumen de ventas acumulativo, n-
www.FreeLibros.me
CAPTULO 7
219
Fuentes de invalidez de diseos experimentales

F
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
D is e o de p rueba p o ste rio r c o n g rup o de co n tro l +
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
Diseos experimentales verdaderos:

C o n tr o l d e p ru e b a p r e v ia
R
R
p o s te r io r
Diseos cuasi experimentales:

S e r ie s te m p o ra le s
0
S e r ie s te m p o ra le s m lt ip le s
0
mero de compras, penetracin y esquemas de compras repetidas. El mtodo se deriv de una

metodologa de diseo experimental de concordancia de cable dividido. Compaas de grupos
de consumidores, como ACNielsen BASES, pueden proporcionar los datos necesarios para po
ner en prctica dicho mtodo. En el futuro se espera que compaas como ACNielsen BASES
estarn al frente en cuanto al uso de los avances tecnolgicos para medir la exposicin de publi
cidad al consumidor y la conducta de compras en forma simultnea.19
Al concluir nuestro anlisis de los diseos preexperimental, experimental verdadero y cua
si experimental, en la tabla 7-3 resumimos las fuentes potenciales de invalidez que pueden afec
tar a cada uno de estos diseos. En esta tabla, un signo de menos indica debilidad definitiva, un
signo de ms indica que el factor est controlado, un signo de interrogacin denota una posible
fuente de preocupacin y un espacio en blanco significa que el factor no es relevante. Debe re
cordarse que las fuentes potenciales de invalidez no son lo mismo que un error real.
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.
Diseo de bloque aleatorio

Diseo estadstico en el que las
unidades de prueba se ponen en
Hoques basados en una variable
esterna para asegurar que los
dversos grupos experimentales
y de control concuerden de cerca
m esa variable.
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.

Diseo de bloque aleatorio
Ampliaremos el qemplo del comercial de prueba de la tienda departamental (Sears) para medir el im
pacto del humor en la eficacia de la publicidad.20 Tres comerciales de prueba tienen, respectivamente,
nada de humor, algo de humor y alto nivel de humor. Cul de stos sera ms eficaz? Los directivos
sienten que la evaluacin de los comerciales por parte de los encuestados estar influida por el grado de
preferencia por la tienda, por lo cual la preferencia por la tienda se identifica como la variable de blo
que, y los encuestados seleccionados en forma aleatoria se clasifican en cuatro grupos de bloque (pre
ferencia alta, media, ligera o ninguna por la tienda departamental). Los encuestados de cada bloque son
asignados en forma aleatoria a los grupos de tratamiento (comerciales de prueba A, B y C). Los resul
tados revelan que el comercial con algo de humor (B) fue el ms eficaz de todos (vase la tabla 7-4).
Diseo que permite el control

estadstico de dos variables extemas
que no interactan entre ellas,
aiems de la manipulacin de la
variable independiente.
Diseo de cuadro latino

Un diseo de cuadro latino permite al investigador controlar estadsticamente dos variables e x
ternas que no interactan entre ellas, as como manipular la variable independiente. Cada varia-
Ejemplo de diseo de bloque aleatorio

B
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
Un ejemplo de diseo de cuadro latino

In t e r s e n l a t ie n d a
P r e f e r e n c ia p o r l a t ie n d a
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.

Diseo de cuadro latino
Para ilustrar el diseo de cuadro latino, supongamos que en el ejemplo anterior, adems de controlar la
preferencia de la tienda, el investigador tambin quisiera controlar el inters en la tienda (definido co
mo alto, medio o bajo). Para llevara cabo un diseo de cuadrado latino se tendran que hacer bloques
de preferencia de tienda en tres niveles en vez de cuatro (por ejemplo, al combinar los patrones de ba
jo y ninguno en un solo bloque). Las asignaciones de los tres comerciales de prueba se podran hacer
como se muestra en la tabla 7-5. Ntese que cada uno de los comerciales, A, B y C, aparecen slo una
vez, en cada fila y cada columna.
Aunque los diseos de cuadrado latino son populares en la investigacin de mercado, no

estn exentos de limitaciones. Requieren un nmero igual de lneas, columnas y niveles de tra
tamiento, lo cual a veces resulta problemtico. Ntese que en el ejemplo previo los patrones ba
jos y no existentes se tuvieron que combinar para satisfacer este requerimiento. Asimismo, s
lo se pueden controlar simultneamente dos variables externas. Una variable adicional se puede
controlar con expansin de este diseo para formar un cuadrado grecolatino. Por ltimo, los
cuadrados latinos no permiten al investigador examinar las interacciones de las variables exter
nas entre ellas o con la variable independiente. Para examinar las interacciones se deben utili
zar los diseos factoriales.
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
Ejemplo de diseo factorial

C a n t id a d d e
INFORMACIN
DE TIENDA
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
cantidad de humor especficos. Los encuestados seran seleccionados aleatoriamente y asignados

a las nueve celdas. Los de cada celda recibiran una combinacin de tratamiento especfico. Por
ejemplo, los encuestados en la esquina superior izquierda veran un comercial que no tuviera hu
mor y con poca informacin de la tienda. Los resultados revelaron una interaccin significativa
entre dos factores o variables. Los encuestados en la condicin de poca informacin de la tien
da prefirieron el comercial con mucho humor (C). Sin embargo, aqullos con la condicin de
mucha informacin de tienda prefirieron el comercial sin humor (G). Ntese que aunque la
tabla 7-6 puede parecer similar a la tabla7-4, la asignacin aleatoria de los encuestados y el an
lisis de datos son muy diferentes para el diseo de bloque aleatorizado y el diseo factorial.22
La principal desventaja de un diseo factorial es que el nmero de combinaciones de trata
miento incrementa en forma multiplicativa con aumento del nmero de variables o niveles. En
nuestro ejemplo de la tabla 7-6, si la cantidad de humor y de informacin de tienda tuviera cinco
niveles cada uno en vez de tres, el nmero de celdas habra saltado de 9 a 25. Todas las combina
ciones de tratamiento son requeridas si se medirn todos los efectos principales e interacciones.
Si el investigador est interesado en slo unas pocas de las interacciones o efectos principales, se
pueden utilizar los diseos factoriales fraccinales. Como su nombre implica, estos diseos con
sisten en slo una fraccin o porcin del diseo factorial completo correspondiente.
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.
Los encuestados tratan de adivinar

d propsito del experimento y
responden de acuerdo con eso.
Los experimentos se pueden realizar en ambientes de campo o de laboratorio. Un am biente de la

boratorio es uno artificial que construye el investigador con las condiciones deseadas especficas
para el experimento. El trmino am biente de cam po es sinnimo de las condiciones de mercado
reales. En el ejemplo de Eckerd en la seccin de generalidades se present un experimento
de campo. Nuestro experimento para medir la eficacia de un comercial de prueba podra conducir
se en un ambiente de laboratorio al mostrar el comercial de prueba intercalado en un programa de
televisin para los encuestados en una sala de pruebas. El mismo experimento se puede conducir
en un ambiente de campo al transmitir el comercial de prueba en estaciones de televisin reales.
Las diferencias entre estos dos ambientes se resumen en la tabla 7-7.
Los experimentos de laboratorio tienen algunas ventajas sobre los experimentos de campo.
El ambiente de laboratorio ofrece un alto grado de control debido a que asla el experimento en
un ambiente cuidadosamente supervisado. Por lo tanto, los efectos de la historia se pueden mi
nimizar. Un experimento de laboratorio tambin tiende a producir los mismos resultados si se
repite con sujetos similares, lo que lleva a una validez interna elevada. Los experimentos de la
boratorio tienden a utilizar un pequeo nmero de unidades de prueba, durar menos tiempo, ser
ms restringidos geogrficamente y ms fciles de conducir que los experimentos de campo.
Por lo tanto, en general tambin son menos costosos.
En comparacin con los experimentos de campo, los experimentos de laboratorio tienen
algunas desventajas. Lo artificial del medio puede causar un error reactivo, en cuanto a que los
encuestados reaccionen a la situacin misma, ms que a la variable independiente.23 El ambien
te tambin puede causar artefactos de dem anda, fenmeno en el que los encuestados intentan
adivinar el propsito del experimento y responder de acuerdo a eso. Por ejemplo, mientras se
observa el comercial de prueba, los encuestados pueden recordar preguntas previas al trata-
www.FreeLibros.me
CAPTULO 7
223
Experimentos de laboratorio versus de campo

L a b o r a t o r io
Ca m p o
Ambiente
Artificial
Realista
Cbntrol
Mucho
Poco
Error reactivo
Mucho
Poco
Artefactos de demanda
Muchos
Pocos
\hl idez interna
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
En el captulo 3 se analizaron tres tipos de diseos de investigacin: exploratorio, descriptivo y

causal. De stos, slo los diseos causales son apropiados para deducir relaciones de causa
y efecto. Aunque los datos de encuesta descriptiva a menudo se utilizan para proporcionar prue
bas de relaciones causales, estos estudios no cumplen con todas las condiciones requeridas pa
ra la causalidad. Por ejemplo, es difcil en los estudios descriptivos establecer la equivalencia
previa de los grupos de encuestados con relacin a las variables independientes y dependientes.
Por otro lado, un experimento puede establecer esta equivalencia por asignacin aleatoria de las
unidades de prueba a los grupos. Sin embargo, en un experimento el investigador controla el
tiempo de las mediciones y la introduccin del tratamiento. Por ltimo, la investigacin descrip
tiva ofrece poco control sobre otros factores causales posibles.
No deseamos minar la importancia de los diseos de investigacin descriptivos en la in
s t ig a c i n de mercados. Segn se mencion en el captulo 3, la investigacin descriptiva cons
tituye el diseo de investigacin ms popular en la investigacin de mercados, y no queremos
dar a entender que nunca se debe utilizar para examinar relaciones causales. De hecho, algunos
autores han sugerido procedimientos para obtener deducciones causales de datos descriptivos
(no experimentales).27 En vez de eso, nuestra intencin es alertar al lector sobre las limitacio
nes de la investigacin descriptiva para examinar relaciones causales. Del mismo modo, tam
bin queremos que el lector se percate de las limitantes de la experimentacin.28
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.
APLICACIN: M ARKETING DE PRUEBA

Aplicacin de un experimento
03ntrolado realizado en mercados
(fe prueba limitados, pero cuidado
samente seleccionados. Incluye una
rplica del programa de marketing
nacional planeado para un producto
en mercados de prueba.
Segmento del mercado seleccionado
con cuidado que es particularmente
apropiado para marketing de prueba.
El m arketing de prueba, tambin llamado prueba de mercado, es una aplicacin de un experi

mento controlado, realizado en partes limitadas pero cuidadosamente seleccionadas del merca
do llamadas mercados de prueba. Incluye una rplica de un programa de marketing planeado a
nivel nacional en los mercados de prueba. Con frecuencia, las variables de la mezcla de marke
ting (variables independientes) se cambian en el marketing de prueba, y las ventas (variable de
pendiente) se supervisan para que se pueda identificar una estrategia de marketing nacional
apropiada. Los dos principales objetivos del marketing de prueba son: 1) determinar la acepta
cin del producto en el mercado, y 2) probar niveles alternativos de variables de la mezcla de
marketing. Los procedimientos de marketing de prueba se pueden clasificar como mercados
de prueba estndar, pruebas en tiendas de abarrotes, y marketing de prueba simulado.
Mercado de prueba estndar

Mercado de prueba en el que el pro
ducto se vende a travs de los cana
les de distribucin normales. Por
ejemplo, no hay consideraciones es
peciales para los productos slo por
que estn en prueba de mercados.
En un m ercado de prueba estndar, los mercados de prueba se seleccionan y el producto se

vende mediante canales de distribucin normales. En general, la propia fuerza de ventas de la
compaa es la responsable de distribuir el producto. El personal de ventas surte los anaqueles,
los resurte y toma un inventario a intervalos regulares. Se utilizan una o ms combinaciones de
variables de la mezcla de marketing (producto, precio, distribucin y niveles promocionales).
Disear una prueba de mercado estndar incluye decidir qu criterio se utilizar para selec
cionar los mercados de prueba, cuntos mercados de prueba utilizar y la duracin de la prueba.
Los mercados de prueba se deben seleccionar cuidadosamente. El criterio de seleccin de los
mjrcados de prueba se describe en la bibliografa.29 En general, cuantos ms mercados de prue
ba se puedan utilizar, ser mejor. Si los recursos son limitados, al menos se deben utilizar dos
mercados de prueba para que se pueda probar cada variacin del programa. Sin embargo, don
de sea importante la validez externa, se utilizarn al menos cuatro mercados de prueba.
La duracin de la prueba depende del ciclo de compra del producto, la probabilidad de res
puesta de la competencia, consideraciones de costo, respuesta del consumidor inicial y la filo
sofa de la compaa. La prueba debe tener la duracin suficiente para poder observar la activi
dad de una segunda compra. Esto indica el impacto a largo plazo del producto. Si se anticipa
que habr una reaccin competitiva a la prueba, la duracin debe ser corta. El costo de la prue
ba tambin es un factor importante. Cuanto ms larga sea la prueba, su costo ser mayor, y en
algn momento se sobrepasa el valor de la informacin adicional por los costos. Las pruebas re
cientes sugieren que las pruebas de marcas nuevas deben extenderse al menos por 10 meses. En
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
Marketing de prueba: WOW!

Olestra, comercializado bajo el nombre Olean, desarrollado e investigado por Procter & Gam
ble (www.pg.com) por ms de 25 aos a un costo de ms de 200 millones de dlares, es un sor
prendente aceite nuevo de cocina que no agrega caloras ni grasa a los refrigerios que la gente
ama. Del 22 de abril al 21 de junio de 1996, las frituras Max de Frito-Lay (www.fritolay.com)
con Olean se probaron en el mercado en tres ciudades y 31 supermercados. Los investigadores
recabaron datos de ventas e informes de clientes sobre cualquier efecto asociado al consumo de
las frituras Max de Frito-Lay. Los resultados fundamentales fueron alentadores: 1) las ventas ex
cedieron las expectativas; 2) la mayor parte de la gente respondi en forma positiva que los re
frigerios hechos con Olean ofrecan una buena forma de reducir la grasa en sus dietas, y 3) la ta
sa de informes de efectos secundarios era ms baja que la pequea tasa anticipada antes de la
aprobacin por la Federal Drug Administration (FDA).
Como los resultados iniciales fueron alentadores, se decidi expandir el mercado de prue
ba a Columbus, Ohio, en septiembre de 1996, e Indianpolis, Indiana, en febrero de 1997. Al
producto en estos mercados de prueba se le cambi diseo de empaque, precio y nombre, lla
mado WOW!, que era lo que mejor describa el producto con su gran sabor y sus atributos de
reduccin de caloras, contra el producto denominado MAX, que se utiliz en los mercados
de prueba iniciales. Los resultados del mercado de pruebas fueron nuevamente positivos. Con
base en los resultados favorables, se tom la decisin en febrero de 1998 de lanzar a nivel na
cional la lnea Ruffles, Lays y Doritos WOW! de Frito-Lay, todos hechos con Olestra. A pesar
del xito inicial de los productos hechos con Olestra, la preocupacin de los consumidores acer
ca de los posibles efectos secundarios de dichos productos sin grasa ocasion que los productos
con Olestra fueran poco populares. En consecuencia, en 2001 Procter & Gamble decidi dejar
de utilizar Olestra como marca de consumidor, pero la seguir utilizando en algunos refrigerios
Frito-Lay de Pepsi. El director ejecutivo de P&G, Alan Lafley, dijo que la empresa planea sacar
a las marcas que fracasan, como Olestra, con ms rapidez en el fiituro, sin importar la cantidad
de gastos de marketing detrs de dichas marcas.31
Un mercado de prueba estndar constituye un estudio de caso nico. Adems de los pro
blemas asociados con este diseo, el marketing de prueba enfrenta dos problemas nicos. Pri
mero, los competidores a menudo toman acciones como incrementar sus esfuerzos promocio
nales para contaminar el programa de marketing de prueba. Cuando Procter & Gamble realiz
el marketing de prueba de Wondra, su crema para manos y cuerpo, el lder del mercado, Chee-
0 marketing de prueba tuvo un papel

crucial en la decisin de Frito-Lay de
lanzara nivel nacional la lnea
WOW! de Ruffles, Lay's y Doritos,
lodos hechos con Olestra.
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.

FVograma de pruebas de marketing
realizado por una compaa de
hvestigackm de mercados externa
en experimentacin de campo. La
empresa de investigacin garantiza
b distribucin del producto en las
tiendas minoristas que representan
in porcentaje predeterminado del
mercado.
En un mercado d e prueba controlado, el programa de mercado de prueba completo lo realiza una

compaa de investigacin externa, que garantiza la distribucin del producto en tiendas minoris
tas que representan un porcentaje predeterminado del mercado. Maneja el almacenaje y las opera
ciones de ventas de campo, como inventario de anaqueles, ventas y control de inventarios. El mer
cado de prueba controlado incluye tanto las pruebas de tiendas de abarrotes (o distribucin
forzada) como los grupos de tienda controlados ms pequeos. Este servicio es proporcionado por
numerosas empresas de investigacin, incluyendo a Roper ASW (www.roperasw.com) y ACNielsen (www.acmelsen.com).
Mercado de prueba simulado

Ib mercado casi de prueba en el
que los encuestados son preselecdonados, luego entrevistados y
observados en sus compras y actitu
des hada un producto.
Thmbin llamado prueba de laboratorio o simulacin de mercado de prueba, un m ercado de

prueba sim ulado arroja estimados matemticos de participacin de mercados con base en la
reaccin inicial de los consumidores sobre un nuevo producto. El procedimiento funciona de
la siguiente manera. En general, los encuestados son interceptados en lugares de mucho trnsi
to, como centros comerciales, y son preseleccionados de acuerdo con el uso del producto. Los
individuos seleccionados son expuestos al concepto de producto nuevo propuesto y se les da la
oportunidad de comprar el nuevo producto en la vida real o en un entorno de laboratorio. Quie
nes compran el producto son entrevistados acerca de su evaluacin del mismo y las intenciones
de volver a comprarlo. Los estimados de prueba y compra repetida generados ah se combinan
con datos sobre la promocin propuesta y los niveles de distribucin para proyectar una partici
pacin de mercado.
Los mercados de prueba simulados se pueden realizar en 16 semanas o menos. La informa
cin que generan es confidencial y la competencia no la puede obtener. Tambin son relativa
mente econmicos. Mientras que un mercado de pruebas estndar puede costar tanto como un
milln de dlares, los mercados de prueba simulados cuestan menos de 10 por ciento. Una de
las empresas principales que proporciona este servicio es ACNielsen BASES ( www.acnielsenbases.com). Los mercados de prueba simulados estn incrementando su popularidad.33
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.
Calidad sin fallas y exclusividad a 87,000 dlares la pieza

El fabricante de relojes Lange Uhren (www.Umgeuhren.com) ha tenido xito en la pujante econo
ma de Europa oriental. La razn es su comprensin del mercado. Se realiz un mercado de prue
ba simulado en Estados Unidos, Japn y Francia para determinar un posicionamiento eficaz y es
trategia de precios para los relojes. En cada pas, el precio y la estrategia de posicionamiento
variaron y se evalu la respuesta del consumidor. Los resultados, que fueron similares entre los
pases, indicaron que una posicin de prestigio con un precio difcil de conseguir sera de lo ms
eficaz. El rea de Alemania oriental era bien conocida por su artesana superior antes de la llega
da del comunismo. Lange Uhren utiliz una fuerza de trabajo bien capacitada y la nueva plata
forma de marketing para reavivar esta tradicin. La nueva estrategia de posicionamiento se basa
en calidad sin falla y exclusividad, lo que se representa de manera nica en cada contexto cultu
ral. Los relojes se venden en 22 establecimientos a nivel mundial hasta por 87,000 dlares cada
uno. La estrategia ha sido exitosa. En el 2002 se vendieron aproximadamente 4,000 de estos ex
clusivos relojes.
Los oficiales de la industria joyera alemana fueron cuidadosamente optimistas al anali
zar la perspectiva de la industria del 2003 al 2005. Crean que el euro, lanzado en enero del
2002, proporcionara un incremento en la demanda de joyera hecha en Alemania, como los re
lojes, por parte de los estados miembros de la unin europea. Europa es el principal mercado de
ventas para los productos hechos en Alemania, y representa alrededor de 70% de todas las ex
portaciones de joyera y relojes. Dados estos pronsticos y estadsticas, Lange Uhren se est co
locando para continuar su xito en esta industria.34

Con frecuencia es necesario encubrir el propsito del experimento con el fin de producir resul
tados vlidos. Considrese, por ejemplo, un proyecto realizado para determinar la eficacia de
los comerciales de televisin del cereal Rice Krispies de Kelloggs. Se recluta a los encuestados
y se les lleva a unas instalaciones centrales. Se les dice que observarn un programa de televi
sin sobre nutricin y que luego se les harn unas preguntas. Intercalado en el programa est el
comercial de prueba de Rice Krispies, as como comerciales de algunos otros productos (co
merciales de relleno). Despus de mirar el programa y los comerciales se aplica un cuestionario
a los encuestados, el cual obtiene evaluaciones sobre el contenido del programa, el comercial
www.FreeLibros.me
228
Despus del experimento, sesin pa

ra informar a los sujetos de la prue
ba en qu consisti el experimento y
cmo se realizaron las manipulacio
nes experimentales.
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
Los errores se corrigen pronto: una puntada a tiempo ahorra cientos

Una empresa de investigacin de mercados que se especializa en investigacin de publicidad est
examinando la eficacia de un comercial de televisin de tenis deportivos Nike (www.nike.com).
En 2001, los ingresos de Nike sumaron un total de 9,500 millones de dlares. Se utiliz un di
seo de prueba previa y posterior a un grupo. Las actitudes mostradas por los encuestados ha
da los tenis deportivos Nike se obtuvieron antes de ser expuestos a un programa deportivo y
diversos comerciales, incluyendo el de Nike. Las actitudes se midieron de nuevo despus de ver
el programa y los comerciales. La evaluacin inicial basada en una pequea muestra encontr
que el diseo de prueba previa y posterior a un grupo adoptado en este estudio era susceptible
de artefactos de demanda: los encuestados intentaron adivinar el propsito del experimento y
respondieron de acuerdo con eso. Debido a que las restricciones financieras y de tiempo hacan
que redisear el estudio fuera difcil, la investigacin continu sin correccin. Seguir con un
proyecto de investigacin despus de saber que se cometieron errores en las etapas iniciales no
es una conducta tica. Los problemas de diseo experimental se deben revelar de inmediato al
cliente. Las decisiones sobre si se debe redisear el estudio o aceptar la falla deben tomarse
conjuntamente entre el investigador y el cliente.36
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
La investigacin experimental puede

ayudar a Bames & Noble a determinar
el valor ptimo de los cupones de
Internet en sus esfuerzos por lograr
qje sus clientes en lnea visiten sus
tiendas.
previas al tratamiento, los encuestados responden un cuestionario publicado en la pgina de In

ternet. Luego se les expone a un anuncio en particular o a un comercial en ese sitio. Despus de
\er el anuncio o comercial, los encuestados responden preguntas adicionales proporcionando
las mediciones posteriores al tratamiento. Los grupos de control se pueden preparar de manera
similar. As, todos los tipos de diseos experimentales que hemos considerado se ponen en
prctica de esta manera.
Experimentacin en Internet: un noble esfuerzo

Bames & Noble (www.bn.com) vende libros, videojuegos y productos de software de entreteni
miento, y tambin est comprometido en la venta en lnea de libros al menudeo. A l 2003 com
pite con muchos sitios de Internet (www.amazon.com y www.campusbooks.com), as como tien
das minoristas (Borders Books y libreras en campus universitarios). Bames & N oble ha
lanzado recientemente un servicio de cupones de Internet con Interactive Coupon Network
(www.coolsavings.com). Estos cupones se pueden utilizar con libros impresos o libros electr
nicos que se lanzaron en 2001. El objetivo de los cupones por Internet fue establecer programas
promocionales complementarios, llegar a ms consumidores y obtener datos adicionales sobre
estos consumidores. Bames & Noble quera vincular a los clientes en lnea con los que real
mente iban a la tienda. Cul deba ser el valor de estos cupones? Se puede adoptar un diseo
experimental donde se ofrecen cupones de distintos valores a diferentes usuarios de Internet y
los resultados se supervisan para determinar el valor ptimo.37
Para complementar el Internet, se puede utilizar software para microcomputadoras y
computadoras centrales en el diseo y anlisis de experimentos, as como el paquete de softwa
re de anlisis estadstico completo MINITAB para disear experimentos. Aunque similar en uso
al SPSS o SAS, MINITAB incluye funciones y comprobacin especficamente para trabajo de
control de calidad, en donde se encuentran diseos de fabricacin. Por ejemplo, los investiga
dores de tiendas minoristas especializadas, del tipo de destino como Niketown, tal vez preten
dan investigar algunas de las interacciones de variables independientes, como elementos de la
atmsfera de la tienda en una seccin especfica. La variable dependiente en este experimento
sera la calificacin de los sujetos sobre la seccin de la tienda que se va a curiosear. Estos fac
tores se incluiran en este estudio de 2 X 2 X 2 Suponiendo dos niveles de iluminacin (es de
cir, medio o bajo), dos niveles de sonido (o sea ruido externo de estadio o ruido interno de are
na), y dos estmulos de olfato (es decir: aroma de chocolate caliente y de rosetas de maz
calientes), se pueden examinar las mejores combinaciones de atmsfera de tiendas.
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
y mortalidad. Existen cuatro formas de controlar las variables ex

ternas: aleatoriedad, concordancia, control estadstico y control
de diseo.
Los diseos experimentales se pueden clasificar en preexperimental, experimental verdadero, cuasi experimental o esta
dstico. Un experimento puede conducirse en un ambiente de la
boratorio o bajo condiciones de mercado reales en un entorno
natural. Slo los diseos causales acompaados de experimenta
cin son apropiados para deducir relaciones de causa y efecto.
Aunque los experimentos tienen limitaciones en trminos de
tiempo, costo y administracin, se estn volviendo muy popula
res en marketing. El marketing de prueba es una aplicacin im
portante de los diseos experimentales.
La validez interna y externa de los experimentos de campo
realizados en el extranjero por lo general es menor que la de los rea
lizados en Estados Unidos. El nivel de desarrollo en muchos pases
es menor, y el investigador no tiene control sobre muchas de las va
riables de marketing. Los temas ticos incluidos para realizar inves
tigacin causal incluyen encubrir el propsito del experimento. Se
puede utilizar una sesin de preguntas y respuestas para abordar al
gunos de estos temas. Internet y las computadoras son muy tiles
para disear y efectuar experimentos.
TERM INOS Y C O N CEP TO S FUN DAM EN TALES

aleatoriedad, 212
ambiente de campo, 222
ambiente de laboratorio, 222
artefactos de demanda, 222
causalidad, 204
concordancia, 212
control de diseo, 213
control estadstico, 212
desviacin en la seleccin (DS), 211
diseo de bloque aleatorio, 220
diseo de cuadro latino, 220
s e o de cuatro grupos
de Solomon, 2 1 7
se o de la prueba posterior
slo con grupo de control, 216
se o de la prueba previa y la
posterior a un grupo, 214
diseo de la prueba previa y la posterior

con grupo de control, 216
diseo de series temporales, 217
diseo de series temporales mltiples, 218
diseo estadstico, 214
diseo experimental, 208
diseo factorial, 221
diseos cuasi experimentales, 213
diseos experimentales verdaderos, 213
diseos preexperimentales, 213
efecto de prueba interactiva (PI), 211
efecto de prueba principal (PP), 211
estudio de un caso nico, 214
experimento, 207
grupo esttico, 215
historia (H), 210
instrumentacin (I), 211
www.FreeLibros.me
maduracin (MA), 210

marketing de prueba, 224
mercados de prueba, 224
mercado de prueba controlado, 226
mercado de prueba estndar, 224
mercado de prueba simulado, 226
mortalidad (MO), 212
regresin estadstica (RE), 211
sesin de preguntas y respuestas, 228
unidades de prueba, 207
validez extema, 209
validez interna, 209
variables de confusin, 212
variables dependientes, 207
variables externa, 207
variables independientes, 207
variacin concomitante, 205
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.
2. En el experimento antes descrito, suponga que los encuestados se

hubieran seleccionado por conveniencia ms que en forma aleatoria.
Qu tipo de diseo resultara?
3. Cbnsidere el siguiente cuadro en el que 500 encuestados se han cla
sificado con base en el uso del producto e ingresos.
Uso del
producto
Mucho
Regular
Fbco
Alto
40
35
25
Ingreso
Medio
30
70
50
Bajo
40
60
150
a. Esta tabla indica variacin concomitante entre uso del producto

e ingreso?
b. Describa la relacin entre uso del producto e ingreso, con base
en el cuadro anterior.
4. Establezca d tipo de experimento que se realiza en las siguientes si
tuaciones. En cada caso, identifique la amenaza potencial para la va
lidez interna y extema.
a. Un distribuidor importante de equipo de oficina est consideran
do un nuevo programa de presentacin para su personal de ven
tas. Se seleccion el territorio de ventas ms grande, se llev a
cabo el nuevo programa y se midi el efecto en las ventas.
b. Rocter & Gamble quiere determinar si un nuevo diseo de em
paque de Tde es ms eficaz que el diseo actual. Se seleccionan
aleatoriamente 12 supermercados en Chicago. En seis de ellos,
seleccionados en forma aleatoria, se vende Tide en el nuevo em
paque. En los otros seis, el detergente se vende en el empaque
anterior. Se supervisan las ventas de ambos grupos de supermer
cados durante tres meses.
5. Describa una situacin especfica que sea adecuada para cada uno de
los siguientes diseos experimentales. Defienda su razonamiento.
a. Diseo de la prueba previa y la posterior a un grupo
b. Diseo de la prueba previa y la posterior con grupo de control
c. Diseo de la prueba posterior slo con grupo de control
d. Diseo de series temporales mltiples
e. Diseo factorial
L Revise la bibliografa relevante y escriba un ensayo corto sobre la
funcin de la computadora en los experimentos controlados en la in
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.
4. Microsoft ha desarrollado una nueva versin de su hoja de clculo EX

CEL, pero no est seguro de cul ser la reaccin del usuario. Disee
un experimento basado en Internet para determinar la reaccin del
usuario a las versiones nueva y anterior de EXCEL.
5. Explique cmo llevara a cabo un diseo de grupo de control de
prueba posterior en Internet para medir la eficacia de un nuevo
anuncio impreso de Toyota Camry.
www.FreeLibros.me
CAPTULO 7
D ite o de la investigacin causal: experimentacin
233
ACTIVIDADES
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?
ms eficaz. Utilice una muestra de estudiantes con 10 integrantes

expuestos a cada anuncio (condicin de tratamiento). Desarrolle sus
propias mediciones sobre eficacia de publicidad en este contexto.
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

introduccin y escalas com parativas
Objetivos
Cuando analizamos los

resultados de la investiga
cin debemos creer que las
mediciones proporcionan
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.
una representacin realista

de opiniones y conductas,
y que capturan adecuada
mente cmo los datos de
un encuestado se relacio
nan con los dems".
Greg VanScoy,
ejecutivo de cuentas
snior; servicio a clientes,
Burke, Inc.
234
www.FreeLibros.me
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
Las compaas ms admiradas de Estados Unidos y del mundo

El valor de clasificarlas como las compaas ms admiradas del mimdo, junto con la lista de
Fortime de las ms admiradas de Estados Unidos, reside en que este ttulo les ha sido otorgado
por la gente que est ms cerca de la accin: ejecutivos senior y directores externos en cada in
dustria, as como analistas financieros que estn en posicin de estudiar y comparar a los com
petidores en cada campo. Fortune les pide que califiquen a las compaas sobre los ocho crite
rios que se utilizan para evaluar a las ms admiradas de Estados Unidos: innovacin, calidad de
administracin general, valor de inversin a largo plazo, responsabilidad hacia la comunidad y
el ambiente, capacidad de atraer y mantener gente talentosa, calidad de productos o servicios,
solidez financiera y uso inteligente de los bienes corporativos. Para una clasificacin global,
Fortime agreg otro criterio con el fin de reflejar un panorama internacional: la eficacia de una
compaa para hacer negocios a nivel mundial. La clasificacin general de una compaa se ba
sa en el promedio de calificaciones de todos los atributos del criterio. En el ejemplar del 4 de
marzo de 2002 se public que las dos compaas ms admiradas del mundo eran General Elec
tric y Wal-Mart Stores, en ese orden. Tambin a marzo de 2002, las siguientes fueron las com
paas ms admiradas de Estados Unidos:
ID
A
B
C
D
E
F
G
H
I
J
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
Retomo total 2001

-15.1%
-1 7 3 %
9.0%
52.7%
63%
12.1%
14.0%
29.8%
0.1%
4.9%
235
www.FreeLibros.me
236
PARTE II
General Electric es la compaa ms

admirada de Estados Unidos y del
mundo.
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.
Generacin de un continuum sobre

d cual se localizan los objetos que
son medidos.
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.
ESCALAS FU N D A MENTALES DE M ED ICI N

Existen cuatro escalas de medicin fundamentales: nominal, ordinal, de intervalos y de razn.3 Es
tas escalas se ilustran en la figura 8-1, sus propiedades se resumen en la tabla 8-1 y se analizan en
las siguientes secciones.
Es aquella en que los nmeros sirven
slo como etiquetas para identificar y
clasificar objetos, con estricta corres
pondencia unvoca entre los nmeros
y los objetos.
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
M edicin y elaboracin de escalas: introduccin y escalas comparativas
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.
Escalas fundamentales de medicin

C aractersticas
Ejemplos
Escala
bsicas
comunes
Ejem plos de
MARKETING
Nominal
Los nmeros identifican Nmeros del seguro

y clasifican objetos
social, nmeros de
jugadores de ftbol
Ordinal
Los nmeros indican

las posiciones relativas
de los objetos, pero
no la magnitud de
las diferencias
entre ellos
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
Las diferencias entre

los objetos se pueden
comparar, el punto
cero es arbitrario
Temperatura
(Farenheit,
centgrados)
Actitudes, opiniones,
nmeros de ndice
Rango, media
desviacin estndar
Correlaciones productomomento, pruebas t,

ANOVA, regresin,
anlisis factorial
El punto cero es fijo;

las proporciones de la
escala de valores se
pueden computar
Longitud, peso
Edad, ingresos, costos,

ventas, participacin
de mercado
Media geomtrica,
media armnica
Coeficiente de
variacin
www.FreeLibros.me
238
PARTE II
Un ejemplo comn y popular de una

escala nominal son los nmeros
asignados a los jugadores de ftbol.
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.

Escala nominal
En el proyecto de tienda departamental se asignaron nmeros del 1 al 10 a las diez tiendas considera
das en el estudio (vase la tabla 8-2). As, el nmero de tienda 9 se refera a Sears. Esto no implica que
Sears sea superior o inferior en alguna forma a Neiman-Marcus, a la que se asign el nmero 6. Cual
quier reasignacin de los nmeros, as como trasponer los nmeros asignados a Sears y a Neiman-Mar
cus, no tendra efecto en el sistema de numeracin, porque los numerales no reflejaron caracterstica al
guna de las tiendas. Es significativo hacer declaraciones como 75% de los encuestados prefirieron la
tienda 9 (Sears) dentro del ltimo mes. Aunque el promedio de nmeros asignados es 5.5, no es signi
ficativo afirmar que el nmero de la tienda promedio sea 5.5.
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
M edicin y elaboracin de escala**: introduccin y escalas comparativas
239
Ilustracin de escalas fundamentales de medicin________________________________________

Escala
NOMINAL____________
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.
Lord & Taylor
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.
Saks Fifth Ave.
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.

Escala ordinal
En la tabla 8-2 se proporciona una jerarqua de preferencia de encuestados en particular. Los encuestados clasificaron 10 tiendas departamentales en orden de preferencia al asignar el lugar 1 a la tienda ms
preferida, el lugar 2 a la segunda ms preferida y as sucesivamente. Ntese que JC Penney (ubicada en
1) se prefiere sobre Macy's (ubicada en 2), pero no se sabe cunto ms se prefiere. Asimismo, no es ne
cesario que asignemos nmeros del 1 al 10 para obtener una jerarqua de preferencia. La segunda esca
la ordinal, que asigna el nmero 10 a JC Penney, 25 a Macys, 30 a Richs, y as sucesivamente, es una
escala equivalente, ya que se obtuvo de una transformacin positiva monotnica de la primera escala.
Las dos escalas dan lugar al mismo ordenamiento de las tiendas de acuerdo a la preferencia.
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
PARTE II

En la tabla 8-2 se expresan las preferencias de un encuestado por las 10 tiendas en una escala de califi
cacin de siete puntos. Puede verse que aunque Sears recibi una calificacin de preferencia de 6 y
W&l-Mart una calificacin de 2, esto no significa que Sears sea preferida el triple que Wal-Mart. Cuan
do se transforman las calificaciones a una escala equivalente de 11 a 17 (siguiente columna), las califi
caciones para estas tiendas se vuelven 16 y 12, y la proporcin ya no es de 3 a 1. En contraste, las pro
porciones de las diferencias de preferencia son idnticas en las dos escalas. La proporcin en cuanto a
la diferencia de preferencia entre JC Penney y Wal-Mart con la diferencia de preferencia entre NeimanMarcus y Wal-Mart es de 5 a 3 en ambas escalas.
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
Escalas en el ftbol mundial

De acuerdo con las clasificaciones del 2002 de la Federacin Internacional de Ftbol Asocia
cin (FIFA) (www.fifa.com), Francia, el campen mundial, estaba al principio de la lista con
807 puntos y Argentina en segundo lugar con 793 puntos. Los primeros 13 pases en el ftbol
(conocido como socceren Estados Unidos) fueron:
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
Clasificacin al 20 de marzo del 2002

Lugar: 2 de marzo
Puntos: 2 de marzo
1
807
2
793
3
788
4
738
5
735
6
733
728
7
8
719
718
9
10
710
708
11
12
704
13
702
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.
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

Escala de razn
En la escala de razn ilustrada en la tabla 8-2 se pide a un encuestado que indique la cantidad de dla
res gastada en cada una de estas 10 tiendas durante los ltimos dos meses. Ntese que aunque el en
cuestado gast 200 dlares en Macys y slo 10 en Wal-Mart, de hecho gast 20 veces ms en Macys
que en Wal-Mart. El punto cero tambin es fijo, porque cero significa que el encuestado no gast nada
en esa tienda. Multiplicar estos nmeros por 100 para convertir los dlares a centavos resulta en una es
cala equivalente.
COM PARACIN DE LAS TCN ICAS DE ESCALAS

Es uno de dos tipos de tcnicas de
escala en el que existe una compara
cin directa entre los objetos de
estmulo.
Las tcnicas de escalas comnmente utilizadas en la investigacin de mercados se pueden cla

sificar como escalas comparativas y no comparativas (vase la figura 8-2). Las escalas com pa
rativas incluyen la comparacin directa de objetos de estmulo. Por ejemplo, se puede pregun
tar a los encuestados si prefieren Coca o Pepsi. Los datos de escala comparativa se deben
interpretar en trminos relativos y tienen slo propiedades ordinales o de ordenamiento. Por es
ta razn, a las escalas comparativas tambin se les conoce como escalas no mtricas. Como se
muestra en la figura 8-2, las escalas comparativas incluyen: comparacin pareada, orden de cla
sificacin, suma constante, clasificacin Q y otros procedimientos.
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
Uno de los dos tipos de tcnicas

de escala en el que cada objeto
estmulo es escalado en forma
independiente de los dems objetos
en el conjunto de estmulos.
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.
TCN ICAS DE ESCALAS COMPARATIVAS

Escalas de comparacin pareadas
Tcnica de escalas comparativas en
la que se presentan a un encuestado
cbs objetos a la vez y se le pide que
seleccione uno de los dos, de acuerdo
con algn criterio. Los datos
obtenidos son de naturaleza ordinal.
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
M edicin y elaboracin de escala*': introduccin y encalas comparativas
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
Head & Shoulders
Pert
1*
Mdal Sassoon
Head & Shoulders
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.
Suposidn hecha con el fin de

convertir los datos de comparaciones
pareadas en datos jerrquicos. Esto
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.
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
Cuando las pruebas de degustacin

mostraron que diversos consumidores
prefirieron los arndanos blancos a los
rojos, Ocean Spray agreg bebidas de
arndano blanco a su lnea de productos.
anberry JulC
INVESTIGACIN
REAL
Escala de comparacin pareada

El mtodo ms comn de una prueba de degustacin es la comparacin pareada. Se pide al con
sumidor que pruebe dos productos diferentes y que seleccione el de sabor ms atractivo. La
prueba se realiza en privado, ya sea en hogares o en otros sitios predeterminados. Un mnimo de
1,000 respuestas se considera una muestra adecuada.
Ocean Spray (w vw.oceanspray.com), el principal productor de jugos y bebidas de jugo en
latadas y embotelladas en Norteamrica, utiliza en forma extensiva las pruebas de degustacin
al desarrollar nuevos productos. Se pide a los encuestados que prueben nuevas bebidas presen
tadas en pares, que las evalen en gusto y sabor, y que elijan la que les guste ms.
Las pruebas de degustacin mostraron que diversos consumidores prefirieron los arnda
nos blancos a los rojos, de sabor fuerte y cido. Por lo tanto, a principios del 2002, Ocean
Spray agreg a su lnea de productos las bebidas White Cranberry, hecha con arndanos blan
cos naturales, cosechados unas semanas antes que la variedad roja, y los Juice Spritzers, bebi
das de jugo ligeramente carbonatadas, en un esfuerzo por atraer una gama ms amplia de con
sumidores.13
Escala por orden de clasificacin

Escala oor orden de clasificacin
Tcnica de escala comparativa en la
que se presentan a los encuestados
dversos objetos a la vez y se les
pide ordenarlos o jerarquizarlos de
acuerdo con algn criterio.
Despus de las comparaciones pareadas, la tcnica de escala comparativa ms popular es la e s

cala por orden de clasificacin. En la escala por orden de clasificacin se presentan a los en
cuestados diversos objetos en forma simultnea y se les pide que los ordenen de acuerdo con
algn criterio. Por ejemplo, se puede pedir a los encuestados que ordenen marcas de pasta
de dientes segn la preferencia general. Como se muestra en la figura 8-4, este orden por lo ge
neral se obtiene al pedir a los encuestados que asignen una calificacin de 1 a la marca ms
preferida, 2 a la segunda preferida y as sucesivamente, hasta que se asigna el lugar n ala mar
ca menos preferida. Igual que en la comparacin pareada, este mtodo tambin es de naturale
za comparativa, y e s posible que al encuestado no le guste la marca ubicada en el nmero 1, en
sentido absoluto. Es ms, las escalas por orden de clasificacin tambin dan lugar a datos ordi
nales. Vase la tabla 8-2, en el que se utiliza una escala por orden de clasificacin para derivar
una escala ordinal.
La escala por orden de clasificacin con frecuencia se utiliza para medir preferencias de
marcas, as como atributos. Los datos jerarquizados a menudo se obtienen de encuestados en
anlisis conjunto (vase el captulo 21), debido a que la escala por orden de clasificacin obli
ga al encuestado a discriminar entre los objetos de estmulo. Es ms, este tipo de proceso de e s
cala se parece ms al ambiente de compras que las comparaciones pareadas. Tambin toma me
nos tiempo y elimina las respuestas intransitivas. Si hay n objetos de estmulo, slo se requiere
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.
E criterio de preferencia depende totalmente de usted. No hay respuestas correctas o equivocadas.

Slo trate de ser consistente.
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
Las marcas ms conocidas del mundo

fra ser un competidor fuerte en el mercado estadounidense actual, las compaas confan mu
cho en el reconocimiento de marca. Cuando los consumidores reconocen una compaa o un
producto como el nombre de un hogar, de preferencia por buenas razones ms que por mala pu
blicidad, la equidad de la marca se incrementa. Core Brand ( www.corebrand.com), empresa es
pecializada en estrategia de marca y comunicaciones, conduce una encuesta anual para determi
nar qu marcas son las ms reconocidas por los consumidores. Publican una lista de las 10
marcas ms conocidas. Su lista de las 10 principales es un ejemplo de escala por orden de cla
sificacin. El 2001 Corporate Brand Index revela la fuerza de las marcas ms conocidas del
mundo. Aqu estn las 10 principales:15
L
2.
3.
4.
5.
6.
7.
8.
9.
10.
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.
Escala de suma constante

Tcnica de escala comparativa en la
que se pide a los encuestados que
dstribuyan una suma constante de
unidades como puntos, dlares,
notas, calcomanas o fichas entre un
mnjurto de objetos de estmulo con
relacin a un criterio.
En la escala de su m a constante, los encuestados distribuyen una suma constante de unidades,

como puntos, dlares o fichas, entre un conjunto de objetos de estmulo con relacin a un crite
rio. Como se muestra en la figura 8-5, se puede pedir a los encuestados que distribuyan 100
puntos entre los atributos de un jabn de bao de tal forma que reflejen la importancia que dan
a cada atributo. Si un atributo es irrelevante, el encuestado le asigna cero puntos. Si un atributo
es el doble de importante que otro, recibe el doble de puntos. La suma de todos los puntos es
100. De aqu el nombre de la escala.
Los atributos se escalan al contar los puntos asignados a cada uno por todos los encuestados
y dividindolos entre el nmero de encuestados. En la figura 8-5 se presentan estos resultados pa
ra tres grupos o segmentos de encuestados. El segmento I otorga gran importancia al precio. El
segmento I I considera que el poder de limpieza bsico es de principal importancia. El segmen
to III valora la espuma, fragancia, humectacin y poder de limpieza. Esta informacin no se
El uso de una escala de suma constante

para determinar la importancia relativa
de los atributos del jabn de bao le ha
permitido a Irish Spring desarrollar un
producto superior.
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.
Escala de clasificacin Q y otros procedimientos

Tcnica de escala comparativa que
utiliza un procedimiento de escala
por orden de clasificacin para
clasificar objetos con base en la
similitud de acuerdo a algn criterio.
La escala d e clasificacin Q se desarroll para discriminar entre un nmero relativamente

grande de objetos en forma rpida. Esta tcnica utiliza un procedimiento de orden de clasifica
cin en el que los objetos se clasifican en pilas basadas en similitud con relacin a un criterio.
Por ejemplo, se da a los encuestados 100 enunciados de actitud en tarjetas individuales y se les
pide ubicarlos en 11 pilas, que van desde con los que se est ms de acuerdo hasta con los
que se est en ms desacuerdo . El nmero de objetos por clasificar no debe ser menor que 60
ni mayor que 140; una cantidad razonable es entre 60 y 90 objetos. El nmero de objetos que se
colocarn en cada pila est preestablecido, a menudo para dar lugar a una distribucin apenas
normal sobre el conjunto total.
Otra tcnica de escala comparativa es la estimacin de magnitud.16 En esta tcnica se asig
nan nmeros a objetos cuyas proporciones entre los nmeros asignados reflejen proporciones
en el criterio especfico. Por ejemplo, se puede pedir a los encuestados que indiquen si estn de
acuerdo o en desacuerdo con cada serie de afirmaciones que miden la actitud hacia las tiendas
departamentales. Luego asignan un nmero entre el 0 y el 100 a cada afirmacin para indicar la
intensidad de su acuerdo o desacuerdo. Proporcionar este tipo de nmeros impone una carga
cognitiva a los encuestados. Por ltimo, se debe mencionar la escala Guttman o anlisis de escalograma, que es un procedimiento para determinar si un conjunto de objetos se puede ordenar
en una escala unidimensional internamente consistente.
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
Guerra de automviles encabezada por Japn

Por primera vez, los periodistas europeos haban otorgado su reconocimiento al auto del ao a
un modelo japons, el Miera de Nissan, hecho en Inglaterra, un subcompacto de 10,000 dlares.
Esto fue un gran golpe para los fabricantes de autos europeos que han estado tratando de man
tener a raya a los japoneses. Ellos cambiarn el balance competitivo, previene Bruce Blythe,
jefe de estrategia de negocios de Ford o f Europe Inc. Cmo lo hicieron los japoneses?
Nissan realiz una encuesta de las preferencias de automviles de los consumidores euro
peos, utilizando escalas de intervalos para capturar la magnitud de las diferencias de preferen
cia. El uso de escalas de intervalos permiti a Nissan comparar las diferencias entre las caracte
rsticas de autom viles y determinar cules eran las preferidas. Los resultados revelaron
distintas preferencias de los consumidores, por lo que los japoneses realizaron incursiones para
trasplantar su produccin y construir centros tcnicos en Europa para fabricar los autos a la me
dida para los gustos de estilo y preferencia locales. Nissan tambin realiz una alianza con el
fabricante de autos francs Renault en 1999 y vendi 483,990 autos en Europa en 2001. Nissan
ha introducido nuevos modelos en Europa en 2003 con la esperanza de levantar la reciente ba
ja de ventas en ese mercado. Los fabricantes europeos tienen que estar en guardia contra esa
competencia tan feroz.18
Tambin se debe notar que las escalas comparativas, excepto en las comparaciones parea
das, requieren comparaciones de mltiples objetos de estmulo y, por lo tanto, resultan agotado
ras para los encuestados. En contraste, en las escalas no comparativas, cada objeto es escalado en
forma independiente a los dems en el conjunto de estmulos; por ejemplo, los objetos se escalan
uno a la vez. Entonces, las escalas no comparativas son ms simples de aplicar y ms apropiadas
en culturas donde los encuestados tienen menor educacin o no estn familiarizados con la in
LA TICA EN LA INVESTIG A C I N DE M ERCADOS

El investigador tiene la responsabilidad de utilizar el tipo apropiado de escalas para obtener los
datos requeridos para responder las preguntas de investigacin y probar las hiptesis. Tmese,
por ejemplo, un peridico como el Wall Street Journal, que quiere informacin sobre los perfiles
de personalidad de sus lectores y no lectores. Los datos sobre las caractersticas de personalidad
pueden obtenerse mejor al dar a los encuestados (lectores y no lectores) diversas tarjetas, cada
una con una lista de caractersticas de personalidad. Se pide a los encuestados que clasifiquen las
cartas y que jerarquicen las caractersticas de personalidad, listando en orden aquellas que se
piensa describen mejor su personalidad y al final las que no la describen. Este proceso propor
cionar un gran conocimiento de las caractersticas de personalidad al permitir a los encuestados que comparen y mezclen las tarjetas. Sin embargo, los datos resultantes son ordinales y no
pueden ser utilizados fcilmente en un anlisis multivariado. Para examinar las diferencias en
las caractersticas de personalidad de los lectores y no lectores y relacionarlas con diversas e s
trategias de marketing, se requieren datos de escala de intervalos. Es obligacin del investiga
dor obtener los datos que sean ms apropiados, dadas las preguntas de investigacin, como se
ilustra en el siguiente ejemplo.
INVESTIGACIN
REAL
Dilemas ticos de escalas

En un estudio diseado para medir juicios ticos de investigadores de mercados se utilizaron
enunciados de una escala previamente desarrollada y probada. Sin embargo, despus de reali
www.FreeLibros.me
CAPTULO 8
249
zarse una prueba previa en una muestra de conveniencia de 65 profesionales de marketing, se

demostr que algunos de los enunciados de la escala original estaban fraseados en cierta forma
que no reflejaba el uso actual, por lo que se actualizaron. Por ejemplo, un enunciado que era de
gnero especfico, como: l seal que... se alter para decir el gerente de proyectos seal
que... Se pidi a los sujetos que mostraran su aprobacin o desaprobacin de la accin seala
da (enunciado) de un director de investigacin de mercados con relacin a escenarios especfi
cos. Al percatarse de que una escala binaria o dicotmica sera demasiado restrictiva, se indic
la aprobacin o desaprobacin al pedir los encuestados que proporcionaran datos de nivel de
intervalos a travs de una escala de cinco puntos con calificaciones descriptivas de 1 = desa
pruebo, 2 = desapruebo en cierta forma, 3 = ni apruebo ni desapruebo, 4 = apruebo en cierta
forma y 5 = apruebo. D e esta forma se resuelven los dilemas de escala.19
Despus de recopilados los datos se deben analizar correctamente. Si se recaban datos de
escala nominal, entonces se deben utilizar estadsticas permisibles para datos de escala nomi
nal. De la misma forma, cuando se renen datos de escala ordinal, no se deben utilizar procedi
mientos estadsticos para uso con datos de intervalos o de razn. Las conclusiones basadas en el
mal uso de las estadsticas son engaosas. Utilizando el ejemplo de personalidad anterior, si se
hubiera decidido obtener los datos por la tcnica de orden de clasificacin descrita, se recaba
ran datos ordinales. Si despus de la recopilacin el cliente desea saber en qu difirieron los
lectores de los no lectores, el investigador debe tratar estos datos correctamente y utilizar tcni
cas no mtricas para el anlisis (analizadas en el captulo 15). Cuando al investigador le falta la
experiencia para identificar y utilizar las tcnicas estadsticas apropiadas, se debe buscar ayuda
de otras fuentes, por ejemplo, de estadistas.
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
Las escalas fundamentales ayudan a Domino's

a convertirse en un competidor fundamental
Dominos Pizza construye pginas de Internet para comunicar su imagen y dar informacin de
sus productos. Tambin ve a Internet como un medio para recabar datos sobre clientes y, por lo
tanto, para realizar investigacin de mercados. Aunque no se vende pizza en lnea, la compaa
tiene una pgina Web para todo Estados Unidos (www.dominos.com), adems de las pginas de
cada una de sus subsidiarias locales.
En las subsidiarias locales, se pide a los clientes que llenen un formato de comentarios en
la pgina Web. Esta encuesta, que es diferente en cada pgina de Dominos Pizza, ayuda al
equipo local a entender mejor las necesidades de los clientes y a darles un mejor servicio. Se
utilizan diferentes escalas para obtener la siguiente informacin.
Nombre, nmero de telfono y direccin (correo electrnico) (escala nominal)

Referencia de restaurantes de pizza en el rea local (escala ordinal)
Impresiones del servicio ofrecido por Dominos Pizza en general (escala de intervalos)
Evaluacin de los productos y precio (escala de intervalos)
Satisfaccin del cliente (escala de intervalos)
Cantidad gastada en pizza y comida rpida (escala de razn)
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
IRR SPSS Dala Enliy Customer Satisfaction Sutvey: Piinted Versin

Ete d t View Layout Biie* dp
< 3 |B l a l a i
X ltfelel
f|M |
i
10. Nivel de educacin?
1 ]
13. Cul es su ingreso?

O No respondi , y.<
O Nunca asisti a la preparatoria
O No respondi
O Menos de 20,000 dlares
O Parte de la preparatoria
O No sabe
O De 20.000 a 24.999 dlares O No sabe
O Preparatoria
O Rehus
O De 25,000 a 34,999 dlares O Rehus
O Parte de la universidad
O De 35,000 a 44,999 dlares
O Titulo universitario
O De 45,000 a 54,999 dlares
O Posgrado
O De 55,000 a 64,999 dlares
O De 65,000 a 74,999 dlares

O 75.000 dlares o ms
<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
Dada la naturaleza d iv ersa d e lo s p ro y e c to s realizados p o r B u rk e, la c o m p a a u tiliza los cu atro tip o s

bsicos d e escalas. L a s e sc a la s n o m in ales s e u tilizan p ara d e n o ta r su je to s, m arcas, tie n d a s, an u n cio s y
casi c u a lq u ie r tip o d e estm ulo d e m arketing. L a s e sc a la s p o r o rden d e cla sific a c i n se utilizan p ara o r
denar n u ev o s nom bres d e p roducto, p aq u etes, m arcas e n com p eten cia y o tra s altern ativ as d e elecci n
en trm in o s d e p refe ren cia e in ten ci n d e co m p ra. L a s e sc a la s d e in terv alo s s o n am pliam en te u tiliz a
das. L a m a y o ra d e lo s p ro y e c to s e fe c t a n a lg u n a f o rm a d e m e d ici n d e e s c a la d e in te rv a lo s. P o r
ejem plo, la satisfaccin de los c lie n te s s e m id e e n un a escala d e c u atro p u n to s (1 = m uy in satisfech o ;
2 = algo insatisfecho; 3 = algo sa tisfe c h o , y 4 = m uy sa tisfech o ). L a s e sc a la s d e razn tam b in s e u ti
lizan p ara m e d ir v en tas poten ciales, v en tas, y participacin d e m ercado. E n el In teg rated C o n cep t E v aluation S y stem (IC E S ) d e B u rk e se p ro p o rcio n a un a ilustracin so b re el uso d e u n a escala d e raz n . El
IC E S e v a l a lo s c o n cep to s d e nuevos p ro d u cto s al e s tim a r p ara c ad a co n cep to una calificaci n p o te n
cial e n t rm in o s del n m ero d e u n id a d e s d e e s e p ro d u cto (co n cep to ) q u e p o d ra v en d erse e n 100 h o g a
res. E sta m edicin, D am ada C o n cep t P otencial S co re (C P S ), co n stitu y e un a escala d e razn. C o n b a se
en el C P S , s e pued en id e n tific a rlo s co n cep to s c o n el m ay o r poten cial.
U n fab rican te im p o rtan te d e alim en to p ara p erro s h ab a id en tificad o 13 n u e v a s o p o rtu n id a d es d e
productos y n ecesitab a e n c o n tra r u n a m anera d e e sta b le c e r prio rid ad es p ara el d esarrollo del p ro d u cto .
Se eligi el IC E S d e B u rk e p o r su cap ac id a d p ara seleccio n ar eficazm en te m ltip les c o n cep to s y e s ti
m ar el potencial d e v e n ta s u tilizan d o el C P S . C o n b a s e e n el C P S , s e aceleraro n d iv e rso s p ro d u cto s d e
alto po ten cial, a lg u n a s id eas d e b a jo potencial s e g u ard aro n y el resto se p rogram p ara desarroflo s u b
secu en te. E l IC E S ay u d a e s te fa b ric a n te a re so lv e r su p ro b lem a in m ed iato d e e sta b le c e r p rio rid ad es.
El v erd ad ero v a lo r s e hizo e v id e n te cu an d o la s p ru eb as d e co n cep to y p ro d u cto , a s co m o el d e s e m p e
o de v e n ta s e n el m ercado, v alid aro n e s to s resu ltad o s d e se le c c i n tem prana. A d em s, e s te fab rica n te
ha estab lecid o un a b a se de d a to s d e resultados d e se le c c i n d e c o n cep to s co n la cual co m p ara fu tu ra s
ten d en cias d e c o n cep to s p ro b a d o s p o r el ICES.
2
3
4
Conceptos evaluados
P o r ltim o , B u rk e e s m u y cauteloso al u tilizar las e sc a la s co m p arativ as. P ara ilu strar la s p re o c u

p acio n es d e B u rk e im ag in e e s te escen ario , en el q u e el g e ren te d e c a te g o ra in fo rm a al p resid en te d e la
co m p a a:
G eren te d e categ o ra: H icim o s p ro b a r a 100 perso n as n u e stro s d o s c o n c e p to s d e p ro d u cto y 7 0 % a s e
guraron q u e preferan el co n cep to A . In iciem o s la p ro d u cci n .
P residente, d e sp u s d e pensarlo un m om en to , pregunta: C re e u ste d q u e a lg u ien co m p rar e s te p ro
d u c to r
G e ren te d e categ o ra: N o p reg u n tam o s e s o , pero 7 0 % prefiere d A so b re el B .
P residente: E s posible q u e d A se a el m e jo r d e d o s p ro d u c to s m alo s..., el "rey d e lo s c e rd o s T
E sta co n v ersa ci n podra co n tin u ar, pero se ala p o rq u B u rk e e s m u y cu id ad o so co n la s e scalas
co m p arativ as. C u a n d o s e p id e a un en cu estad o q u e c o m p are, je ra rq u ic e , d istrib u y a p u n to s o d e c la re
u n a p referencia, s e le estn pidiendo ju ic io s in tern o s p ara el conjunto d e o b jeto s. S e tie n e p o ca o n in g u
na m e d id n de q u e ten g a valid ez e x te m a el co n ju n to .
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.
Las tcnicas de escala se pueden clasificar como comparati

va o no comparativa. Las escalas comparativas incluyen una
comparacin directa de objetos de estmulo. stas incluyen com
paracin pareada, por orden de clasificacin, suma constante y
clasificacin Q. Los datos obtenidos por estos procedimientos
slo tienen propiedades ordinales.
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, en los pases en desarro
llo, las preferencias se pueden medir mejor utilizando escalas or
dinales. Las consideraciones ticas requieren que se utilice el ti
po de escala apropiado con el fin de obtener los datos necesarios
para responder a las preguntas de investigacin y probar las hip
tesis. Para llevar a cabo los diferentes tipos de escalas se dispone
de Internet as como de diversos programas de computacin e s
pecializados.

escala
escala
escala
escala
escala
de clasificacin Q, 247
de intervalos, 239
de razn, 241
de suma constante, 246
nominal, 236
escala ordinal, 238

escala por orden de clasificacin, 244
escalas, 236
escalas comparativas, 241
escalas de comparacin pareadas, 242
escalas no comparativas, 242

medicin, 236
transitividad de preferencia, 243
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.
v. M s d e 120 m inutos _____________
Problemas
f.
L Identifique el tipo de escala (nominal, ordinal, de intervalos o de ra

zn) que se utiliza en los siguiente ejemplos. Por favor, explique su
razonamiento.
a. Me gusta resolver crucigramas.
Desacuerdo
1
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 ?
Suponga que cada una de las preguntas, de la a a la/en el problema

1se aplicaron a 100 encuestados. Identifique el tipo de anlisis que
se debe hacer para cada pregunta con el fin de resumir los resulta
dos.
www.FreeLibros.me
CAPTULO 8
Medicin y elaboracin de escalas: introduccin y escalas comparativas
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.
4. Target y Wal-Mart son dos de las tiendas consideradas en el proyecto

de tienda departamental. Desarrolle una serie de escalas de compara
cin pareada para comparara estas tiendas en cuanto a caractersticas
de imagen, e identifique las ms relevartes mediante la visita a la p
gina Web de estas dos tiendas (Mww.target.com, www.nxjlmart.com).
Cmo se comparan las caractersticas de imagen que ha identifica
do con las utilizadas en el proyecto de tienda departamental (vase
el captulo 2).
ACTIVIDADES
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,
Pepsodent y Utra Brite). Aplique cada escala a cinco estudiantes. A

ningn estudiante se le debe aplicar ms de una escala. Registre el
tiempo que toma a los estudiantes contestar. Qu escala fue la ms
fcil de aplicar? Qu escala tom menos tiempo?
2. Desarrolle una escala de suma constante para determinar las prefe
rencias de restaurantes. Aplique la escala a una muestra piloto de 20
estudiantes para determinar sus preferencias por algunos de los res
taurantes populares de su ciudad. Con base en su estudio piloto,
qu restaurantes son los ms preferidos?
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
M ed ici n y elab o raci n de e sc a la s:

tcn icas de e scalas no co m p arativ as
O b j e t i v o s
"El propsito de una escala

es permitirnos representar
a los encuestados con la
nmyor exactitud y confiabIdad posibles. No pode
mos tener una sin la otra y
L Describir las tcnicas de escala no comparativas, distinguir entre escalas de medicin (o

calificacin) continua y por reactivos, y explicar las escalas de Likert, de diferencial se
mntico y de Stapel.
2. Analizar las decisiones incluidas en la construccin de escalas de medicin por reactivos
con relacin al nmero de categoras de escala, escalas balanceadas o no balanceadas, ca
tegoras nones o pares, eleccin de forzadas o no forzadas, grado de descripcin verbal y
forma fsica de la escala.
3. Analizar el criterio utilizado para la evaluacin de escalas y explicar cmo evaluar la confiabilidad, validez y generalizacin.
4. Analizar las consideraciones incluidas en la elaboracin de escalas no comparativas en un
entorno internacional.
5. Entender los temas ticos incluidos en el desarrollo de escalas no comparativas.
6. Analizar el uso de Internet y las computadoras para elaborar escalas de medicin (califica
cin) continua y por reactivos.
an as creer en nuestros
datos".
Bart Gamble>
vicepresidente>
servicio a clientes,
Burke, Inc.
254
www.FreeLibros.me
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
N ew York City Transit

El New York City Transit (NYCT) (www.mta.nyc.ny.us/nyct/subway) no tiene gran afluencia,
segn piensan algunas personas. Mucha gente no utiliza el sistema de transporte masivo, aun
cuando tengan oportunidad. El muy necesitado aumento de precios hizo temer que ms gente
evitara abordar los autobuses o el metro. Por lo tanto, se realiz una investigacin para descu
brir formas de incrementar el uso de este transporte.
En una encuesta telefnica, se pidi a los encuestados que evaluaran diferentes aspectos del
sistema de transporte utilizando escalas de Likert de cinco puntos. Se eligieron las escalas de Li
kert porque son fciles de aplicar por va telefnica y los encuestados slo tenan que indicar su
nivel de acuerdo o desacuerdo (1 = en total desacuerdo, 5 = totalmente de acuerdo).
Los resultados mostraron que la seguridad personal era la principal preocupacin en las es
taciones del metro. Los neoyorquinos tenan miedo de utilizar una estacin del metro en sus
propios barrios. El factor que ms contribuy al temor de los usuarios era la falta de alguna for
ma de contactar a alguien en caso de tener problemas. NYCT pudo responder a las preocupa
ciones de los usuarios al incrementar la presencia de la polica, tener ms personal de NYCT vi
sible, incrementar la iluminacin y reacomodar paredes, columnas y escaleras para mejorar la
visibilidad a travs de la estacin.
Las encuestas tambin revelaron que la limpieza de las estaciones del metro y de los vago
nes se relacionaba con la percepcin del crimen. En respuesta, NYCT se concentr ms en
mantener una apariencia ms limpia. Se tomaron acciones para reducir el nmero de gente sin
hogar y de mendigos. Se les pidi que salieran y a veces se les proporcion transportacin a los
refugios.
Los resultados de los esfuerzos de la investigacin de marketing han ayudado a NYCT a
mejorar las percepciones alrededor del sistema, llevando a un incremento de su uso. Al 2003, el
NYCT se ha calificado como el quinto sistema de transporte subterrneo (metro) ms grande
del mundo y de Norteamrica, con un uso anual de 1,300 millones de personas.1
255
www.FreeLibros.me
256
PARTE II
bsicas
Ejemplos
Ventajas
D esventajas
Reaccin a comerciales
de televisin
Fcil de construir
La calificacin puede ser

difcil de manejar a menos
que se computarice
Escalas no comparativas bsicas

Escala
C aractersticas
Escala de medi
cin continua
Ponga una marca en

una lnea continua
Escalas
de medicin por reactivos
Escala de Likeit
Grado de acuerdo con una escala Medicin de actitudes

de 1 (muy en desacuerdo)
a 5 (muy de acuerdo)
Fcil de construir,
aplicar y
entender
Consume ms tiempo
De diferencial
semntico
Escala de siete puntos

con etiquetas bipolares
Marca, producto e imgenes

de la compaa
Verstil
Controversia sobre si los

datos son intervlicos
Escalade
Stapel
Escala unipolar de diez

puntos - 5 a +5, sin
un punto neutral (cero)
Medicin de actitudes
e imgenes
Fcil de construir,
aplicada por
va telefnica
Confusa y difcil de aplicar
TCN ICAS DE ESCALAS N O COMPARATIVAS

Uno de dos tipos de tcnicas de
escala en los que cada objeto de es
tmulo se escala de manera indepen
dente a tos dems objetos en el
conjunto de estmulos.
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.
Escala de medicin continua

Tambin llamada escala de medicin
gfica, esta escala de medicin hace
que los encuestados evalen los ob
jetos al poner una marca en la posi
cin apropiada en una lnea que va
de un extremo de la variable de cri
terio al otro.
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.

Escalas de medicin continua
Cmo calificara a Sears como tienda departamental?
Versin 1
Probablemente la peor - .......... -I...........
Versin 2
Probablemente la peor - .......... -I...........
0 10 20 30
--------- ................. Probablemente la mejor

40
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
----- ................... Probablemente la mejor

50
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
M edicin y elaboracin de escalas: tcnicas de escalas no comparativas
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
Medicin continua y anlisis de percepciones:

el Analizador de Percepciones
El Analizador de Percepciones (www.perceptionanalyz0r.com) de MSInteractive es un sistema
de retroalimentacin interactivo con soporte de computadora, compuesto de marcadores manua
les cableados o inalmbricos, que se da a cada participante, una consola (interfase de compu
tadora) y un programa especial que edita preguntas, recaba datos y analiza las respuestas de los
participantes. Los miembros de grupos focales lo utilizan para grabar sus respuestas emociona
les a los comerciales de televisin en forma instantnea y continua. A cada participante se le da
un marcador y se indica que registre continuamente su reaccin al material que se prueba. Con
forme el encuestado gira los marcadores, la informacin se alimenta en una computadora. Por lo
tanto, el investigador puede determinar segundo a segundo la respuesta de los encuestados con
forme se transmite el comercial. Es ms, esta respuesta se puede sobreponer en el comercial pa
ra ver las reacciones de los encuestados a los diversos marcos y partes del mismo.
El analizador se utiliz recientemente en Estados Unidos para medir las respuestas a una
serie de comerciales de McDonalds llamados slice-of-life. Los investigadores encontraron
que las madres y las hijas tenan diferentes respuestas a distintos aspectos del comercial. Utili
zando los datos de respuesta emocionales, los investigadores pudieron determinar qu comer
cial tena mayor atractivo entre los segmentos de madres e hijas. Los esfuerzos de marketing de
McDonalds probaron ser exitosos con ingresos en 2001 de 14,800 millones de dlares.2
Compaas como McDonalds han utiSzado el Analizador de Percepcin para

medir las reacciones de los consumido
res a los comerciales, videos de la com
paa y otros materiales audiovisuales.
ESCALAS DE M EDICIN POR REACTIVOS

Escala de medicin que tiene nme
ros, breves descripciones asociadas
con cada categora, o ambas. Las
categoras se ordenan en trminos
de la posicin de la escala.
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
Escala de medicin con cinco categpras de respuesta: desde muy en

desacuerdo a muy de acuerdo, lo
que requiere que los encuestados
indiquen un grado de acuerdo o de
sacuerdo con cada serie de enuncia
dos que se relacionan con los obje
tos de estmulo.
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.
IN V E S T IG A C I N A C T IV A I PROYECTO DE TIENDA DEPARTAMENTAL
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. Sears vende mercanca de alta calidad.

2. Sears tiene deficiente servicio en tienda.
3. Me gusta comprar en Sears.
4. Sears no ofrece buena variedad de marcas
dentro de una categora de producto.
5. Las polticas de crdito en Sears son terribles.
6. Sears es donde compran los estadounidenses.
7. No me gusta la publicidad que hace Sears.
8. Sears vende una amplia variedad de mercanca.
9. Sears cobra precios justos.
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
M edicin y elaboracin de escalas: tcnica* de escala* no comparativas
259
ta. El procedimiento para desarrollar escalas de Likert de suma se describe ms adelante en la

seccin de escalas de varios reactivos.
La escala de Likert tiene diversas ventajas. Es fcil de construir y de aplicar. Los encuestados sin dificultad entienden cmo utilizar la escala, lo que la hace apropiada para usarse por co
rreo, telfono o entrevista personal. Por eso, esta escala se utiliz en la encuesta telefnica del
NYCT del ejemplo inicial. La principal desventaja de la escala de Likert es que toma ms tiem
po de completar que otras escalas de medicin por reactivos, porque los encuestados tienen que
leer cada enunciado. Con el siguiente ejemplo se ilustra otro uso de la escala de Likert en la in
INVESTIGACIN
REAL
Satisfaccin laboral, intrnseca o extrnseca?

En un estudio se investig la hiptesis de que la satisfaccin laboral intrnseca (SLI) de los ven
dedores se relaciona positivamente con la extensin del tiempo que permanecen en una compa
a. La satisfaccin laboral intrnseca se midi utilizando la escala de Likert estndar.5 Uno de
los temas que se utilizaron para medir la S U es el siguiente:
Tengo un sentimiento de logro

del trabajo que estoy realizando.
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.

Escala de medicin de siete puntos
con extremos relacionados con
etiquetas bipolares que tienen signi
ficado semntico.
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
PARTE II

Instrucciones
Esta parte del estudio mide lo que ciertas tiendas departamentales significan para usted al pedirle que
las juzgue en una see de escalas descriptivas unidas al final por uno de dos adjetivos bipolares. Por fa
vor, marcar con una (X) el espacio que mejor indique qu tan exactamente uno u otro adjetivo describe
lo que la tienda significa para usted. Asegrese de marcar cada escala; no omita ninguna.
Forma
Sears es:
Fbderosa
::::-X-::: Dbil
No confiable :::::-X-:: Confiable
Moderna
::::::-X-: Anticuada
Fra
Clida
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
Escala de diferencial semntico para medir autoconceptos,

conceptos de la persona y conceptos del producto8
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
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
Los temas individuales en una escala de diferencial semntico se pueden calificar de - 3 a

+ 3 o en una escala del 1 al 7. Los datos resultantes por lo comn se estudian mediante un anli
sis del perfil, en el cual se calculan medias o valores medios en cada escala de medicin y se
comparan con una grfica o un anlisis estadstico. Esto ayuda a determinar las diferencias gene
rales y las similitudes entre los objetos. Para evaluar las diferencias entre segmentos de en cu es
tados, el investigador puede comparar respuestas medias de distintos segmentos. Aunque la me
dia es ms comn como estadstica sumaria, existe alguna controversia en cuanto a si los datos
que se obtienen deben tratarse como una escala de intervalo.9 Por otro lado, en los casos en que
el investigador requiere una comparacin general de objetos, como para determinar preferencia
de tiendas, las puntuaciones por reactivo individual se suman para llegar a la calificacin total.
Su versatilidad hace que la escala de diferencial semntico sea popular en la investigacin
de mercados. Esta escala se ha utilizado ampliamente en la comparacin de marcas, productos
e imgenes de compaas. Tambin se ha usado para desarrollar estrategias de publicidad y pro
mocin, y en nuevos estudios de desarrollo de productos.10 Se han propuesto diversas modifi
caciones de la escala bsica.
www.FreeLibros.me
CAPTULO 9
M edicin y elaboracin de escalas: tcnica* de escala* no comparativas
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.

Escala de Stapel
Instrucciones
Por favor evale qu tan exactamente cada palabra o fiase describe a cada una de las tiendas departa
mentales. Seleccione un nmero positivo (+ ) para las fiases que piensa que describen a la tienda en
forma exacta. Cuanto ms exactamente piense que la fiase describe a la tienda, mayor el nmero posi
tivo que usted debe elegir. Debe seleccionar un nmero negativo (-) para fiases que piense que no la
describen exactamente. Cuanto menos exactamente piense que la fiase describe a la tienda, mayor ser
d nmero negativo que debe elegir. Usted puede seleccionar cualquier nmero, desde +5 para fiases
que pense que son muy exactas hasta - 5 para fiases que piense que son muy inexactas.
Forma
Sears
+5
+4
+3
+2
+1
+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.
DECISIONES SOBRE ESCALAS DE CALIFICACIN

DE REACTIVOS N O COMPARATIVAS
Como es evidente del anlisis hasta este punto, las escalas de calificacin de reactivos no compara
tivas no necesitan utilizarse como se propona originalmente, sino que pueden tomar distintas for
mas. El investigador debe tomar seis decisiones principales al construir cualquiera de estas escalas.
1.
2.
3.
4.
5.
6.
El nmero de categoras de escala que se utilizarn

Categoras de nmeros pares o nones
Eleccin de escalas forzadas o no forzadas
La naturaleza y el grado de descripcin verbal
La forma fsica de la escala
www.FreeLibros.me
2 6 2
PARTE II
Nmero de categoras en las escalas

Al decidir el nmero de categoras de escala se incluyen dos consideraciones contrarias. Cuan
to mayor sea el nmero de categoras de escala, la discriminacin ser lo ms fina posible entre
los objetos de estmulo. Por otra parte, la mayora de los encuestados no pueden manejar ms de
unas pocas categoras. Los lincamientos tradicionales sugieren que el nmero apropiado de ca
tegoras debe ser mayor de siete o menor de dos: entre cinco y nueve.12 Sin embargo, no hay un
slo nmero ptimo de categoras. Se deben considerar diversos factores al decidir el nmero
de categoras.
Si los encuestados estn interesados en la tarea de escala y tienen conocimientos acerca de
los objetos, se puede utilizar un mayor nmero de categoras. Por otro lado, si los encuestados no
tienen muchos conocimientos o no estn muy comprometidos con la tarea, se deben utilizar me
nos categoras. De la misma forma, la naturaleza de los objetos tambin es relevante. Algunos no
se prestan para una discriminacin fina, por lo que es suficiente una pequea cantidad de catego
ras. Otro factor importante es el modo de recopilacin de datos. Si estn incluidas entrevistas te
lefnicas, muchas categoras pueden confundir a los encuestados. En la misma forma, las limita
ciones de espacio pueden restringir el nmero de categoras en cuestionarios por correo.
La forma en que se van a analizar y utilizar los datos tambin influye en el nmero de catego
ras. En situaciones donde se unen diversos artculos de escala para producir una sola calificacin
por encuestado, son suficientes cinco categoras. Lo mismo es verdad si el investigador desea hacer
generalizaciones amplias o comparaciones en grupo. Sin embargo, si las respuestas individuales
son de inters o si los datos sern analizados por tcnicas estadsticas sofisticadas, se pueden reque
rir siete o ms categoras. El tamao del coeficiente de correlacin, una medicin comn de la re
lacin entre las variables (captulo 17), es influido por el nmero de categoras de escala. El coefi
ciente de correlacin disminuye con una reduccin del nmero de categoras. Esto, en cambio,
tiene un impacto en todos los anlisis estadsticos basados en el coeficiente de correlacin.13

Escala con un nmero igual de
categoras favorables y
desfavorables.
En una escala balanceada, el nmero de categoras favorables y desfavorables es igual; en una

escala no balanceada es desigual.14 En la figura 9-1 se dan ejemplos de escalas balanceadas y
no balanceadas. En general, la escala debe ser balanceada con el fin de obtener datos objetivos.
Sin embargo, si la distribucin de respuestas tal vez tienda a inclinarse, en forma positiva o ne
gativa, puede ser apropiada una escala no balanceada en la direccin del sesgo. Si se utiliza una
escala no balanceada, en el anlisis de datos se debe considerar la naturaleza y el grado de
desequilibrio en la escala.
Categoras nones o pares

Con un nmero non de categoras, la posicin de la mitad de la escala por lo general se designa
com o neutral o imparcial. La presencia, posicin y etiquetado de una categora neutral puede
tener influencia significativa en la respuesta. La escala de Likert es de calificacin balanceada
con un nmero non de categoras y un punto neutral.15
La decisin de utilizar categoras nones o pares depende de si algunos de los encuestados
pueden ser neutrales en la respuesta que se mide. Si es posible una respuesta neutral o indife
rente de al menos algunos de los encuestados, se debe utilizar un nmero non de categoras. Por
otro lado, si el investigador quiere forzar una respuesta o cree que no existen respuestas neutraFigura 9.1
Escalas balanceadas y no
balanceadas
Escala no balanceada
Escala balanceada
Jovan Musk for Men es
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
M edicin y elaboracin de escala**: tcnicas de escalas no comparativas
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.
Escalas forzadas o no forzadas

Escalas de medicin forzadas
Escala de medicin que obliga a
los encuestados a expresar una opi
nin porque no se proporciona la
opcin de sin opinin o sin co
nocimiento.
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
Naturaleza y grado de las descripciones verbales

La naturaleza y el grado de la descripcin verbal relacionados con las categoras de escala varan de
manera considerable y pueden tener un efecto en las respuestas. Las categoras de escala pueden te
ner descripciones verbales, numricas o hasta pictricas. Es ms, el investigador debe decidir si eti
queta cada categora de escala, algunas categoras de escala, o slo categoras de escala extremas.
En forma sorprendente, proporcionar una descripcin verbal de cada categora puede no mejorar la
exactitud o confiabilidad de los datos. Incluso, se puede dar un argumento para etiquetar todas o
muchas categoras de la escala para reducir la ambigedad de la escala. Las descripciones de cate
gora deben ubicarse tan cerca de las categoras de respuesta como sea posible.
La fuerza de los adjetivos utilizados para soportar la escala puede influir en la distribucin
de las respuestas. Con extremos fuertes (1 = por completo en desacuerdo, 7 = por completo de
acuerdo), los encuestados tienen menos probabilidad de utilizar las categoras de escala de los
extremos. Esto origina una variable menor y ms distribuciones de respuestas pico. En contras
te, extremos dbiles (1 = por lo general en desacuerdo, 7 = por lo general de acuerdo) produ
cen distribuciones uniformes o planas. Se han desarrollado procedimientos para asignar valores
a descriptores de categoras para lograr escalas balanceadas o de intervalos iguales.17
Forma fsica o configuracin

Se dispone de numerosas opciones con relacin a la forma de la escala o configuracin. Las esca
las se pueden presentar en forma vertical u horizontal. Las categoras se pueden expresar por
cajas, lneas discretas o unidades en un continuum, y pueden o no tener nmeros asignados. Si se
utilizan valores numricos, pueden ser positivos, negativos o ambos. En la figura 9-2 se presentan
diversas configuraciones posibles.
La escala de termmetro y la escala de cara feliz son dos configuraciones de escala de me
dicin utilizadas en la investigacin de mercados. Para la escala de termmetro, cuanto ms alta
sea la temperatura ms favorable la evaluacin. De la misma forma, las caras felices indican eva
luaciones ms favorables. Estas escalas son especialmente tiles para nios.18 En la figura 9-3 se
muestran ejemplos de estas escalas. En la tabla 9-2 se resumen las seis decisiones al disear es
calas de medicin.
ESCALAS DE VARIOS REACTIVOS

El desarrollo de las escalas de medicin de varios reactivos requiere considerable experiencia
tcnica.19 La figura 9-4 es un paradigma para la construccin de escalas de varios reactivos. La
caracterstica por medir a menudo se llama constructo. El desarrollo de la escala comienza con
una teora implcita del constructo que se mide. Se necesita una teora no slo para construir la
escala, sino tambin para interpretar las calificaciones de los resultados. El siguiente paso con
siste en generar un conjunto inicial de reactivos de escala. Por lo regular, esto se hace con base
en la teora, el anlisis de datos secundarios y la investigacin cualitativa. De este conjunto se
gsnera un reducido grupo de reactivos de escala potenciales a juicio del investigador y de otros
individuos con conocimientos. Se adopta algn criterio cualitativo para ayudar a su juicio. El
conjunto reducido de reactivos sigue siendo demasiado grande para constituir una escala. Por lo
tanto, se logra mayor reduccin en forma cuantitativa.
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
Resumen de decisiones de escala de calificacin por reactivos

i. Nmero de categoras
Aunque no hay un solo nmero ptimo, tos lincamientos tradicionales sugieren que
debe haber entre cinco y nueve categoras.
2. Balanceada o no balanceada
En general, la escala debe ser balanceada para obtener datos objetivos.
3. Nmero de categoras non o par
Si es posible una respuesta neutral o indiferente, al menos de algunos encuestados,

se debe utilizar un nmero non de categoras.
4. Forzada o no forzada
En situaciones donde se espera que los encuestados no tengan opinin, la exactitud

de los datos se puede mejorar con una escala 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
Se debe probar un nmero de opciones y seleccionar la mgor.
Se recaban datos sobre el reducido conjunto de reactivos de escala potenciales de una

muestra grande de encuestados previa a la prueba. Los datos se analizan mediante tcnicas co
mo correlaciones, anlisis de factor, anlisis por agrupamiento, anlisis discriminatorio y prue
bas estadsticas, que se comentan ms adelante en este libro. Como resultado de estos anlisis
estadsticos, se eliminan otros reactivos ms, lo que da lugar a una escala purificada. Se evala
la confiabilidad y validez de la escala purificada al recabar ms datos de una muestra diferente
(vase la siguiente seccin). Segn estas tres evaluaciones, se selecciona un conjunto final de
reactivos de escala. Como se puede ver en la figura 9-4, el proceso de desarrollo de una escala
es iterativo con diversos rizos de retroalimentacin.20
Figura 9.4
D esarrolb de una escala
de muchos reactivos
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.
R ecabar datos d e una m uestra g ran d e p rev ia a la prueba.
R ealizar an lisis estadsticos.
1
D esarro llar u n a escala purificada.
R ecabar m s d ato s de una m uestra diferente.
E v alu ar la co n fiab ilid ad . v alid ez y capacidad

d e g en eralizaci n d e la escala.
P reparar la escala final.
www.FreeLibros.me
266
PARTE II
ZJ
Medir la sofisticacin tcnica con una

escala tcnicamente sofisticada
La siguiente escala de varios reactivos mide la sofisticacin tcnica de una lnea de producto.21
1. Tcnica
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
Los incisos 1, 3, 6 y 7 se revierten al calificar. Esta escala se puede utilizar en un mercado

industrial para medir la sofisticacin tcnica de la lnea de producto de un cliente y sugerir cam
bios para mejorar la calidad tcnica.
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
Variacin en la informacin buscada

por el investigador y la informacin
enerada por el proceso de medi
cin utilizado.
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
Modelo matemtico que proporciona

un marco para entender la exactitud
de la medicin.
Donde
Xq =
Xw =
Xs =
XA =
Figura 9.5
Evaluacin de una escala
de varios reactivos
calificacin o medicin observada

calificacin verdadera de la caracterstica
error sistemtico
error aleatorio
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
D iscrim in ato rio
N o m o l g ico
CAPTULO 9
267
Figura 9 .6
Fuentes potenciales de erro r en
la medicin
1. Otras caractersticas relativamente estables del individuo que influyen en la calificacin de la

prueba, tal como inteligencia, conveniencia social y educacin.
2. lectores personales pasajeros o de corto plazo, como salud, emociones y fatiga.
3. Factores situacionales, como la presencia de otra gente, ruido y distracciones.
4. Muestreo de reactivos incluidos en la escala: adicin, supresin o cambios en los reactivos de
la escala.
5. Falta de daridad de la escala, incluyendo las instrucciones o los mismos reactivos.
6. Factores mecnicos como mala impresin, demasiados reactivos en el cuestionario y un diseo
pobre.
7. Administradn de la escala, tales como diferencias entre los entrevistadores.
8. Factores de anlisis, como diferencias en calificacin y anlisis estadsticos.
Es el que afecta la medicin de ma

nera constante y representa factores
estables que alteran la puntuacin
observada en la misma forma cada
vez que se realiza la medicin.
Error de meditin que surge de
cambios aleatorios o diferencias en
las situaciones de los encuestados o
de la medicin.
Grado al que la escala produce re
sultados consistentes si se realizan
mediciones repetidas sobre la carac
terstica.
Mtodo para evaluar la con fiabilidad;

se aplican a los encuestados conjun
tos idnticos de reactivos de escala en
dos diferentes ocasiones bajo condi
ciones lo ms equivalentes posible.
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.
Confiabilidad de doble prueba. En la confiabilidad de doble prueba, a los encuestados

se les aplican conjuntos idnticos de reactivos de escala en dos distintas ocasiones bajo condi
ciones lo ms equivalentes posible. El intervalo entre las pruebas o aplicaciones por lo general
es de dos a cuatro semanas. El grado de similitud entre dos mediciones se determina al compu
tar un coeficiente de correlacin (vase el captulo 17). Cuanto ms alto sea el coeficiente de
correlacin, mayor ser la confiabilidad.
Existen diversos problemas relacionados con el mtodo de doble prueba para determinar
su confiabilidad. Primero, es sensible al intervalo entre las pruebas. Si las otras cosas son igua
les, cuanto mayor sea el intervalo menor ser la confiabilidad. Segundo, la medicin inicial
puede alterar las caractersticas que se miden. Por ejemplo, medir las actitudes de los encuestados hacia la leche baja en grasa puede causar que se vuelvan ms conscientes de su salud y que
desarrollen una actitud positiva hacia la leche baja en grasa Tercero, puede ser imposible reali
zar mediciones repetidas (por ejemplo, el tema de investigacin puede ser la reaccin inicial del
encuestado a un producto nuevo). Cuarto, la primera medicin puede tener un efecto de halo a
la segunda o subsecuentes mediciones. Los encuestados pueden intentar recordar las respuestas
que dieron la primera vez. Quinto, la caracterstica que se mide puede cambiar entre medicio
nes. Por ejemplo, la informacin favorable acerca de un objeto entre dos mediciones puede ha
cer que la actitud de los encuestados sea ms positiva. Por ltimo, el coeficiente de confiabili
dad de doble prueba puede inflarse por la correlacin de cada reactivo consigo mismo. Estas
correlaciones tienden a ser ms altas que las correlaciones entre los diferentes reactivos de es
cala entre aplicaciones. Por lo tanto, es posible tener correlaciones altas en la doble prueba de
bido a las altas correlaciones entre los mismos reactivos de escala medidos en distintas ocasio
nes, aun cuando las correlaciones entre diferentes reactivos de escala sean bajas. Debido a estos
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.
Formas alternativas de confiabilidad.
En las fo rm a s alternativas de confiabilidad se

construyen dos formas equivalentes de la escala. Los mismos encuestados se miden en dos oca
siones distintas, con separacin de dos a cuatro semanas, y se aplica un formato de escala dis
tinto encada ocasin. Las puntuaciones de la aplicacin de las formas de escala alternativas se
correlacionan para evaluar la confiabilidad.25
Existen dos principales problemas con este mtodo. Primero, consume mucho tiempo y es
costoso construir un formato equivalente de la escala. Segundo, resulta difcil construir dos for
matos equivalentes de la escala. Los dos formatos deben ser equivalentes con relacin al conte
nido. En sentido estricto, esto requiere que los conjuntos alternativos de los reactivos de la es
cala deben tener los mismos medios, variaciones e intercoirelaciones. Aun si estas condiciones
se satisfacen, los dos formatos pueden no ser equivalentes en contenido. Por lo tanto, una baja
correlacin puede reflejar tanto una escala poco confiable como formatos no equivalentes.
Confiabilidad de consistencia interna. La confiabilidad de consistencia interna se

utiliza para evaluar la confiabilidad de una escala sumada donde diversos reactivos se suman
para formar una puntuacin total. En una escala de este tipo, cada reactivo mide algn aspecto
del constructo medido por la escala completa, y los reactivos deben ser consistentes en lo que
indican acerca de la caracterstica. Esta medicin de confiabilidad se enfoca en la consistencia
interna del conjunto de reactivos que forman la escala.
La medicin ms simple de consistencia interna es la confiabilidad dividida.Las reactivos
en la escala se dividen en dos mitades y las puntuaciones de las mitades resultantes se correla
cionan. Correlaciones altas entre las mitades indican una alta consistencia interna. Los reacti
vos de la escala pueden dividirse en mitades con base en reactivos pares o nones o de manera
aleatoria. El problema es que los resultados dependern de cmo se dividan los reactivos de la
escala. Un mtodo popular para superar este problema es utilizar el coeficiente alfa.
El coeficiente a lfa , o alfa de Cronbach, es el promedio de todos los coeficientes divididos
posibles que resultan de distintas formas de dividir los reactivos de la escala. Este coeficiente va
ra de 0 a 1, y un valor de 0.6 o menos por lo general indica confiabilidad de consistencia interna
insatisfactoria Una propiedad importante de coeficiente alfa es que su valor tiende a incremen
tar con el aumento en el nmero de reactivos de la escala. Por lo tanto, el coeficiente alfa pue
de ser inflado de manera artificial e inapropiada al incluir diversos reactivos de escala redun
dantes.26 Otro coeficiente que se puede emplear en conjunto con el coeficiente alfa es el
coeficiente beta. El coeficiente beta ayuda a determinar si el proceso de promedio utilizado al
calcular el coeficiente alfa est encubriendo algunos reactivos inconsistentes.
Algunas escalas de varios reactivos incluyen diversos conjuntos de reactivos diseados pa
ra medir diferentes aspectos de un constructo multidimensional. Por ejemplo, la imagen de una
tienda es un constructo multidimensional que incluye la calidad de mercanca, variedad y diver
sidad de la mercanca, poltica de cambios y ajustes, servicio del personal de tienda, precios,
conveniencia de su ubicacin, disposicin de la tienda y polticas de crdito y facturacin. Por lo
tanto, una escala designada para medir la imagen de una tienda contendra reactivos que miden
cada una de estas dimensiones. Debido a que estas dimensiones de alguna manera son indepen
dientes, sera inapropiada una medicin de la consistencia interna computada entre las dimensio
nes. Sin embargo, si se utilizan diversos reactivos para medir cada dimensin, la confiabilidad de
la consistencia interna se puede computar para cada dimensin.
INVESTIGACIN
REAL
La tecnologa detrs del liderazgo de opinin de tecnologa

En un estudio de adopcin de tecnologa, el liderazgo de opinin se midi utilizando las si
guientes escalas de tipo Likert de siete puntos (1 = muy de acuerdo, 7 = muy en desacuerdo).
Liderazgo de opinin
1. Mis opiniones sobre los productos de hardware o software al parecer no cuentan para otras
personas.
2. Cuando otras personas eligen adoptar un producto de hardware o software, me piden consejo.
3. Otras personas seleccionan productos de hardware o software rara vez con base en lo que
yo les sugiero.
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.
Tipo de validez que examina si la

escala de medicin se desempea
como se esperaba en relacin con
otras variables seleccionadas como
criterio significativo.
Tipo de validez que aborda la pre

gunta de qu constructo o caracters
tica mide la escala. Se trata de res
ponder preguntas tericas de por qu
una escala funciona y qu deduccio
nes se pueden hacer en relacin con
la teora intrnseca de la escala.
Medicin de validez del constructo

que mide el grado al que la escala se
correlaciona positivamente con
otras mediciones del mismo cons
tructo.
Tipo de validez de constructo que
evala el grado en el que una medi
cin no se correlaciona con otros
constructos de los que se supone de
be diferir.
Tipo de validez que evala la rela
cin entre los constructos tericos.
Busca confirmar correlaciones sig
nificativas entre constructos, como
se pronostic por la teora.
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.
Relacin entre confiabilidad y validez

La relacin entre confiabilidad y validez se puede entender en trminos de un modelo de califi
cacin verdadero. Si una medicin es perfectamente vlida, tambin es perfectamente confia
ble. En este caso X Q = X w, X A = 0 y X s = 0 . Por tanto, la validez perfecta implica confiabili
dad perfecta. Si una medicin es poco confiable, no puede ser perfectamente vlida, debido a
un mnimo X Q = X y + X A. Es ms, tambin puede estar presente el error sistemtico, es decir,
X s 7* 0. Por ello, la falta de confiabilidad implica invalidez. Si una medicin es perfectamente
confiable puede ser o puede no ser perfectamente vlida, porque puede haber error sistemtico
(Xq = X w + X s ). Aunque la falta de confiabilidad constituye una evidencia negativa para la
validez, la confiabilidad no implica validez por s misma. La confiabilidad es una condicin pa
ra la validez necesaria pero no suficiente.
(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.
ESCALAS DE DERIVACIN M A TEM TIC A

Todas las tcnicas de escala analizadas en este captulo requieren que los encuestados evalen en
forma directa diversas caractersticas de los objetos de estmulo. En contraste, las tcnicas de esca
las de derivacin matemtica permiten a los investigadores suponer las evaluaciones de las carac
tersticas de los encuestados sobre los objetos de estmulo. Estas evaluaciones se deducen de los
juicios generales de los encuestados sobre los objetos. Dos populares tcnicas de escala de deriva
cin matemtica son la escala multidimensional y el anlisis conjunto. Estas tcnicas se analizan
con detalle en el captulo 21.
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
Copiando el nombre Xerox

Xerox (www.xerox.com) fue un nombre bien recibido en la antigua Unin Sovitica durante los
ltimos 30 aos. De hecho, al acto de copiar documentos se le llamaba hacer xerox, trmino
acuado del nombre de la compaa. Era una marca que la gente equiparaba con calidad. Sin
embargo, con la desintegracin de la Unin Sovitica y la integracin de la Comunidad de Es
tados Independientes, las ventas de Xerox empezaron a caer. La administracin inicialmente
consider este problema como resultado de una intensa competencia con fuertes competidores,
como Canon, Ricoh Co., Mitsubishi Electric Corp. y Minolta Camera Co. Los primeros inten
tos por hacer que el producto fuera ms competitivo no ayudaron. Subsecuentemente se realiz
una investigacin de mercados para medir la imagen de Xerox y sus competidores. Se utiliza
Se utilizaron escalas de diferencial
semntico para medir la imagen de
Xerox y sus competidores en Rusia.
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.
LA TICA EN LA INVESTIGACIN DE M ERCADOS

El investigador tiene la responsabilidad tica de utilizar escalas que tengan confiabilidad, validez
y generalizacin razonables. Los resultados generados por escalas que son poco confiables, inv
lidas o que no son generalizables a la poblacin objetivo son muy cuestionables en cuanto a temas
ticos. Es ms, el investigador no debe desviar las escalas para inclinar los resultados hacia ningu
na direccin en particular. Esto es fcil de realizar, ya sea mediante desviacin en el fraseo de los
enunciados (escalas de tipo Likert), los descriptores de la escala u otros aspectos de las escalas.
Considrese el uso de los descriptores de la escala. Los descriptores utilizados como marco de una
escalase pueden elegir para desviar los resultados en una direccin deseada, por ejemplo, generar
una visin positiva de la marca del cliente o una visin negativa de las marcas de los competido
res. Para proyectar la marca del cliente de manera favorable, se pide a los encuestados que indi
quen su opinin de la marca en diversos atributos utilizando escalas de siete puntos con respues
tas de descriptores de extremadamente malo a bueno. En tal caso, los encuestados estn renuentes
a calificar un producto como extremadamente malo. D e hecho, los encuestados que creen que el
producto es slo mediocre, terminarn respondiendo favorablemente. Intntelo usted. Cmo ca
lificara a los automviles BMW en los siguientes atributos?
Confiabilidad
Desempeo
Calidad
Prestgio
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
Medicin directa de la tica de los comercializadores directos

En estos tiempos, muchos tipos de negocios estn realizando marketing por telfono, por correo
electrnico y por correo directo sin consideracin para los individuos que tratan de persuadir
para que compren sus productos. Muchas compaas de marketing directo, que incluyen empre
sas de seguros, de salud y telecomunicaciones, han pagado miles de millones de dlares en
multas por prcticas de marketing poco tico. Denny Hatch ha propuesto la siguiente escala de
honestidad para las compaas que emplean marketing directo.
1. En general, mi oferta es, en palabras de Dick Benson, escrupulosamente honesta .
0
1
2
3
4
5
2. Me sentira orgulloso de hacer esta oferta a mi madre o a mi hija.
0
1
2
3
4
5
3. Mi garanta est claramente establecida y es rigurosa. La mantendr.
0
1
2
3
4
5
4. G eo, de mis pies a la nariz, cada promesa que hago en la oferta.
0
1
2
3
4
5
5. Todas las letras en mi promocin son fciles de leer y la copia es clara.
0
1
2
3
4
5
6. Todos los testimoniales son absolutamente reales y han sido proporcionados en forma libre.
0
1
2
3
4
5
7. La mercanca llegar en el tiempo prometido. N o vivo en forma inestable.
0
1
2
3
4
5
8. Me adhiero literalmente a los lincamientos de la industria.
0
1
2
3
4
5
9. Hago que sea fcil cancelar o devolver la mercanca.
0
1
2
3
4
5
10. Hago reembolsos rpidos a los clientes insatisfechos.
0
1
2
3
4
5
sta es una escala de autoaplicacin del 0 al 5, donde el 0 es reprobado y el 5 es excelente. Los
comercializadores directos deberan aplicarse esta encuesta para investigar qu tan ticas son sus
prcticas. Si su calificacin es menor de 50, usted no est siendo escrupulosamente honesto.34
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
Qu tan privada es su privacidad en lnea?

A pesar del enorme potencial del comercio electrnico, su participacin comparada con la por
cin total de la economa an es pequea: menos de 1% a nivel mundial al 2002. La falta de
confianza del consumidor en la privacidad en lnea es un problema importante que obstaculiza
el comercio electrnico. Un informe reciente mostr que casi todos los estadounidenses
(94.5%), incluyendo usuarios y no usuarios de Internet, estn preocupados acerca de la priva
cidad de su informacin personal cuando compraban en lnea, si lo hacan. Por lo tanto, los in
vestigadores han desarrollado una escala para medir las preocupaciones de privacidad de infor
macin de los usuarios de Internet. sta es una escala tridimensional de 10 reactivos. Las tres
dimensiones son control, conocimiento y recopilacin. Cada uno de los 10 reactivos se califica
en un control de tipo Likert de siete puntos. La escala ha probado tener buena confiabilidad y
validez del constructo. Esta escala debe permitir a los comercializadores en lnea y a quienes
hacen las polticas medir y abordar las preocupaciones de privacidad de informacin de los
usuarios de Internet, lo que debe originar incremento del comercio electrnico.35
Las microcomputadoras son tiles para desarrollar y probar escalas de medicin continua
y de reactivos, en particular las escalas de varios reactivos. SURVENT, de Computers for Mar
keting Corporation (CfMC), de San Francisco (www.cfinc.com) puede hacer escalas a la medi
da para cuestionarios impresos o para uso de entrevistadores telefnicos en pantallas de compu
tadora en una fraccin del tiempo que esto tomara sin automatizacin. Tambin se dispone de
otros programas especializados para la construccin de escalas de medicin por reactivos. D i
versos paquetes de diseo de cuestionario, analizados en el captulo 10, pueden construir esca
las comparativas y no comparativas. Idea Works (www.ideaworks.com) vende Measurement &
Scaling Strategist. Identifica las escalas existentes para conceptos fundamentales. Ayuda en el
dseo de nuevas mediciones y escalas mientras maximiza la validez y confiabilidad. Este soft
ware tambin evita escollos comunes en el desarrollo de cuestionarios. Algunas otras caracte
rsticas son una ayuda sensible al contexto, informe de detalles y un editor interno.
SPSS Windows. Mediante SPSS Data Entry, el investigador puede disear cualquiera de
las tres escalas no comparativas: Likert, de diferencial semntico o Stapel. Es ms, las escalas
de varios reactivos se pueden acomodar fcilmente. Se utilizara la biblioteca de preguntas o se
pueden disear escalas a la medida. En la figura 9-7 se muestra el uso de SPSS Data Entry pa
ra disear escalas de tipo Likert para calificar vendedores y las caractersticas de un producto.
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
Conocimiento del producto Q
Ol
Por favor, evaluar la importancia de los siguientes caractersticas del producto:

Importante
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
fiabilidad incluyen de doble prueba, de forma alternativa y de

consistencia interna. La validez o exactitud de la medicin se
puede obtener al evaluar la validez del contenido, la validez de
criterio y la validez del constructo.
La eleccin de tcnicas de escala, en particular en una situa
cin dada, debe basarse en consideraciones prcticas o tericas.
Como regla general, la tcnica de escala que se utiliza debe ser la
que arroje el nivel ms alto de informacin posible. Tambin se
deben obtener mediciones mltiples.
En una investigacin de mercados internacionales se debe po
ner atencin especial para determinar descriptores verbales equiva
lentes en distintos idiomas y culturas. El investigador tiene respon
sabilidad tanto con el cliente como con los encuestados para
asegurar la aplicacin y utilidad de las escalas. Internet y las compu
tadoras son tiles para desarrollar y probar escalas de medicin
continua y por reactivos, en particular escalas de varios reactivos.
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
escala balanceada, 262

escala de diferencial semntico, 259
escala de Likert, 258
escala de medicin continua, 256
escala de medicin por reactivos, 257
escala de Stapel, 261
escala no comparativa, 256
escalas de medicin forzadas, 263
formas alternativas de confiabilidad, 268
modelo de calificacin verdadera, 266

validez, 269
validez convergente, 269
validez del constructo, 269
validez del contenido, 269
validez del criterio, 269
validez discriminatoria, 269
validez nomolgica, 269
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?
8. Cul es la diferencia entre las escalas forzadas y no forzadas?

9. Cmo afecta la naturaleza y grado de descripcin verbal la res
puesta a las escalas de medicin por reactivos?
10. Qu son las escalas de varios reactivos?
11. Describa el modelo de puntuacin verdadera.
12. Qu es la confiabilidad?
13. Cules son las diferencias entre la confiabilidad de doble prueba y
la de forma alternativa?
14. Describa la nocin de la confiabilidad de consistencia interna.
15. Qu es validez?
16. Qu es validez de criterio? Cmo se evala?
17. Cmo se debe evaluar la validez del constructo de una escala de va
rios reactivos?
18. Cul es la relacin entre confiabilidad y validez?
19. Cmo seleccionara una tcnica de escala en particular?
www.FreeLibros.me
CAPTULO 9
M edicin y elaboracin de escala.*: tcnicas de escalas no comparativas
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
Soy una persona que evita la nueva tecnologa.

Soy entusiasta de la nueva tecnologa y me mantengo al da sobre el
equipo ms reciente.
Mi mtodo sobre la nueva tecnologa es esperar y ver' hasta que
haya sido probada.
Soy el tipo de persona a quien los amigos piden consejo antes de
comprar nueva tecnologa.
a. Cmo calificara esta escala para medir la actitud hada la nue
va tecnologa?
b . Desarrolle una escala de diferencial semntico equivalente para
medir la actitud hacia la nueva tecnologa.
Desarrolle una escala de Stapel equivalente para medir la actitud
hacia la nueva tecnologa.
d. Qu forma de escala es la ms apropiada para una encuesta te
lefnica?
c.
EJERCICIOS EN IN TER NET Y C O M P U TA D O R A

1. Disee escalas de Likeit para medir la utilidad de la pgina Web de
Rrid Motor Company. Visite el sitio en Hww.ford.com y evalelo en
las escalas que usted desarroll.
2. Disee escalas de diferencial semntico para medir la percepcin del
servicio de entrega al da siguiente de FedEx y comprelo con el que
ofrece UPS. Se puede obtener informacin pertinente al visitar los si
tios de Internet de ambas compaas (nww.fedex.com, www.ups.com).
3. Msite la pgina Web de Office of Seales Research (www.siu.edu/departments/coba/mktg/osr). Identifique una aplicacin de la escala
de Likeit y una aplicacin de la escala de diferencial semntico. Es
criba un informe que describa el contexto en el que se han utilizado

estas escalas.
4. Visite los sitios de Internet de dos compaas de investigacin de
mercados que realicen encuestas. Analice una encuesta de cada em
presa para evaluar en forma crtica las escalas de calificacin por
reactivos que se estn utilizando.
5. Navegue en Internet para encontrar dos ejemplos de cada una de las
escalas de Likeit, de diferencial semntico y de Stapel. Escriba un
informe que describa el contexto en el que se estn utilizando estas
escalas.
A C TIVID A D ES
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.
esta escala a una muestra pfloto de 20 estudiantes. Con base en su es

tudio piloto, qu aerolnea tiene una imagen ms favorable?
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
D ise o de cuestion arios y form as
Objetivos
"Un buen cuestionario

debe comprometer al encuestado y estimular su in
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.
ters para proporcionar

respuestas completas y
exactas. Esto debe hacer
se mientras se crea un en
tendimiento comn de
preguntas y respuestas en
tre los encuestados".
Bobbi Brantley,
gerente de capacitacin,
servicios de investigacin,
Burke, Inc.
278
www.FreeLibros.me
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
El consenso sobre los cuestionarios del censo del 2000

Cada 10 aos, la oficina del censo estadounidense (www.census.gov) realiza una encuesta para
determinar cunta gente hay en el pas, as como los aspectos demogrficos de esos individuos.
Esta encuesta se realiza utilizando cuestionarios. Debido a que las formas han sido largas y di
fciles de entender en el pasado, ha habido disminucin de respuestas por correo para el censo.
Como resultado, los cuestionarios para el censo del 2000 fueron rediseados. El objetivo fue
hacerlos ms accesibles y ms cortos para el usuario, con la esperanza de incrementar las tasas
de respuesta.
El cuestionario se acort de manera considerable. En tanto que la forma corta de 1990 te
na 12 temas, la forma corta del 2000 tuvo slo siete temas (nombre, sexo, edad, relacin, ori
gen latino y raza para cada miembro del hogar, as como si la casa era propia o rentada). Del
mismo modo, la forma larga del 2000 tena 34 temas en vez de 38 de 1990.
Una vez que se determin el contenido del cuestionario, fue tiempo de trabajar en la es
tructura y la redaccin real de los enunciados. La parte difcil del proceso era hacer preguntas
cortas para mantener interesados a los encuestados, y a la vez lo suficientemente largas para ob
tener los datos necesarios. Cada pregunta tena que definirse con claridad utilizando palabras
que no fueran ambiguas. Se realiz una revisin de las preguntas del censo de 1990 para deter
minar cules necesitaban ser modificadas. Luego de determinar el contenido, estructura, redac
cin y secuencia de preguntas, la oficina recurri a una empresa de diseo de Nueva York, Two
TVvelve Associates (www.twotwelve.com), para mejorar la forma y distribucin, y desarrollar
imgenes visuales para el cuestionario, incluyendo logotipo y lema.
El cuestionario revisado se prob con detalle. La prueba piloto ms extensa fue la 1996
National Content Survey (antes conocido como U.S. Census 2000 Test), que fue diseada para
probar la redaccin de las preguntas nuevas y las revisadas, el formato y la secuencia.
279
www.FreeLibros.me
2 8 0
PARTE II
C om o resultado de un diseo m ejorado,

las ta s a s d e respuesta p o r correo d e lo s
cu estio n ario s del censo 2 0 0 0 fu ero n
aproxim adam ente 10% m s a ltas q u e
en 1990.
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
CUESTIONARIOS Y FORMAS DE OBSERVACIN

Como se analiz en el captulo 5, la encuesta y la observacin son dos mtodos bsicos para ob
tener datos primarios cuantitativos en la investigacin descriptiva. Ambos mtodos requieren
algn procedimiento para estandarizar el proceso de recopilacin de datos con el fin de que la
informacin obtenida sea internamente consistente y pueda analizarse en forma uniforme y c o
herente. Si 40 entrevistadores diferentes realizan entrevistas personales o hacen observaciones
en distintas partes del pas, los datos que recopilen no sern comparables a menos que sigan li
ncamientos especficos, que hagan las preguntas y registren las respuestas de manera estndar.
Con un cuestionario o forma estndar se asegurar la comparabilidad de los datos, se incremen
tar la velocidad y exactitud del registro y se facilitar el proceso de los datos.
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.
Un cuestionario, ya sea que se llame cdula, forma de entrevista o instrumento de medicin, es

un conjunto formal de preguntas para obtener informacin de encuestados. Un cuestionario por
lo general es slo un elemento de un paquete de recopilacin de datos que tambin puede in
cluir: 1) procedimientos de trabajo de campo, como instrucciones para seleccionar, aproximar
se y preguntar a los encuestados (vase el captulo 13); 2) alguna recompensa, regalo o pago
ofrecido a los encuestados, y 3) ayudas de comunicacin, como mapas, fotografas, anuncios y
productos (como en las entrevistas personales) y sobres con porte pagado de regreso (en las en
www.FreeLibros.me
CAPTULO 10
D ueo de cuestionarios y form as
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
ESPECIFICACIN DE LA INFOR M ACI N

NECESARIA
El primer paso en el diseo de cuestionarios es especificar la informacin necesaria. Este tam
bin es el primer paso en el proceso de diseo de investigacin. Ntese que conforme progresa el
proyecto de investigacin, la informacin requerida se vuelve cada vez ms clara. Resulta til re
visar los componentes del problema y el mtodo, en particular las preguntas de investigacin, hi
ptesis y la informacin requerida. Para asegurar todava ms que la informacin obtenida abor
de todos los componentes del problema, el investigador debe preparar un conjunto de tablas de
variables ficticias, que consisten en una tabla en blanco utilizada para catalogar datos. sta des
cribe cmo se va a estructurar el anlisis una vez que se han recopilado los datos.
Tambin es importante tener una idea clara de la poblacin objetivo. Las caractersticas del
grupo de encuestados tienen gran influencia en el diseo del cuestionario. Las preguntas que
www.FreeLibros.me
2 8 2
Figura 10.1
Proceso de diseo del cuestionario
PARTE II
E specificar la inform acin requerida
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

E fe c to d e l m to d o d e e n tr e v is ta e n e l d is e o d e l c u e stio n a rio
Cuestionario por correo
P o r fa v o r califiq u e la s sig u ien tes tien d as p o r o rd e n d e p refe ren cia p ara c o m p ra r en eDas. C o m ie n c e p o r
e le g ir la tienda q u e m s le g u sta y asg n ele el n m ero 1. L uego e n c u e n tre la segunda tie n d a m s p refe
rida y asg n ele el n m ero 2 . C o n tin e e s te procedim iento hasta h ab er calificad o to d a s la s tien d as. L a
tien d a m en o s preferida d eb e te n e r el nm ero 10. No se d eb e o to rg a r el m ism o n m ero a d o s tien d as. El
criterio d e p refe ren cia e s p o r co m p leto su y o . No e x is te una re sp u e sta c o rre c ta o e q u iv o cad a, s lo tra te
d e se r co n sisten te.
Tienda
Ca&ficacin
1. L o rd & T a y lo r
_____________
2 . Nfecys
_____________
3 . K m art
_____________
4. Richs
_____________
5 . JC P enney
_____________
6 . N eim an-M arcus
_____________
7 . Target
_____________
8 . S aks H f th A ve.
_____________
9 . S ears
_____________
10. W hl-M art_____________ _____________

Cuestionario telefnico
L e v o y a le e r los n o m b res d e alg u n as tie n d a s d ep artam en tales. P o r fa v o r califq u elas en t rm in o s d e su
preferencia p ara c o m p r a re n e llas. U tilice un a e s c a la d e 10 p u n to s, d o n d e el 1 s e refiera a la m en o s p re
ferida y el 10 a la m s preferida. L o s n m ero s entre el 1 y el 10 reflejan g rad o s in term ed io s d e p refe
rencia. D e n u ev o , p o r fa v o r recuerde qu e cu an to m s a k o el n m ero , m ayor el g rad o d e p referen cia.
A hora, p o r fa v o r d g a m e su preferencia d e c o m p ra r e n . .. (L E A U N A T IE N D A A L A V E Z).
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?
Es necesaria esta pregunta?

Cada pregunta en un cuestionario debe contribuir a la informacin requerida o servir para al
gn propsito. Si no hay un uso satisfactorio de los datos resultantes de una pregunta, sta de
be eliminarse. Como se ilustr en el ejemplo inicial, una observacin profunda de la forma cor
ta del censo de poblacin de 1990 dio lugar a la eliminacin de preguntas relacionadas con
cinco temas.
Sin embargo, en ciertas situaciones se pueden hacer preguntas que no estn directamente
relacionadas con la informacin requerida. Conviene hacer algunas preguntas neutrales al prin
cipio del cuestionario para establecer el compromiso y la armona, en particular cuando el tema
es delicado o controvertido. Algunas veces se hacen preguntas de relleno para disfrazar el pro
psito o patrocinio del proyecto. Ms que limitar las preguntas a la marca de inters, tambin se
pueden incluir cuestiones sobre marcas de la competencia para disfrazar el patrocinio. Por
ejemplo, una encuesta sobre computadoras personales patrocinada por IBM tambin puede in
cluir preguntas de relleno relacionadas con Dell y Apple. A veces pueden incluirse preguntas no
relacionadas con el problema inmediato para brindar apoyo al cliente para el proyecto. A veces,
se pueden duplicar ciertas preguntas con el fin de evaluar la confiabilidad o validez.4
Se necesitan varias preguntas en lugar de una?

Una vez que se ha considerado que es necesaria una pregunta, debemos aseguramos que es su
ficiente para obtener la informacin deseada. A veces se requieren varias preguntas para obtener la informacin requerida en forma clara. Considrese la pregunta,
Usted piensa que Coca-Cola es una bebida refrescante y de buen sabor?
Pegunta que intenta abarcar dos

temas. Tales preguntas pueden ser
confusas para los encuestados y dar
kigar a respuestas ambiguas.
(incorrecta)
Un s f presuntamente es una respuesta clara, pero, qu pasa si la respuesta es no? Es

to significa que el encuestado piensa que Coca-Cola no tiene buen sabor, que no es refrescante
o que ni tiene buen sabor ni es refrescante? Una pregunta como esa se llama pregunta doble,
porque se combinan dos o ms preguntas en una. Para obtener la informacin requerida se de
ben hacer dos preguntas distintas:
Usted piensa que Coca-Cola es una bebida de buen sabor? y
Usted piensa que Coca-Cola es una bebida refrescante?
(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
lina pregunta como Qu le gusta de

Nike Town en comparacin con otras
tiendas? revelar diversas caractersti
cas positivas de Nike Town.
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.
Est informado el encuestado?

A menudo se pregunta a los encuestados acerca de temas de los que no estn informados. Un
esposo tal vez no est informado acerca de los gastos mensuales de abarrotes y compras en tien
das departamentales si es la esposa quien los hace, o viceversa. La investigacin muestra que
los encuestados a menudo responden preguntas aunque no estn informados, como se muestra
en el siguiente ejemplo.
Queja acerca de las quejas de los clientes

En un estudio se pidi a los encuestados que expresaran su grado de acuerdo o desacuerdo con
la siguiente afirmacin: L a Oficina Nacional de Quejas del Consumidor proporciona un medio
eficaz para ayudar a los consumidores que han adquirido un producto defectuoso . Entre 96.1 %
de los abogados y 95% del pblico en general que respondi expres una opinin. Aun con una
opcin de no lo s en el conjunto de respuestas, 51.9% de los abogados y 75.0% del pblico
expres una opinin acerca de la Oficina Nacional de Quejas del Consumidor. Cul es el pro
blema con estas altas tasas de respuesta? Que no existe una entidad llamada Oficina Nacional
de Quejas del Consumidor!6
www.FreeLibros.me
286
Fteguntas iniciales en un cuestiona

rio que filtran a los encuestados
potenciales para asegurar que
cumplan con los requerimientos
de la muestra.
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
fenmeno psicolgico que tiene lu

gar cuando un individuo comprime
d tiempo al recordar que un evento
ocurri ms recientemente de lo que
liie en realidad.
(conecta)
La incapacidad para recordar lleva a errores de omisin, de abreviacin y creacin. La

omisin es la incapacidad de recordar un evento que realmente tuvo lugar. La abreviacin ocu
rre cuando un individuo abrevia o comprime el tiempo al recordar que un evento ocurri ms
recientemente de como fue en realidad.10 Por ejemplo, un encuestado informa tres visitas al su
permercado en las ltimas dos semanas, cuando en realidad una de stas la hizo hace 18 das.
El error de creacin sucede cuando un encuestado recuerda un evento que no ocurri en rea
lidad.
La capacidad para recordar un evento es influida por: 1) el evento en s; 2) el tiempo trans
currido desde el evento, y 3) la presencia o ausencia de eventos que ayuden a la memoria. Ten
demos a recordar eventos que son importantes o inusuales o que ocurren con frecuencia. La
gente recuerda su aniversario de bodas y cumpleaos. De la misma forma, los eventos ms re
cientes se recuerdan mejor. Es ms probable que un comprador de abarrotes recuerde qu com
pr en la ltima visita a la tienda en comparacin con lo que compr hace tres ocasiones ante
riores.
La investigacin indica que las preguntas que no proporcionan al encuestado seales sobre
el evento y que confan en el recuerdo sin asistencia, pueden subestimar la ocurrencia real de un
evento. Por ejemplo, un recuerdo sin asistencia de los comerciales de refrescos se puede medir
con preguntas como: Qu marcas de refrescos recuerda que se hayan anunciado anoche por
televisin? El mtodo de recuerdo con asistencia intenta estimular la memoria del encuestado
al proporcionar seales relacionadas con el evento de inters. En el mtodo de recuerdo con
asistencia se hara una lista de un nmero de marcas de refresco y luego se preguntara: Cu
les de estas marcas se anunciaron anoche por televisin? Al presentar las seales, el investiga
dor debe tener cuidado para no desviar las respuestas empleando diversos niveles sucesivos de
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.
Manifiesta sus deas el encuestado?

Los encuestados pueden ser incapaces de manifestar cierto tipo de respuestas. Por ejemplo, si
se les pide describir el ambiente de la tienda departamental que ellos preferiran, la mayora
pueden ser incapaces de formular sus respuestas. Por otro lado, si se les proporcionan descrip
ciones alternativas del ambiente en la tienda, podrn indicar la que ms les gusta. Si los encues
tados son incapaces de expresar sus respuestas a una pregunta, es probable que la ignoren y se
rehsen a responder al resto del cuestionario. Por lo tanto, se les deben proporcionar seales,
como fotografas, mapas y descripciones para ayudarlos a manifestar sus respuestas.
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.
Esfuerzo pedido a los encuestados

Muchos de los encuestados no estn dispuestos a dedicar mucho esfuerzo para proporcionar in
formacin. Por eso, el investigador debe reducir al mnimo el esfuerzo que se requiere de los
encuestados. Supongamos que el investigador est interesado en determinar de qu departa
mentos en una tienda el encuestado adquiri mercanca en su visita ms reciente. Esta informa
cin se puede obtener al menos en dos das. El investigador podra pedir al encuestado que enu
mere todos los departamentos en los que compr mercanca en su visita ms reciente a la
tienda, o bien proporcionarle una lista de departamentos y pedirle que marque las casillas que
aplican:
Por favor, enumere todos los departamentos en los que compr mercanca
en su visita ms reciente a una tienda departamental.
(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.
Nfestidos de mujer_______________ _____

Ropa de hombre________________ _____
Ropa de nios__________________ _____
Cosmticos____________________ _____
17. Joyera
18. Otro (especifique)
_____
(correcta)
La segunda opcin es preferible, porque requiere menos esfuerzo de los encuestados.
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.
Aumento de la disposicin de los encuestados

Cuando los encuestados estn renuentes a proporcionar informacin, se les puede alentar me
diante las siguientes tcnicas.12
1. Ubique los temas delicados al final del cuestionario. Para entonces, la desconfianza inicial
se ha superado, se ha creado una armona, se ha establecido la legitimidad del proyecto y
los encuestados estn ms dispuestos a dar informacin.
2. Inicie la pregunta con una afirmacin de que la conducta de inters es comn. Por ejem
plo, antes de requerir informacin sobre una deuda de tarjeta de crdito, diga: estudios
recientes muestran que la mayora de los estadounidenses tiene deudas. Esta tcnica, lla
mada el uso de afirmaciones contra sesgo, se ilustra en el siguiente ejem plo.13
Pblico contra privado

En una encuesta reciente realizada por RoperASW (www.roperasw.com) para U.S. News &
World Report re busc obtener datos en cuanto a si se debe revelar al pblico la informacin
personal acerca de candidatos polticos o ciudadanos comunes. Esta pregunta se inici con la si
guiente afirmacin: La duda relacionada con la lnea divisoria sobre la privacidad ha sido muy
debatida, algunos insisten que los estndares deben ser diferentes para los candidatos a cargos
pblicos importantes que para ciudadanos comunes. Esta afirmacin increment la disposi
cin de la gente para responder.
3. Haga la pregunta utilizando la tcnica de tercera persona (vase el captulo 5): exprese la
pregunta como si se refiriera a otra persona.
4. Oculte la pregunta entre un grupo de otras ms que los encuestados estn dispuestos a res
ponder. Entonces se puede efectuar rpidamente la lista completa de preguntas.
5. Proporcione categoras de respuesta ms que pedir cifras especficas. No pregunte, Cul es
el ingreso anual de su hogar?. En vez de eso, pida al encuestado que marque la categora de
ingreso apropiada: menos de 25,000 dlares; 25,0001 a 50,000; 50,001 a 75,000, o ms
de 75,000. En las entrevistas personales, proporcione a los encuestados tarjetas que enume
ren las opciones marcadas. Entonces los encuestados indican sus respuestas por nmero.
6. Utilice tcnicas aleatorias. En estas tcnicas se presentan dos preguntas a los encuestados,
una delicada y la otra neutral con una probabilidad conocida de una respuesta afirmativa
(por ejemplo, Su cumpleaos es en marzo?). Se les pide que seleccionen una pregunta al
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

Preguntas abiertas que los encuestados responden en sus propias
palabras.
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.
Estimacin de las actitudes para el acceso

Una importante compaa de telecomunicaciones realiz una encuesta telefnica a nivel nacio
nal para determinar las actitudes de las empresas hacia el acceso equitativo. Una de las pregun
tas se realiz como pregunta abierta con respuestas de codificacin previa.17
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.
C om paa o p e ra d o ra regional (in se rte el nom bre)
6.
O tro (esp ecifiq u e)
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.
Las preguntas estructuradas especifican el conjunto de alternativas de respuesta y el formato

de respuesta. Una pregunta estructurada puede ser de opcin mltiple, dicotmica o de escala.
Preguntas de opcin mltiple. En las preguntas de opcin mltiple, el investigador pro

porciona una opcin de respuestas y se pide a los encuestados que seleccionen una o ms de las
alternativas dadas. Considere la siguiente pregunta.
P retende u ste d c o m p ra r un auto n u ev o dentro d e lo s p r x im o s se is m eses?
Tendencia de un encuestado a marcar

una alternativa slo porque ocupa
cierta posicin o est enumerada en
cierto orden.
__________
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
__________
O tro (esp ec ifiq u e)
\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
cuestionarios autoaplicados, la cooperacin de los encuestados mejora si la mayora de las pre

guntas son estructuradas.
Las preguntas de opcin mltiple tambin tienen sus desventajas. Se requiere considerable
esfuerzo para disear preguntas eficaces de opcin mltiple. La investigacin exploratoria que
utiliza preguntas de respuesta abierta puede requerir determinar las alternativas de respuesta
apropiadas. Es difcil obtener informacin sobre las alternativas no enumeradas. Aun si se in
cluye una categora de otro (especifique), los encuestados tienden a elegir entre las alternati
vas enumeradas. Adems, mostrar a los encuestados la lista de posibles respuestas produce res
puestas en sesgo.20 Tambin hay posible sesgo por el orden.
Pregunta estructurada con slo dos

alternativas de respuesta, como s
o no.
P r e g u n ta s d ic o t m ic a s . Una p regunta dicotmica slo tiene dos alternativas de respues

ta: s o no, acuerdo o en desacuerdo, etctera. A menudo las dos alternativas de inters se com
plementan por una alternativa neutral, como sin opinin, no lo s, ambos o ninguna.21
La pregunta realizada anteriormente acerca de comprar un auto nuevo es de opcin mltiple y
se puede hacer tambin como pregunta dicotmica.
Pretende usted comprar un auto nuevo dentro de los prximos seis meses?
________
________
________
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
Estructura de preguntas en GAP

El estudio de Global Airline Performance (GAP) es una encuesta realizada para medir las opi
niones de los viajeros areos en 22 aerolneas que salen de 30 aeropuertos alrededor del mundo.
Alcanza a 240,000 pasajeros cada ao y se realiza en siete idiomas. Esta encuesta utiliza dife
rentes tipos de preguntas estructuradas, incluyendo de opcin mltiple, dicotmicas y escalas,
como se ilustra a continuacin.23
P Cmo hizo su reservacin? (Elija slo una)
Sitio Web de la aerolnea
Reservacin directa a la aerolnea por va telefnica o en su oficina de boletos
A travs de una agencia de viajes
Otro
R Est utilizando boleto electrnico para este viaje (boleto a travs de la central electrnica)?
S
No
E Segn su experiencia del vuelo de hoy, seleccionara esta aerolnea para su prximo viaje
en esta ruta?
Definitivamente s (5)
Probablemente s (4)
Podra o no hacerlo (3)
Probablemente no (2)
Definitivamente no ( ! )
ELECCIN DE PALABRAS Y SINTAXIS

La redaccin de la pregunta consiste en traducir el contenido y la estructura de la pregunta de
seada en palabras que los encuestados puedan entender clara y fcilmente. La decisin sobre la
forma de redactar una pregunta tal vez es la tarea ms importante y difcil al desarrollar un
cuestionario, como se ilustr en el ejemplo inicial del cuestionario del censo 2000. Si una pre
gunta est mal redactada, los encuestados pueden rehusarse a responderla o la pueden contestar
equivocadamente. La primera condicin, conocida como reactivo de falta de respuesta, puede
incrementar la complejidad del anlisis de datos.24 La segunda condicin lleva al error de res
puesta analizado anteriormente. A menos que los encuestados y el investigador asignen con
exactitud el mismo significado a la pregunta, los resultados tendrn importante sesgo.25
Para no tener estos problemas se ofrecen los siguientes lincamientos: 1) definir el tema; 2)
utilizar palabras comunes; 3) evitar palabras ambiguas; 4) no hacer preguntas tendenciosas; 5) im
pedir alternativas implcitas; 6) evitar suposiciones implcitas; 7) no hacer generalizaciones ni es
timados, y 8) utilizar enunciados positivos y negativos.
Definicin del tema

Una pregunta debe definir claramente el tema que se aborda. A los periodistas principiantes se
les aconseja definir el tema en trminos de quin, qu, cundo, dnde, por qu y cmo.26 Estos
tambin pueden servir como lincamientos para definir el tema en una pregunta. (Vase el cap-
www.FreeLibros.me
CAPTULO 10
293
Se necesita una pregunta bien definida

para determinar qu marca de shampoo
lihza una persona.
tulo 3 para una aplicacin de estos lincamientos en la investigacin descriptiva). Considrese la

siguiente pregunta:
Qu marca de shampoo utiliza?
(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)
Use palabras ordinarias

Se deben utilizar palabras ordinarias en un cuestionario y deben concordar con el nivel del vo
cabulario de los encuestados.27 Al elegir palabras, tenga en mente que la persona promedio en
Estados Unidos tiene educacin de preparatoria y no universitaria. Para ciertos grupos de
encuestados, el nivel es an ms bajo. Por ejemplo, el autor realiz un proyecto para una em
presa importante de telecomunicaciones que opera principalmente en reas rurales. El nivel de
educacin promedio en estas reas es menos que secundaria, y muchos encuestados tienen pre
paracin de slo cuarto o sexto grado de primaria. Se debe evitar el uso de palabras tcnicas.
Muchos encuestados no entienden palabras propias de marketing. Por ejemplo, en vez de pre
guntar
Piensa usted que la distribucin de refrescos es adecuada?
pregunte,
Piensa usted que siempre hay refrescos disponibles cuando usted los
quiere comprar?
www.FreeLibros.me
(incorrecta)
(correcta)
294
PARTE II
Evaluar la distribucin de releseos re

quiere el uso de palabras tan comunes y
ordinarias como los mismos refrescos.
Use palabras claras

Las palabras utilizadas en un cuestionario deben tener un solo significado conocido para todos los
encuestados. Numerosas palabras que parecen ser claras tienen distintos significados para las per
sonas.28 stas incluyen generalmente, normalmente, frecuentemente, a menudo, regu
larmente, ocasionalmente y a veces. Considere la siguiente pregunta:
En un mes tpico, con qu frecuencia compra usted en tiendas departamentales?
________
________
________
________
________
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?
________
________
________
________
Menos de una vez

1 o 2 veces
3o 4 veces
Ms de 4 veces
(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.
Significa lo que pretendemos?

Tiene algn otro significado?
Si es as, el contexto aclara el significado pretendido?
JLa palabra tiene ms de una pronunciacin?
Existe alguna palabra de pronunciacin similar que pueda confundirse con esta?
Se sugiere una palabra o frase ms simple?
www.FreeLibros.me
CAPTULO 10
295
En la oficina del censo estadounidense se esforzaron en utilizar palabras claras y ordinarias

en los cuestionarios del censo 2000, lo que no solo mejor la tasa de respuesta, sino que dio por
resultado datos ms exactos (vase el ejemplo inicial).
No haga preguntas tendenciosas

Es la que da a los encuestados una
pista sobre la respuesta deseada o
lleva al encuestado a contestar en
deita forma.
Una pregunta tendenciosa es la que da pistas al encuestado sobre qu respuesta es la deseada o

lleva al encuestado a responder en cierta forma, como se muestra a continuacin:
Usted piensa que los estadounidenses patriticos deben comprar automviles importados, cuando
eso dga sin empleo a la mano de obra de este pas?
________
________
________
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)
En la primera pregunta, la alternativa de manejar slo est implcita, pero en la segunda

pregunta es explcita. La primera pregunta tal vez arroje mayor preferencia por volar que la se
gunda.
Las preguntas con alternativas implcitas se deben evitar a menos que haya razones espec
ficas para incluirlas.30 Cuando las alternativas estn cercanas en preferencias o son grandes en
nmero, al final de la lista tienen mayor oportunidad de ser seleccionadas. Para sobreponerse al
sesgo se debe utilizar la tcnica de votacin dividida para hacer girar el orden en el que apare
cen las alternativas.
No haga suposiciones tcitas

Las preguntas no deben redactarse para que la respuesta dependa de suposiciones tcitas acerca
de lo que suceder como consecuencia. Las suposiciones tcitas son aqullas que no se estable
cen en la pregunta, como en el siguiente ejemplo.31
L Est usted a favor de un presupuesto balanceado?
2. Est usted a favor de un presupuesto balanceado si ste
incrementa el impuesto sobre la renta?
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.
No haga generalizaciones ni estimaciones

Las preguntas deben ser especficas, no generales. Es ms, las preguntas se deben redactar para
que el encuestado no tenga que hacer generalizaciones ni efectuar estimados. Supngase que
estamos interesados en el gasto anual de abarrotes per capita en un hogar. Si se pregunta a los
encuestados:
Cul es el gasto anual p er capita en abarrotes en su hogar?
(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)
El investigador puede entonces hacer los clculos necesarios.
Enunciados dobles: positivos y negativos

Muchas preguntas, en particular las que miden actitudes y estilos de vida, se redactan como
enunciados sobre los cuales los encuestados indican su grado de acuerdo o desacuerdo. Las
pruebas indican que la respuesta obtenida es influida por la direccin de los enunciados: si son
positivos o negativos. En estos casos es mejor utilizar enunciados dobles, algunos de los cuales
son positivos y los otros negativos. Se pueden preparar dos cuestionarios diferentes. Uno con
tendra la mitad de los enunciados negativos y la mitad de positivos en forma intercalada. La
direccin de estos enunciados se revertira en el otro cuestionario. En la escala sumada de Likert, diseada para medir actitudes hacia Sears, en el captulo 9, se proporcion un ejemplo de
enunciados dobles.
ESTABLECIM IENTO DEL ORDEN

DE LAS PREGUNTAS
Preguntas abiertas
Las preguntas abiertas pueden ser cruciales para obtener la confianza y cooperacin de los en
cuestados. Las preguntas iniciales deben ser interesantes, simples y no perturbadoras. Las pre
guntas en las que se pide a los encuestados sus opiniones pueden ser buenas preguntas iniciales,
porque a la mayora de las personas les gusta expresar sus opiniones. Algunas veces se hacen
esas preguntas, aunque no tengan relacin con el problema de investigacin y sus respuestas no
se analicen.32
Una pregunta inicial de opinin abre la puerta a la cooperacin

La American Chicle Youth Poli fue comisionada por American Chicle Group, Pfizer Company
(www.pfizer.com), y dirigida por Roper ASW (www.roperasw.com). Se entrevist a 1,000 estadou
nidenses de entre ocho y 17 aos de edad que asistan a la escuela en todo el pas. El cuestionario
contena una pregunta inicial simple pidiendo la opinin acerca de vivir en pueblo o ciudad local.
www.FreeLibros.me
CAPTULO 10
Diseo de cuestionarios y form as
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.

Pregunta inicial
En el proyecto de tienda departamental, el cuestionario deba responderlo el hombre o la mujer jefe de
familia que haca la mayor parte de las compras en tiendas departamentales. La primera pregunta que
se hizo fue: quin en su hogar hace la mayor parte de las compras en las tiendas departamentales?.
As, la pregunta inicial ayud a identificara los encuestados elegibles. Tambin se obtuvo cooperacin
porque es de naturaleza simple y no perturbadora.
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.
El tipo de informacin obtenida en un cuestionario se puede clasificar como: 1) informacin b

sica; 2) informacin de clasificacin, y 3) informacin de identificacin. La informacin
bsica se relaciona directamente con el problema de investigacin. La informacin de clasificaciny que consiste en caractersticas socioeconmicas y demogrficas, se utiliza para clasificar
a los encuestados y entender los resultados. La inform acin de identificacin incluye nombre,
direccin y nmero de telfono. Se puede obtener para una variedad de propsitos, que inclu
yen verificar que los encuestados de la lista en realidad fueron entrevistados, remitir los incentivos
prometidos, etctera. Como lincamiento general, primero se debe obtener la informacin bsica,
seguida de la informacin de clasificacin y, por ltimo, la informacin de identificacin. La
informacin bsica es de la mayor importancia para el proyecto de investigacin y se debe ob
tener primero, antes de arriesgarse a enajenar a los encuestados al hacer una serie de preguntas
personales. El cuestionario del problema 7 (vanse los ejercicios de este captulo) al inicio
obtiene de manera incorrecta identificacin (nombre) y alguna informacin de clasificacin
(demogrfica).
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.
Efecto sobre las preguntas subsecuentes

Las preguntas hechas al inicio de una secuencia pueden influir en las respuestas a las preguntas
subsecuentes. Como regla, las preguntas generales deben anteceder a las preguntas especficas.
Esto evita que las preguntas especficas desven las respuestas a las preguntas generales. Consi
drese la siguiente secuencia de preguntas:
Pl: Qu consideraciones son importantes para usted al seleccionar una tienda
departamental?
P2: Al seleccionar una tienda departamental, qu tan importante es la
conveniencia de su ubicacin?
www.FreeLibros.me
(correcta)
298
E strategia p ara o rd en ar la s p reg u n

tas e n u n cu estio n ario en q u e la s e
cuencia co m ien za e n las p reg u n tas
j^ n e ra le s y sig u e p ro gresivam ente
hasta las p reg u n tas esp e c fic a s, c o n
el fin d e p rev en ir q u e la s p reg u n tas
especficas d e sv en la s p reg u n tas
j^ n e ra le s.
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
IH V E S T IG A C I H A C T IV A PROYECTO DE TIENDA DEPARTAMENTAL

Forma y distribucin
En el pro y ecto d e tie n d a dep artam en tal, el c u estio n ario se dividi e n v arias p artes. L a p arte A co n ten a
la p regunta d e calificaci n , in fo rm aci n so b re la fam iliarid ad , frecuencia d e co m p ra, e v alu aci n d e las
10 tie n d a s e n cada uno d e lo s o cho facto re s d e criterio d e elecci n y la s c alificacio n es de p refe ren cia
para la s 10 tie n d a s . L a p a rte B c o n te n a p reg u n tas so b re la im p o rtan c ia a d ju n ta a c a d a fa c to r d e l c rite
rio d e elecci n y la s c alificacio n es d e preferencia de la s 10 tien d as. L a parte C o b ten a in fo rm aci n s o
bre el estilo d e v id a . P o r ltim o , la p a rte D o b ten a in fo rm aci n d e id e n tific a c i n y d e m o g r fic a e s t n
dar. L a in fo rm aci n d e id en tificaci n s e obtu v o ju n to c o n la in fo rm aci n d e c la sific a c i n , m s q u e en
form a sep arad a, para re d u c ir al m n im o su p ro m in e n cia. D iv id ir el cu estio n ario e n partes d e e s ta m an e
ta p ro p o rcio n tran sicio n es n atu rales. T am bin alert al e n trev istad o r y al en cu estad o d e q u e al in icio
d e c a d a p a rte s e so licitab a u n a clase d istin ta d e inform acin.
www.FreeLibros.me
CAPTULO 10
Figura 1 0 .2
299
Introduccin
Diagrama de flujo para diseo de

cuestionario
J
Propietario de tarjetas de crdito
de tienda, banco y otras
Productos com prados en una

tienda departamental especfica
durante los ltim os dos meses
En el diseo de cuestionarios, asig

nacin de un cdigo a cada respues
ta posible antes de la recopilacin
de datos.
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
Ejemplo de una encuesta de codificacin previa de

The American Lawyer Magazine (www.americanlawyer.com)
The A m erican Law yer
Encuesta confidencial de nuestros suscriptores
1. Considerando todas las veces que toma un ejemplar tpico de The Am erican Lawyer, apro
ximadamente cunto tiempo emplea en leerlo o revisarlo?
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
De 1 1/2 h a 1 a con 59min......................... 0 - 4

De 2 h a 2 h con 59 min...............................0 - 5
3 h o ms.....................................................0 - 6
2. Cuando ha terminado de leer una ejemplar de The American Lawyer, generalmente qu

hace con l?
Conservar todo el ejemplar para
h biblioteca de la empresa..................0 - 1
Conservar todo el ejemplar para
uso en casa.............. ..........................0 - 2
Circularlo a otros en mi empresa............0 - 3
Recortarlo y guardar los artculos
de inters.............................................0 - 4
Ponerlo en una sala de espera o

rea pblica............................................D -5
Tirarlo........................................................D - 6
Otro...............................................
D -7
(especifique)
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
REPRODUCCIN DEL CUESTIONARIO

La manera en que un cuestionario se reproduce para su aplicacin puede influir en los resulta
dos. Por ejemplo, si el cuestionario se reproduce en un papel de mala calidad o tiene apariencia
^stada, los encuestados pensarn que el proyecto no tiene importancia y la calidad de la res
puesta se ver afectada en forma adversa. Por lo tanto, el cuestionario se debe reproducir en un
papel de buena calidad y tener presentacin profesional.
Cuando un cuestionario impreso tiene varias pginas, debe tomar la forma de folleto en
\e z de un nmero de hojas engrapadas o sujetas con un clip. Los folletos son ms fciles de uti
lizar para el entrevistador y los encuestados, y no se deshacen con el uso como sucede con pa
peles con clips o engrapados. Permiten el uso del formato de doble pgina para las preguntas y
se ven ms profesionales.
Cada pregunta se debe reproducir en una sola hoja (o a doble pgina). Un entrevistador de
be evitar dividir una pregunta, incluyendo sus categoras de respuesta. Dividir las preguntas
puede hacer pensar equivocadamente al entrevistador o al encuestado que la pregunta termina
al final de la pgina. ste dar lugar respuestas basadas en preguntas incompletas.
Las columnas verticales de respuesta deben utilizarse para preguntas individuales. Es ms
fcil para los entrevistadores y encuestados leer hacia abajo una sola columna ms que lateral
mente entre diversas columnas. Se debe evitar el formato lateral y dividido, que se hace con fre
cuencia para ahorcar espacio. Este problema se puede observar en el cuestionario de The A m e
rican Lawyer (investigacin real).
Se evitar la tendencia de juntar demasiado las preguntas para hacer que el cuestionario
parezca ms corto. Las preguntas demasiado juntas con poco espacio en blanco entre ellas pue
den llevar a errores en la recopilacin de datos y arrojar respuestas ms pequeas y menos in
formativas. Es ms, dan la impresin de que el cuestionario es complejo y puede motivar una
menor cooperacin y tasas de respuesta ms bajas. Aunque los cuestionarios ms cortos son
ms deseables que los largos, la reduccin en tamao no se debe obtener a expensas del amon
tonamiento de preguntas.
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.

Observacin
Quin: compradores, buscadores, hombres, mujeres, padres con nios, nios solos
Qu: productos o marcas consideradas, productos o marcas compradas, tamao, precio del paquete
inspeccionado, influencia de nios u otros miembros de la familia
Cundo: da, hora, fecha de observacin
Dnde: dentro de la tienda, mostrador de caja, o tipo de departamento dentro de la tienda
Porqu: Influencia del precio, nombre de la marca, tamao del paquete, promocin o miembros de la
familia en la compra
Forma: observador personal que personifica a un empleado de ventas, observador personal no oculto,
cmara oculta o artefacto mecnico de observacin.
La forma y distribucin, as como la reproduccin de las formas de observacin deben seguir

los mismos lincamientos analizados para los cuestionarios. Una forma bien diseada permite a los
trabajadores de campo registrar las observaciones individuales y no tener que resumirlas, ya que
eso podra llevar a un error. Finalmente, igual que los cuestionarios, las formas de observacin
tambin requieren una prueba piloto adecuada.
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
ta del consumidor, del proceso de la toma de decisiones, psicogrficas, de estilo de vida y de

mogrficas. En el contexto de las caractersticas demogrficas, como informacin sobre estado
civil, educacin, tamao del hogar, ocupacin, ingresos y unidad habitacional, tal vez se tengan
que expresar de distinta forma en diferentes pases, ya que estas variables pueden no ser direc
tamente comparables entre diferentes pases. Por ejemplo, la definicin de hogar y tamao va
ra mucho, dada la estructura familiar extendida en algunos pases y la prctica de tener dos o
hasta tres familias viviendo bajo el mismo techo.
Aunque las entrevistas personales son el mtodo de encuesta dominante en la investiga
cin de mercados, se pueden utilizar diferentes mtodos de entrevista en distintos pases. Por
eso, tal vez se necesite que el cuestionario sea apropiado para aplicarse por ms de un mtodo,
fra facilidad de comprensin y traduccin, conviene tener dos o ms preguntas simples ms
que una sola pregunta compleja. Para superar la incapacidad de contestar, se deben considerar
los niveles de informacin acerca del tema de la encuesta que tienen los encuestados en las dis
tintas culturas. Los encuestados en algunos pases, como el Lejano Oriente y la Comunidad
de Estados Independientes (antes Unin Sovitica), tal vez no estn tan bien informados como
en Estados Unidos.
Quiz se requiera el uso de preguntas abiertas o sin estructura si el investigador desconoce
los determinantes de respuesta de otros pases. Las preguntas sin estructura tambin reducen el
sesgo cultural, porque no imponen alternativa de respuesta. Sin embargo, las preguntas sin es
tructurasen ms afectadas por las diferencias educacionales que las preguntas estructuradas. De
ben utilizarse con precaucin en pases con altas tasas de analfabetismo. Las preguntas estructu
radas y sin estructura se pueden utilizar de manera complementaria para proporcionar
conocimientos, como en el siguiente ejemplo.
INVESTIGACIN
REAL
El tema: Los restaurantes temticos de Singapur

Singapur se compone de ms de 60 isletas con una poblacin aproximada de cuatro millones
de personas en el 2003 (1www.tourismsingapore.com). En todo el mundo es conocida por su indus
tria restaurantera variada. De los 22,000 establecimientos que sirven comida, 21% se clasifican
como restaurantes. Se realiz un estudio sobre los siguientes cuatro restaurantes temticos de Sin
gapur: Hard Rock Caf (www.hardrock.com), Planet Hollywood (wivw.plcmetlwllywood.com\ Celebrities Asia y House o f Mao.
El cuestionario se prob con 20 clientes que haban comido en los cuatro restaurantes te
mticos. Se hicieron algunas revisiones al cuestionario con base en los comentarios de esas per
sonas. Luego la encuesta se aplic a 300 participantes en un formato de cuestionario que se di
se para averiguar las percepciones de los partidarios de los restaurantes temticos. Los
participantes fueron elegidos de manera aleatoria utilizando un mtodo de entrevista en un cen
tro comercial y se les pregunt si haban sido clientes de un restaurante temtico en el ltimo
ao. Si su respuesta era s, se les peda participar y llenar una encuesta de cuatro pginas. La en
cuesta se dividi en dos secciones: en la seccin A se peda la percepcin general del participante
acerca de los restaurantes temticos, y en la seccin B se peda al encuestado evaluar los cuatro
restaurantes en una escala de cinco puntos en nueve diferentes atributos. Se hicieron tambin
varias preguntas abiertas al final del cuestionario; por ejemplo, si pensaban que se abriran ms
restaurantes temticos en Singapur en el futuro y si pensaban que tendran xito.
La mayora de los encuestados pensaban que se abriran ms restaurantes temticos en Sin
gapur y muchos se mostraron neutrales acerca de su xito. House o f Mao recibi la calificacin
ms alta en el concepto total de variedad y el Hard Rock Caf recibi la calificacin ms alta en la
experiencia en general que rene las expectativas. El Hard Rock Caf tuvo las mejores califica
ciones generales de los nueve atributos. Con base en esta encuesta, hay espacio para el desarrollo
de la industria de restaurantes temticos en Singapur.
Los restaurantes temticos recibieron un golpe en Estados Unidos en los ltimos aos al
haberse declarado en bancarrota el Planet Hollywood, en abril de 1999. Ni al Fashion Caf ni
al All-Star Caf les fue muy bien a pesar de unas altas expectativas a su apertura a principios del
decenio de 1990. Estos restaurantes debieran mirar hacia pases como Singapur con fines de ex
pansin.39
Tal vez se necesite traducir el cuestionario para su aplicacin en diferentes culturas. El in
vestigador debe asegurarse que los cuestionarios en diferentes idiomas sean equivalentes. Los
procedimientos especiales diseados para este propsito se analizan en el captulo 23.
www.FreeLibros.me
304
PARTE II
Lista de verificacin del diseo de cuestionarios____________________________________________________________________________

Fase 1 Especificar la informacin requerida.
1. Asegrese de que la informacin obtenida aborda completamente los componentes del problema. Revise los componentes del problema y
d mtodo, en particular las preguntas de investigacin, hiptesis y la informacin requerida.
2. Repare un grupo de cuadros o tablas de variables ficticias.
3. Tenga una idea clara de la poblacin objetivo.
Fase 2
Especificar el tipo de mtodo de entrevista.
1. Revise el tipo de mtodo de entrevista determinado con base en las consideraciones analizadas en el captulo 6.
Fase 3
Determinar el contenido de las preguntas.
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.
1. Est informado el encuestado?

2. Si no es probable que los encuestados estn informados, filtre preguntas que midan la familiaridad, uso del producto y si debe preguntar la
experiencia anterior antes de hacer las preguntas propias del tema en cuestin.
3. Puede recordar el encuestado?
4. Evite errores de omisin, abreviacin y creacin.
5. I-as preguntas que no proporcionan seales al encuestado pueden subestimar la ocurrencia real de un evento.
6. Puede el encuestado expresar sus ideas?
7. Minimizar el esfuerzo requerido de los encuestados.
8. Es apropiado el contexto en el que se hacen las preguntas?
9. Hacer que la solicitud de informacin parezca legtima.
10.
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.
Proporcione categoras de respuesta ms que pedir cifras especficas.
Utilice tcnicas aleatorias, si es apropiado.

Fase 5
Decidir sobre la estructura de las preguntas.
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
Determine la redaccin de la pregunta.
1. Defina el tema en trminos de quin, qu, cundo, dnde, porqu y la forma.

2. Utilice palabras ordinarias. Las palabras deben concordar con el nivel de vocabulario de los encuestados.
3. Evite palabras ambiguas: generalmente, normalmente, frecuentemente, a menudo, regularmente, ocasionalmente, a veces, etc.
4. Evite las preguntas tendenciosas que sealen al encuestado cul debe ser la respuesta.
5. Evite las alternativas implcitas que no estn expresadas en forma explcita en las opciones.
6. Evite las suposiciones implcitas.
7. El encuestado no debe hacer generalizaciones o considerar estimados.
8. Utilice enunciados positivos y negativos.
(Contina)
www.FreeLibros.me
CAPTULO 10
305
Lista de verificacin del diseo de cuestionarios (continuacin)_______________________________________________________________

Fase 7
Acomodar las preguntas en el orden apropiado.
L Las preguntas iniciales deben ser interesantes, simples y no perturbadoras.

2. Las preguntas de calificacin deben servir como preguntas iniciales.
3. La informacin bsica debe (Atenerse primero, seguida de la informacin de clasificacin y finalmente la informacin de identificacin.
4. Las preguntas difciles, delicadas o complejas deben ser colocadas ms adelante en la secuencia.
5. Las preguntas generales deben anteceder a las preguntas especficas.
6. Se deben hacer las preguntas siguiendo un orden lgico.
7. Las preguntas ramificadas deben disearse con cuidado para cubrir todas las contingencias posibles.
8. La pregunta ramificada debe colocarse tan cerca como sea posible de la pregunta que ocasiona la ramificacin, y estas preguntas deben ser
ordenadas de modo que los encuestados no puedan anticipar qu informacin adicional se va a requerir.
Fase 8
identificar la forma y distribucin.
1. Dividir el cuestionario en varias partes.

2. Las preguntas en cada parte deben estar numeradas.
3. 0 cuestionario debe ser codificado previamente.
4. Los cuestionarios deben tener un nmero de serie.
Fase 9
Reproducir el cuestionario.
L 0 cuestionario debe tener apariencia profesional.

2. Se debe utilizar el formato de folleto para los cuestionarios largos.
3. Cada pregunta se debe reproducir en una sola pgina (o a doble pgina).
4. Se deben utilizar columnas verticales de respuesta.
5. La cuadrcula es til cuando hay un nmero de preguntas relacionadas que utilizan el mismo conjunto de categoras de respuesta.
6. Se debe evitar la tendencia de juntar demasiado las preguntas para hacer que el cuestionario parezca ms corto.
7. Las instrucciones para preguntas individuales se deben colocar tan cerca de la pregunta como sea posible.
Fase 10 Elimine las fallas con las pruebas.
1. Siempre se deben hacer pruebas.
2. Todos los aspectos del cuestionario deben ser probados, incluyendo el contenido de las preguntas, redaccin, secuencia, forma y
distribucin, dificultad de la pregunta e instrucciones.
3. Los encuestados en la prueba piloto deben ser similares a los que sern incluidos en la encuesta real.
4. Comience la prueba utilizando entrevistas personales.
5. La prueba piloto se debe realizar tambin por correo o telfono si esos mtodos se van a utilizaren la encuesta real.
6. Para las pruebas piloto se debe utilizar una variedad de entrevistadores.
7. 0 tamao de la muestra es pequeo, variando de 15 a 30 encuestados para la prueba inicial.
8. Utilice un anlisis de protocolo y sesin de preguntas y respuestas para identificar problemas.
9. Despus de cada revisin significativa del cuestionario se debe realizar otra prueba, utilizando una muestra diferente de encuestados.
10.
Las respuestas obtenidas de la prueba deben ser codificadas y analizadas.
Las pruebas piloto de un cuestionario son complicadas en la investigacin internacional,

porque se debe probar la equivalencia lingstica. Se recomiendan dos grupos de pruebas. El
cuestionario traducido se debe probar en sujetos monolinges en su lengua nativa. Tambin se
deben aplicar las versiones originales y traducidas a los sujetos bilinges. Se deben analizar los
datos de la aplicacin de la prueba del cuestionario en distintos pases o culturas y se debe com
parar el patrn de respuestas para detectar cualquier sesgo cultural.

En el diseo del cuestionario se deben abordar diversos temas ticos relacionados con la rela
cin investigador-encuestado y la relacin investigador-cliente. Una preocupacin en particular
es el uso de cuestionarios demasiado largos en los que se hacen preguntas delicadas, combinan-
www.FreeLibros.me
306
PARTE II
do preguntas de ms de un cliente en el mismo cuestionario o encuesta (acarreo) y ocasionando

deliberadamente sesgo del cuestionario.
Los encuestados estn cediendo su tiempo en forma voluntaria y no se les debe sobrecar
gar al solicitar demasiada informacin. El investigador debe evitar los cuestionarios demasiado
largos. Un cuestionario demasiado largo puede variar en longitud o tiempo para completar, de
pendiendo de variables como el tema de la encuesta, el esfuerzo requerido, el nmero de pregun
tas abiertas, la frecuencia de uso de escalas complejas y el mtodo de aplicacin. De acuerdo con
los lincamientos de Professional Marketing Research Society o f Caada (www.pmrs-aprm.com),
con excepcin de las entrevistas personales en casa, los cuestionarios que toman ms de 30 mi
nutos para completar son considerados demasiado largos . Las entrevistas personales en casa
pueden tomar hasta 60 minutos sin sobrecargar a los encuestados. Los cuestionarios demasiado
largos son pesados para los encuestados y afectan de manera adversa la calidad de las respues
tas. De igual forma, se deben evitar las preguntas confusas, que exceden la capacidad de los en
cuestados, las difciles o las redactadas de manera inadecuada.
Las preguntas delicadas merecen atencin especial. Por una parte, las respuestas cndidas
y honestas se requieren para generar datos significativos. Por la otra, el investigador no debe in
vadir la privacidad de los encuestados ni causarles tensin indebida. Se deben seguir los linca
mientos que hemos dado en este captulo. Para reducir al mnimo la incomodidad, se debe acla
rar al principio de la entrevista que los encuestados no estn obligados a responder ninguna
pregunta que los haga sentir incmodos.
Un tema importante de la relacin investigador-cliente es el acarreo, lo que ocurre cuando
un cuestionario contiene preguntas relacionadas con ms de un cliente. Esto se hace a menudo en
paneles de mnibus (vanse los captulos 3 y 4) en que se pueden utilizar diferentes clientes pa
ra sondear sus preguntas. El acarreo puede reducir sustancialmente los costos y ser una buena
forma para los clientes de recopilar datos primarios, que de otra manera no podran costear. En
estos casos, todos los clientes deben estar conscientes y de acuerdo con este arreglo. Por desgra
cia, a veces se utiliza el acarreo sin el conocimiento del cliente, con el nico propsito de incre
mentar las utilidades de la empresa de investigacin. Esto no es tico.
Por ltimo, el investigador tiene la responsabilidad tica de disear el cuestionario para ob
tener la informacin requerida de manera correcta. N o puede tolerarse ocasionar sesgo delibe
rado del cuestionario en la direccin deseada, por ejemplo, haciendo preguntas tendenciosas. Al
decidir la estructura de las preguntas, se debe adoptar la opcin ms apropiada sobre la ms
conveniente, como se ilustra en el siguiente ejemplo. El cuestionario tambin se debe probar
ampliamente antes de que comience el trabajo de campo o de que ocurra falta tica.
INVESTIGACIN
RE A L
Cuestionando la tica del comercio internacional

Al disear un cuestionario, las preguntas abiertas pueden ser las ms apropiadas si se descono
cen las categoras de respuesta. En un estudio diseado para identificar los problemas ticos en
el comercio internacional, se utiliz una serie de preguntas abiertas. El objetivo de la encuesta
era deducir los tres problemas ticos encontrados ms a menudo, en orden de prioridad, en
compaas australianas comprometidas en actividades de comercio internacional. Despus de
revisar los resultados, el investigador las tabul y clasific en 10 categoras que ocurran con
ms frecuencia: sobornos tradicionales a pequea escala, sobornos a gran escala, regalos, favo
res y entretenimiento, precios, productos o tecnologa inapropiada, prcticas de evasin de im
puestos, actividades ilegales o inmorales, comisiones cuestionables a miembros del canal, dife
rencias culturales y comprometerse en asuntos polticos. El nmero abrupto de categoras
indica que la tica de comercio internacional probablemente se deba cuestionar ms de cerca.
El uso de preguntas estructuradas en este caso, aunque ms conveniente, sera inapropiado, cau
sando preocupaciones ticas.40
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 .
SurveySite para evaluacin de sitios de Internet

Los vendedores en lnea y los diseadores de sitios Web estn cada vez ms preocupados con
qu caractersticas de diseo y experiencias hacen que un visitante regrese a la pgina de Inter
net. Una preocupacin igualmente importante es conocer las caractersticas y experiencias in
deseables para que eviten incluirlas en su sitio. SurveySite (www.surveysite.com), compaa de
investigacin de mercados en lnea, realiz un extenso estudio para abordar estas cuestiones.
Reclut a 87 sitios Web estadounidenses y canadienses para participar en el estudio. Cada
sitise equip con un icono de retroalimentacin para que los visitantes pudieran participar en
una encuesta estandarizada que les haca preguntas de evaluacin acerca de la visita. El cuestio
nario consisti en 12 preguntas que caan dentro de dos amplias reas: evaluacin tcnica y de
diseo, y experiencia emocional durante la visita al sitio. Las preguntas tcnicas y de diseo se
mantuvieron simples para que incluso los encuestados que no eran conocedores de la tecnolo
ga las pudieran contestar. Se hicieron primero estas preguntas en la parte A, y siguieron un or
den lgico. Luego, en la parte B, se hicieron las preguntas sobre la experiencia emocional. En
todas las preguntas se utilizaron escalas de calificacin de siete puntos excepto uno, que fue el
de terminacin abierta. Esa pregunta se refera a los factores que eran ms importantes para los
encuestados en su decisin de regresar o no regresar al sitio. En la parte final, la parte C, se ob
tena informacin demogrfica y de uso de Internet. El cuestionario se haba probado de mane
ra extensa antes de utilizarlo en el estudio.
Los resultados de la encuesta fueron que el contenido era el factor ms importante para de
terminar si un sitio recibira o no una segunda visita. En forma correspondiente, el contenido
frvolo era la razn ms citada para no regresar a un sitio. El segundo factor ms importante
para determinar la tasa de repeticin de visitas era si el encuestado disfrut o no la visita. D is
frutar puede significar que el visitante encontr la informacin que estaba buscando. Luego, la
calidad de la organizacin del sitio y el grado de originalidad tambin influy en las tasas de re
peticin de visitas. Con base en los resultados de esta encuesta, los vendedores y diseadores de
sitios deben considerar el contenido, distribucin y originalidad al desarrollar sitios de Internet.
Hacerlo ayudar a mejorar el nmero de visitantes frecuentes a su sitio.41
Se dispone de muchos paquetes de diseo de cuestionarios, en especial para micro computa
doras. Uno de los paquetes ms conocidos es Ci3 (www.sawtoothsofhvare.com). Otro lanzamien
to reciente, SURVENT, de Computers for Marketing Corporation ( www.cfmc.com), puede crear,
probar, preparar cuestionarios y pasar los cuestionarios completados a sistemas de entrevista
compatibles para el campo de trabajo. SURVEYPRO, deApian Software 0www.apian.com), en
Menlo Park, CA, brinda la facilidad de uso y de autoedicin electrnica para el diseo de cues
tionarios. Las caractersticas ms recientes agregadas a SURVEYPRO, como NetCollect o DirectCollect, permiten la publicacin Web de encuestas y de encuestas telefnicas automatizadas,
respectivamente.42
SPSS Windows. SPSS Data Entry puede ayudar al investigador a disear el cuestionario,
facilitado por la caracterstica de arrastre del programa.
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:
Contenido del sitio Web (informativo, relevante, entretenido).

Desempeo tcnico (tiempo para descargar las pginas Web, uso de conexiones).
Diseo y distribucin (moderno, fcil de navegar, intuitivo, calidad de grficas).
Descargas (utilidad, velocidad, confiabilidad, actualizacin constante).
Vnculos (apropiados, saber si se exploraron los vnculos, visitas).
Compras (seguridad, facilidad de transacciones, precio, calidad).
Riblicidad (atractiva, los anuncios fueron ingresados?).
Plticas, grupos de noticias (relevancia, frecuencia de uso).
Juegos/Cbncursos (inters, precios, frecuencia de participacin).
Privacidad (confiabilidad del sitio, solicitudes de informacin personal).
Ntese que la privacidad, por ser un tema delicado, se pregunta al final.

finalmente, Burke es muy cuidadoso con las pruebas. Cada cuestionario es ampliamente probado
mediante los mismos procedimientos de encuestados y de entrevista que se utilizarn en la realidad. Si
se descubren problemas, el cuestionario pasar por otra sesin de pruebas. Un diseo superior de cues
tionarios ha permitido a Burke generar resultados valiosos para sus clientes.
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
rn en el cuestionario (fase 7). Se debe dar consideracin especial

a las preguntas abiertas, el tipo de informacin, las preguntas dif
ciles y el efecto en las preguntas subsecuentes. Las preguntas se
deben acomodar en orden lgico.
Ahora se debe determinar la forma y distribucin de las pre
guntas (fase 8). A l reproducir el cuestionario hay diversos factores
importantes (fase 9). stos incluyen: apariencia, uso de folletos,
acomodar la pregunta completa en una pgina, formato de catego
ra de respuesta, evitar poner las preguntas demasiado juntas, co
locacin de las instrucciones, cdigo por colores, formato fcil de
leer y costo. Finalmente est la prueba (fese 10). El grado de la
prueba se refiere a temas importantes, como la naturaleza de los
encuestados, tipo de mtodo de entrevista, tipo de entrevistadores,
muestra de producto, anlisis de protocolo, sesin de preguntas y
respuestas, edicin y anlisis.
El diseo de las formas de observacin requiere decisiones
explcitas acerca de lo que se observa y cmo se registra esa con
ducta. Es til especificar quin, qu, cundo, dnde, por qu y
cmo es la conducta por observar.
El cuestionario se debe adaptar a un entorno cultural espec
fico y no debe haber sesgo en trminos de ninguna cultura. Tam
bin puede ser que el cuestionario deba ser apropiado para apli
cacin por ms de un mtodo, ya que en los diferentes pases se
pueden utilizar distintos mtodos de entrevista. Se pueden abor
dar diversos temas ticos relacionados con la relacin investigador-encuestado y la relacin investigador-cliente. Internet y las
computadoras pueden ayudar mucho al investigador al disear
cuestionarios y formas de observacin slidos.
TERM INOS Y CO N CEP TO S FUNDAM EN TALES

abreviacin, 286
alternativa implcita, 295
codificacin previa, 299
cuestionario, 280
informacin de clasificacin, 297
informacin de identificacin, 297
mtodo de embudo, 298

orden o posicin de sesgo, 290
pregunta dicotmica, 291
pregunta doble, 284
pregunta tendenciosa, 295
preguntas de filtro, 286

preguntas estructuradas, 290
preguntas ramificadas, 298
preguntas sin estructura, 289
prueba piloto, 301
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?
7. Explique los conceptos del recuerdo asistido y no asistido.

8. Cules son las razones de que los encuestados no estn dispuestos
a contestar preguntas especficas?
9. Qu puede hacer un investigador para que la solicitud de informa
cin parezca legtima?
10. Explique d uso de tcnicas aleatorias para obtener informacin de
licada.
11. Cules son las ventajas y las desventajas de las preguntas sin es
tructura?
12. Cules son los temas incluidos al disear las preguntas de opcin
mltiple?
www.FreeLibros.me
310
PARTE II
13. Cules son los lincamientos disponibles para decidir la redaccin

de las preguntas?
14. Qu es una pregunta tendenciosa? D un ejemplo.
15. Cul es el orden adecuado para las preguntas que pretenden obte
ner informacin bsica, de clasificacin e identificacin?
16. Qu lincamientos estn disponibles para decidir la forma y distri
bucin de un cuestionario?
17. Describir los temas incluidos en la prueba de un cuestionario.
18. Cules son las mayores decisiones incluidas al disear las formas
de observacin?
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
Encuesta sobre tarjetas

telefnicas en el hogar
4. Disee una pregunta abierta para determinar si los hogares se com

prometen en la jardinera. Tambin desarrolle una pregunta de op
cin mltiple y una pregunta dicotmica para obtener la misma in
formacin. Qu forma es la ms deseable?
5. Formule cinco preguntas que pidan a los encuestados proporcionar
generalizaciones o estimados.
6. Desarrolle una serie de preguntas para determinar la proporcin de
hogares con nios menores de 10 aos donde existe abuso de meno
res. Utilice la tcnica de respuesta aleatorizada.
7. A un recin egresado de la universidad, contratado por el departa
mento de investigacin de mercados de una empresa telefnica im
portante, se le pide que prepare un cuestionario para determinar las
preferencias de los hogares sobre las taijetas telefnicas. El cuestio
nario se aplicar por medio de entrevistas en centros comerciales.
Utilizando los principios del diseo de cuestionarios, evale en for
ma crtica el siguiente cuestionario.
ENCUESTA SOBRE TARJETAS TELEFNICAS EN EL HOGAR

L Su nombre
2. Edad
3. Estado civil
4. Ingreso
5. Cul de las siguientes taijetas telefnicas maneja usted, si es que lo hace?
a
AT&T
b.
MCI
c.
US Sprint
d.
Otras
6. Con qu frecuencia utiliza una taijeta telefnica?

Con poca frecuencia
1
2
Con mucha frecuencia

7
7. Qu piensa de la taijeta telefnica ofrecida por AT&T?

8. Suponga que en su hogar se disponen a seleccionar una taijeta telefnica. Pr favor califique
la importancia de los siguientes factores al seleccionar una taijeta.
Sin importancia
Muy importante
4
5
a. Costo por llamada
1
2
3
4
5
b. facilidad de uso
1
2
3
c. Chrgos locales y de
higa distancia incluidos
en la misma factura
d. Descuentos en Damadas
e. Calidad del servicio telefnico
1
1
2
2
3
3
4
4
5
5
f. Chlidad del servicio a clientes
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
Dueo de cuestionario*' y form as
311
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.
3. Desarrolle el cuestionario del problema 2 del trabajo de campo utili

zando un paquete de diseo de cuestionario electrnico. Compare
sus experiencias al disear este cuestionario de manera electrnica y
de manera manual.
4. Visite la pgina Web de una empresa de investigacin de mercados
(por ejemplo, Greenfield Online Research Center, Inc., en www.greenfieldonline.com). Localice una encuesta que se aplique actualmente
en este sitio. Analice en forma crtica el cuestionario utilizando los
principios comentados en este captulo.
ACTIVIDADES
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
tes utilizando entrevistas personales. Cmo modificara el cuestio

nario con base en la prueba?
2. Desarrolle un cuestionario para determinar las preferencias de los
hogares de las marcas populares de cereales fros. Aplique el cues
tionario a 10 mujeres cabeza de hogar utilizando entrevistas perso
nales. Cmo modificara usted el cuestionario para poder aplicarlo
en forma telefnica? Qu cambios serian necesarios si se aplicara
por correo?
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
M u estreo : diseo y procedim ientos
Objetivos
"Es casi imposible realizar

un censo completo de la
mayora de las poblacio
nes. Una muestra diseada
de manera apropiada se
maneja ms eficientemente,
Sene menos posibilidades
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.
de sesgo (que un censo

fallido) y puede proporcio
nar el nivel de informacin
necesario para la mayora
de los objetivos".
Linda Klump,
vicepresidenta,
servicio a dientes,
Burke, Inc.
312
www.FreeLibros.me
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.
Reviviendo a un pato cojo

La venta de estam pillas postales del pato por parte del U .S. Fish and W ildlife Service
(USFWS) (www.Jws.gov) para pagar el costo de preservar los pantanos estaba declinando. Por
eso, el USFWS contact a The Ball Group (www.ballgroup.com), una empresa de investigacin
de mercados y publicidad con base en Lancaster, Pensilvania, para realizar una investiga
cin y averiguar quin podra estar interesado en comprar las estampillas y por qu estos
grupos querran hacerlo, qu marketing se deba realizar y qu beneficios se perciba que
proporcionaban estas estampillas. The Ball Group decidi realizar grupos foco y una encues
ta telefnica para determinar las respuestas a estas preguntas. El proceso de muestreo para
la encuesta telefnica fue el siguiente. Las estampillas del pato estn disponibles en todo Es
tados Unidos y todos los ciudadanos estadounidenses son afectados por la preservacin de
los pantanos, por lo que se defini la poblacin para incluir a todos los ciudadanos estadou
nidenses. El marco de muestreo consisti en un software de computadora para generar n
meros telefnicos en forma aleatoria y eficiente. El tamao de la muestra, determinado por
las limitaciones de recursos y por los tamaos de muestra utilizados en estudios similares,
fue de 1,000.
Las etapas en el proceso de diseo de muestreo fueron las siguientes:
1. Poblacin objetivo. Hombre o mujer jefe de familia; unidad de muestreo: nmeros telefnicos
en funcionamiento; extensin: Estados Unidos; tiempo: periodo de la encuesta.
2 . Marco de muestreo. Programa de computacin para generar en forma aleatoria y eficiente
los nmeros de telfono excluyendo los nmeros que no funcionan y los de empresas.
3 . Tcnica de muestreo. Muestreo aleatorio simple con modificacin para excluir nmeros
de telfono que no funcionan y los de empresas.
4 . Tamao de la muestra. 1,000.
5 . Ejecucin. Se utiliza un programa de computacin para generar en forma aleatoria una lista
de nmeros telefnicos de hogares. Se selecciona al hombre o mujer jefe de familia utilizando
el mtodo del siguiente cumpleaos. Se realizan las entrevistas utilizando el sistema de en
trevista telefnica asistida por computadora (ETAC).
313
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
Void after June 30,2002
I U .S. DEPARTMENT OF THE INTERIOR

El resultado de esta investigacin mostr que la gente s quera ayudar en este esfuerzo,
pero queran algo que demostrara su generosidad. Por lo tanto, el U.S. Fish and Wildlife Service
decidi comercializar las estampillas para el pblico estadounidense en general como una excelen
te forma de donar dinero para ayudar a salvar los pantanos. Por 30 dlares, adems de recibir
la estampilla, al comprador tambin se le daba un certificado que deca que haba ayudado a salvar
los pantanos. A l 2003, el programa de estampillas del pato ha sido un gran xito.1
Este ejemplo ilustra las diversas etapas en el proceso de diseo de muestreo. Sin embar
go, antes de analizar con detalle estos aspectos del muestreo, abordaremos la pregunta de si el
investigador debe utilizar una muestra o efectuar un censo.
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.
El objetivo de la mayora de los proyectos de investigacin de mercados es obtener informa

cin acerca de las caractersticas o parmetros de poblacin. Una poblacin es el total de todos
los elementos que comparten algn conjunto de caractersticas comunes y que comprenden el
universo del propsito del problema de investigacin de mercados. Los parmetros de la pobla
cin son tpicamente nmeros, como la proporcin de consumidores que son leales a una marca
en particular de pasta de dientes. Se puede obtener informacin acerca de parmetros de pobla
cin al tomar un censo o muestra. Un censo incluye una enumeracin completa de los elem en
tos de una poblacin. Los parmetros de una poblacin se pueden calcular de manera directa
despus de que se enumera el censo. Por otro lado, una m uestra es un subgrupo de poblacin
seleccionado para participar en el estudio. Las caractersticas de la muestra, llamada estadstica,
se utilizan para hacer deducciones acerca de los parmetros de poblacin. Las deducciones que
vinculan caractersticas de muestra y parmetros de poblacin son procedimientos de clculo y
pruebas de hiptesis. Estos procedimientos de deduccin se analizan ms adelante, en los ca
ptulos del 15 al 21.
En la tabla 11-1 se resumen las condiciones que favorecen el uso de una muestra sobre
un censo. Las limitaciones evidentes que favorecen el uso de muestra son el presupuesto y el
tiempo. Realizar un censo toma tiempo y es costoso. Un censo no es realista si la poblacin es
grande, como lo es para la mayora de productos del consumidor. Sin embargo, en el caso de
muchos productos industriales la poblacin es pequea, lo que hace que un censo sea factible y
tambin deseable. Por ejemplo, al investigar el uso de ciertas herramientas para maquinaria de
los productores de automviles estadounidenses, sera preferible un censo que una muestra.
Otra razn para preferir un censo en este caso sera que la variacin en la caracterstica de inters
sea grande. Por ejemplo, el uso de herramientas de maquinaria de Ford variar mucho del uso
www.FreeLibros.me
315
CAPTULO 11 Au&treo: dueo y procedimientos
Muestra o censo____________________________________________________________
C ondiciones
que favorecen el uso de
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
5. Costo de los errores de muestreo
Bajo
Alto
6. Costo de los errores que no son de muestreo
Alto
Bajo
7. Naturaleza de la medicin
Destructiva
No destructiva
&Atencin a casos individuales
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.
PROCESO DE^DISEO DEL M UESTREO

El proceso de diseo del muestreo incluye cinco etapas que se indican en secuencia en la figura
11-1. Estas etapas estn interrelacionadas en forma cercana y relevante con todos los aspectos
del proyecto de investigacin de mercados, desde la definicin del problema hasta la presenta
cin de los resultados. Por lo tanto, las decisiones del diseo de la muestra deben integrarse con
todas las otras decisiones del proyecto de investigacin.4
La recopilacin de elementos u
objetos que poseen la informacin
buscada por el investigador y acerca
de la cual se harn las deducciones.
Objetos que poseen la informacin
buscada por el investigador y acerca
de la cual se harn las deducciones.
Unidad bsica que contiene los
elementos de poblacin que sern
muestreados.
Definicin de la poblacin objetivo

Los diseos de muestreo comienzan por especificar la poblacin objetivo. La poblacin objetivo
es la recoleccin de elementos u objetos que poseen la informacin buscada por el investigador y
acerca de la cual se deben realizar las deducciones. La poblacin objetivo se debe definir en for
ma precisa. La definicin imprecisa de la poblacin objetivo causar una investigacin ineficaz en
el mejor de los casos y engaosa en el peor. Definir la poblacin objetivo incluye traducir la defi
nicin del problema en un enunciado preciso de quin debe incluirse en la muestra y quin no.
La poblacin objetivo debe definirse en trminos de elementos, unidades de muestreo, exten
sin y tiempo. Un elem ento es el objeto acerca del cual se desea la informacin. En una investi
gacin de encuesta, el elemento por lo general es el encuestado. Una unidad de m uestreo es un
www.FreeLibros.me
316
PARTE II
Figura 11.1
Proceso de diseo de m uestreo
D efin ir la poblacin o bjetivo
D eterm in ar el m arco de m uestreo
S eleccio n ar tcnica(s) d e m uestreo
D eterm in ar el tam ao d e la m uestra
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.

Poblacin objetivo
La poblacin objetivo para el proyecto de tienda departamental se defini como sigue:
Elementos: hombre o mujerjefe de familia responsable de la mayor parte de las compras en tiendas
departamentales
Unidades de muestreo: hogares
Extensin: zona metropolitana de Atlanta
Fecha: 2003
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
Determinacin del marco de muestreo

Representacin de los elementos
de la poblacin objetivo. Consiste
en una lista o conjunto de instruc
ciones para identificar a la poblacin
objetivo.
Un m arco d e m uestreo es la representacin de los elementos de la poblacin objetivo. Consiste

en una lista o conjunto de instrucciones para identificar a la poblacin objetivo. Ejemplos de un
marco de muestreo incluyen el directorio telefnico de una asociacin con la lista de empresas
de una industria, una lista de correo comprada a una organizacin comercial, el directorio de
una ciudad o un mapa. Si no se puede compilar una lista, entonces por lo menos se deben espe
cificar algunas instrucciones para identificar a la poblacin objetivo, como procedimientos
aleatorios de marcado de dgito en encuestas telefnicas (vase el captulo 6). En el ejemplo
inicial de la estampilla postal del pato, el marco de muestreo consisti en un programa de
computacin para generar nmeros de telfono de manera aleatoria y eficiente, excluyendo los
nmeros que no funcionan y los de empresas.
A menudo es posible obtener una lista de elem entos de poblacin, pero la lista puede
omitir algunos elem entos de la poblacin o incluir otros elem entos que no pertenecen. Por
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.
Eleccin de una tcnica de muestreo
Mtodo de seleccin donde los

dementes se eligen siguiendo una
secuenda. El mtodo bayesiano
explcitamente incorpora informa
cin previa acerca de los parmetros
de poblacin, as como los costos y
probabilidades relacionados con
tomar las decisiones equivocadas.
Tcnica de muestreo en la que el

demento puede incluirse en la
muestra ms de una vez.
Tcnica de muestreo en la que el
demento no se puede incluir en la
nuestra ms de una vez.
Seleccionar una tcnica de muestreo incluye diversas decisiones de naturaleza ms amplia. El

investigador debe decidir si utiliza el mtodo bayesiano o tradicional, si muestrea con reemplazo
o sin ste y si utiliza el muestreo probabilstico o no probabilstico.
En el m todo bayesiano, los elementos se seleccionan siguiendo una secuencia. Despus
de que cada elemento se suma a la muestra, se recopilan los datos, se computan las estadsticas de
muestreo y se determinan los costos del mismo. El mtodo bayesiano incorpora de manera
explcita informacin previa acerca de los parmetros de poblacin as como los costos y pro
babilidades relacionadas con tomar malas decisiones. Este mtodo es tericamente atractivo.
Sin embargo, no se utiliza en forma amplia en la investigacin de mercados internacionales
porque no se dispone de mucha de la informacin requerida sobre costos y probabilidades. En
el mtodo de muestreo tradicional, la muestra completa se selecciona antes de que comience la
recoleccin de datos. Debido a que el mtodo tradicional es el ms comnmente utilizado, es el
que se considera en las siguientes secciones.
En el m uestreo con reem plazo se selecciona un elemento del marco de muestreo y se
obtienen los datos apropiados. Luego, el elemento se reubica en el marco de muestreo. Como
resultado, es posible que un elemento se incluya en la muestra ms de una vez. En el m uestreo
sin reemplazo, una vez que se selecciona un elemento para su inclusin en la muestra se remueve
del marco de muestreo y, por lo tanto, no puede ser seleccionado otra vez. El clculo de estadsti
cas se realiza de manera diferente en los dos mtodos, pero la deduccin estadstica no es muy
diferente si el marco de muestreo es grande con relacin al tamao de la muestra final. Por lo
tanto, la distincin es importante slo cuando el marco de muestreo no es grande en compara
cin con el tamao de la muestra.
La decisin ms importante acerca de la eleccin de la tcnica de muestreo es si utilizar el
muestreo probabilstico o el no probabilstico. Dada su importancia, los temas incluidos en esta
decisin se discuten con detalle en este captulo.
Si la unidad de muestreo es diferente del elemento, es necesario especificar precisamente
cmo se deben seleccionar los elementos dentro de la unidad de muestreo. En las entrevistas
personales en casa y las entrevistas telefnicas tal v ez no sea suficiente especificar slo el
nmero de telfono o la direccin. Por ejemplo, la persona que atiende el timbre debe ser
entrevistada, o alguien ms en el hogar? A menudo puede calificar a ms de una persona en el
hogar. Por ejemplo, tanto el hombre como la mujer jefes de familia pueden ser elegibles para
participar en un estudio que examina las actividades familiares en el tiempo libre. Cuando se
utiliza una tcnica de muestreo probabilstico, se debe hacer una seleccin aleatoria de todas las
personas elegibles en cada hogar. Un procedimiento simple para la seleccin aleatoria es el m
todo del siguiente cumpleaos. El entrevistador pregunta cul de las personas elegibles en el
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.
Determinacin del tamao de la muestra

N um ero de ele m e n to s para in d u ir
m un estudio.
El tam ao de la m uestra se refiere al nmero de elementos que se incluirn en el estudio.

Determinar el tamao de la muestra es complejo e incluye diversas consideraciones cualitativas
y cuantitativas. Los factores cualitativos se analizan en esta seccin y los factores cuantitati
vos en el captulo 12. Los factores cualitativos importantes que se deben considerar al deter
minar el tamao de la muestra incluyen: 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) restricciones
de recursos.
En general, para decisiones ms importantes se necesita ms informacin y sta se debe
obtener en forma ms precisa. Esto demuestra que se requieren muestras ms grandes, pero
conforme aumenta el tamao de la muestra se obtiene cada unidad de informacin a mayor cos
to. El grado de precisin puede ser medido en trminos de la desviacin estndar de la media.
La desviacin estndar de la media es inversamente proporcional a la raz cuadrada del tamao
de la muestra. Cuanto mayor sea la muestra, menor la ganancia en precisin al incrementar el
tamao de la muestra por una unidad.
La naturaleza de la investigacin tambin tiene impacto en el tamao de la muestra. Para
los diseos de investigacin exploratorios, como los que utilizan investigacin cualitativa, el tama
o de la muestra tpicamente es pequeo. Para la investigacin conclusiva, como las encuestas
descriptivas, se requieren muestras ms grandes. De la misma forma, si los datos se renen en
un gran nmero de variables, se requieren muestras ms grandes. Los efectos acumulativos de
error de muestreo entre las variables se reducen en una muestra grande.
Si se requiere un anlisis sofisticado de datos utilizando tcnicas de diversas variaciones,
el tamao de muestra debe ser grande. Lo mismo aplica si los datos se analizarn con mucho
detalle. Por lo tanto, podra requerirse una muestra ms grande si los datos van a ser analizados
en el nivel de subgrupo que si el anlisis est limitado a la suma o muestra total.
El tamao de la muestra es influido por el tamao promedio de las muestras en estudios
similares. La tabla 11-2 da una idea de tamaos de muestra utilizados en diferentes estudios de
investigacin de mercados. Estos tamaos de muestra fueron determinados con base en la
experiencia y pueden servir como lincamientos slidos, en particular cuando se utilizan tcnicas
de muestreo no probabilistic.
Por ltimo, la decisin del tamao de la muestra depender de considerar las limitaciones
de recursos. En cualquier proyecto de investigacin de mercados, el dinero y el tiempo estn li
mitados. Otras limitaciones incluyen la disponibilidad de personal calificado para la recopila
cin de datos. En el ejemplo inicial de estampillas del pato, el tamao de la muestra de 1,000
fiie determinado por las limitantes de los recursos y el tamao de muestra utilizado en estudios
similares. El tamao de muestra requerido debe ajustarse para la incidencia de encuestados ele
gibles y la tasa de cumplimiento, como se explica en el siguiente captulo.
Tamao de las muestras utilizadas en estudios de investigacin de mercados

T ipo
de estudio
Tamao
mnimo
A lcance
tpico
Investigacin de id en tifica ci n d e p ro b lem a

5 00
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
(p o r e jem p lo , potencial d e m ercado)

Investigacin d e so lu c i n de p ro b lem a
(p o r e jem p lo , precios)
P ublicidad e n te lev isi n , rad io e im presa

(p o r co m ercial o a n u n c io prob ad o )
150
2 0 0 -3 0 0
Inventarios d e m ercado de pruebas
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
CAPTULO 11 Auejtneo: dueo y procedimientos
319
Ejecucin del proceso de muestreo

La ejecucin del proceso de muestreo requiere una especificacin detallada de cmo se llevarn a
cabo las decisiones de diseo de muestreo con relacin a la poblacin, marco de muestreo, unidad
de muestreo, tcnica de muestreo y tamao de la muestra. Si los hogares son la unidad de mues
treo, se necesita una definicin operacional de un hogar. Se deben especificar los procedimientos
para las unidades habitacionales vacas y para la repeticin de visitas cuando no haya nadie en ca
sa. Se debe proporcionar informacin detallada para todas las decisiones de diseo de muestreo.
INVESTIGACIN
REAL
El Departamento de Turismo llama a los nios y nias del cumpleaos

Se realiz una encuesta telefnica para el Departamento de Turismo de Florida (www.myflorida.com)
para tratar de entender la conducta de viaje de los residentes del estado. En 2003 haba aproxima
damente 16 millones de residentes en Florida. Los hogares se estratificaron en regiones norte,
centro y sur de Florida. Se utiliz una muestra de dgito aleatorio computarizado para llegar a
estos hogares. Se seleccion a los hogares para localizar a los miembros de la familia que cum
plieran con cuatro caractersticas:
1.
2.
3.
4.
Edad, 25 aos o mayor

Vivir en Florida al menos siete meses al ao
Haber vivido en Florida por lo menos durante dos aos
Tener licencia de manejo de Florida
Con el fin de obtener una muestra representativa de individuos elegibles, se utiliz un m

todo aleatorio para seleccionar al encuestado dentro de un hogar. Todos los miembros del hogar
que cumplan con los cuatro requisitos se listaban y se seleccionaba a la persona del siguiente
cumpleaos. Se hicieron visitas repetidas para localizar a esa persona. Los pasos en el proceso
de diseo de muestreo fueron los siguientes.
1. Poblacin objetivo: adultos que cumplan con los cuatro requisitos (elemento) en un hogar
con nmero telefnico funcionando (unidad de muestra), en el estado de Florida (exten
sin), durante el periodo de la encuesta (tiempo).
2 . Marco de muestra: programa de computacin para generar nmeros telefnicos aleatorios.
3 . Tcnica de muestreo: muestreo estratificado. La poblacin objetivo fue geogrficamente
estratificada en tres regiones: norte, centro y sur de Florida.
4 . Tamao de la muestra: 868.
5 . Ejecucin: distribuir la muestra entre los estratos; utilizar marcado digital aleatorio compu
tarizado; listar a todos los miembros del hogar que cumplan con los cuatro requisitos;
seleccionar a un miembro del hogar utilizando el mtodo del siguiente cumpleaos.8
Las encuestas basadas en diseos de

nuestreo profundos han ayudado al
Departamento de Turismo de Florida a
promocionar el estado con los turistas
de la localidad y de fuera.
www.FreeLibros.me
320
PARTE II
Un proceso de diseo de muestreo apropiado permiti al Departamento de Turismo de Flo

rida obtener conocimientos valiosos sobre la conducta de viaje de los residentes del estado. El
ejemplo inicial de las estampillas del pato proporciona otra ilustracin del proceso de diseo de
muestreo.
CLASIFICACIN DE LAS TCNICAS DE MUESTREO

Las tcnicas de muestreo pueden clasificarse ampliamente como probabilsticas y no probabi
lsticas (vase la figura 11-2). El m uestreo no probabilstico se basa en el juicio personal del in
vestigador ms que en la oportunidad de seleccionar elementos de muestra. El investigador
puede decidir de manera arbitraria o consciente qu elementos incluir en la muestra. Las mues
tras no probabilsticas pueden arrojar buenos estimados de las caractersticas de poblacin. Sin
embargo, no permiten la evaluacin objetiva de la precisin de los resultados de la muestra. D e
bido a que no hay forma de determinar la probabilidad de seleccionar un elemento en particular
para su inclusin en la muestra, los estimados obtenidos no son proyectables a la poblacin en
forma estadstica. Las tcnicas de muestreo no probabilstico comnmente utilizadas incluyen
muestreo por conveniencia, muestreo por juicio, muestreo por cuotas y muestreo de bola de
nieve.
En el m uestreo probabilstico, las unidades de muestreo se seleccionan por casualidad. Se
puede especificar previamente cada posible muestra de un tamao dado que podra tomarse de
la poblacin, as como la probabilidad de seleccionar cada muestra. Cada posible muestra no
necesita tener la misma probabilidad de seleccin, pero se puede especificar la probabilidad de
seleccionar una muestra en particular de un tamao dado. Esto requiere no slo una definicin
precisa de la poblacin objetivo, sino tambin una especificacin general del marco de mues
treo. Debido a que los elementos de muestra se seleccionan por casualidad, se puede determinar
la precisin de los estimados de muestra de las caractersticas de inters. Se pueden calcular los
intervalos de confianza que contienen el valor de poblacin verdadero con un nivel dado de
Tcnicas de muestreo que no utili

zan procedimientos de seleccin por
casualidad. En su lugar, se basan en
d juicio personal del investigador.
Rocedi miento de muestreo en el

que cada elemento de la poblacin
tiene una oportunidad probabib'stica
fija de ser seleccionado para la
muestra.
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
O tras tcn icas
aleato rio sim ple
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
certidumbre. Esto permite al investigador hacer deducciones o proyecciones acerca de la

poblacin objetivo de la que se tom la muestra. Las tcnicas de muestreo probabilstico se cla
sifican con base en:
Muestreo de elemento o por agolpamientos

Probabilidad de unidad equivalente o probabilidad no equivalente
Seleccin no estratificada o estratificada
Seleccin aleatoria o sistemtica
Tcnicas de etapa nica o de varias etapas
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.
TCNICAS DE M UESTREO N O PROBABILSTICO

Muestreo por conveniencia
Tcnica de muestreo no probabilstico que intenta obtener una muestra
de elementos convenientes. La selec
cin de las unidades de muestreo se
deja principalmente al entrevistador.
El m uestreo p o r conveniencia intenta obtener una muestra de elementos conveniente. La se

leccin de unidades de muestreo se deja principalmente al entrevistador. A menudo los encuestados
se seleccionan porque estn en el lugar correcto en el tiempo apropiado. Ejemplos de muestreo
por conveniencia incluyen: 1) estudiantes, grupos de iglesia y miembros de organizaciones
sociales; 2) entrevistas en centros comerciales sin calificar al encuestado; 3) tiendas departamen
tales utilizando listas de cuentas de crdito; 4) cuestionarios desprendibles incluidos en revistas,
y 5) entrevistas de gente en la calle .9
El muestreo por conveniencia es la menos costosa de todas las tcnicas de muestreo, y la
que consume m enos tiempo. Las unidades de muestreo son accesibles, fciles de medir y
cooperativas. A pesar de estas ventajas, esta forma de muestreo tiene serias limitaciones. Hay mu
chas posibles fuentes de sesgo por seleccin, incluyendo la autoseleccin del encuestado.
Las muestras por conveniencia no son representativas de ninguna poblacin definible. Por eso
no es significativo tericamente generalizar a ninguna poblacin de una muestra de convenien
cia, y las muestras de conveniencia no son apropiadas para los proyectos de investigacin de
mercados que incluyen deducciones. Las muestras por conveniencia no se recomiendan para la
investigacin causal o descriptiva, pero se pueden utilizar en la investigacin exploratoria pa
ra generar ideas, conocimientos o hiptesis. Las muestras por conveniencia se pueden utilizar
para grupos de enfoque, pruebas de cuestionarios o estudios piloto. Aun en estos casos, se debe
tener precaucin al interpretar los resultados. Sin embargo, esta tcnica a veces se utiliza en
encuestas grandes.
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
Cuando las encuestas basadas en

muestreo por conveniencia indicaron
percepciones positivas del patrocinio
de las compaas, Visa se anunci
en conjunto con los Juegos Olmpicos
de Invierno de 2002 en Salt Lake
City, Utah.
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
Muestreo por juicio

Forma de muestreo por conveniencia
en el que los elementos de poblacin
son seleccionados a propsito con
base en el juicio del investigador.
El m uestreo p o r ju ic io es una forma de muestreo por conveniencia en el que los elementos de

poblacin se seleccionan con base en el juicio del investigador, el cual, empleando su juicio o ex
periencia, elige a los elementos que se incluirn en la muestra porque cree que son representativos
de la poblacin de inters o que son apropiados en alguna otra forma. Los ejemplos comunes de
muestreo por juicio incluyen: 1) mercados de prueba seleccionados para determinar el potencial
de un nuevo producto; 2) ingenieros de compras seleccionados en la investigacin de marketing
industrial porque se consideran representativos de la empresa; 3) presuntos lderes seleccionados
en la investigacin de conducta de voto; 4) testigos expertos utilizados en la corte, y 5) tiendas de
partamentales seleccionadas para probar un nuevo sistema de exhibicin de mercanca.
IH V E S T IG A C I il A C T I V A PROYECTO DE TIENDA DEPARTAMENTAL
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.
Muestreo por cuota
T cn ica d e m u estreo no p ro b a b ib'stico q u e e s u n m u estreo p o r j u i

cio re strin g id o d e d o s eta p a s. L a
p rim era e ta p a c o n s is te e n d e s a rro flar c a te g o ra s d e c o n tro l o c u o ta s
d e e le m e n to s d e p o b la c i n . En la
se g u n d a e ta p a , lo s e le m e n to s d e
m u estra s e s e le c c io n a n c o n b a se
en la c o n v e n ie n c ia o ju ic io .
El nuiestreo p o r cuotas puede considerarse como un muestreo de juicio restringido de dos

etapas. La primera etapa consiste en desarrollar categoras de control o cuotas de elementos de
poblacin. Para desarrollar estas cuotas, el investigador hace una lista de las caractersticas
de control relevantes y determina la distribucin de estas caractersticas en la poblacin ob
jetivo. Las caractersticas de control pertinentes, que pueden incluir sexo, edad y raza, se
identifican con base en el juicio. A menudo las cuotas se asignan para que la proporcin de
los elementos de muestra que poseen las caractersticas de control sea la misma que la propor
cin de los elementos de poblacin con estas caractersticas. En otras palabras, las cuotas
aseguran que la com posicin de la muestra sea la misma que la com posicin de la poblacin
con relacin a las caractersticas de inters. En la segunda etapa, los elementos de muestra
se seleccionan con base en la conveniencia o el juicio. Una vez que se han asignado las cu o
tas existe bastante libertad para seleccionar los elementos que se incluirn en la muestra. El
nico requerimiento es que los elem entos seleccionados cumplan con las caractersticas de
control. 11
INVESTIGACIN
REAL
Medicin del nivel de lectura de revistas metropolitanas

Se realiz un estudio para determinar el nivel de lectura de ciertas revistas para adultos de un
rea metropolitana con una poblacin de 350,000 personas. Se seleccion una muestra de 1,000
adultos. Las caractersticas de control fueron sexo, edad y raza. Con base en la composicin de
la poblacin adulta de la comunidad, las cuotas se asignaron como sigue.
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
Muestreo de bola de nieve

T cn ica de m uestreo no probablstico e n la q u e un g ru p o in ic ia l d e
e n c u e s ta d o s e s se le c c io n a d o en
form a aleato ria. L os encuestados
su b secu en tes s e se le c c io n a n c o n
b ase en referen cias o inform acin
proporcionada p o r los encuestados
iniciales. E ste proceso se puede rea
l z a r e n o n d as al ob tener referencias
d la s referencias.
En el muestreo de bola de nieve se selecciona un grupo inicial de encuestados, generalmente al azar.

Despus de ser entrevistados se les pide que identifiquen a otros que pertenecen a la poblacin de in
ters. Los encuestados subsecuentes se seleccionan con base en sus referencias. Este proceso se pue
de realizar en ondas, obteniendo referencias de las referencias, lo que lleva, por lo tanto, a un efecto de
bola de nieve. Aunque el muestreo probabilstico se utiliza para seleccionar a los encuestados ini
ciales, la muestra final es no probabilstica. Las referencias tendrn caractersticas demogrficas y
psicogrficas ms similares para las personas que los refieren que si se contactaran por casualidad. 13
Uno de los objetivos principales del muestreo de bola de nieve es calcular las caractersticas
que son raras en la poblacin. Los ejemplos incluyen usuarios de servicios sociales o gubernamenta
les en particular, como cupones de alimentos, cuyos nombres no se pueden revelar; grupos de cen
sos especiales, como hombres viudos menores de 35 aos, y miembros de una minora de poblacin
esparcida. El muestreo de bola de nieve se utiliza en una investigacin industrial de compradorvendedor para identificar pares de compradores y vendedores. La principal ventaja del muestreo
de bola de nieve es que incrementa sustancialmente la probabilidad de localizar la caracterstica de
seada en la poblacin. Tambin causa una variacin de muestra y de costos relativamente bajos. 14
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.
TECNICAS DE M UESTREO PROBABILISTICO

Las tcnicas de muestreo probabilstico varan en trminos de eficiencia de muestreo. La eficien
cia de muestreo es un concepto que refleja un intercambio entre el costo del muestreo y la
precisin. La precisin se refiere al nivel de incertidumbre acerca de la caracterstica que se mide.
La precisin est relacionada en forma inversa con los errores de muestreo, pero positivamente con
el costo. A mayor precisin, mayor costo, y la mayora de los estudios necesitara un intercam
bio. El investigador debe esforzarse por lograr el diseo de muestreo ms eficiente, sujeto al
presupuesto asignado. La eficiencia de una tcnica de muestreo probabilstico puede ser evaluada
al compararla con la de un muestreo aleatorio simple.

Muestreo aleatorio simple (MAS)
T cn ica d e m u estreo pro b ab ilstico
en el q u e c a d a e le m e n to en la p o
b laci n tie n e u n a p ro b a b ilid a d d e
seleccin co n o cid a y equitativa. C a
d a elem ento s e se leccio n a e n form a
ind ep en d ien te a otro elem ento y la
m uestra s e to m a p o r u n procedim ien
to aleatorio d e un m arco d e muestreo.
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
Autos.msn.com equipa automviles con accesorios para telfono celular

Autos.msn.com es un sitio de Internet propiedad de Microsoft (autos.msn.com) que proporcio
na a los consumidores informacin de investigacin sobre autos y otros vehculos. Realiz una
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
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
Planes de retiro en lnea

CIGNA Retirement and Investment Services (www.cigna.com) logr ingresos de 19,000 millones
de dlares en el 2001. CIGNA realiz una encuesta de investigacin de mercados estratificada a
nivel nacional para aprender ms acerca de las demandas de los usuarios en lnea para servicios
adicionales de retiro en Internet. CIGNA contrat a RoperASW (www.roperasw.com) para in
vestigar telefnicamente a 659 empleados de tiempo completo mayores de 18 aos, con una
cuota de 80% de los encuestados para participar en un plan de retiro, como plan de pensin o
plan 401(k) a travs de su empleador. La muestra se estratific por ingreso y edad, debido a las
diferencias en el uso de Internet y la posible variacin en las preocupaciones sobre los servicios
de retiro. El muestreo diseado adoptado se indica en el cuadro que sigue.
La encuesta revel que los resultados variaban de acuerdo con el ingreso y la edad, lo que
confirma la utilidad de estas variables para estratificacin. Por ejemplo, 75% de quienes ganan
menos de 20,000 dlares al ao no realizaron ni siquiera una transaccin electrnica por Internet,
a diferencia de 30% de quienes ganan ms de 50,000 dlares. La edad fue un factor importan
te en las preferencias de los usuarios de informacin de plan de retiro en lnea, y los mayores de
65 aos expresaron la menor preferencia.
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
A dultos qu e cu m p len c o n lo s requisitos: m ay o res d e 18 a o s , e m p leo d e

tiem po com pleto e n E stad o s U n id o s, n m ero telefnico fu n cio n an d o ,
80% p articip an d o e n u n plan d e retiro d u ran te el periodo d e la en cu esta
Marco de muestreo
Tcnica de muestreo
Tamao de muestra
L ista d e te l fo n o s co m erciales p ro p o rcio n ad a p o r R o p erA S W

M uestreo estratificad o p o r ed ad e ingreso
D istribuir la m uestra por estrato , seleccionar un nm ero telefnico al a z a r
de un a lista , in v e s tig a r al p rim e r m iem bro calificad o d e l h o g a r su je to a
los req u erim ien to s d e c u o ta
P rim ero, la p o b laci n o b jetiv o se

v i d e e n s u b p o b la d o n e s m u tu a
m ente ex clu y e n te s y c o lectiv am en te
ex h au stiv as llam ad as ag ru p am ien tos. L u e g o , u n a m u estra a le a to ria
d e agrupam ientos s e selecciona con
base e n u n a t c n ic a d e m u e stre o
probabstico co m o el m uestreo a le a
to rio sim p le. P a r a c a d a a g ru p a irie n to se le c c io n a d o se in clu y en
y a se a to d o s lo s ele m e n to s e n la
n u e s tra o s e to m a u n a m uestra d e
elem en to s en fo rm a pro b ab ilistica.
Otra decisin importante incluye el uso de muestreo proporcionado o desproporcionado

(vase la figura 11-2). En el muestreo estratificado proporcionado, el tamao de la muestra
tomado de cada estrato es proporcionado al tamao relativo del estrato en la poblacin total. En
el muestreo estratificado desproporcionado, el tamao de la muestra de cada estrato es pro
porcionado al tamao relativo de ese estrato y a la desviacin estndar de la distribucin de las
caractersticas de inters entre todos los elementos en ese estrato. La lgica detrs del muestreo
desproporcionado es simple. Primero, los estratos con tamaos relativos ms grandes tienen mayor
influencia al determinar el medio de la poblacin, y estos estratos tambin deben ejercer
mayor influencia al derivar los estimados de la muestra. En consecuencia, se deben tomar ms
elementos de estratos de mayor tamao. Segundo, para incrementar la precisin se deben to
mar ms elementos de estratos con mayores desviaciones estndar y menos elementos de un
estrato con menores desviaciones estndar. (Si todos los elementos en un estrato son idnticos, el
tamao de muestra de uno dar por resultado una informacin perfecta.) Ntese que los dos
mtodos son idnticos si la caracterstica de inters tiene la misma desviacin estndar dentro
de cada estrato.
Un muestreo desproporcionado requiere que se conozca algn estimado de la variacin
relativa o desviacin estndar de la distribucin de la caracterstica de inters dentro del estrato.
Como esta informacin no siempre est disponible, el investigador tendr que confiar en la
intuicin y lgica con el fin de determinar los tamaos de muestra para cada estrato. Por ejemplo,
puede esperarse que tiendas minoristas grandes tengan mayor variacin en las ventas de algu
nos productos en comparacin con las tiendas pequeas. Por eso, el nmero de tiendas grandes
en una muestra puede ser desproporcionadamente grande. Cuando el investigador est interesa
do principalmente en examinar diferencias entre estratos, una estrategia de muestreo comn es
seleccionar el mismo tamao de muestra de cada estrato.
El muestreo estratificado puede asegurar que todas las subpobladones importantes estn
representadas en la muestra. Esto es en particular importante si la distribucin de la caractersti
ca de inters en la poblacin est sesgada Por ejemplo, debido a que la mayora de los hogares
tienen ingresos anuales menores de 50,000 dlares, la distribucin de los ingresos de los ho
n res est sesgada. Muy pocos hogares tienen ingresos anuales de 125,000 dlares o ms. Si se
toma una muestra aleatoria simple, los hogares con ingresos de 125,000 dlares o ms pueden
no estar representados adecuadamente. El muestreo estratificado garantizara que la muestra
contenga cierto nmero de estos hogares. El muestreo estratificado combina la simplicidad del
MAS con ganancias potenciales en precisin. Por lo tanto, es una tcnica de muestreo popular.
Muestreo por agrupamientos

En el m uestreo p o r agrupam ientos, la poblacin objetivo primero se divide en subpobladones
o grupos mutuamente excluyentes y colectivamente exhaustivos. Luego se selecciona una
muestra aleatoria de grupos con base en una tcnica de muestreo probabilstico, como el MAS.
fra cada grupo seleccionado, se incluyen todos los elementos en la muestra o se toma una
www.FreeLibros.me

Figura 11.3
Tipos de m uestreo
por agrupam iento
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.
Otras tcnicas de muestreo probabilstico

T cnica d e m uestreo probabilstico
en la q u e tos elem entos d e poblacin
son m u estread o s sigu iendo u n a s e
cuencia; en c ad a e ta p a se recab an
d ato s, se h a c e a n lis is y se d e c id e
si s e d eb en m u estrear elem en to s
de p o b laci n ad icio n ales.
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 y debilidades de las tcnicas de muestreo bsicas

T cnica
Fortalezas
D ebilidades
M e n o s costoso, consum e m enos tiem po
D esviacin por se lecci n , m uestra no representativa, no
Muestreo no probabilistico
M uestreo p o r conveniencia
y e s m s conveniente
recom endado para investigacin d escrip tiv a o cau sal
M uestreo p o r ju ic io
Bajo costo, conveniente, no consum e m ucho tiempo
N o perm ite g e n eralizaci n , su b je tiv o
M uestreo p o r c u o ta
L a m u estra p u ed e co n tro larse en ciertas

caractersticas
D esviacin p o r se lecci n , no hay se g u rid a d
P u ed e e s tim a r caractersticas poco co m u n es
C o n su m e tiem p o
D e fcil c o m p ren si n , resu ltad o s pro y ectab les
M arco d e m uestreo d ifcil d e co nstruir,
M uestreo d e b o la d e nieve
d e rep resen tativ id ad
Muestreo probabilistico
M uestreo aleato rio sim p le (M A S )
c o sto so , m enor p re c isi n , no h a y se g u rid ad d e

rep resen tativ id ad
M uestreo sistem tico
P uede a u m e n ta r la rep re sen tativ id ad , m s fcil

d e p o n er e n prctica q u e el M A S , m arco d e
m uestreo no necesario .
P u ed e d ism in u ir la rep resen tativ id ad
M uestreo estratificado
In clu y e to d a s la s s u b p o b la d o n e s im portm es,

precisin
D ifcil d e seleccio n ar la s v ariab les d e estratificaci n

p ertin en tes, no e s factib le d e e s tra tific a re n m u ch as
v ariables, c o s to so
M uestreo p o r ag ru p am ien to s
Fcil d e p o n e r en p r c tic a , e fic a z e n c o s 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
ELECCIN DEL M UESTREO PROBABILSTICO

O N O PROBABILSTICO
La eleccin entre los mustreos probabilsticos y no probabilsticos debe basarse en consideraciones
como: naturaleza de la investigacin, magnitud relativa de errores de muestreo y que no son de
muestreo, variabilidad en la poblacin, as como consideraciones estadsticas y operaciones (vase
la tabla 11-4). Por ejemplo, en la investigacin exploratoria, los resultados se tratan como prelimi-
www.FreeLibros.me
D em ostra ci n 11.1
Procedim ientos para tom ar
m uestreo probabilistico

L S eleccio n ar un m arco d e m uestreo a p 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).
3. G en erar n (tam ao d e la m uestra) nm eros a le a to rio s d ife re n te s e n tre 1 y N. E sto se pu ed e

h acer utilizando un p aq u ete d e so ftw are p ara m icro co m p u tad o ra o co m p u tad o ra ce n tra l, o
utilizando u n a ta b la d e n m ero s a le a to rio s sim p le s (tab la 1, a p n d ic e de ta b la s estad sticas).
P ara u tiliz a r la ta b la 1 se leccio n e el nm ero ap ro p iad o d e d g ito s ( p o r e jem p lo , si N = 9 0 0 ,
seleccione tre s dgitos). S eleccione e n form a arbitraria un nm ero inicial. L uego proceda hacia
arriba o h a d a ab ajo h a s ta q u e n n m eros d iferen tes e n tre el 1 y N hayan sido seleccio n ad o s.
4.
N tese, d e s e c h e el 0 , los n m ero s d u p lic a d o s y lo s n m ero s m ay o res a N.

L os n m ero s g en e ra d o s denotan lo s ele m e n to s qu e d eb en in clu irse e n la m uestra.
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).
3. D eterm ine el in terv alo d e m u estreo , i, i = . S i
4.
i es u n a fraccin, ap ro x m elo al sig u ien te
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.
5. L os e le m e n to s co n lo s sig u ie n te s n m ero s co m p re n d e r n la m u estra aleato ria sistem tica:

r, r + i, #*+ 2 i, r + 3 i, #*+ 4 , . . . , r + (n - 1>\
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).
3. D iv id a la p o b laci n c o m p le ta e n tr e H estrato s. C o n b a s e e n la v a ria b le d e c la s ific a c i n ,

c ad a elem en to d e la p o b la d n e s asignado a u n o d e lo s e stra to s H.
4. En c a d a estrato , n u m ere lo s ele m e n to s d e l 1 a Nh (el tam ao d e la poblacin d e l estrato h).
5. D eterm ine el tam ao d e la m u estra d e c a d a e stra to , nh,con b a s e en m uestreo

H
estratificado proporcionado o d esp ro p o rcio n ad o ^
nh = n
h=\
6 . En c a d a e stra to , s d e c c io n e un a m u estra a le a to ria sim p le d e ta m a o nh.
Muestreo por agrupanentos

Se d e s c rib e el proced im ien to p ara se le c c io n a r una m u estra p robabilstica p ro p o rcio n ad a al tam a o
d e d o s e ta p a s , p o rq u e esto representa el caso g e n eral m s co m n m e n te utilizado.
1. A sig n e un n m ero , d e l 1 a N ,a c a d a elem en to d e p oblacin.
2. D ivida la p o b laci n e n C ag ru p am ien to s, d e los c u a le s c se in c lu ir en la m uestra.
3. C a lc u le el intervalo d e m u estreo ,
integral.
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.
5. Identifique lo s ele m e n to s co n lo s sig u ien tes n m ero s: r, r+ i, r+ 2 i, r + 3 i , . . . , r + (c - 1

6 . S eleccio n e los ag ru p am ien to s q u e c o n tien en los ele m e n to s identificados.
7. S eleccio n e u n id ad es d e m uestreo d e n tro d e c a d a ag ru p am ien to seleccionado c o n m u estreo
sistem tico o M A S. El nm ero d e u n id ad es d e m uestreo se leccio n ad as d e cada agru p am ien to
d e m u e s tra es
aproxim adam ente el m ism o e ig u a l a ^ .
8 . Si la p o b laci n de u n ag ru p am ien to ex ced e el intervalo d e m u estreo , i,ese ag ru p am ien to es

seleccionado co n certeza. E se ag ru p am ien to s e retira d e alguna consid eraci n futura. C a lc u le
el tam ao d e la poblacin nueva, N*, el nm ero de agrupam ientos por seleccionar, c* (= c 1 ),
y el n uevo in terv alo d e m u estreo , i*. R e p ita e s te p ro ceso h asta q u e c a d a uno d e lo s a g ru p a
m ien to s restan tes ten g a una p o b laci n m e n o r q u e el intervalo d e m uestreo relev an te. Si lo s
ag ru p am ien to s b han sido se leccio n ad o s co n ce rte z a , d i j a lo s ag ru p am ien to s restan tes c - b
se g n los pasos del 1 al 7. L a fraccin de unidades p o r m aestrear d e c a d a agrupam iento s e le c
cionado co n certeza e s la fraccin d e m uestreo general = n/N . P o r eso, para lo s agrupam ientos
se leccio n ad o s co n c e rte z a e leg iram o s u n id ad es
ns = -7 - (Aj + N 2 + . . . + Nf,) L a s unidades elegidas d e agrupam ientos seleccionados bajo

N
m uestreo probabilstico proporcionado al ta m a o se rn , p o r lo ta n to , n* = n - n t .
332
www.FreeLibros.me
333

TABLA 1 1 .4
Eleccin de muestreo no probabilstico o probabilstico
C o n d ic io n e s q u e f a v o r e c e n e l u s o d e
M u estreo no
M uestreo
Fa c t o r e s
PROBABILSTICO
PROBABILSTICO
Naturaleza de la investigacin
Exploratoria
Concluyente
Magnitud relativa de errores de muestreo Los errores que no son

Los errores de muestreo
y errores que no son de muestreo
de muestreo son mayores
son mayores
\&ribilidad en la poblacin
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.
Trabajando con estadsticas laborales

El Bureau o f Labor Statistics (www.bls.gov) publica mediciones de empleo mensualmente. El
BLS tradicionalmente utilizaba un mtodo de muestreo por cuota, que cortaba la muestra cuando
se satisfacan cierto nmero de respuestas para cada tipo de empleador en una industria especfi
ca o sector laboral. En junio de 2000, la dependencia aplic una nueva tcnica para calcular los
trabajos en el sector de comercio mayorista, lo que incluy proveedores para grandes vendedores,
contratistas de construccin, hospitales y granjas. La nueva tcnica fue un muestreo estratificado
que dividi a los empleadores por sectores laborales. Dentro de cada estrato, los empleadores se
seleccionaron al azar, para que se pudiera obtener una verdadera representacin de los nmeros
de empleo. El mtodo por cuota no se adapt cada ao para considerar el porcentaje real de cada
tipo de empleador dentro del sector. Por ejemplo, el nmero de empleadores en granja est dis
minuyendo, en tanto que los empleadores en hospitales y relacionados con la medicina estn
en aumento, lo que requerira cambios en los porcentajes de cuota. El mtodo por cuota fue pro
gramado para ser suspendido para todos los sectores en junio del 2003.
El muestreo probabilstico proporciona mejores estimados de estadsticas de empleo por
que selecciona empleadores al azar dentro de cada sector laboral. Los estimados de muestreo
pueden ser proyectados a la poblacin y se pueden estimar errores de muestreo. Patricia M.
Getz, jefe de la divisin de estadsticas actuales de empleo, describe el muestreo probabilstico
como el estndar reconocido, con mayor base cientfica .25
www.FreeLibros.me
334
PARTE II
USOS DEL M UESTREO PROBABILSTICO

Y N O PROBABILSTICO
El maestreo no probabilstico se utiliza en pruebas de concepto, pruebas de paquetes, pruebas de
nombre y pruebas de copia, donde en general no se necesitan las proyecciones de las poblaciones.
En esos estudios, el inters se centra en la proporcin de la muestra que da diversas respuestas o ex
presa diferentes actitudes. Se pueden tomar muestras de estos estudios utilizando mtodos como
muestreo por cuota en centros comerciales. Por otro lado, el muestreo probabilstico se utiliza
cuando hay necesidad de estimados muy exactos de participacin de mercados o volumen de ven
tas para el mercado entero. Los estudios de rastreo de mercado nacional, que proporcionan infor
macin en una categora de producto y tasas de uso de marca, as como los perfiles de usuarios psicogrficos y demogrficos, utilizan muestreo probabilstico. Los estudios que utilizan muestreo
probabilstico por lo general utilizan entrevistas telefnicas. El muestreo estratificado y el sistem
tico se combinan con alguna forma de marcado digital aleatorio para seleccionar a los encuestados.

Rara vez es tarea fcil poner en prctica el proceso de diseo de muestreo en la investigacin de
mercados internacionales. Se deben considerar diversos factores al definir la poblacin objetivo.
El elemento relevante (encuestado) puede diferir de pas a pas. En Estados Unidos, los nios
tienen un papel importante en la compra de cereales para nios. Sin embargo, en pases con
prcticas autoritarias de disciplina para los nios, la madre puede ser el elemento relevante. Las
mujeres tienen un papel fundamental en la compra de automviles y otros artculos duraderos en
Estados Unidos; en las sociedades dominadas por los hombres, como en el Medio Oriente, esas
decisiones las toman los hombres. La accesibilidad tambin vara entre los pases. En Mxico
no se puede entrar a las casas debido a las bardas que las limitan y a los empleados de servicio
domstico. Adems, las casas habitacin pueden no estar numeradas y las calles tal vez no estn
identificadas, lo que hace difcil localizar los hogares designados .26
Desarrollar un marco de muestreo apropiado es una tarea difcil. En muchos pases, en par
ticular en los pases en desarrollo, la informacin confiable acerca de la poblacin objetivo quiz
no est disponible de fuentes secundarias. Tal vez no se disponga de los datos del gobierno o estn
muy sesgados. No hay listas de poblacin disponibles comercialmente. El tiempo y el dinero
requeridos para recopilar estas listas pueden ser prohibitivos. Por ejemplo, en Arabia Saudita no
hay un censo de poblacin oficialmente reconocido, no hay elecciones y por tanto no existen regis
tros de votantes, no hay mapas exactos de los centros de poblacin. En esta situacin, los entrevistadores podran recibir instrucciones de comenzar en puntos de inicio especficos y muestrear
cada ensima vivienda hasta que se haya muestreado el nmero especfico de unidades.
Dada la falta de marcos de muestreo apropiados, la inaccesibilidad de ciertos encuestados,
como las mujeres en algunas culturas, y el predominio de la entrevista personal, las tcnicas de
muestreo probabilstico son poco com unes en la investigacin de mercados internacionales.
El muestreo por cuota ha sido ampliamente utilizado en los pases desarrollados y en desarro
llo, tanto en encuestas al consumidor como industriales. El muestreo de bola de nieve tambin es
atractivo cuando la caracterstica de inters es rara en la poblacin objetivo o cuando los encuestados son difciles de encontrar. Por ejemplo, se ha sugerido que en Arabia Saudita los estudiantes
graduados se empleen para entregar cuestionarios personalmente a parientes y amigos. A estos
encuestados iniciales se les pueden pedir referencias de otros encuestados potenciales, etctera.
Este mtodo dara por resultado un tamao de muestra grande y una alta tasa de respuesta.
Las tcnicas de muestreo y los procedimientos varan en exactitud, confiabilidad y costo
de pas a pas. Si se utilizan los mismos procedimientos en cada pas, los resultados pueden no
ser comparables. Para lograr comparabilidad en la composicin y representatividad de la mues
tra, lo deseable es utilizar distintas tcnicas de muestreo en diferentes pases.
Lograr comparabilidad de la muestra en la diversidad

La investigacin en Estados Unidos ha mostrado que la mayora de los consumidores siente
que una compra va acompaada de un grado de riesgo cuando eligen entre marcas alternativas.
Se realiz un estudio para comparar los resultados de Estados Unidos con los de Mxico, Pases
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

El investigador tiene diversas responsabilidades ticas con los clientes y los encuestados en el
proceso de muestreo. Con relacin al cliente, el investigador debe desarrollar un diseo de
muestreo apropiado para controlar los errores de muestreo y los que no son de muestreo (vase
el captulo 3). Cuando es apropiado, se debe utilizar muestreo probabilstico. Cuando se utiliza
muestreo no probabilstico, se debe hacer un esfuerzo para obtener una muestra representativa. No
es tico y es engaoso tratar muestras no probabilsticas como probabilsticas y proyectar los
resultados a la poblacin objetivo. Como se demuestra en el siguiente ejemplo, es esencial la
definicin apropiada de la poblacin del marco de muestreo y la aplicacin de las tcnicas de
muestreo correctas si se va a realizar la investigacin y los resultados se utilizarn en forma tica.
INVESTIGACIN
REAL
El muestreo sistemtico revela diferencias

de gnero en juicios ticos
Con el fin de explorar diferencias en juicios de tica de investigacin entre hombres y mujeres pro
fesionales de marketing, se obtuvieron datos de 420 encuestados. La poblacin se defini como
profesionales de marketing y el marco de muestreo fue el directorio de la American Marketing
Association. Los encuestados fueron seleccionados con base en un plan de muestreo sistemti
co del directorio. Se hicieron intentos de superar la falta de respuesta no slo con enviar una
carta cubierta y un sobre de regreso con porte pagado, sino tambin prometiendo proporcionar
a cada encuestado una copia de los resultados del estudio de investigacin. Los resultados de la
encuesta mostraron que las mujeres profesionales de marketing, en general, demostraron nive
les ms altos de juicios ticos para la investigacin que sus contrapartes masculinos.28
Los investigadores deben tener la sensibilidad de preservar el anonimato de los encuestados
al realizar investigacin de negocio a negocio, investigacin de empleados y otros proyectos en
los que el tamao de la poblacin es pequeo. Cuando el tamao de la poblacin es pequeo, es
ms fcil discernir las identidades de los encuestados que cuando las muestras se toman de una
poblacin grande. Muestrear detalles que son demasiado reveladores o acotaciones al pie de
la letra en reportes al cliente pueden comprometer el anonimato de los encuestados. En tales
situaciones, el investigador tiene la obligacin tica de proteger las identidades de los encuestados, aun si esto significa limitar el nivel de detalle de muestreo que se informa al cliente y a
otras partes.
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.
Muestreo aleatorio y encuestas en ventanas automticas

SurveySite es una empresa de investigacin de servicio completo con base en Ontario, Canad
( www.surveysite.com). La misin de SurveySite es proporcionar sistemas de evaluacin de los
sitios de Internet innovadores y de liderazgo e investigacin de mercados de la comunidad de
Internet. Su meta es ser el lder indiscutible en investigacin de calidad de sitios de Internet y
anlisis de visitantes . En 2001, SurveySite realiz una encuesta para determinar la percepcin
en Canad sobre la industria de alta tecnologa comparada con Estados Unidos. Se entrevist a
tres mil gerentes de IT canadienses y los resultados revelaron que los canadienses parecen estar
Grasado en tecnologa comparados con Estados Unidos. Muchos encuestados notaron que Aus
tralia era un pas ms realista en comparacin con Canad, en vez de Estados Unidos.
Un programa de investigacin que ofrece SurveySite es el Pop-Up Survey . El producto
cuenta el nmero de personas que visitan una pgina de Internet y selecciona visitantes en un
intervalo predeterminado. Por ejemplo, cada centsima persona que da un clic en la pgina de
un cliente se selecciona con base en muestreo aleatorio sistemtico. Cuando esto sucede, apare
ce una pequea ventana de Java. El cuadro pide al encuestado completar una breve encuesta en
lnea. Si el visitante da un clic en no, la ventana de Java desaparece y la persona contina na
vegando. Si el visitante da un clic en s, aparece una encuesta de diseo de cliente.
La ventaja de este modelo de ventana automtica es que aumenta significativamente la
tasa de respuesta de usuarios. El mtodo de encuesta tpica ofrece un recuadro que solicita a los
visitantes participar en la encuesta. Los recuadros, sin embargo, tienden a obtener una tasa baja
de respuesta. En general, la tasa es de aproximadamente 0.02% o 1 de cada 500 visitantes. La
ventana automtica de SurveySite mejora en forma notable la tasa de respuesta, y permite que
se reduzca la recopilacin de datos de semanas a das.
Como resultado, la estrategia de investigacin de Internet de SurveySite ha ayudado a la
empresa a obtener clientes corporativos como Timex, Delta Hotels, Toronto-Dominion Bank,
Kelloggs y CanadianTire.29
Las microcomputadoras y las computadoras centrales pueden efectuar el proceso de dise
o de muestreo ms eficaz y eficiente. Las computadoras se pueden utilizar para especificar el
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
proyectables a la poblacin. Las tcnicas de muestreo no pro

babilstico comnmente utilizadas incluyen muestreo por conve
niencia, muestreo por juicio, muestreo por cuota y muestreo de
bola de nieve.
En las tcnicas de muestreo probabilstico, las unidades de
muestreo se seleccionan por casualidad. Cada unidad de muestreo
tiene una posibilidad de no cero de ser seleccionada y el investigador
puede especificar previamente cada muestra posible de un tamao
dado que podra tomarse de la poblacin, as como la probabilidad
de seleccionar cada muestra. Tambin es posible determinar la pre
cisin de los estimados de la muestra y las deducciones, y hacer
proyecciones a la poblacin objetivo. Las tcnicas de muestreo pro
babilstico incluyen muestreo aleatorio simple, muestreo sistemti
co, muestreo estratificado, muestreo por agrupamientos, muestreo
en secuencia y doble muestreo. La eleccin entre el muestreo pro
babilstico y no probabilstico debe basarse en la naturaleza de la
investigacin, el grado de tolerancia de error, la magnitud relativa de
errores de muestreo y errores que no son de muestreo, variabilidad
en la poblacin y consideraciones estadsticas y operacionales.
Al realizar investigacin de mercados internacionales es
deseable lograr la comparabilidad y representatividad de la
muestra, aun si esto requiere el uso de tcnicas de muestreo dife
rentes en diversos pases. Es poco tico y engaoso tratar las
muestras no probabilsticas como probabilsticas y proyectar
los resultados a la poblacin objetivo. Pueden utilizarse el Internet
y las computadoras para hacer el proceso de diseo de muestreo
ms eficaz y eficiente.

censo, 314
elemento, 315
marco de muestreo, 316
mtodo bayesiano, 317
muestra, 314
muestreo aleatorio simple (MAS), 325
muestreo con reemplazo, 317
muestreo de rea, 329
muestreo de bola de nieve, 324
muestreo doble, 331

muestreo estratificado, 327
muestreo no probabilstico, 320
muestreo por agrupamientos, 328
muestreo por conveniencia, 321
muestreo por cuotas, 323
muestreo por juicio, 322
muestreo por secuencia, 330
muestreo probabilstico, 320
muestreo probabilstico proporcionado al

tamao, 330
muestreo sin reemplazo, 317
muestreo sistemtico, 326
poblacin, 314
poblacin objetivo, 315
tamao de la muestra, 318
unidad de muestreo, 315
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?
7. Cules son las tasas de incidencia? Cmo afectan el tamao de la

muestra?
8 . Cmo difieren las tcnicas de muestreo probabilstico de las tcni
cas de muestreo no probabilstico?
9. Cul es la tcnica de muestreo menos costosa y que consume menos
tiempo? Cules son las principales limitaciones de esta tcnica?
10. Cul es la principal diferencia entre el muestreo por juicio y por
conveniencia?
11. Cul es la relacin entre el muestreo por cuota y el muestreo por
juicio?
12. Cules son las caractersticas distintivas del muestreo aleatorio
simple?
www.FreeLibros.me

13. Describa el procedimiento para seleccionar una muestra aleatoria
sistemtica.
14. Describa el muestreo estratificado. Cul es el criterio de seleccin
de las variables estratificadas?
15. Cules son las diferencias entre el muestreo estratificado proporcio
nado y el desproporcionado?
16. Describa el procedimiento de muestreo poragrupamiento. Cul es
la distincin fundamental entre el muestreo por agrupamiento y el
muestreo estratificado?
17. Qu factores se deben considerar al elegir entre el muestreo probabilfetico y no probabflstico?
18. Qu estrategias estn disponibles para ajustar la falta de respuesta?
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
b. Una cadena nacional de tiendas quiere determinar la conducta de

compra de los clientes que tienen tarjeta de crdito de la tienda.
c. Una estacin local de televisin quiere determinar los hbitos de
televisin y la preferencia de programacin.
d. La organizacin local de American Marketing Association quiere
probar la eficacia de su campaa de nuevos miembros en Atlanta.
2. Un fabricante quisiera encuestar a usuarios para determinar la posible
demanda de una nueva plancha de poder. La nueva plancha tiene capa
cidad de 500 toneladas y cuesta 225,000 dlares. Se utiliza para formar
productos de acero ligeros a pesados y se puede usar por fabricantes de
automviles, equipo de construccin y electrodomsticos principales.
a. Identifique la poblacin y el marco de muestreo que se podra
utilizar.
b. Describa cmo puede tomarse una muestra aleatoria simple uti
lizando el marco de muestreo identificado.
c. Podra utilizarse una muestra estratificada? Si es as, cmo?
d. Se podra utilizar una muestra por agrupamiento? Si es as, cmo?
e. Qu tcnica de muestreo recomendara usted? Por qu?
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.
3. Generar la muestra por cuota descrita en la pregunta 1 de intercam

bio de papeles utilizando una microcomputadora.
4. Utilizando un programa de microcomputadora o de computadora
central, genere un conjunto de 1,0 0 0 nmeros aleatorios para selec
cionar una muestra aleatoria simple.
5. Visite la pgina Web de SurveySite. Examine las encuestas de Internet
que se estn realizando. Escriba un informe acerca de los planes de
muestreo que se estn utilizando.
ACTIVIDADES
Trabajo de campo
L La oficina de alumnado de su universidad quisiera realizar una encues

ta para determinar las actitudes de los alumnos hacia un programa
nuevo de recaudacin de fondos. Como consultor, usted debe de
sarrollar una muestra por cuota. Qu variables de cuota y niveles
de variables se deben utilizar? Cuntos alumnos se deben incluir en
cada celda? Obtenga la informacin necesaria de la oficina de alum
nos o de la biblioteca en el campus y presente sus resultados a un
grupo de estudiantes que representarn a la oficina de alumnado.
2. Usted trabaja como gerente de investigacin para un banco impor
tante de la ciudad de Nueva York. La administracin quisiera saber
si difieren los hbitos bancarios de distintos grupos tnicos. Se
preguntan si dada la variada poblacin de Nueva York, sera sig
nificativo segmentar el mercado de acuerdo con los antecedentes
tnicos. Se realizar una encuesta. Se le ha pedido disear un proceso
de muestreo apropiado. Complete la tarea y haga una presentacin de
sus resultados a un grupo de estudiantes que representarn a la
administracin del banco.
1. Una empresa importante de software quiere determinar el uso de las

hojas de clculo pon 1 ) empresas de manufactura; 2 ) organizaciones
de servicio, y 3) instituciones educacionales ubicadas en el estado de
California. Utilizando los recursos disponibles en su biblioteca,
desarrolle un plan de muestreo apropiado.
2. Visite una empresa de investigacin de mercado. Determine qu
procedimientos utOiza para control de muestra en lnea en entrevis
tas telefnicas. Resuma sus resultados en un informe.
Anlisis en grupo
1.
Gomo la oficina del censo estadounidense utiliza el muestreo para

verificar la exactitud de los diversos censos, debe aprobarse una en
mienda constitucional que reemplace los censos cada diez aos con
una muestra. Analice en un grupo pequeo.
2. Debido a que los errores que no son de muestreo son de mayor
magnitud que los errores de muestreo, realmente no importa qu
tcnica de muestreo se utilice. Analice este enunciado.
www.FreeLibros.me
L O
M u estreo : determ inacin del tam ao

inicial y final de la m u estra
O bj e t i v o s
"El tamao de la muestra

que finalmente se tome
depender de su presu
puesto, la importancia
econmica de las decisio
nes y la variabilidad en la
1. Definir conceptos fundamentales y smbolos pertinentes al muestreo.

2. Entender los conceptos de distribucin de muestreo, deduccin estadstica y error estndar.
3. Analizar el mtodo estadstico para determinar el tamao de la muestra con base en mues
treo aleatorio simple y la construccin de intervalos de confianza.
4. Derivar las frmulas con el fin de determinar de manera estadstica el tamao de la mues
tra para estimar las medias y las proporciones.
5. Analizar los temas de falta de respuesta en el muestreo y los procedimientos para mejorar
las tasas de respuesta y ajustar la falta de respuesta.
6 . Entender la dificultad de determinar en forma estadstica el tamao de la muestra en la in
vestigacin de mercados internacionales.
7. Identificar los temas ticos relacionados con la determinacin del tamao de muestra, en
particular la determinacin de la variacin de poblacin.
8 . Explicar el uso de Internet y las computadoras para determinar en forma estadstica el ta
mao de la muestra.
poblacin. Dos de estos

tres aspectos son adminis
trativos, usted debe deter
minarlos, y slo el tercero
(variabilidad) est fuera
de su control".
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
Bicycling reduce los accidentes por error

El tamao de muestra en la encuesta de la revista Bicycling (www.bicycling.com) sobre las
tiendas minoristas de bicicletas en Estados Unidos estuvo influido por consideraciones esta
dsticas. La tolerancia de error de muestreo estaba limitada a cinco puntos porcentuales.
Se utiliz la tabla siguiente para determinar la tolerancia que se deba tener para el error de
muestreo. Para los intervalos de confianza computados se consider el efecto del diseo de
muestreo en el error de muestreo. Estos intervalos indican el alcance (ms o menos en la figura
Como los ciclistas que lo leyeron, la
revista Bicycling htenta limitar el error
debido a los factores de oportunidad
(muestreo).
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
4
4
5
5
5
4
4
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 los valores de una

estadstica de muestra computados
para cada posible muestra que se
podra tomar de la poblacin objeti
vo bajo un plan de muestreo especi
ficado.
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
Error estndar de la media
<*x
S-x
Media
Error estndar de la proporcin
Sr
Nhnacin estandarizada (z)
X -\i
X -X
s
s
Variacin de coeficiente (C)
Proceso de generalizar los resulta

dos de la muestra a los resultados de
la poblacin.
uistrwucion normal
Base para la inferencia estadstica
clsica que tiene forma de campana
y apariencia simtrica. Sus medidas
de tendencia central son idnticas.
ptales de una poblacin de 20. Hay (20 X 19 X 18 X 17 X 16)/(1 X 2 X 3 X 4 X 5 ) o 15,504

diferentes muestras de tamao 5 que se pueden tomar. La distribucin de frecuencia relativa de
los valores de la media de estas 15,504 muestras distintas especificara la distribucin de mues
treo de la media.
Una tarea importante en la investigacin de mercados es calcular estadsticas, tal como la
media y la proporcin de la muestra, y utilizarlas para estimar los valores de poblacin verdade
ros correspondientes. A este proceso de generalizar los resultados de la muestra a los resultados de
la poblacin se le llama inferencia estadstica. En la prctica, se selecciona una sola muestra
de tamao determinado y son computadas las estadsticas de muestra (como media y propor
cin). En forma hipottica, con el fin de estimar los parmetros de poblacin de una estadstica
de muestra, se debe examinar cada posible muestra que se pueda tomar. Si todas las muestras po
sibles realmente se fueran a tomar, la distribucin de la estadstica sera la distribucin de mues
treo. Aunque en la prctica slo se toma realmente una muestra, es pertinente el concepto de una
distribucin de muestreo. Esto nos permite utilizar la teora de la probabilidad para realizar infe
rencias acerca de los valores de la poblacin.
Las propiedades importantes de la distribucin del muestreo de la media, y las propiedades
correspondientes para la proporcin, para muestras grandes (de 30 o ms) son las siguientes:
1. La distribucin del muestreo de la media es una distribucin n o rm a l (vase el apndice
12-1). Estrictamente hablando, la distribucin del muestreo de una proporcin es un bino
mio. Sin embargo, para las muestras grandes (n = 30 o ms) se puede aproximar por la
distribucin normal.
2. La media de la distribucin de muestreo de la media
Desviacin estndar de la distribu

cin del muestreo de la media o
proporcin.
X =
o de la proporcin
(p) es igual al valor del parmetro de la poblacin correspondiente, \i o ir, respectiva

mente.
La desviacin estndar se llama error estndar de la media o la proporcin para indicar
que se refiere a la distribucin del muestreo de la media o la proporcin y no a una mues
tra o poblacin. Las frmulas son:
Proporcin
Media
a
~
www.FreeLibros.me
7t(l - 7t)
Op=
344
PARTE II
4.
A menudo, la desviacin estndar de la poblacin, a , se desconoce. En estos casos, se pue

de calcular de la muestra utilizando la siguiente frmula:
' 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
M TO D O ESTADSTICO PARA DETERMINAR

EL T A M A O DE LA MUESTRA
Al determinar el tamao de la muestra tambin se deben considerar diversos factores cualitati
vos (vase el captulo 1 1 ). stos incluyen la importancia de la decisin, la naturaleza de la in
vestigacin, el nmero de variables, la naturaleza del anlisis, tamaos de muestras utilizados
en estudios similares, tasas de incidencia, tasas de cumplimiento y limitaciones de recursos. El
tamao de muestra determinado en forma estadstica es el tamao de la muestra final o neta, la
muestra que queda despus de eliminar a los posibles encuestados que no califican o que no
completan la entrevista. Dependiendo de la incidencia y tasas de cumplimiento, se puede nece-
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.
M TO D O DEL INTERVALO DE C O N FIA N Z A

El mtodo del intervalo de confianza para la determinacin del tamao de muestra se basa en la
construccin de intervalos de confianza alrededor de las medias o proporciones de muestra utili
zando la frmula de error estndar. Esto se ilustr en el ejemplo inicial de la revista Bicycling,
donde los errores de muestreo se relacionaron con el tamao de la muestra y el nivel de confian
za. Como otro ejemplo, supongamos que un investigador ha tomado una muestra aleatoria simple
de 300 hogares para estimar los gastos mensuales de compras en tiendas departamentales y en
contr que la media del gasto mensual de un hogar de la muestra es de 182 dlares. Los estudios
pasados indican que la desviacin ct estndar de la poblacin se puede asumir como 55 dlares.
Queremos encontrar un intervalo dentro del cual caera una proporcin fija de la media de
muestra. Supongamos que deseamos determinar un intervalo alrededor de la media de la pobla
cin, que incluir 95% de la media de la muestra basado en muestras de 300 hogares. El 95% se
podra dividir en dos partes iguales, mitad abajo y mitad arriba de la media, como se muestra en
lafigura 12-1. El clculo del intervalo de confianza incluye determinar una distancia abajo de
( * L) y arriba de (X y ) la media de poblacin ( X ) que contiene un rea especfica de la curva
normal.
Los valoresz correspondientes a ^ L y ^ u pueden calcularse como:
L ~
_ _
donde zL = - z y
r
I1
= + z. Por lo tanto, el valor ms bajo de X es

X L = \L - zO-x
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
Estimar los gastos mensuales de hoga

res por compras en tiendas departa
mentales se puede realizar slo con
tieito grado de confianza.
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.
Determinacin del tamao de la muestra: medias

El mtodo aqu utilizado para construir un intervalo de confianza se puede adaptar para determi
nar el tamao de la muestra que cause un intervalo de confianza deseado-4 Supongamos que el
investigador quiere estimar el gasto mensual por hogar en tiendas departamentales, ms precisa
mente para que el estimado est dentro de 5.00 dlares del verdadero valor de la poblacin.
Cul debe ser el tamao de la muestra? Los siguientes pasos, resumidos en la tabla 12-2, lle
garn a una respuesta.
1. Especifique el nivel de precisin. ste es la diferencia mxima tolerable (D) entre la me
dia de la muestra y la media de la poblacin. En nuestro ejemplo, D = 5.00 dlares.
2 . Especifique el nivel de confianza. Supongamos que se desea un nivel de confianza de 95
por ciento.
3. Determine el valor z relacionado con el nivel de confianza utilizando la tabla 2 del apndi
ce de tablas estadsticas. Para un nivel de confianza de 95%, la probabilidad de que la me
dia de poblacin caiga fuera de uno de los extremos del intervalo es de 0.025 (0.05/2). El
valor z asociado es 1.96.
4. Determine la desviacin estndar de la poblacin. La desviacin estndar de la poblacin
se puede conocer por fuentes secundarias. Si no, se puede estimar realizando un estudio
piloto. De manera alternativa se puede estimar con base en el juicio del investigador. Por
ejemplo, la escala de una variable distribuida normalmente es aproximadamente igual a
ms o menos tres desviaciones estndar, y por tanto uno puede estimar la desviacin e s
tndar al dividir la escala entre seis. El investigador a menudo puede estimar la escala con
base en el conocimiento del fenmeno.
5. Determine el tamao de la muestra utilizando la frmula para el error estndar de la media.
www.FreeLibros.me
CAPTULO 12
Maestreo: determinacin del tamao inicial y fin a l dla muestra
347
Determinacin del tamao de la muestra de medias y proporciones

Fa s es
1 . Especificar el
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
2. Especificar el nivel de confianza (NC).
NC = 95%
NC =95%
3. Determinar el valor z asociado al NC.
El valor z es 1.96
El valor z es 1.96
4. Determinar la desviacin estndar de la poblacin.
Estimado de <y.
Estimado de n:
K = 0.64
a = 55
5. Determinar el tamao de la muestra utilizando la frmula para el error estndar.
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 ~
7. Si es necesario, vuelva a estimar el intervalo de confianza

utilizando s para calcular a.
k,
/V
+n-
i
1
= X zjj
8 . Si
la precisin se especfica en trminos relativos ms que absolutos,

entonces utilice estas ecuaciones para determinar el tamao de la muestra.
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
175.45 < | i < 184.55

Ntese que el intervalo de confianza obtenido es ms angosto que lo planeado, debi
do a que la desviacin estndar de poblacin fue sobreestimada, como se juzg por la des
viacin estndar de muestra.
8 . En algunos casos, la precisin se especifica en trminos relativos ms que en trminos ab
solutos. En otras palabras, puede especificarse que el estimado est dentro de un porcenta
je de ms o menos R puntos de la media. Simblicamente,
D = R \i
En estos casos, el tamao de la muestra se puede determinar por
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.
Determinacin del tamao de la muestra: proporciones

Si la estadstica de inters es una proporcin, ms que una media, el mtodo para la determina
cin del tamao de la muestra es similar. Supongamos que el investigador est interesado en e s
timar la proporcin de hogares que poseen una tarjeta de crdito de tienda departamental. Se
deben seguir los siguientes pasos.
1. Especificar el nivel de precisin. Supongamos que la precisin deseada es tal que el inter
valo tolerable se establece como D = p - i r = 0.05.
2 . Especificar el nivel de confianza. Supongamos que se desea un nivel de confianza de 95%.
3. Determinar el valor z asociado al nivel de confianza. Como se explic en el caso de la es
timacin de la media, esto ser z = 1.96.
4. Estimar la proporcin de poblacin 7t. Como se explic anteriormente, la proporcin de la
poblacin puede ser estimada de fuentes secundarias, de un estudio piloto o basada en el
juicio del investigador. Supongamos que, con base en los datos secundarios, el investiga-
www.FreeLibros.me
CAPTULO 12
Maestreo: determinacin del tamao inicial y fin a l de la muestra
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.
Si el tamao de muestra resultante representa 10% o ms de la poblacin, debe aplicarse la

correccin de la poblacin finita (cpf). El tamao de muestra requerido debe ser calculado
de la frmula:
nc = nN/(N + n - 1)
donde
n = tamao de la muestra sin cp f
nc - tamao de la muestra con cpf
7. Si el estimado de ir resulta ser pobre, el intervalo de confianza ser ms o menos preciso

que el deseado. Supongamos que despus de que se ha tomado lamuestra, la proporcin
de p se calcula quetenga el valor de 0.55. El intervalo de confianza se vuelve a calcular
utilizando sp para estimar la a p desconocida como
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.
A veces se especifica la precisin en trminos relativos ms que en trminos absolutos. En

otras palabras, puede especificarse que el estimado est dentro de un porcentaje de ms o
menos R puntos de la proporcin de la poblacin. Simblicamente,
D = R tt
En tal caso, el tamao de la muestra se puede determinar por
Z2( 1 - K )
n
INVESTIGACIN
D 2
RE A L
Maestreo estadstico: No siempre una emergencia

La ciudad de Los ngeles, California, contrat a PriceWaterhouseCoopers (PWC) para evaluar la
demanda de los clientes de servicios de la ciudad que no eran de emergencia e investigar los pa
trones de uso de servicio a clientes. La meta era llevar a cabo un nuevo sistema que aliviara algo
la carga del sistema de telfono 9-1-1 de la ciudad. Se realiz una encuesta telefnica de 1,800 re
sidentes de Los ngeles seleccionados en forma aleatoria.
La encuesta telefnica de marcado digital aleatoria se estratific en dos grupos de 900 cada
uno: los clientes residentes de la ciudad que haban contactado para un servicio en los ltimos
seis meses y un grupo de otros residentes. El tamao de la muestra se determin utilizando un in
tervalo de confianza de 95% y un margen de error de 3.5%. Con este nivel de confianza, uno es
perara que si a todos los residentes de Los Angeles se les hizo la misma encuesta, las respuestas
a la encuesta cambiaran no ms de 3.5% .
Para confirmar que el tamao de muestra de 900 era adecuado, se hicieron clculos por
proporciones para la determinacin del tamao de la muestra de la siguiente forma, utilizando
la variacin de poblacin mxima posible (tt = 0.5). La precisin de D en este estudio es de
0.035 para un nivel de confianza de 95%.
_ *:(1 - K)z2
n ------------ 9-----D2
n = [(03X 1 - 0 3 X 1 .962 ))/(0 .0 3 5 )2 = 784
Por lo tanto, el tamao de la muestra de 900 fue ms que suficiente.

Los resultados de la encuesta telefnica revelaron que el Departamento de Agua y Electri
cidad, la Oficina de Sanidad, la Oficina de Violaciones de Trnsito y el Departamento de Poli
ca reciban aproximadamente la mitad del volumen de contacto de los clientes de no emergen
cia de la ciudad. El mtodo principal para contactar a la ciudad era por telfono, lo que
representaba alrededor de 74% de los contactos, comparado con 18% que hicieron visitas per
sonales. A pesar de las altas tasas de uso de Internet en Los ngeles, muy pocos residentes accesaban a los servicios de la ciudad a travs de Internet. Al poner disponibles en Internet mu
chos de los servicios de la ciudad, haba un potencial de grandes ahorros en costos al reducir el
volumen de llamadas y mejorar el servicio a clientes. La encuesta tambin identific servicios
especficos y funcionalidad que los residentes quisieran tener disponibles en lnea. Por lo tanto,
en 1999 la ciudad de Los ngeles lanz un servicio a clientes por Internet 3-1-1 para aliviar al
go la carga del sistema telefnico 9-1 -1 de la ciudad. A l 2003, este servicio se hizo popular, ma
nejando gran parte de los contactos de clientes de no emergencia de la ciudad .6
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.

Estimacin del tamao de la muestra
Supongamos que adems de la media de gastos mensuales por hogar en tiendas departamentales se de
cidi estimar la media de gasto mensual por hogar en ropa y en regalos. Los tamaos de muestra reque
ridos para calcular cada una de estas tres medias de gastos mensuales se presentan en la tabla 12-3 y
son 465 para compras en tiendas departamentales, 246 para ropa y 217 para regalos. Si estas tres varia
bles fueran igualmente importantes, el mtodo ms conservador sera seleccionar el valor ms grande
den = 465 para determinar el tamao de muestra. Esto llevar a que cada variable sea estimada por lo
menos tan precisamente como se especifica. Sin embargo, si el investigador est ms preocupado con
la media de gasto mensual por hogar en ropa, se podra seleccionar un tamao de muestra n = 246.
Tamao de la muestra para estimar parmetros mltiples_________________________________________________

M edia
Nivel de confianza
\fclor z
Ropa
Regalos
95%
95%
95%
1.96
Nivel de precisin (D)
de gasto mensual en hogares en :
C ompras en tiendas
DEPARTAMENTALES
1.96
1.96
$5
$5
$4
Desviacin estndar de la poblacin (a)
$55
$40
$30
Tamao de muestra requerido (/)
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.
OTRAS TCN ICAS DE MUESTREO PROBABILSTICO

La determinacin del tamao de la muestra para otras tcnicas de muestreo probabilstico se ba
sa en los principios implcitos. El investigador debe especificar el nivel de precisin y el grado
de confianza, y estimar la distribucin del muestreo de estadstica de prueba.
En el muestreo aleatorio simple, el costo no entra directo en el clculo del tamao de mues
tra. Sin embargo, en el caso del muestreo estratificado o por agrupamientos, el costo tiene una in
fluencia importante. El costo por observacin vara por estrato o agrupamiento y el investigador
necesita algunos estimados iniciales de estos costos. Adems, el investigador debe considerar la
variabilidad dentro del estrato o la variabilidad dentro del agrupamiento y entre ste. Una vez
que se ha determinado el tamao de muestra general, la muestra es distribuida entre los estratos
o agrupamientos. Esto incrementa la complejidad de las frmulas del tamao de muestra. El lec
tor interesado puede consultar trabajos estndar sobre la teora de muestreo para ms informa
cin .7 En general, para proporcionar la misma confiabilidad que un muestreo aleatorio simple,
los tamaos de muestra son los mismos para el muestreo sistemtico, ms pequeos para el
muestreo estratificado y ms grandes para el muestreo por agrupamientos.
www.FreeLibros.me
PARTE II
AJU STE DEL TA M A O DE LA MUESTRA

D ETER M IN AD O DE M A N ER A ESTADSTICA
Ocurrencia de personas elegibles

para participar en el estudio, expre
sada como porcentaje.
ftjrcentaje de encuestados califica

das que completan la entrevista.
Permite a los investigadores consi
derar las negativas anticipadas de
^nte que s califica.
El tamao de muestra determinado en forma estadstica representa el tamao de la muestra fi

nal o neta que se debe alcanzar con el fin de asegurar que los parmetros sean estimados con el
grado deseado de precisin y el nivel dado de confianza. En las encuestas, esto representa el n
mero de entrevistas que deben completarse. Con el fin de alcanzar este tamao de muestra final,
se tiene que contactar un nmero mucho mayor de posibles encuestados. En otras palabras, el
tamao de muestra inicial debe ser mucho mayor porque en general las tasas de incidencia y de
cumplimiento son menores de 1 0 0 por ciento .8
Tasa de incidencia se refiere a la tasa de ocurrencia o el porcentaje de personas elegibles
para participar en el estudio. La tasa de incidencia determina cmo muchos contactos necesitan
ser filtrados para un requerimiento de tamao de muestra dado. Supongamos que un estudio de
limpiadores de pisos requiere una muestra de mujeres jefes de familia entre los 25 y los 55 aos
de edad. D e las mujeres de 20 a 60 aos de edad y que pudieron calificar, aproximadamente el
75% son jefes de casa entre las edades de 25 a 55 aos. Esto significa que, en promedio, 1.33
mujeres se contactaran para obtener un encuestado calificado. El criterio adicional para los
contactos que califican (por ejemplo, conducta de uso de producto) incrementar an ms el n
mero de contactos. Supongamos que un requerimiento adicional de elegibilidad es que la mujer
debe haber utilizado un limpiador de pisos durante los ltimos dos meses. Se estima que 60%
de las mujeres contactadas cumpliran con este criterio. Entonces, la tasa de incidencia es de
0.75 X 0.60 = 0.45. Por lo tanto, el tamao de muestra final se tendra que incrementar por un
factor de (1/0.45) o 2.22.
De igual manera, la determinacin del tamao de muestra debe considerar negativas anti
cipadas de la gente que califica. La tasa de cum plim iento denota el porcentaje de encuestados
que califican y que completan la entrevista. Si, por ejemplo, el investigador espera una tasa de
cumplimiento de entrevista de 80% de encuestados elegibles, el nmero de contactos debe in
crementarse por un factor de 1.25. Las tasas de incidencia y de cumplimiento juntas implican
que el nmero contactado de los encuestados potenciales, por ejemplo, el tamao de muestra
inicial, debe ser de 2.22 X 1.25 o 2.77 veces el tamao de muestra requerido. En general, si hay
c factores de calificacin con una incidencia de Qp Q2, Q3, ... Q^ cada uno expresado como
una proporcin,
Tasa de incidencia = Q , x Q2 x Q j ... x Qc
_
. .
. . . ,
Tamao de muestra final
Tamao de muestra inicial = ------------------------------------------------------------Tasa de incidencia x tasa de cumplimiento
El nmero de unidades que tendrn que ser muestreadas estar determinado por el tamao
de muestra inicial. A menudo, como en el ejemplo de la sinfona, se utilizan numerosas varia
bles para los posibles encuestados que califican, por lo tanto disminuye la tasa de incidencia.
Afinando una muestra de sinfona

Se realiz una encuesta telefnica para determinar la conciencia del consumidor y las actitudes
hacia la Orquesta Sinfnica de Jacksonville ( www.jaxsymphony.org). Las calificaciones de fil
tro para un participante incluido en la encuesta eran: 1) haber vivido en el rea de Jacksonville
durante ms de un ao; 2) tener 25 aos o ms; 3) escuchar msica clsica o msica pop, y 4)
asistir a interpretaciones en vivo de msica clsica o pop. Este criterio de calificacin disminu
y la tasa de incidencia a menos de 15%, lo que lleva a un incremento sustancial del nmero de
contactos. Aunque tener cuatro factores de calificacin dio por resultado una muestra muy en
focada o afinada, tambin hizo que el proceso de entrevista fuera ineficiente, ya que diversas
personas que fueron llamadas no pudieron calificar. La encuesta indic que el estacionamiento
era un problema y la gente quera ms relacin con la sinfnica. Por lo tanto, la Orquestra Sin
fnica de Jacksonville anunci el Club del Director en 2002. Los donantes anuales de fondos
que se unieran podan disfrutar los beneficios de la membresa incluyendo valet parking sin
costo en todas las presentaciones de la Sinfnica de Jacksonville y en los conciertos de pop. To
dos los niveles de membresa incluan admisin gratuita a las recepciones en la Galera Davis
en conciertos seleccionados (incluyendo bar abierto y bocadillos ).9
www.FreeLibros.me
CAPTULO 12
Muestreo: determinacin dei tamao inicial y fin a l dla muestra
353
La Orquesta Sinfnica de Jacksonville

afin la muestra correcta filtrando
apropiadamente a los encuestados.
Las tasas de cumplimiento son afectadas por la falta de respuesta. Por eso merecen aten
cin los temas de la falta de respuesta.
TEM A S DE LA FALTA DE RESPUESTA

EN EL M UESTREO
Los dos temas principales de la falta de respuesta en el muestreo son mejorar las tasas de respues
ta y hacer ajustes para la falta de respuesta. El error por falta de respuesta surge cuando algunos
de los posibles encuestados incluidos en la muestra no responden (vase el captulo 3). ste es
uno de los problemas ms significativos en la investigacin de encuestas. Los no encuestados di
fieren de los encuestados en trminos de variables demogrficas, psicogrficas, de personalidad,
de actitud, de motivacin y de conducta.10 Para un estudio dado, si los no encuestados difieren de
los encuestados en las caractersticas de inters, los estimados de la muestra estarn seriamente
sesgados. En general, las tasas ms altas de respuesta implican menores tasas de sesgo por fal
ta de respuesta, aunque la tasa de respuesta puede no ser un indicador adecuado del sesgo por
falta de respuesta. Las tasas de respuesta por s mismas no indican si los encuestados son repre
sentativos de la muestra original. 11 Incrementar la tasa de respuesta puede no reducir el sesgo por
falta de respuesta si los encuestados adicionales no son diferentes de los que ya han respondido,
pero difieren de aquellos que an no responden. Debido a que las tasas bajas de respuesta incre
mentan la probabilidad del sesgo por falta de respuesta, se debe hacer siempre un intento para me
jorar la tasa de respuesta. 12
Mejoramiento de las tasas de respuesta

Las causas principales de las tasas bajas de respuesta son las negativas, y cuando no hay nadie
en casa, como se muestra en la figura 1 2 - 2 .
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
Razones de las negativas

En un estudio en el que se investig el problema de las negativas en encuestas telefnicas se rea
lizaron entrevistas telefnicas con encuestados de una encuesta previa y con no encuestados utili
zando cuotas de 100 para cada submuestra. Los resultados se presentan en el siguiente cuadro:
Negativas, terminaciones y entrevistas completadas
Propiedad
Muestra total
224
Nmero de negativas (1)
100
Nmero de terminaciones (2)
203
Nmero de entrevistas completas (3)
Nmero total de contactos (1 + 2 + 3)a
527
42.5%
Tasa de negativas (1/[1 + 2 + 3])*
19.0%
Tasa de terminaciones (2/[l + 2 + 3])
38.5%
Tasa de cumplimiento (3/[l + 2 + 3jfi
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.
La respuesta de Arbitron a las bajas tasas de respuesta

Arbitran (www.arbitron.com), un importante proveedor de investigacin de mercados, logr in
gresos en 2001 de 227 millones de dlares. Recientemente, Arbitron trat de mejorar las tasas
de respuesta con el fin de obtener resultados ms significativos de sus encuestas. Arbitron cre
un equipo multifuncional de empleados para trabajar en el problema de las tasas de respuesta.
Su mtodo se llam mtodo para abrir el paso y todo el sistema de Arbitron relacionado con
las tasas de respuesta fue cuestionado y modificado. El equipo sugiri seis estrategias principa
les para mejorar las tasas de respuesta:
L Maximizar la eficacia de las llamadas iniciales o de seguimiento.
2. Hacer que los materiales fueran ms atractivos y ms fciles de completar.
3. Aumentar la conciencia del nombre de Arbitron.
www.FreeLibros.me
356
PARTE II
4. Mejorar las recompensas de los participantes en las encuestas.

5. Optimizar la llegada de los materiales de los encuestados.
6 . Incrementar la capacidad de uso de los diarios regresados.
Se lanzaron 80 iniciativas para poner en prctica estas seis estrategias. Como resultado, las
tasas de respuesta mejoraron en forma significativa. Sin embargo, a pesar de esos resultados
alentadores, la gente en Arbitron sigue siendo muy cuidadosa. Saben que no han terminado y
que es una lucha diaria mantener esas tasas de respuesta altas. Las tasas de respuesta de Arbi
tron para el invierno y primavera del 2001 fueron de 37.6 y 36.9%, respectivamente. 19
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.
Ajuste de la falta de respuesta

Las altas tasas de respuesta disminuyen la probabilidad de que el sesgo por falta de respuesta
sea sustancial. Siempre deben informarse las tasas de falta de respuesta, y cuando sea posible se
deben calcular los efectos por falta de respuesta. Esto se puede realizar al vincular la tasa de fal
ta de respuesta con las diferencias estimadas entre los encuestados y los no encuestados. La in
formacin sobre las diferencias entre los dos grupos puede obtenerse de la muestra misma. Por
ejemplo, las diferencias encontradas a travs de llamadas repetidas podran extrapolarse o se po
dra realizar un seguimiento concentrado en una submuestra de quienes no respondieron. En for
ma alternativa, puede ser posible estimar estas diferencias de otras fuentes.21 Para ilustrar, en una
encuesta de propietarios de aparatos elctricos grandes, la informacin demogrfica y de otro ti
po se puede obtener acerca de los encuestados y los no encuestados en las tarjetas de garanta.
Para un grupo de correo se dispone de una amplia variedad de informacin para ambos grupos
a partir de agencias de informacin. Si se supone que la muestra sea representativa de la pobla
cin general, entonces se pueden hacer comparaciones con cifras del censo. Aun si no es facti
ble estimar los efectos por falta de respuesta, se deben hacer algunos ajustes durante el anlisis
e interpretacin de los datos.22 Las estrategias disponibles para ajustar el error por falta de res
puesta incluyen una submuestra de los no encuestados, reemplazo, sustitucin, estimados sub
jetivos, anlisis de la tendencia, ponderacin simple e imputacin.
Submuestreo de los no encuestados. El submuestreo de los no encuestados, en particu

lar en el caso de las encuestas por correo, puede ser eficaz al ajustar el sesgo por falta de res
puesta. En esta tcnica, el investigador contacta una submuestra de los no encuestados, en gereral mediante entrevistas telefnicas o personales. Esto a menudo origina una alta tasa de
respuesta dentro de una submuestra. Los valores obtenidos para la submuestra son entonces
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.
Procedimiento que sustituye a los

no encuestados con otros elementos
del marco de muestreo que se espe
ra que respondan.
S u s t i t u c i n . En la sustitucin, el investigador reemplaza a los no encuestados por otros

elementos del marco de muestreo que se espera que respondan. El marco de muestreo se divide
en subgrupos que son internamente homogneos en trminos de caractersticas del encuestado,
pero heterogneos en trminos de tasas de respuesta. Estos subgrupos se utilizan entonces para
identificar sustitutos similares a los no encuestados en particular, pero diferentes a los encuestados, que ya estn en la muestra. Ntese que este mtodo no reducira el sesgo por falta de res
puesta si los sustitutos son similares a los encuestados que ya estn en la muestra.
iCIN
REAL
Encuesta de salida de votantes: Sustitucin de los no encuestados

Planear entrevistas de salida para una eleccin presidencial comienza hasta dos aos antes del
gran da. Las empresas de investigacin, como Gallup (www.gallup.com) y Harris Interactive
( www.harrisinteractive.com) sistemticamente reclutan y capacitan trabajadores.
Las preguntas son cortas y dirigidas. Ciertos temas son determinantes bien conocidos de la
eleccin de un votante, en tanto que otras preguntas tratan con eventos de ltimo minuto, como
un escndalo poltico. Los cuestionarios son escritos al ltimo momento posible y estn disea
dos para determinar no slo por quin vot la gente, sino con base en qu.
Los encuestados que no cooperan son un problema en las encuestas de salida. Se pide a los
entrevistadores que registren un perfil demogrfico bsico para los que no cumplen. De estos
datos demogificos, se desarrolla un perfil demogrfico para reemplazar al encuestado que no
coopera utilizando el mtodo de sustitucin. Edad, sexo, raza y residencia son fuertes indicado
res de cmo votan los estadounidenses. Por ejemplo, los votantes jvenes son ms proclives de
dejarse llevar por los temas morales, en tanto que los votantes mayores son ms dados a consi
derar las cualidades personales de un candidato. Por lo tanto, los investigadores sustituyen a los
no encuestados con otros posibles encuestados similares en edad, sexo, raza y residencia. La
amplia cobertura de las entrevistas de salida y la tcnica de la sustitucin para los encuestados
que no cumplen permiten a los investigadores obtener mrgenes de error cercanos al 3 a 4 por
ciento .23
E s tim a c io n e s s u b je tiv a s . Cuando ya no es posible incrementar la tasa de respuesta me
diante una submuestra, reemplazo o sustitucin, tal vez sea posible llegar a unos estimados sub
jetivos de la naturaleza y efecto del sesgo por falta de respuesta. Esto incluye evaluar los efec
tos de probabilidad de la falta de respuesta con base en la experiencia y la informacin
disponibles. Por ejemplo, es ms probable que estn en casa los adultos casados con nios pe
queos que los adultos solteros o divorciados, o adultos casados sin hijos. Esta informacin
proporciona una base para evaluar los efectos de la falta de respuesta por no haber nadie en ca
sa en las encuestas personales y telefnicas.
Mtodo de ajustar la falta de res

puesta en que el investigador trata
de discernir una tendencia entre los
encuestados rpidos y los tardos.
Esta tendencia se proyecta a los no
encuestados para estimar su caracte
rstica de inters.
A n lis is d e la te n d e n c ia . El anlisis de la tendencia es un intento de discernir una ten

dencia entre encuestados rpidos y tardos. Esta tendencia se proyecta a los no encuestados pa
ra estimar dnde se encuentran en relacin con la caracterstica de inters. Por ejemplo, en la
tabla 12-4 se presentan los resultados de diversas ondas de encuesta por correo. La caractersti
ca de inters es los dlares gastados en compras en las tiendas departamentales durante los lti
mos dos meses. El valor conocido de la caracterstica para la muestra total aparece al final de la
tabla. El valor para cada onda sucesiva de encuestados se vuelve ms cercano al valor de los no
encuestados. Por ejemplo, los que respondieron al segundo correo gastaron 79% de la cantidad
www.FreeLibros.me
358
PARTE II
Uso del anlisis de tendencia para ajustar la falta de respuesta

P o r c e n t a je d e
respu esta
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.
ftocedimiento estadstico que inten

fe considerar la falta de respuesta al
asignar pesos diferenciales a los da
tos dependiendo de las tasas de res
puesta.
Mtodo para ajustar la falta de res

puesta al asignar la caracterstica de
inters a los no encuestados con ba
se en la similitud de las variables
dsponibles, tanto para los no en
cuestados como para los encuestados.
P o n d e r a c i n . La ponderacin intenta considerar la falta de respuesta al asignar pesos dife

renciales a los datos dependiendo de las tasas de respuesta.24 Por ejemplo, en una encuesta so
bre computadoras personales, la muestra se estratific de acuerdo con el ingreso. Las tasas de
respuesta fueron de 8 5 ,7 0 y 40%, respectivamente, para los grupos de alto, medio y bajo ingre
so. A l analizar los datos, a estos subgrupos se les asignaron pesos inversamente proporcionales
a sus tasas de respuesta. Esto es, los pesos asignados seran (100/85), (100/70) y (100/40), res
pectivamente, para los grupos de ingreso alto, medio y bajo. Aunque la ponderacin puede c o
rregir los efectos diferenciales de la falta de respuesta, destruye la naturaleza de autoponderacin del diseo de muestreo y puede introducir complicaciones. La ponderacin se analiza ms
ampliamente en el captulo 14 en la preparacin de datos.
I m p u ta c i n . La imputacin implica asignar la caracterstica de inters a los no encuestados
con base en la similitud de las variables disponibles, tanto para los encuestados como para los no
encuestados.25 Por ejemplo, a un encuestado que no informa el uso de marca se le puede asignar el
uso de un encuestado con caractersticas demogrficas similares. A menudo existe correlacin en
tre la caracterstica de inters y algunas otras variables. En tales casos, esta correlacin se puede
utilizar para pronosticar el valor de la caracterstica de los no encuestados (vase el captulo 17).
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
Maestreo: determinacin dei tamao inicial y fin a l d la muestra
359
Para millones de chinos, viajar es una

experiencia nueva y es probable que
las preferencias chinas de viaje areo
muestren una variabilidad mucho ma
yor en comparacin con las preferen
cias de los estadounidenses.
to, sera un error asumir que la variacin de la poblacin es igual o utilizar el mismo tamao de
muestra en diferentes pases.
Los chinos van hacia el cielo y el cielo es el lmite

La industria de las aerolneas parece tener un mercado fuerte y prometedor en China, donde est
creciendo con rapidez. Con un gasto de miles de millones de dlares, China est tratando de sa
tisfacer la demanda que est surgiendo y alcanzar al resto del mundo. El crecimiento econmico
fuerte, que surge del comercio exterior, y una resurreccin del turismo, estn impulsando este au
ge. En el 2000, las aerolneas chinas transportaron 67,217,000 pasajeros, 10.3% ms que en
1999. Boeing (www.boeing.com) pronostica un mercado total de aproximadamente 1,764 ventas
de aviones comerciales en China (incluyendo Hong Kong y Macau) con un valor de 144,000 mi
llones de dlares durante los prximos 20 aos, hasta el 2020, haciendo de China el mercado es
timado ms grande fuera de Estados Unidos.
Sin embargo, para miles de chinos, los viajes por avin son relativamente una nueva expe
riencia, y muchos millones nunca lo han hecho. Por eso, es probable que las preferencias chinas
de viaje areo muestren variabilidad mucho mayor, en comparacin con las estadounidenses.
En una encuesta realizada por Delta Airlines para comparar la actitud hacia los viajes areos en
China y Estados Unidos, el tamao de muestra de la encuesta china tendra que ser mucho ma
yor que en Estados Unidos, con el fin de que los dos estimados de encuesta tuvieran una preci
sin comparable .26
Es importante damos cuenta de que las tasas de respuesta para las encuestas pueden variar
mucho entre los distintos pases. En una encuesta por correo de negocios en 2000, realizada en
22 pases, las tasas de respuesta variaron de un bajo 7.1% en Hong Kong a un alto 42.1% en D i
namarca, con la tasa de respuesta general de 20%. El estudio tambin analiz factores para ayu
dar a explicar las diferencias en las tasas de respuesta. Los factores que se observaron incluye
ron la distancia cultural y geogrfica de los Pases Bajos, de donde se envi la encuesta. Otros
factores fueron las ventas en el extranjero, producto interno bruto de exportacin, nmero de
empleados, distancia al poder y tamao de la corporacin.27

Aunque la determinacin estadstica del tamao de muestra por lo general es objetiva, sin em
bargo es susceptible de preocupaciones ticas. Como se puede ver en la frmula, el tamao de
muestra depende de la desviacin estndar de la variable, y no hay forma de conocer con preci
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.
Las encuestas sirven a las elecciones

La revelacin de algunos resultados de encuestas ha sido muy criticada como manipulacin y
falta de tica. En particular se ha cuestionado la tica de revelar resultados de encuestas polti
cas antes de las elecciones y durante stas. Primero, antes de la eleccin, los votantes son influi
dos por quin predice las encuestas que ganar. Si ellos ven que el candidato que prefieren e s
t al final, pueden decidir no votar; y asumen que no hay forma de que su candidato gane. El
intento de pronosticar los resultados de la eleccin mientras sta se halla en progreso ha tenido
una crtica an ms dura. Los oponentes de esta prctica sienten que esto predispone a los vo
tantes a votar por el ganador proyectado para su estado, o que puede desanimar a los votantes y
hacer que no voten. Aunque las votaciones no hayan cerrado en su estado, muchos no votarn
porque los medios proyectan que ya hay un ganador. Es ms, no slo son cuestionables los efec
tos de estas proyecciones, sino que con frecuencia la exactitud de las proyecciones tambin es
cuestionable. Aunque a los votantes se les diga que un candidato tiene cierto porcentaje de los
votos dentro de 1 %, el intervalo de confianza puede ser mucho mayor, dependiendo del ta
mao de la muestra.28
Los investigadores tambin tienen la responsabilidad tica de investigar la posibilidad del
sesgo por falta de respuesta y hacer un esfuerzo razonable para ajustar la falta de respuesta. La
metodologa adoptada y el grado del sesgo encontrado por falta de respuesta deben ser comuni
cados con claridad.
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).
Opinin Place basa sus opiniones en l f000 encuestados

Ms empresas de investigacin de mercados ahora giran hacia Internet para realizar investiga
cin en ln ea Recientemente, cuatro compaas lderes de investigacin de mercados (ASI
Market Research, Custom Research, Inc., M/A/R/C Research y RoperASW) se asociaron con
Digital Marketing Services (DMS), en Dallas, para realizar una investigacin sobre AOL.
DMS y AOL realizarn encuestas en lnea sobre Opinin Place de AOL (yvww.opimonplace.com) con una base promedio de 1,000 participantes por encuesta. Este tamao de muestra se
determin con base en consideraciones estadsticas, as como tamaos de muestra utilizados en
investigacin similar realizada por mtodos tradicionales. AOL otorgar a los encuestados pun
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).
Mejorar las tasas de respuesta

Se piensa que el uso de Internet en s incrementa las tasas de respuesta de las encuestas, porque
las encuestas en Internet son fciles de acceder y se pueden completar en mltiples sesiones, si
es necesario. Debido a que el tamao de una encuesta en Internet est oculto para los encuestados, estn menos inclinados a no responder debido a lo largo de la encuesta. La inclusin de pa
trones de salto electrnicos en el diseo del cuestionario tambin puede promover tasas de res
puesta ms altas al hacer ms fcil que los encuestados maniobren a travs de la encuesta. Las
encuestas de Internet pueden utilizar un diseo atractivo y conexiones, como msica y video,
para hacer ms interesante el proceso de respuesta.
Ekra encuestas por correo electrnico, el envo previo de correos por el patrocinador para
anunciar la encuesta es algo muy recomendado por muchas de las empresas de investigacin de
mercados en Internet. Estas empresas tambin envan un recordatorio electrnico a los no en
cuestados unos das despus de que se ha enviado la encuesta inicial. Otra forma de motivar a
los encuestados para completar las encuestas es decirles si los resultados se utilizarn para me
jorar el servicio. D e acuerdo con la encuesta de usuarios de Internet del Georgia Tech Graphics
Visualization and Usability Center, 85% de los usuarios de Internet estn dispuestos a comple
tar una encuesta si se les dice que los resultados se utilizarn para mejorar el servicio.
Otro motivador es proporcionar incentivos para el llenado de encuestas. A un encuestado
del Research Info Chat Board que se le pregunt cmo reclutar encuestados para entrevistas ba
sadas en Internet, coment que l haba participado en una encuesta porque entrara a un sorteo
de dinero en efectivo por participar. Otra tcnica citada fue recibir puntos canjeables por mer
canca o descuentos para los participantes en una encuesta. Para visitar la sala de Research Info
Chat para encontrar otras respuestas sobre cmo reclutar encuestados para investigacin en In
ternet, vaya a www.researchinfo.com.
Las microcom putadoras y las computadoras centrales pueden determinar el tamao de mues
tra para diversas tcnicas de muestreo. Para aplicaciones simples, se pueden utilizar las frmulas
de tamao de muestra apropiadas en programas de hoja de clculo. El investigador especifica el
nivel de precisin deseado, el nivel de confianza y la variacin de poblacin, y el programa deter
mina el tamao de muestra apropiado para el estudio. Al incorporar el costo de cada unidad de
muestreo, el tamao de muestra puede ajustarse con base en consideraciones de presupuesto. Statchek, de Data Vision Research (www.dvrinc.com), calcula los intervalos de confianza y se puede
utilizar para determinar los tamaos de muestra. Diversas empresas de investigacin de mercados
proporcionan programas y servicios de diseo de muestra, incluyendo la determinacin estads
tica de los tamaos de muestra y la estimacin de estadsticas de muestra. Survey Sampling
(www.surveysampling.com) tiene una lnea de productos de muestreo. Su programa Contact and
Cooperation Rate Adjustment ajusta de manera estadstica los tamaos de muestra al tomar en
consideracin la incidencia esperada y las tasas de cumplimiento.
SPSS Windows. El SamplePower de SPSS se puede utilizar para calcular los intervalos de
confianza y ajustar estadsticamente el tamao de muestra. Los clculos del tamao de muestra
estn disponibles para medias as como para proporciones.
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:
L a cm ara q u era a n a liz a r d a to s d e l re a co m o un to d o y tam b in p ara c a d a uno d e los c o n d a d o s

en fo rm a individual.
L a cm ara q u era te n e r una c o n fia n z a de 9 0 % d e q u e la s o p in io n e s ex p resa d as p o r lo s resid en tes
en la m uestra representaban lo s p u n to s de v is ta d e to d o s lo s residentes.

La cm ara to lerara un m argen d e error d e no m s d e 5 % alred ed o r d e la proporcin d e la m uestra.
B urke utiliz e s to s c rite rio s p ara reco m en d ar un ta m a o d e m u estra d e 2 7 0 p o r co n d a d o . E ste ta

m ao d e m u estra fue d eterm in ad o estad sticam en te utilizando la frm ula p ara p ro p o rcio n es c o n tt =
0.5, D = 0.05 y z = 1.645. B urke p o d ra d e c ir co n 9 0 % d e se g u rid ad q u e , e n te o ra , lo s resu ltad o s d e la
encuesta d e c ad a co ndado rep re sen tab an lo s p u n to s d e v ista d e to d o s lo s re sid en tes del co n d ad o en m s
o m enos 5 p u n to s p o rcen tu ales.
B urke c a lc u la la ta s a d e in cid en cia inicial e n e s tu d io s p a s a d o s re a liz a d o s p o r B u rk e u o tra s fu e n
tes secu n d arias. B u rk e h a en co n trad o qu e la ta s a d e cu m p lim ien to para en trev istas te le f n ic a s e s a p ro
xim adam ente d e 2 5 % , p o r lo qu e u tiliza la sig u ien te frm ula p ara es tim a r c u n to s nm ero s d e te lfo n o
se p u ed en re q u e rir p ara c o m p le ta r la c u o ta d e e n tre v ista (tam a o d e m u estra final): (cuota-*-incidencia
e stim ad a ) X 4 . P ara c o m p le ta r u n a c u o ta d e 1,000 e n un a incidencia d e 3 7 % , B urke c o m e n z a ra co n
ap ro x im ad am en te 10,800 n m ero s d e telfo n o .
B urke o frec e in cen tiv o s m o n etario s e n m u c h o s e s tu d io s d e em p resa a em p resa. L o s in cen tiv o s
pueden ir d esd e 10 h a s ta 100 d la re s, d ep en d ien d o d e lo q u e im p liq u e el trabajo d e l en cu estad o y a sea
que h ay a a lg u n a m an era d e filtrar la s llam ad as y la d u raci n d e la encu esta. P o r e jem p lo , u n a e n tre v is
ta d e 2 0 m in u to s con un card i lo g o p u ed e re q u e rir un in cen tiv o d e 100 d lares.
B urke rara v e z ofrece in centivos a co n su m id o res para c o m p le ta r en trev istas telefnicas. A v eces
se hacen ex cep cio n es cu an d o la e n tre v ista e s larga (45 m in u to s o m s) o la incid en cia e s b a ja (5 % o
m enos). B urke p u ed e o frec er in centivos p ara c o n su m id o res r e d u ta d o s p reviam ente p o r telfo n o p ara
c o m p letar un a e n c u e sta d e seg u im ien to p o r telfono o p o r c o rre o . P o r e jem p lo , un a c o m p a a reg io n al
de teleco m u n icacio n es p idi a B u rk e q u e re c o g ie ra la s ev alu acio n es d e v a rio s p ro d u cto s y se rv icio s
n uevos q u e la c o m p a a h ab a desarrollado p ara lo s c lie n te s resid en ciales. B u rk e seleccio n a la g en te
adecuada por va te le f n ic a p ara reclu tar a q u ien es resp o n d ern a una e n c u e sta d e seguim ien to q u e se
le v a r a cabo p o r co rreo . P ara a le n ta r la p a rticip aci n , B urke utiliza u n co n cu rso , ingresan d o lo s n o m
bres de los p articip an tes p ara o b te n e r d iv e rso s artcu lo s d e alto valor. B u rk e tam b in a n e x a u n b ille te
de d o s d la re s e n el p a q u e te d e m ateriales q u e s e e n v a p o r correo a lo s en cu estad o s.
C uando B u rk e realiza en c u e sta s p o r correo a c ie g a s (p o r e je m p lo , sin reclu tar e n c u e s ta d o s p re
viam ente p o r telfo n o ), lo s in centivos c a si son o b lig ato rio s p ara lo g ra r una tasa d e resp u esta acep tab le.
C uando uno d e los b a n c o s m s g ran d es de E stad o s U n id o s p idi a B urke qu e realizara u n a e n c u e sta p o r
correo e n tre los c u en ta h a b ien tes, B u rk e utiliz un b ille te d e d o s d la re s anexado al cu estio n ario d e
ocho p ginas p ara lo g ra r una ta s a d e respuesta d e apro x im ad am en te 6 0 % . L as en tre v ista s en c e n tro s
com erciales p o r lo g eneral requieren un in cen tiv o m onetario slo cu an d o el tam ao d e la e n tre v ista e x
cede 2 0 m in u to s o la in cid en cia c a e p o r d eb ajo d e 2 0 % . L o s in cen tiv o s para en tre v ista s en c e n tro s c o
m erciales p o r lo reg u lar o scilan en tre 2 y 5 d lares.
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
cuando no hay nadie en casa. Las tasas de negativa se pueden redu

cir con una notificacin previa, motivando a los encuestados, con
incentivos, diseo, aplicacin del cuestionario apropiados y segui
miento. El porcentaje de nadie en casa se puede reducir con llama
das repetidas. Se puede hacer un ajuste para la falta de respuesta al
submuestrear a los no encuestados mediante reemplazo, sustitu
cin o estimados subjetivos, anlisis de tendencia, ponderacin e
imputacin.
La estimacin estadstica del tamao de la muestra es an
ms complicada en la investigacin de mercados internacionales,
ya que la variacin de la poblacin puede cambiar de un pas a
otro. La estimacin preliminar de la variacin de la poblacin con
el propsito de determinar el tamao de la muestra tambin tiene
ramificaciones ticas. Internet y las computadoras pueden ayudar
a determinar el tamao de la muestra, y ajustarlo puede ayudar a
considerar la incidencia esperada y las tasas de cumplimiento.
TRM INOS Y CO N CEP TO S FUNDAM EN TALES

anlisis de la tendencia, 357
imputacin, 358
correccin de la poblacin finita, (cpf), 342 inferencia estadstica, 343
distribucin de muestreo, 342
intervalo de confianza, 342
distribucin normal, 343
nivel de confianza, 342
error estndar, 343
nivel de precisin, 342
estadstica, 342
parmetro, 342
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.
Defina la distribucin de muestreo.

Qu es el error estndar de la media?
Defina la correccin de la poblacin finita.
Defina un intervalo de confianza.
Cul es el procedimiento para construir un intervalo de confianza
alrededor de una media?
Describa la diferencia entre precisin absoluta y precisin relativa
al estimar una media de poblacin.
En qu difieren el grado de confianza y el grado de precisin?
Describa el procedimiento para determinar el tamao de muestra nece
sario para estimar una media de poblacin, dado el grado de precisin
y confianza y una variacin de poblacin conocida. Despus de que se
haseleccionado la muestra, cmo se genera el intervalo de confianza?
Describa el procedimiento para determinar el tamao de muestra
necesario para estimar una media de poblacin, dado el grado de
precisin y confianza pero sin conocer la variacin de poblacin.
Despus de que se ha seleccionado la muestra, cmo se genera el
htervalo de confianza?
Cmo se afecta el tamao de muestra cuando la precisin absoluta
con la que se estima una media de poblacin se duplica?
Cmo se afecta el tamao de muestra cuando el grado de confian
za con el que se estima una media de poblacin se incrementa de 95
a 99%?
Defina lo que significa precisin absoluta y precisin relativa al es
timar una proporcin de poblacin.
13. Describa el procedimiento para determinar el tamao de muestra

necesario para estimar una proporcin de poblacin, dado el grado
de precisin y confianza. Despus de que la muestra se ha seleccio
nado, cmo se genera el intervalo de confianza?
14. Cmo puede asegurar el investigador que el intervalo de confianza
generado no ser mayor que el intervalo deseado al estimar una pro
porcin de poblacin?
15. Cuando se estiman diversos parmetros, cul es el procedimiento
para determinar el tamao de muestra?
16. Defina tasa de incidencia y tasa de cumplimiento. Cmo afectan
estas tasas la determinacin del tamao de muestra final?
17. Qu estrategias estn disponibles para ajustar la falta de respuesta?
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
3. La administracin de un restaurante local quiere determinar el prome

dio mensual gastado por los hogares en restaurantes. Algunos hogares
en el mercado objetivo no gastan nada en absoluto, en tarto que otros
hogares gastan hasta 300 dlares al mes. La administracin quiere te
ner una confianza de 95% de los resultados y no quiere que el error
exceda de ms o menos 5 dlares.
a . Qu tamao de muestra se debe utilizar para determinar el pro
medio mensual de gastos de un hogar?
Despus de realizar la encuesta se encontr que el gasto prome
dio fue de 903 0 dlares y que la desviacin estndar fue de 45
dlares. Construya un intervalo de confianza de 95%. Qu se
puede decir acerca del nivel de precisin?
4. Para determinar la eficacia de la campaa publicitaria para una nue
va grabadora de video, la administracin quisiera saber qu porcen
b.
taje de los hogares estn conscientes de la existencia de la marca. La

agencia de publicidad piensa que esta cifra es tan alta como de 70%.
La administracin quisiera un intervalo de confianza de 95% y un
margen de error no mayor de ms o menos 2%.
a . Qu tamao de muestra se debe utilizar para este estudio?
Suponga que la administracin quisiera tener una seguridad de
99%, pero podra tolerar un error de ms o menos 3%. Cmo
cambiara el tamao de la muestra?
5. Asumiendo que n = 100 y N = 1,000, cr = 5, calcule el error estn
dar de la media con el factor de correccin de poblacin finita y sin
ste.
b.

1. Utilizando una hoja de clculo (por ejemplo, EXCEL), programe las
frmulas para determinar el tamao de muestra bajo diversos mto
dos. (Esto es muy simple de hacer.)
2. Resuelva los problemas 1 al 4 utilizando los programas que ha desa
rrollado.
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
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
de operaciones, al jefe de finanzas y al jefe de mercadotecnia de es

ta empresa.
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.
La distribucin norm al tiene algunas propiedades tericas

importantes. Tiene apariencia de campana y es simtrica. Sus
medidas de tendencia central (media, mediana y moda) son idn
ticas. Su variable aleatoria asociada tiene un alcance infinito
( oo < J C < + o o ) .
La distribucin normal es definida por la media de pobla

cin p, y la desviacin estndar de poblacin <r. Debido a que
existe un nmero infinito de combinaciones de pi y de <r, existe
un nmero infinito de distribuciones normales y se requerira un
nmero infinito de tablas. Sin embargo, al estandarizar los datos
se necesita slo una tabla, como la tabla 2 dada del apndice de
tablas estadsticas. Cualquier variable aleatoria normal X puede
www.FreeLibros.me
CA PTU LO 12
ser convertida a una variable aleatoria normal estandarizada z por

la frmula:
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.
Encontrar probabilidades correspondientes

a valores conocidos
Supongamos que la figura 12A-1 representa la distribucin del
nmero de contratos de ingeniera recibidos por ao por una em
presa de ingeniera. Debido a que los datos abarcan la historia
completa de la empresa, la figura 12A-1 representa la poblacin.
Por lo tanto, las probabilidades o proporcin del rea bajo la cur
va debe sumarse a 1.0. El vicepresidente de mercadotecnia desea
determinar la probabilidad de que el nmero de contratos recibi
dos el prximo ao estar entre 50 y 55. La respuesta se puede de
terminar al utilizar la tabla 2 del apndice de tablas estadsticas.
La tabla 2 da la probabilidad, o rea bajo la curva normal
estandarizada de la media (cero) al valor de inters estandariza
do, z. Slo las entradas positivas de z se enlistan en la tabla. Para
una distribucin simtrica con una media de cero, el rea de la
media para + z (es decir, z desviaciones estndar arriba de la me
dia) es idntica al rea de la media para - z (z desviaciones estn
dar por debajo de la media).
Ntese que la diferencia entre 50 y 55 corresponde a un valor
z de 1.00. Ntese que para utilizar la tabla 2, todos los valores de z
deben ser registrados a dos lugares decimales. Para leer la probabi
lidad o rea debajo de la curva de la media paraz = + LOO, recorra
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
la columna z de la tabla 2 hasta que se localice el valor de inters z

(en dcimos). En este caso, detngase en la lnea z = 1.0. Enton
ces, lea a travs de esta lnea hasta la interseccin de la columna
que contiene el lugar en centsimos del valor z. Por lo tanto, en la
tabla 2 la probabilidad tabulada de z = 1 .0 0 corresponde a la inter
seccin de la fila z = 1.0 con la columna z = 0.00. Esta probabili
dad es de 0.3413. Como se muestra en la figura 12A-1, la probabi
lidad es de 0.3413 de que el nmero de contratos recibidos por la
empresa el prximo ao est entre 50 y 55. Tambin se puede con
cluir que la probabilidad es de 0.6826 (2 X 0.3413) de que el n
mero de contratos que se recibirn el prximo ao estar entre 45
y 55.
Este resultado se puede generalizar para mostrar que para
cualquier distribucin normal, la probabilidad es 0.6826 de que
un artculo seleccionado en forma aleatoria caer dentro de 1
desviaciones estndar por arriba o por debajo de la media. Tam
bin se puede verificar de la tabla 2 que existe una probabilidad
de 0.9544 de que una observacin distribuida normalmente se
leccionada en forma aleatoria caiga dentro de 2 desviaciones
estndar por arriba o por debajo de la media y una probabilidad
de 0.9973 de que la observacin caer dentro de tres desviacio
nes estndar por arriba o por debajo de la media.
Encontrar valores correspondientes

a probabilidades conocidas
Supongamos que el vicepresidente de mercadotecnia desea
determinar cuntos contratos deben entrar para que representen
5% de los contratos de ese ao. Si ha entrado 5% de los contra
tos, entonces 95% estn por venir. Como se muestra en la figura
12A-2, este 95% puede estar dividido en dos partes de contratos
por arriba de la media (es decir, 50%) y contratos entre la media
y el valor deseado de z (o sea, 45%). El valor deseado de z se
puede determinar de la tabla 2 , porque el rea bajo la curva nor
mal de la media estandarizada, 0, a esta z debe ser 0.4500. De la
tabla 2, buscamos el rea o probabilidad de 0.4500. El valor ms
cercano es 0.4495 o 0.4505. Para el 0.4495, vemos que el valor z
correspondiente a la fila z en particular ( 1 .6 ) y a la columna
Z (0.04) es de 1.64. Sin embargo, el valor z debe registrarse como
negativo (es decir, z = -1 .6 4 ) porque est por debajo de la media
estandarizada de 0. En forma similar, el valor z que corresponde
al rea de 0.4505 es -1 .6 5 . Debido a que 0.4500 est a la mitad
entre 0.4495 y 0.4505, el valor de z apropiado podra estar a la
mitad entre los dos valores de z y estimado como -1 .6 4 5 . El va-
rea entre p y p + la = 0.3413

rea entre p y p + 2o = 0.4772
rea entre p y p + 3a = 0.4986
fig u ra 12A.1
Encontrar la probabilidad correspondiente a un valor conocido
Figura 12A.2
Encontrar vabres correspondientes a probabilidades conocidas
www.FreeLibros.me
366
PARTE II
lor deX correspondiente puede estar calculado a partir de la frmu

la de estandarizacin como sigue:
X = \i +zo
o
X = 50 + (-1.645)5 = 41.775
Supongamos que el vicepresidente quisiera determinar el inter
valo en el que se espera que se site el 95% de los contratos para
el siguiente ao. Como se puede ver a partir de la figura 12A-3,
los valores z correspondientes son 1.96. Esto corresponde a
valores X d c 50 (1.96)5, o 40.2 y 59.8. Este alcance representa
el intervalo de confianza de 95%.
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
nsticos expertos hasta crear lneas de programacin hechas para

mantener el inters del televidente. La estacin utiliza un perso
nal de ms de 1 0 0 meteorlogos para analizar los datos del servi
cio nacional del tiempo y preparar 4,000 pronsticos localizados.
Mientras que estos reportes locales son el soporte principal del
canal, han aparecido nuevas caractersticas que tienen el efecto de
estirar el tiempo de audiencia promedio de 11 minutos a cerca
de 14 minutos, con algunos individuos fanticos viendo durante
horas a la vez. Estas nuevas caractersticas actan para expandir
lo que constituye la informacin del tiempo del canal y encienden
el inters del televidente promedio ms all de los temas rutina
rios del tiempo. Por ejemplo, El pronstico de los esquiadores
destaca las condiciones en los centros de esqu. The Weather
Channel ha trabajado con la National Football League para pre
parar pronsticos especializados del da del juego. Siguiendo al
surgimiento reciente del inters en el tiempo entre algunas au
diencias, la estacin ha presentado programas como The Chase,
acerca de gente que persigue tomados, y Forecast fo r Victory, un
programa con duracin de una hora que observa el papel del tiempo
para decidir batallas significativas de la Segunda Guerra Mundial.
Estas caractersticas mantienen a ciertos segmentos del mercado pe
gados a la estacin por ms que slo el reporte del tiempo.
Con el fin de crear ms conciencia de la marca y de mantener
los pronsticos y seguimientos del tiempo lo ms exactos posible,
The Weather Channel y la marina estadounidense hicieron equipo
para compartir informacin en 2001. The Weather Channel ahora
tiene acceso a la sofisticada tecnologa de la marina con el fin
de ayudar a pronosticar y presentar el tiempo. Tambin, en enero de
2002, The Weather Channel se convirti en el pronosticador
del tiempo para los temas nacionales e internacionales de USA
Today, as como de USAToday.com. Las dos compaas compar
tieron la cobertura del tiempo para los Juegos Olmpicos de In
vierno de 2002 en Salt Lake City.
The Weather Channel trabaj para extender sus fronteras
ms all de slo el formato de televisin. Informes de The Weat
her Channel personalizados estn disponibles para 30 servicios
en lnea, 250 estaciones de radio, un muy popular nmero de ser
vicio, 900 y 64 peridicos a travs de Estados Unidos, todos con
el logotipo o etiqueta de The Weather Channel. Recientemente,
The Weather Channel comenz a ofrecer el tiempo inalmbrico
enviado a aparatos manuales. Este proyecto se realiza en conjun
to con Verizon, AT&T, Sprint y Palm Pilot. Si un consumidor ve
el nombre de The Weather Channel en el peridico, eso slo re
fuerza la marca, dice Hayes Roth. Adems de estas sociedades,
367
www.FreeLibros.me
The Weather Channel ha trabajado para empacar el tiempo en

formas creativas, incluyendo libros, videos caseros, calendarios,
material educacional para escuelas primarias, y un CD-ROM ti
tulado Everything Weather. De hecho, despus de una respuesta
muy positiva en un correo de prueba, la estacin comenz un ca
tlogo de pedido por correo sobre mercanca con el tema de la
compaa. Una de las extensiones en lnea ms populares es
la pgina de Internet de la compaa, www.weather.com, que per
mite a los usuarios crear una pgina de tiempo personalizada. A
slo 40 minutos de su lanzamiento, 1,000 usuarios ya haban
creado una pgina personalizada.
Al final de 2000, Weather.com volvi a lanzar su sitio en un
esfuerzo por refrescar su apariencia, sentido y organizacin del
contenido. La meta es tambin permitir al sitio acomodar ms
trnsito y contenido, as como incorporar funciones de bases de
datos. Ahora, Weather.com est entregando un contenido del
tiempo an ms altamente personalizado. El nuevo lanzamiento
es parte de la estrategia del sitio para hacer que el tiempo sea re
levante. Tambin es una continuacin del posicionamiento de
Weather.com como un sitio de estilo de vida. De acuerdo con Debora Wilson, presidente y directora ejecutiva de Weather.com, la
compaa va a lanzar nuevos sitios especficos por pas para ob
tener ms de una audiencia. La compaa est esperando que los
sitios nuevos, que enfocan al Reino Unido, Francia y Alemania,
ayudaran a impulsar los ingresos en lnea. La compaa comenz
a lanzar nuevos sitios a finales de 2001 y en el 2002. Tambin ha
habido un informe acerca del Weather.com que incluye un porta
folio de servicios con base en suscripcin en su pgina Web, pero
Wilson declin dar estimados de cmo afectara esto los ingresos.
En un esfuerzo por transformarse en un destino de sitio de In
ternet de estilo de vida, Weather.com lanz una campaa de mar
keting de prueba en cuatro ciudades en 2 0 0 1 , que presentaba su
primer anuncio fuera de lnea. Las ciudades de prueba incluyeron
Houston, Nashville, Philadelphia y Columbus, Ohio. Se esperaba
que esta campaa costara entre dos y 1 0 millones de dlares de
pendiendo de los resultados de las ciudades de prueba. Weather.com sinti la necesidad de explorar la publicidad en distintos
medios; por lo tanto, su prueba promocional incluy cuatro anun
cios fuera de lnea de una variedad de televisin, radio y fuentes
exteriores. Adems, Weather.com prob esquemas de anuncios
convencionales en bolsas de tintorera y paquetes de cacahuates
de aerolneas. Las campaas no tradicionales de Weather.com
presentaban etiquetas como, olvide lo que estn usando en Pa
rs, piense en Anchorage y no tiene usted su propio Doppler?
El vicepresidente de marketing, Alan Kaminski dijo, las campa
as de prueba fueron parte de una estrategia mayor para dar a los
pronsticos del tiempo un perfil ms alto .
Aunque la campaa promocional de Weather.com contribu

y a su estrategia general, la estacin an tena algunos proble
mas que superar a pesar de su potencial, de acuerdo con el exper
to en marcas Hayes Roth. l dijo; tienen una gran marca pero es
tan aburrida como una tostada. Estn haciendo un trabajo medio
cre en su promocin de marca al aire. Si usted est navegando por
canales, es tan aburrido que uno tiende a pasar por l rpidamen
te . Roth tambin ve que a la marca le falta una imagen audaz y
de moda. l dice, la gente usa ropa con el logotipo de MTV por
que han decidido que es un logotipo audaz. N o s si la gente quie
re ver The Weather Channel en sus chaquetas . A pesar de algu
nas nubes grises, Weather.com tiene un lugar muy soleado. La
estacin tiene una gran audiencia leal, algo que las dems esta
ciones envidian. Es ms, Weather.com realmente sabe de lo que
habla, y eso es una comodidad muy comerciable. Tiene el vasto
potencial de poseer el tiempo y podra volverse la marca oficial
del tiempo. A s que las nubes grises deben tener cuidado, el cielo
se est aclarando y el pronstico es soleado para The Weather
Channel.
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.
2-2. Quin es el mejor anfitrin?

La otrora complaciente industria hotelera tradicional tuvo que
aprender a comercializar sus servicios debido al incremento en el
nmero de hoteles y la acompaante cada en las tasas de ocupa
cin. La industria hotelera gener 110,000 millones de dlares en
2 0 0 1 , y cada cadena est continuamente tratando de segmentar
para ganar una mayor participacin del mercado. Tal vez el pro
blema ms fuerte que la industria enfrent fue la falta de lealtad

de los clientes. La mayora de los hoteles proporciona instalacio
nes similares y la mayora de los clientes no viaja lo suficiente
para reconocer diferencias entre ellos. Por esta razn, muchas
compaas optaron por diferenciar sus hoteles a travs de mlti
ples marcas o movindose a diferentes segmentos del mercado.
368
www.FreeLibros.me
Las principales cadenas continan utilizando tcnicas de alcance

de mercado amplias, porque muchas sienten que el xito futuro
se puede obtener al enfocar ciertos segmentos del mercado y
atendiendo sus necesidades mejor que su competidor. Tres seg
mentos importantes que han ganado importancia para las cadenas
hoteleras en la dcada de 1990 son los viajeros de negocios, per
sonas de la tercera edad y viajeros de permanencia extendida.
La importancia de los viajeros de negocios para ms cadenas
hoteleras de lujo no ha pasado inadvertida. La investigacin de
mercados mostr que 75% de estancias en este tipo de instalacio
nes se relacionan con negocios. Por lo tanto, no es de sorprender
por qu ciertas cadenas han puesto un esfuerzo adicional para
atraer a los viajeros de negocios. A principios de 1990 Marriot
(www.marriot.com) comenz a ofrecer cuartos de hotel diseados
para safisfacer las necesidades de los viajeros de negocios. Marriot
sinti que poda entrar al mercado de precios moderados al enfocar
a los viajeros de negocios con el concepto del Courtyard Hotel. Pa
ra cubrir mejor las necesidades de los viajeros de negocios, Ma
rriot comenz a instalar acceso a Internet de alta velocidad en sus
hoteles durante octubre de 2000. Marriot tambin tiene una divi
sin de estancia ejecutiva diseada para viajeros de negocios de
permanencia extensa. La divisin tiene 6,500 unidades estilo apar
tamento, completamente amuebladas, en todo Estados Unidos. Fi
nalmente, Marriot proporciona centros de conferencia a los viaje
ros de negocios. Estos centros tienen equipo con la tecnologa ms
actual en comunicaciones audiovisuales para dar a los viajeros de
negocios un rea para juntas lejos de la oficina.
Algunas cadenas, como Holiday Inn, han hecho intentos en
mercadotecnia directa de empresa a empresa. Holiday Inn utiliza
convenciones promocionales de hoteles, marketing directo y me
dios tradicionales con un nfasis especial en penetrar a los miem
bros del sector de negocios. Veinticinco por ciento de nuestro
presupuesto de mercadotecnia est destinado para lo que llama
mos empresa a empresa, dice su presidente y director ejecutivo
Bryan Langton. Holiday Inn tambin est adaptando habitado
res para hacerlas ms orientadas a los viajeros de negocios. Entre
1994 y 1999, la cadena gast ms de 1,500 millones de dlares
en renovaciones de hoteles. Six Continents Hotels (wvw.sixcannnentshotels.com ), el dueo de la cadena Holiday Inn, ofreci
sus cadenas de Crowne Plaza y Embassy Suites para atraer a los
viajeros de negocios de alto nivel y competir con los Courtyard
Hotels. La compaa us el nombre Holiday Inn para sus hoteles
con imagen de clase media y el nombre Holiday Inn Express pa
ra competir con las cadenas econm icas com o Motel 6 , Red
Roof, Days Inn, Super 8 y Econo Lodge. Sin embargo, Holiday Inn
experiment dificultades al diferenciar sus diversas marcas, espe
cialmente cuando haba ms de una en la misma ciudad. Con el fin
de lograr que los clientes regresaran, Six Continents Hotels inici el
Priority Club Worldwide, que la compaa llama el primer y
ms grande del mundo programa de lealtad de diversas marcas de
hoteles. Los miembros del club reciben promociones especiales
as como puntos cada vez que se quedan en uno de los 3,200 hote
les de Six Continents alrededor del mundo. Los puntos se pueden
canjear por estancias de hotel gratuitas, millas de aerolneas, artcu
los de marca y paquetes vacacionales. Durante noviembre de 2001,
Holiday Inn sostuvo la promocin la prxima noche es gratis .
Esto les dio a los huspedes la oportunidad de ganar una noche
gratis por cada noche que pagaron: hasta cinco noches gratis. Ho
liday Inn realiz esta promocin para alentar a los viajeros a que
darse en los Hoteles Holiday Inn por periodos extensos durante la

temporada vacacional.
La investigacin de Hyatt (www.hyatt.com) mostr que 58%
de los viajeros de negocios pasaban ms tiempo trabajando en
sus habitaciones y 72% afirm que sintieron presin para mos
trarse trabajando mientras estaban de viaje. Como resultado,
Hyatt comenz a promocionar su programa Business Plan, que
incluye comodidades de estilo de oficina en las habitaciones, co
mo llamadas locales gratuitas y acceso a telfono con tarjeta de
crdito; 24 horas de disponibilidad de impresora, copiadora y
fex. Hyatt tambin ofrece a sus viajeros de negocios la ltima
tecnologa como acceso a Ethernet de alta velocidad y equipo de
videoconferencia. Adems, se otorga un desayuno de cortesa pa
ra ayudar a los viajeros de negocios a mantenerse productivos en
el viaje. En 2000, Hyatt estaba al frente del desarrollo de opcio
nes de registro ms eficientes y rpidas, lo que incluy el nme
ro 1-800-CHECKIN, que permite a los huspedes registrarse en
sus habitaciones del hotel en Estados Unidos y Canad por va te
lefnica. Aprovechando esta tendencia, los hoteles han hecho si
tios de Internet a la medida, lo que facilita las reservaciones en l
nea y desarrolla publicidad especial para este medio. Las
empresas tambin estn intentando abordar otras necesidades del
viajero ms all de slo las relacionadas con el trabajo. Cuando
Hoteles Hilton encontr que aproximadamente 50% de los viaje
ros de negocios sufren de algn tipo de insomnio, la cadena, en
conjunto con la Fundacin Nacional del Sueo, dise habitacio
nes especiales. Se afirma que el proyecto de habitaciones de sue
o profundo proporciona el mximo ambiente de sueo e in
cluye colchones de alta calidad, almohadas sintticas, un sistema
de msica con un aparato para tocar discos compactos, todo para
tranquilizar al cansado viajero de negocios para que duerma y un
reloj y lmpara especial que despierta suavemente al viajero 30
minutos antes del tiempo de traslado.
Otro segmento del mercado que las cadenas de hoteles estn
tratando de atraer es a los ancianos. Un estudio de RoperASW
muestra que el nmero de estadounidenses mayores de 50 aos in
crementar en 47.3 millones en los prximos 25 aos. Tan slo en
Estados Unidos, alguien cumple 50 aos cada siete segundos. La
investigacin de mercados tambin muestra que los hombres y
mujeres mayores de 50 aos viajan ms y permanecen ms tiem
po en los hoteles que sus contrapartes ms jvenes, gastando ms
de 30,000 millones de dlares en viajes nicamente en 2000.
Choice Hotels adapt habitaciones para este segmento en 1995 y
hoy contina con xito. Las cadenas Select Choice presentan el
paquete de Snior Room en 10% de las habitaciones, que propor
ciona comodidades que los ancianos sealaron como similares a
las que tenan en sus propias casas. Las luces ms brillantes, tel
fonos de botones grandes, y control remoto para televisin estn
dar son amenidades intrnsecas a estas habitaciones especiales.
Se da atencin especial a los baos, que presentan manijas de
puertas especiales y barras de apoyo. Con estas habitaciones ge
nerando cinco millones de dlares anuales en ingresos, otras cade
nas estn buscando abordar las preocupaciones en este segmento.
Un aspecto de atender a los ancianos que est ganando importancia
en las cadenas de hoteles es la vida asistida. Instalaciones para vi
da asistida, que estn en la mitad del espectro de la vida indepen
diente y los asilos, permiten a los ancianos vivir como quisieran
mientras se les proporcionan servicios adicionales, como alimen
tos y lim pieza Hyatt, que opera las instalaciones Classic Resi369
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
xito en atraer clientes, debe ser el mejor anfitrin. La investi

gacin de mercados ser una pieza fundamental para el xito en
esta industria.
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.
2-3. El chocolate es el rey en Hershey

La batalla haba comenzado. Hershey y Mars, los dos gigantes
del dulce, estaban en duelo por el sitio nmero uno en la industria
de confitera de 73,000 millones de dlares anuales. Hershey
(www.hersheys.com) perdi el trono a principios del decenio de
1970 y le tom tiempo a la compaa regresar a la arena compe
titiva. Sin embargo, para 1985, Mars y Hershey eran los fabrican
tes de las 1 0 barras de dulce ms importantes y juntos compartan
70% del mercado. Cadbury tena 9% del mercado y Nestl slo 6
por ciento. Luego en 1988 Hershey adquiri a Cadbury y su par
ticipacin salt de 36 a 44% del mercado de confitera. La suma
de marcas com o Cadbury Dairy Milk Chocolate, Peter Paul
Mounds, Almond Joy y York Peppermint Pattie permiti a Hers
hey retomar el trono en el mercado de confitera.
A finales del decenio de 1980 y a principios de los aos
1990 se produjo la introduccin de productos como Hersheys
Kisses with Almonds, Hugs, Hugs with Almonds, osos de goma
Amazin Fruit y la barra Cookies n Mint Chocolate. En 1994,
Hershey Food Corp. celebr su centsimo aniversario en el nego
cio. En 1996, Hershey abord su falta de productos fuertes en el
sector no chocolatero de la industria al adquirir la marca Leaf
North American, que produce fuertes vendedores com o Jolly
Rancher y Good & Plenty. Tambin en 1996, Hershey introdujo

su lnea Sweet Escapes baja en grasas, que obtuvo ms de 100
millones de dlares en 1997.
Despus de algunos problemas para llevar a cabo un nuevo
sistema de distribucin en 1999, Hershey restaur sus ventas, par
ticipacin del mercado y el crecimiento de sus ganancias en el
2000, marcando su mejor ao en volumen desde 1996. Para el ao
fiscal que termin en 2001, las ventas totales fueron de 4,500 mi
llones de dlares, lo que fue 8 % mayor que el mismo periodo del
ao anterior. Al 2002, Hershey era el mercado dominante de confi
tera con 30.3% de participacin. La participacin del mercado del
jugador nmero dos M&M/Mars, Inc. era de 16.8%, en tanto que
el competidor nmero tres, Nestl, tena 6.3% del mercado. Las
decisiones durante los ltimos 1 0 0 aos han sido diversas y redi
tuables. (vanse las tablas 1 y 2 ).
Un factor que ayud a Hershey en su batalla con M&M/Mars fue su excelente departamento de investigacin de merca
dos. La investigacin de Hershey mostr que el consumidor tpi
co vea el dulce como un artculo de lujo o de autoindulgencia.
Debido a estas actitudes y creencias, 70% de todas las ventas de
dulce se atribuan a compras impulsivas. En 1999, Hershey intro-
370
www.FreeLibros.me
Lnea de tiempo de Hershey

1895
Se vende la primera barra de chocolate Hershey.
1907
Se introducen los primeros Hersheys Kisses.
1908
Se introduce la barra de chocolate con almendras Hershey.
1911
Las ventas alcanzan 5 millones.
1925
Se introduce la barra de chocolate Mr. Goodbar.
1938
Se introduce la barra Krakel de Hershey.
1939
Se introducen las miniaturas de Hershey.
1945
Milton Hershey muere a los 88 aos.
1963
Se compra Reese Candy Co., productor de las barras de mantequilla de cacahuate Reese's.
1966
Hershey compra San Giorgio Macaroni Co.
1968
Hershey Chocolate Corp. cambia su nombre por Hershey Food Corp.
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
Se introducen los Hershey's Kisses con almendras.
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
Se introducen los Hershey's Hugs y Hersheys Hugs con almendras.
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
Se introducen Reeses Crunchy Cookie Cups.
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.
Las 10 m ejores b a rra s de chocolate

Lu g ar
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
dujo Hershey Bites, que son unas versiones miniatura de sus ba

rras de dulces. A l 2002, los sabores miniatura de sus barras in
cluan siete de las ms populares en tamao normal. El xito de
la lnea Hershey Bites fue excelente, incrementado el segmento
de dulces empaquetados desenvueltos en 33.4 por ciento. Los
consumidores evidentemente estaban listos para los dulces mi

niatura. Los clientes de dulces tambin solan ser inconstantes, y
rara vez compraban la misma barra de dulce dos veces seguidas.
Se mostr que la edad del consumidor influye los hbitos de
compra. La investigacin de mercados tambin inform a Hers
hey que la poblacin estaba envejeciendo. En 1970 e inicios de
1980 la gente joven entre 13 aos y finales de los 20 era el grupo
de edad dominante. En el decenio de 1990, el grupo dominante se
estaba volviendo el de los 35 a 50 aos. Por esta razn, la indus
tria de confitera decidi moverse ms arriba en la escala para
atraer a los adultos de la generacin llamada baby-boom. Para el
ao 2000, la media de edad para estadounidenses era de 40 aos.
La Asociacin Nacional de Confitera cree que conforme los es
tadounidenses envejecen, tienden a favorecer las mejores cosas
de la vida. Entre estas mejores cosas est la confitera de calidad.
Un anlisis lateral mltiple de los patrones de consumo revel
que los adultos estaban consumiendo un porcentaje en aumento
de dulces (vase la tabla 3). Por lo tanto, el mercado de adultos ha
probado ser cada vez ms lucrativo.
Adems, para ganar participacin de mercado, Hershey de
cidi convertirse en el innovador de un producto temerario. Por
ejemplo, en 1988, la barra de dulce Reeses NutRageous fue ini371
www.FreeLibros.me
Consumo de dulces por grupo de edad (porcentaje)

G rupo
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%
cialmente probada bajo el nombre Acclaim . Infortunadamente,

cuando el personal de marketing mostr a los consumidores el
nombre Acclaim escrito en una hoja simple de papel y se les pre
gunt qu les vena a la mente, su mayor asociacin fue con el
automvil Acclaim de Plymouth. Esto mostr a los mercadlogos que necesitaban crear un nuevo nombre, as que probaron el
nombre NutRageous. El nombre quedaba a la perfeccin con la
descripcin del producto. ReeseSticks, introducidos en febrero
de 1988, combina tres ingredientes que los consumidores adoran:
mantequilla de cacahuate de Reeses, galletas crujientes y choco
late con leche. ReeseSticks probaron ser tan exitosos que la de
manda inicialmente excedi la capacidad de Hershey para produ
cir todos los tipos de paquetes usuales. Para atraer a los adultos
con mucho apetito, Hershey introdujo el Kit Kat Big Kat en ma
yo de 2000. Esta versin ms grande de un viejo favorito es dos
veces ms ancha y tres veces ms gruesa que una seccin del tra
dicional Kit Kat. Para atraer a los nios, Hershey introdujo una
nueva creacin de producto de dulce llamado Hersheys Candy
Bar Factory. El producto entr al mercado en junio de 2000, per
miti a los nios usar su creatividad e imaginacin para crear su
propio chocolate nico.
Por muchas razones, Hershey, como sus competidores, ha
estado mirando hacia la industria de los refrigerios, con el cono
cimiento de que los dulces no son slo confitera. Los consumi
dores ms sofisticados de hoy tambin buscan barras de helado,
galletas y barras de granla cubiertas de chocolate cuando tienen
antojo de algo dulce.
En 1999, Hershey y Breyers Ice Cream se unieron para lan
zar una lnea de dos sabores de artculos de confitera: Breyers
Hersheys Milk Chocolate with Almonds Chocolate Ice Cream
with Fudge Swirls y Breyers R eeses Peanut Butter Cup Ice
Cream with Fudge Swirls. Hershey tambin ha entrado al merca
do de granla con las barras New Trail. Hershey tambin fabrica
otros productos que no son de confitera, como chocolate y dulce
para hornear, jarabe de chocolate, bebidas de chocolate, recubri
mientos de helado, mezcla de chocolate caliente y mantequilla de
cacahuate. Tambin han entrado al mercado de confitera no cho
colatero con su adquisicin de Y&S Candies, que produce
Twizzlers y Nibs. En un esfuerzo por volver a enfatizar las cuali
dades humorsticas de Twizzler, se lanz una nueva campaa du
rante la primavera de 2001. Los comerciales presentaron un cor
te de accin en vivo de 30 segundos, que marc la salida de 15
aos de ejecuciones animadas. El nuevo dulce TWIST-n-FILL de

Tvizzler, introducido en junio de 2 0 0 0 , tambin enfatiz las cua
lidades humorsticas de Twizzler. El dulce combina sabores y e s
t disponible en dos combinaciones, sanda/cereza y frambuesa/tropical. A l final de 2000, Hershey adquiri los negocios de
goma de mascar y pastillas para el aliento de Nabisco por 135 mi
llones de dlares. Las marcas afectadas por la adquisicin inclu
yen Ice Breakers, mentas intensas de Breath Savers Cool Blasts,
Care*free, Stick*free, Bubble Yum, los chicles Fruit Stripe y la
fbrica de goma de mascar de Nabisco en Puerto Rico. Mientras
que el chocolate es el rey en Hershey, se han percatado de la astu
ta conjetura de que las barras de dulce solas pueden no darle a la
empresa su lnea de fondo ms dulce.
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
2-4. Las fragancias son dulces,

pero la competencia es amarga
La madura industria de fragancias se ha convertido en una zona de
guerra de marketing. Cada fabricante est luchando por su pedazo
de participacin de mercado. En el decenio de 1970, las fragancias
estaban colocadas en los primeros 2 0 lugares de los artculos con
los gastos en dlares ms altos. Sin embargo, para mediados del
decenio de 1990 haban cado a los primeros 50. Como resultado,
los productores confiaron mucho en las introducciones de produc
to nuevo para estimular el inters del consumidor, a veces al pre
cio de las marcas ms antiguas. El nmero de introducciones de
producto nuevo se elev de 20 a 25 por ao en los inicios del dece
nio de 1980 de 30 a 40 a mediados del decenio de 1990. Sin em
bargo, las introducciones de productos nuevos no lograron incre
mentar el total de ventas de botellas. Desde 1981, las compras de
fragancias para dama en Estados Unidos cayeron alrededor de 34%
en la venta total de frascos.
En el siglo xxi, la industria de las fragancias contina enfren
tando la creciente competencia de precios, transparencia de precios
y cambios fundamentales en la distribucin. En el 2000, el merca
do global para fragancias en siete pases fue valuado en aproxima
damente 15,000 millones de dlares. El mercado de fragancias es
t muy influido por las tendencias de moda prevalecientes y est
caracterizado por un bajo nivel de lealtad a la marca. Todos estos
factores contribuyen a los prospectos de crecimiento limitado para
la industria de fragancias en el futuro. Sin embargo, la competen
cia entre las compaas de fragancias an persiste. Las compaas
de fragancias tienen que intentar presentar su marca como un sue
o embotellado. En 2001, las empresas de fragancias gastaron un
total de 46.8 millones de dlares en publicidad en un intento de
presentar la calidad de ensueo de su fragancia.
Un tema importante en la publicidad de los perfumes es el g
nero. Las ventas reducidas sugieren que el ngulo sexual no tuvo
tanto atractivo como esperaban algunos productores de fragancias.
En un reporte de Euromonitor en el 2000, los consultores de inves
tigacin de mercados con base en Londres, se dijo que a pesar del
nfasis de la industria de las fragancias en los productos unisex, el
mercado haba repuntado y ahora estaban nuevamente de moda las
fragancias ms tradicionales, especficas para cada sexo. La natura
leza competitiva de la industria forz a diversos productores a
explorar nuevas tiendas de distribucin. Uno de stos fue el mer
cado de farmacias (vase la tabla 1). La consolidacin entre las
tiendas departamentales redujo el nmero de tiendas de distribu
cin para fragancias. La investigacin de mercados indic que los
consumidores de farmacias estaban comprando ms artculos que
no eran medicinas, como maquillaje y fragancias. Las ventas de fra
gancias en farmacias representaron el 47% del valor de la accin en
2000. Sin embargo, se espera que esto disminuya conforme la com
petencia en las cadenas de tiendas de abarrotes se vuelve ms acalo
rada. Se encontr que los consumidores entre las edades de 30 a 60
aos van a la farmacia por recetas ms a menudo que los consumi
dores ms jvenes. Las mujeres de 20 a 30 aos que teman nios
pequeos tambin hicieron viajes frecuentes a las farmacias. Las
mujeres de menos de 25 aos, que representaron 8 a 9% de las com
pras de fragancias, prefirieron las compras de fragancias en las far
macias que en las tiendas departamentales. Por otro lado, las muje-
Ventas a travs de farm acias
Principales fragancias finas:
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
Principales fragancias en masa :
L ynx
G ille tte S e rie s
C o ty
Y ves R ocher
R evlon
O ld S p ice
Participacin de mercado de las principales marcas:

Participacin de mercado de 2000 (porcentaje)
L LVMH Moet Hennessy Louis Vuitton, SA.
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.
res de 45 aos y mayores con altos ingresos y poder de compra a

discrecin adquirieron 33% de las fragancias. Estas mujeres por lo
general compraron en tiendas departamentales. Las tiendas de es
pecialidad en ropa tambin ganaron atencin, ya que su total gene
ral de ventas increment al doble la tasa comparada al aumento en
las ventas de tiendas departamentales y de descuento. El cambio a
los mercados de farmacias y mercados de descuento ha permitido
que las fragancias finas estn disponibles para ms consumido
res que estn conscientes del precio. Sin embargo, esto tambin ha
llevado a una disminucin de la imagen de la fragancia fina. Ya que
muchas marcas estn ahora disponibles en mltiples tipos de
tiendas minoristas, se ha creado una brecha para las marcas ex
clusivas vendidas slo a un mayor precio en un nmero limitado
de tiendas. En la tabla 2 se mencionan las principales marcas en
trminos de participacin de mercado.
Las minoras representaron otro segmento del mercado po
tencial. Se espera que el gasto de estadounidenses negros, latinos
y asiticos en perfumes, crezca a un paso mucho ms rpido que
en resto de la poblacin. Debido a la baja en el mercado de fra
gancias estadounidense, los comerciantes han elegido probar
nuevos mercados como en los pases latinoamericanos. Ya que
los pases latinoamericanos continan integrndose con la econo
373
www.FreeLibros.me
ma global y el alza de la cultura latina ha incrementado a nivel

mundial, los comerciantes pensaron que estos pases seran una
gran oportunidad. Esta actitud ha sido generada por un xito del
mercado en general presentado por Per, Venezuela, Argentina y
Chile. Datamonitor anticip que mediante una disminucin en la
inflacin, un incremento en la privatizacin y menos barreras co
merciales existentes a travs de acuerdos bilaterales completos y
amplios, los pases latinoamericanos continuaran mejorando su
estatura econmica y serviran como un mercado fuerte para fra
gancias en el futuro. Adems, se pronostica que el segmento mas
culino gane un enfoque ms fuerte. Como el decenio de 1990 fue
la era de desarrollar una imagen positiva para la mujer, se cree
que las siguientes dcadas sern la era de desarrollar una imagen
positiva para el hombre. Las ventas de fragancias para mujeres
tenan un valor total de 478 millones en 2000. Al 2003, el merca
do masculino de fragancias ha sido aproximadamente la mitad
del mercado femenino. Hubo un incremento en el uso de fragan
cias masculinas cuando recin aparecieron las revistas de estilo de
vida y moda para hombres, pero esta rea de mercado slo creci
en 1.3% entre 1999 y 2000. Se ha reportado que alrededor de
30% de los hombres reciben colonia, locin para despus de afei
tar u otra fragancia como regalo y que 39% de los hombres per
manecen con una marca al comprar una fragancia. Adems, se re
porta que 36% de los hombres tienen una marca de fragancia que
utilizan todo el tiempo. Otro segmento que los productores de
perfume no pueden permitirse olvidar es el de los estadouniden
ses mayores. Para el ao 2003, ms de una tercera parte de la po
blacin es mayor de 50 aos de edad.
En 2003, el comercio electrnico en la industria de la fragancia
result ser muy prometedor y rentable para las marcas ya existentes
y las nuevas que no se podan obtener de otra manera. Los expertos
sugieren que los vendedores de fragancia se vinculen al comercio
electrnico para impulsar el reconocimiento de marca. Sin embargo,
los vendedores de fragancias se deben dar cuenta de que el incre
mento del Internet ha aumentado la transparencia de precios, lo que
hace ms fcil ir de compras en lnea para obtener el mejor precio.
Los vendedores tambin deben aprender cada vez ms la
importancia de la investigacin de mercados. Las claves para el
xito han estado en definir el mercado, entendiendo verdadera
mente las preferencias de los consumidores, creando una marca
que cumpla constantemente con estas expectativas y comunican
do estos atributos de marca al consumidor. Ms all de discernir
las tendencias populares, es importante hacer que concuerde la
imagen de la marca con la fragancia. Aun la fragancia ms bri
llante no se vender si no cumple con las percepciones de las ca
ractersticas de las marcas. Las pruebas del consumidor se utili
zan para asegurarse de que el producto cumple con su imagen y
ha sido cada vez ms vital para la industria.
Una encuesta realizada por el Grupo NPD encontr que las mu
jeres compraron perfume en vez de esperar a que alguien se los re
galara. Entre quienes utilizan fragancias, 49% han comprado tres o
ms botellas para ellas mismas dentro del ltimo ao. De la misma
forma, el pequeo xito de las ventas de estuches de regalo de perfu
me es en gran parte debido a las mujeres que compran estos regalos
para ellas mismas. Debido a estas compras, la mayora de las muje
res que utilizan una fragancia son dueas de seis botellas de aromas
o ms . Un estudio en el 2002 encontr que los grandes nombres son
cada vez ms importantes. Para reforzar esta idea, 63% de los usua
rios de fragancias admiti que los nombres de diseador y de cele
bridades influyen en sus decisiones de marcas. Esto era ms verda
dero si la mujer tena entre 15 y 34 aos, a diferencia de las mayores,

quienes permanecan ms leales a los aromas clsicos.
Los consumidores de hoy tienen un estilo de vida diferente y
la meta para los vendedores de fragancias es cumplir con estas
muy diversas necesidades. Una tendencia importante es el inters
del consumidor en la bsqueda interior de paz y alivio de la ten
sin. Ha habido un movimiento distinto lejos de los aromas fuer
tes de principios del decenio de 1990, hacia fragancias ms fres
cas y ligeras en el decenio del 2000. Se estn volviendo populares
los aromas hogareos confortables como vainilla, chocolate y ca
f. La tendencia de estilo de vida saludable es an popular y estn
de moda los aromas como flores y frutas que tienen una connota
cin de salud y vitalidad. Quest, un proveedor de fragancias lder,
est utilizando las tcnicas ms actuales para capturar los aromas
de la naturaleza y volverlos fragancias corporales vigorizantes.
Mientras tanto, los consumidores estn mostrando un inters reno
vado en el glamour y la elegancia nocturna. Para acomodar estos
estilos de vida diferentes, los consumidores estn buscando fra
gancias que puedan lograr la imagen o sentimiento de un da o no
che en particular. Sern rentables las marcas que puedan ofrecer
una actitud gentil combinada con un lujo elegante, y que puedan
comunicar y entregar exitosamente una imagen popular. Depende
de los comerciantes satisfacer las expectativas de los consumido
res si desean revitalizar las ventas en el siguiente milenio y ocultar
el sabor amargo de la competencia con el dulce aroma del xito.
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
2. En que grupo de edad se encuentra?

18 a 24
35 a 44
25 a 29
45 v mayores
3 0 a 34
3. Cul es su categora de ingresos?
0 a S15.000 dlares
15.000 a 25.000 dlares
25,000 a 35,000 dlares
35.000 a 45.000 dlares

45.000 o ms
4. Cul es su estado civil?

______ Casado
Soltero
5. Si usted es casado, cuntos hijos tiene?
Uno
, ,
Tires
Dos
Cuatro o ms
6. Con qu frecuencia va usted a un centro comercial?
Una vez por semana (o msl
Una vez por mes
Una vez cada seis meses
Una vez al ao
7. Si usted compra en tiendas departamentales, cul es la que frecuenta?
Taract
J. C. Penney
Sears
Sak's Fifth Avcnuc/Nciman-Marcus
P in te II
8. Generalmente compro mis fragancias en una tienda departamental.
1
2
3
4
Muy de acuerdo
De acuerdo
No lo s
En desacuerdo
5
M uy en desacuerdo
9. Generalmente compro mis fragancias en una farmacia.

1
2
3
Muy de acuerdo
De acuerdo
No lo s
4
En desacuerdo
5
M uy en desacuerdo
10. Yo slo compro una marca de fragancia.

1
2
Muy de acuerdo
De acuerdo
4
En desacuerdo
5
M uy en desacuerdo
11. Las fragancias de tiendas departamentales valen el costo adicional.

1
2
3
4
Muy de acuerdo
De acuerdo
No lo s
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
15. Yo estara interesado en una nueva fragancia.

1
2
3
Muy de acuerdo
De acuerdo
No lo s
4
En desacuerdo
5
Muy en desacuerdo
16. Frecuentemente pruebo fragancias nuevas.

1
2
Muy de acuerdo
De acuerdo
4
En desacuerdo
5
Muy en desacuerdo
De acuerdo
3
No lo s
P arte ID
17. Con qu frecuencia compra usted fragancias?
18. Cul es su fragancia favorita?

19. Qu cualidades busca usted en una fragancia?
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
2-5. E s super eficaz la publicidad del

Super Tazn?
Alrededor de 140 millones de estadounidenses y 700 millones de
televidentes a nivel mundial sintonizan el domingo del Sper Ta
zn, haciendo que el evento sea una de las mayores ocasiones pa
ra el entretenimiento en casa. El tiempo de publicidad durante el
Sper Tazn est limitado y tiene un precio mximo. La lucha por
los espacios principales comienza con meses de anticipacin del
tiempo real de transmisin. En 1993, el costo por un espacio de 30
segundos fue tan alto como 850,000 dlares, pero para 1997 el
costo se haba disparado a 1 , 2 0 0 millones de dlares por el mismo
marco de tiempo. En 1998, un espacio de 30 segundos durante el
Sper Tazn cost 1300 millones de dlares. En 2000, un espacio
de 30 segundos durante el Sper Tazn cost a las compaas un
promedio rcord de 2,200 millones de dlares. Las compaas pun
to com que han fallado desde entonces o que estn luchando para
mantener sus cabezas sobre el agua compraron 40% de los espa
cios publicitarios del Sper Tazn en el 2000. Para el 35 Sper
Tazn de 2001, la tarifa promedio para un espacio publicitario fue
de aproximadamente 2 . 1 millones.
En el 2002, durante el 36 Sper Tazn, la estacin Fox ofreci
60 espacios de comerciales para un total de 30 minutos de tiempo
de publicidad. El tiempo de ventas promedio para cada espacio de
30 segundos fue apenas debajo de los 2 millones de dlares, a 1,900
millones cada uno. Las compaas que pagaron por tiempo de co
merciales durante el 36 Sper Tazn fueron Anheuser-Busch, que
compr 10 espacios de 30 segundos, PepsiCo, que present un co
mercial de 90 segundos de Britney Spears, E-Trade, M&M/Mars,
AT&T Wireless, Levi Strauss, Yahoo!, Visa y las cadenas de comi
da rpida Quiznos, Taco Bell y Subway, entre otras.
Aunque Fox termin vendiendo todos los espacios publicita
rios disponibles, la estacin no vendi el anuncio final sino hasta el
jueves antes del juego. Existen diversas razones para el retraso en
ventas y para las tarifas reducidas en el 2002. Primero, los vende
dores estaban enfrentando la peor recesin publicitaria en la me
moria reciente . Esto ocasion que las compaas monitorearan
cuidadosamente cmo gastaban sus presupuestos de publicidad y
muchos decidieron que el dinero se podra aplicar mejor de otra
manera. Muchas compaas eligieron anunciarse durante otros
eventos en horas pico que fueran ms fciles de pagar. La tasa pro
medio para un espacio de 30 segundos durante las primeras noti
cias nocturnas en el 2002 fue de 45,900 dlares. Aun eventos co
mo los Golden Globes (precio estimado de 45,000 dlares por un
espacio de 30 segundos), los Grammy (precio estimado de 57,000
dlares por un espacio de 30 segundos) y los Academy Awards
(precio estimado de 1,600 millones de dlares por un espacio de
30 segundos) ofrecen a las compaas tiempo de anuncios a meno
res tarifas. Sin embargo, estos eventos no atraen tantos televidentes
como el Sper Tazn. En segundo lugar, la NFL por primera vez
patrocin un espectculo previo al juego el viernes por la noche
anterior al Sper Tazn. Algunas empresas, como AOL Time War
ner, Phillip Morris, Millar Brewing Co. y Motorola eligieron evitar
pagar los precios de comerciales ms altos de la televisin y com
praron tiempo de anuncios por tarifas menores en el espectcu
lo previo al juego. Una razn final para las tarifas ms bajas y me
nor inters de los vendedores en d tiempo de anuncios del Sper
Tazn, fue la competencia de los Juegos Olmpicos de Invierno del

2002. Los juegos comenzaron slo cinco das despus del Sper
Tazn y ofrecieron 17 das de eventos durante los cuales los anun
ciantes podan comprar tiempo de comerciales. La tasa de ventas
promedio para un espacio de 30 segundos en hora pico durante los
Juegos Olmpicos fue de slo 600,000 dlares, una ganga compa
rada con el Sper Tazn.
La publicidad en el Sper Tazn vale su costo? Para muchos
anunciantes que compraron espacios de tiempo en los juegos an
teriores, la respuesta fue un rotundo no. Nissan, Porsche, Fila y
MCI pasaron por alto la oportunidad de anunciarse durante el jue
go. De acuerdo con el consultor de marketing Jack Trout, las cre
cientes tarifas hicieron de la compra de tiempo de anuncios en el
Sper Tazn algo difcil de justificar. El jefe de mercadotecnia de
Nissan, Brad Bradshaw afirm que aunque la compaa haba
pretendido anunciarse durante el juego, lleg a la conclusin de
que los recursos podran utilizarse mejoren vender sus vehculos
de otras formas.
Adems del factor costo, muchos cuestionan qu efecto pu
blicitario realmente tiene en la audiencia. El propsito de un
anuncio es incrementar la percepcin del cliente de una marca en
particular. Sin embargo, para los anuncios del Sper Tazn, el
nombre de la marca a menudo se convierte en algo secundario al
comercial en s mismo en trminos de la atencin del televidente.
Los anuncios del Sper Tazn se han convertido en eventos por
s mismos, con cada empresa tratando de presentar el siguiente
comercial explosivo que lograr que se hable del mismo. Desde
el anuncio clsico de las computadoras Apple en 1984, las em
presas han estado tratando de superar los anuncios de los aos
anteriores. Las agencias de publicidad y los clientes a menudo pa
recen disparar anuncios que son extraordinarios en cuanto a la crea
tividad, ms que para el propsito pretendido, con muchas promo
ciones que llaman la atencin que no se traducen en compras del
producto. Es cuestionable si el nombre de la marca se retiene, y por
eso a pesar de tener un comercial increble, muchos dlares para
publicidad de los anunciantes posiblemente sirven para proporcio
nar una nueva conversacin junto a la hielera durante la semana, en
lugar de formar una imagen de marca duradera en las mentes de los
consumidores. Sin nueva informacin sobre la eficacia de la pu
blicidad del Sper Tazn y su efecto en los consumidores, mu
chos anunciantes estarn mejor si evitan comprar el tiempo de
anuncio de este evento y abandonan el mundo de la mayor au
diencia televisiva del mundo.
Algunos anunciantes, como Purina Cat Chow, han tomado
un mtodo un poco diferente al comprar tiempo aire en el progra
ma que sigue directamente al Sper Tazn. Obtuvieron tiempo
aire a un sexto del costo durante el juego y creen que retienen
aproximadamente 40% de la audiencia. Qu anunciante obtuvo
ms por sus dlares: M&M/Mars, que se anunci durante el S
per Tazn 2002 o Purina Cat Chow que se anunci despus del
juego? Sin una investigacin de mercados sistemtica enfocada a
medir la eficacia de la publicidad en el Sper Tazn, las pregun
tas como estas suplican una respuesta. Todava est por estable
cerse, que la publicidad en el Sper Tazn sea sper eficaz.
376
www.FreeLibros.me
PREGU N TAS
R EFER EN C IA S
1. Qu clase de diseo de investigacin recomendara para determinar

b eficacia de la publicidad de M&M/Mars durante el Sper Tazn?
2. Si el diseo de investigacin incluye una encuesta de hogares, qu
mtodo de encuesta recomendara y porqu?
3. Qu clase de medidas y escalas utilizara en su encuesta?
4. Pueden los mtodos de observacin utilizarse para determinar la
eficacia de la publicidad de M&M/Mars durante el Sper Tazn? Si
es as, qu mtodo de observacin recomendara y por qu?
5. Qu servicios de agencia analizados en el libro pueden proporcio
nar informacin til?
Super Bowl Ads Sold Out. CNNMoney (1 de febrero de 2002).

money.cnn.com/2002J02/0I/news/wires/superbowl_ads_ap/
Vanessa OConnell y Joe Flint, Super Bowl Gets Competition. The
Wall Street Journal (28 de enero de 2002): B 1.
Super Bowl Veteran Scrambling to Score. The Wall Street Journal, 237
(14) (19 de enero de 2001): B5.
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
das de caf en Estados Unidos, y existen 4,247 tiendas a travs de

Norteamrica.
El mayor reto para Starbucks al lograr sus metas de creci
miento masivo era capturar la esencia de la cultura de una cafetera
europea que resultara atractiva a una amplia gama de estadouni
denses. La investigacin de mercados determin cuatro pilares es
tratgicos para expresar la marca Starbucks. Los cuatro pilares son
caf, productos relacionados con caf, ambiente y experiencia.
Aunque el caf y los productos son importantes, la clave para el
xito de Starbucks han sido los ltimos dos. Ha diseado un am
biente clido y acogedor y proporciona una experiencia que lo ha
ce parte de la comunidad o de la cultura local. Ha sido capaz de lo
grar este xito enfatizando la cultura Starbucks.
La investigacin de mercados ha mostrado que es importan
te para Starbucks estar conectado con la comunidad local. Con
forme ha crecido, la principal preocupacin de Starbucks ha sido
que sus tiendas dejen de ser importantes localmente. Era y es im
portante que exista consistencia entre sus tiendas con el fin de
mantener la calidad de su marca. Esto lo hace al mantener cone
xiones cercanas con sus empleados dentro de cada una de estas
tiendas de caf. A cambio, estos empleados se esfuerzan por man
tener las conexiones con su clientela. Para ayudar a preservar sus
conexiones con los empleados locales, Starbucks los trata como
socios y los hace sentir una parte vital de la empresa, porque lo
son.
Starbucks utiliza la experiencia y cultura como sus fuentes
fundamentales de marketing. Por eso, es extremadamente impor
tante desarrollar, capacitar y conciliar a sus empleados, porque
esta gente ayuda a proporcionar la experiencia y se suma a la cul
tura de la empresa. Starbucks ha gastado mucho ms dinero en
desarrollar a sus empleados que en mtodos de marketing tradi
cionales. Por lo tanto, su estrategia ha sido crecer por recomenda
ciones y esto ha probado ser extremadamente eficaz. Tambin
obtiene ideas de sus clientes al realizar extensa investigacin de
mercados. Muchos de los productos y servicios que proporciona
son un resultado directo de sugerencias de clientes o empleados
locales.
Debido al xito de su construccin de marca con las cafete
rias, Starbucks ha sido capaz de moverse a otros mercados im
379
www.FreeLibros.me
portantes. Datos de agencias de ACNielsen muestran que las

tiendas de abarrotes venden dos tercios del caf en Estados Uni
dos, y Starbucks ha entrado a este lucrativo mercado. Tambin ha
utilizado sociedades en otras industrias para incrementar sus in
gresos.
Starbucks ha sido extremadamente exitoso en lograr sus ob
jetivos. Ha podido mantener un sentimiento local a pesar del cre
cimiento m asivo alrededor del mundo. An ms sorpresivo es
que ha sido capaz de lograrlo a pesar de la falta de una campaa
de marketing extendida y sin un componente tecnolgico que los
hiciera nicos. Starbucks ha hecho esto enfatizando su cultura y
enfocndose en sus empleados y clientes mediante la investiga
cin de mercados.
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?
3. Se realizar una encuesta para determinar la imagen que los bebedo

res de caf tienen de Starbucks y otras cadenas de tiendas de caf.
Qu mtodo de encuesta se debe utilizar y porqu?
4. Starbucks est pensando introducir un nuevo caf gourmet con fuerte
aroma. Se puede utilizarel mtodo de observacin para determinar la
reaccin del consumidor a este caf antes de la introduccin nacional?
Si es as, qu mtodo de observacin se utilizara?
5. Qu tipo de escala sera apropiada para medir la imagen de Star
bucks? Disee esta escala.
6 . Disee un plan de muestreo para aplicar la encuesta de la pregunta 3.
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.
2-2. Nike: asociando a los atletas,

el desempeo y la marca
Nike, Inc., disea, desarrolla y comercializa productos de calza
do, ropa, equipo y accesorios. Nike es el vendedor ms grande de
calzado deportivo y ropa deportiva en el mundo, con 30% de par
ticipacin de mercado a nivel mundial. Nike vende sus productos
a unas 17,000 cuentas minoristas en Estados Unidos y alrededor
de 140 pases en el mundo. Nike ha crecido de una compaa de
8,000 dlares en 1963 a una empresa de 9,900 millones de dla
res en 2 0 0 2 .
En el 2002, Nike gast una enorme cantidad de dinero, cer
ca de 1,300 millones de dlares en publicidad, patrocinios y pro
mocin de ventas. Con el fin de asegurarse de que su dinero se
gasta en forma apropiada, Nike confa en la investigacin de
mercados. Ha mostrado una historia de innovacin e inspiracin
en su mercadotecnia y es rpido para adaptarse al consumidor
cambiante y al mundo de los deportes. Nike ha utilizado investi
gacin de mercado para entender en dnde reside su crecimiento
futuro. Un ejemplo reciente es el cambio de Nike de marketing
en sus deportes ms tradicionales (basketball y trotar) a otros de
portes (golf y ftbol) donde tradicionalmente no ha sido tan fuer
te. La investigacin de mercados revel que la percepcin de N i
ke entre los jugadores de ftbol y golf era baja y decidi trabajar
para incrementar estos nmeros. Nike ha decidido que el dinero
requerido para las licencias en sus reas fuertes era mejor em
pleado en otras reas donde Nike no terna percepcin de marca.
Hoy, Nike Swoosh es reconocido en todo el mundo. Esto es
resultado de 40 aos de trabajo e innovacin. Nike contrat a sus
primeros atletas para utilizar sus zapatos en 1973. Pronto, Nike
se percat de la importancia de asociar atletas con sus productos.
La sociedad ayuda a relacionar la excelencia del atleta con la per

cepcin de la marca Nike descubri mediante investigacin de
mercados la influencia pirmide, que muestra que el mercado en
masa se puede influir por la preferencia de un pequeo grupo de
atletas importantes. Despus de haberse percatado de este efecto,
comenz a gastar millones de dlares en patrocinios de celebri
dades. La asociacin con el atleta tambin ayuda a establecer la
dimensin de quin es la empresa y en lo que sta cree. Con N i
ke esto fue y es extremadamente importante. Quiere transmitir el
mensaje de que la meta de la empresa es traer la innovacin a ca
da atleta en el mundo. Nike tambin utiliza a los atletas para dise
ar sus productos al intentar satisfacer sus metas individuales.
La compaa tambin se dio cuenta de que para lograr alcan
zar sus elevadas metas de crecimiento deba atraer a segmentos
mltiples del mercado. Con base en la investigacin de merca
dos, Nike dividi el mercado en tres diferentes grupos. Est el
atleta principal, los atletas participantes y el consumidor influido
por la cultura del deporte.
Nike siempre ha sido un usuario agresivo de la investigacin
de mercados y esto se ha mostrado en su ataque en el mercado
europeo. Decidi que se tena que concentrar en diferentes de
portes con el fin llegar a los consumidores europeos. Ubic su
enfoque en los principales eventos deportivos (Copas Mundiales
y Juegos Olmpicos) y en celebridades del deporte que son im
portantes para el consumidor europeo. La investigacin de mer
cados, en forma de grupos de enfoque e investigacin por en
cuestas, revel que el mejor posicionamiento para los zapatos
Nike era en el que realzara el desempeo en el deporte. Median
380
www.FreeLibros.me
te campaas de publicidad masivas, Nike ha logrado cambiar la

percepcin de sus productos de moda a desempeo y en el proce
so, incrementar dramticamente las ventas.
Otra tcnica que Nike ha utilizado es disear especficamente
una lnea de producto para cierto mercado. Nike utiliza la investiga
cin de mercados para determinar los estilos de vida y las caracte
rsticas de uso de producto de un segmento del mercado en particu
lar y luego disea los productos para ese segmento. Un ejemplo es
la lnea Presto, que fue diseada para jvenes con cierto estilo de vi
da. Primero puso este estilo de vida, y luego dise los productos
alrededor de este grupo, esperando alcanzarlos. Tambin utiliz la
investigacin de mercados para determinar los medios ms eficaces
para comunicarse con su mercado objetivo.
Todos estos mtodos han permitido a Nike ser reconocido
por 97% de los ciudadanos estadounidenses y sus ventas han su
bido desmesuradamente durante este proceso. Sin embargo, Nike
enfrenta una nueva preocupacin, y es que se ha alejado de su
imagen tradicional de compaa innovadora pequea. Tambin
enfrenta futuros obstculos para mantener su equidad de marca y
significado. La confianza continua en la investigacin de merca
dos, ayudar a Nike a asociar su marca con los principales atletas
y el desempeo, realzando as su imagen.
PREGUN TAS
2. Defina un problema de investigacin de mercados que corresponda al

problema de decisin de la administracin que usted ha identificado.
3. Desarrolle un modelo grfico explicando la eleccin de los consu
midores de zapatos deportivos.
4. Cmo puede utilizarse la investigacin cualitativa para reforzar la
imagen de Nike? Qu tcnica(s) de investigacin cualitativa se de
ben utilizar y porqu?
5. Debe Nike invertir en abrir ms tiendas de alto nivel de venta mi
norista de la empresa como Nike Town? La administracin se pre
gunta si una investigacin por encuesta puede darles la respuesta.
Cmo se debera aplicar dicha encuesta?
6 . Desarrolle escalas de Likeit, diferencial semntico y de Stapel para
evaluar la durabilidad de los zapatos para coirer de Nike.
7. Desarrolle un cuestionario para medir la imagen de Nike, Reebok y
Adidas.
8 . Desarrolle un plan de muestreo para aplicar la encuesta de la pre
gunta 5.
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.
1. Nike quisiera aumentar su participacin en el mercado de calzado

deportivo. Defina el problema de decisin de la administracin.
2 - 3 . Intel: construyendo los bloques

de adentro hacia fuera
Intel Corporation se fund en 1968 para construir productos de
memoria semiconductores. Introdujo el primer microprocesador
en el mundo en 1971. Los microprocesadores, tambin conoci
dos como unidades centrales de procesamiento (CPU por sus si
glas en ingls), a menudo son descritos como el cerebro de una
computadora. Hoy, Intel provee los bloques de construccin para
las industrias de cmputo y de comunicaciones. Estos bloques de
construccin incluyen chips, tableros, sistemas y software, y se
utilizan en computadoras, servidores, y productos de redes y co
municaciones. Como se establece en su pgina de Internet, la
misin de Intel es ser el proveedor eminente de bloques de cons
truccin para la economa de Internet .
Intel se organiza en cuatro unidades operativas por separa
do. Estas unidades son la empresa Intel Architecture, el Intel
Communications Group, Wireless Communications and Computing Group y el New Business Group. La empresa Intel Architec
ture desarrolla soluciones de plataforma para los segmentos de
escritorio, servidor y mercado mvil. Intel Communication
Group desarrolla productos para redes y plataformas de comuni
cacin enfocndose en tres reas. stas son conexin a Ethernet,
componentes pticos y componentes de procesamiento de redes.
El Wireless Communication and Computing Group proporciona
hardware de componentes y software para comunicaciones celu
lares digitales y reas relacionadas. El New Business Group est

diseado para desarrollar nuevos negocios alrededor de las habi
lidades centrales de la empresa.
La mayora de los clientes de Intel pertenecen a dos grupos
separados, los productores de equipo original (PEO) y los usua
rios de productos de computadoras personales y comunicaciones
en red. Los PEO fabrican sistemas de cmputo, telecomunicacio
nes y equipo de comunicaciones de red y perifricos. Los usuarios
de productos de computadoras personales y de comunicaciones en
red incluyen individuos, empresas grandes y pequeas y provee
dores deservicio que compran los productos de computadora per
sonal de Intel, productos de redes y productos de comunicaciones
empresariales a travs de canales de revendedores, minoristas, co
mercio electrnico y PEO. Intel es tambin una empresa que est
creciendo cada vez ms a nivel mundial. En 2001, slo 35% de los
ingresos fueron de Norteamrica, en tanto que Asia y Europa re
presentaron 31 y 25%, respectivamente.
Intel ha mostrado un crecimiento fenomenal como empresa,
en especial durante el decenio de 1990. Sus ingresos netos incre
mentaron de aproximadamente 6 , 0 0 0 millones de dlares en
1992 a tanto como 34,000 millones de dlares en 2000 antes de
caer con todo el mercado a 26,800 millones de dlares en 2 0 0 2 .
Mucho del xito de Intel se puede atribuir a la innovacin dentro
381
www.FreeLibros.me
de su departamento de marketing basado en la investigacin de

mercados. Se requiri de esta innovacin para superar diversos
obstculos que tena Intel. El principal problema que Intel en
frentaba era tratar de vender una marca de ingrediente, que es un
componente de un producto ms grande. Por eso, la dificultad era
llegar a los consumidores que nunca vern el producto y pueden
ni siquiera saber qu hace o por qu est ah.
Intel comenz su investigacin de mercados en el decenio
de 1980 porque tena dificultad con los clientes que no cambia
ban su microprocesador de 286 a 386. La investigacin de mer
cados mostr que esto se deba a la falta de percepcin del consu
midor e Intel se propuso cambiar eso. Realiz una pequea pero
eficaz campaa publicitaria. De hecho, en el proceso se percat
de que inadvertidamente haba creado una marca en Intel. D es
pus del xito en esta pequea campaa, Intel comenz a darse
cuenta de la importancia del marketing y la investigacin de mer
cados y enfoc ms esfuerzo y dinero a estas reas.
La investigacin de mercados revel que con el fin de ser efi
caz en su campaa de marketing general, Intel tendra que llegar
a los consumidores y convencerlos de que lo que estaba dentro de
la computadora era tan importante como lo que estaba fuera
de ella. ste se volvi el elemento fundamental de la campaa
Intel Inside realizada durante principios del decenio de 1990.
Este eslogan ayud a Intel a poner un nombre con sus productos y
ayud a Intel a incluir varios de sus productos bajo un solo ttulo.
Es ms, la investigacin de mercados mostr que sera ms
eficaz hacer un mercado transversal con sus socios tecnolgicos.
Esto ayudara a los consumidores a entender los productos que
Intel ayudaba a construir. Esto lo hizo al colocar su logotipo In
tel Inside en los anuncios de sus socios. Ellos ayudaron a pagar
parte de la publicidad. El problema de incluir su eslogan en otros
anuncios es que no queran entrometerse en los comerciales. Intel
decidi ayudar a hacer que el pequeo logotipo fuera advertido,
acompandolo con un pequeo tono musical cada vez que apa
reciera. Este tono se ha vuelto muy reconocido y es sinnimo del
eslogan de Intel. Todo esto ayud a Intel a percatarse de su meta
para aumentar la percepcin del consumidor. La medicin conti
nua de la eficacia de la publicidad a travs de la investigacin de
mercados revel que la campaa de Intel Inside fue muy efi
caz, por lo que sta continu durante el 2003.
La siguiente idea de Intel fue obtener un nombre para su mi
croprocesador. Esto permitira a Intel evitar el uso de un esquema
numrico, que no era patentable, y encontrar un nombre con el
que los consumidores pudieran identificar a los procesadores.
Despus de una extensa investigacin de mercados, Intel eligi el
nombre Pentium, que gener reacciones positivas con los consu
midores. Desde entonces ha estado comercializando sus procesa
dores con ese nombre.
Entre 1990 y 1993, Intel invirti 500 millones de dlares en
publicidad para construir su equidad de marca. Para 1993, 80%
de la gente en Estados Unidos reconoci a Intel y 75% tena sen
timientos positivos acerca de la marca. Ms importante, 50% de
los consumidores buscaban la marca cuando iban de compras.
Para 1994, Intel haba captado 95% del mercado de microproce
sadores debido en gran parte a sus esfuerzos publicitarios. Su par

ticipacin de mercados en microprocesadores haba bajado a
82.8% en 2 0 0 2 , como resultado del incremento de la competencia
de su principal adversario, AMD. Este aumento hizo que los es
fuerzos de investigacin de mercados de Intel fuesen ms impor
tantes que nunca, ya que trat de conservar su lugar dominante en
el mercado. Intel ha sido muy exitoso al dar importancia en la tec
nologa, imagen de la marca y equidad de la misma. Existen retos
futuros que Intel enfrenta. stos incluyen el incremento de la com
petencia, la apertura de nuevos mercados y el desarrollo de nuevos
productos. Intel continuar confiando en la investigacin de merca
dos para enfrentar estos retos y as realzar su imagen como un pro
veedor eminente de bloques de construccin de dentro hacia fuera.
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
2-4. Nivea: la investigacin

de mercados lleva
a la consistencia en marketing
Los productos del cuidado de la piel de Nivea son parte de la com
paa alemana Beiersdorf. La lnea Nivea de productos para el cui
dado de la piel se comercializa en 94 pases. La lnea de producto
ha existido por ocho decenios, se origin con un descubrimien
to cientfico para la primera crema para la piel que no se separaba
en agua y aceite. Eso, acompaado de marketing inteligente, llev
a una imagen de marca fuerte y positiva que representa mucho del
xito de Nivea. El xito continuo de la empresa se debe al empare
jamiento del marketing y la investigacin, y el desarrollo dentro de
la empresa. La investigacin y el desarrollo son continuos, y los
ms recientes resultados en dermatologa, tecnologa de producto
y materias primas se aplican a los productos existentes. La meta
del desempeo de productos mejorados y la calidad es primordial
para la lnea de productos Nivea. Nivea ayuda a asegurar su cali
dad mediante pruebas constantes y retroal imentacin del consumi
dor obtenida por investigacin de mercados.
Nivea empez su marketing en el decenio de 1920 cuando
cambi su logotipo y comenz a vender su producto por todo el
mundo. Antes, estableci su identidad de marca como un produc
to puro y suave en el que las familias podan confiar. Se anuncia
ba con una fotografa de la Chica Nivea. En 1924, la compaa
rompi con la tradicin y comenz a anunciarse con los Chicos
Nivea. Esto ayud a transmitir el mensaje de que Nivea estaba
hecha para toda la familia. Su imagen de marca ha trascendido
por decenios con la ayuda de una base construida en publicidad
que enfatiza las relaciones y valores familiares.
En el decenio de 1970, Nivea se tuvo que defender contra
la verdadera competencia por primea vez. Confiaba mucho en la in
vestigacin de mercados, lo que ayud a formular una estrategia do
ble. La primera parte fue la defensa de su negocio central mediante
una nueva campaa de publicidad, Crme de la Crme. La segunda
parte fue la introduccin de nuevos productos, que ayudaron a man
tener fresca a la marca e introdujeron nuevas fuentes de ventas.
En el decenio de 1980, cuando la investigacin de mercados
indic que la diferenciacin de marca estaba volvindose cada
vez ms importante, Nivea comenz a promocionarse con submarcas que incluan productos del cuidado de la piel, para el ba
o, proteccin solar, cuidado del beb, cuidado facial, cuidado del
cabello y cuidado para el hombre. Nivea utiliz una estrategia de
paraguas con las submarcas, lo que significa que estaba utilizan
do su marca central para incluir todas las submarcas. La meta era
establecer imgenes individuales que fueran distintas pero con
sistentes con la imagen central de Nivea. Estaba enfocada a no
diluir el nombre de la marca y querer vincular las nuevas submar
cas con los valores tradicionales de la marca principal. El resulta
do fue una explosin en las ventas.
Nivea pudo continuar su xito en el decenio de 1990 mien
tras sus ventas aumentaban rpidamente. Este crecimiento se de
bi en gran parte a la introduccin de nuevos productos, cada uno
basado en una extensa investigacin de mercados. Los productos
ms exitosos fueron una crema antiairugas y una lnea completa

de cosmticos.
Nivea entr al nuevo milenio como la compaa nmero uno
en cuidado de la piel y cosmticos en el mundo con ingresos de
2,700 millones de dlares. Sin embargo, no carece de retos. Su ma
yor reto est en el mercado estadounidense, donde su marca no es
tan fuerte como en otras partes del mundo. El mercado estadouni
dense presenta muchos obstculos debido a que es el mercado ms
grande y ms dinmico del mundo. Nivea espera superar estos obs
tculos mediante el uso de extensa investigacin de mercados. Esta
investigacin llevar a Nivea a realizar ms lanzamientos de pro
ductos y a desan-ollar estrategias de marketing enfocadas. Nivea se
enfoca en la consistencia de su marketing, lo que es otra dificultad
porque puede no es fcil comunicar el mismo mensaje entre diver
sas culturas. Sin embargo, Nivea har lo que tenga que hacer para
mantener su consistencia porque cree que esto le da una ventaja so
bre sus competidores. Ayuda a los consumidores a relacionar todos
sus productos con la marca e identidad central. Nivela continuar
confiando en la investigacin de mercados para retener y refinar la
consistencia en su marketing entre mercados globales.
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
Recopilacin, preparacin, anlisis

e informe de los datos
Captulo 13
Trabajo de campo
'n esta parte se presenta una exposicin prctica y pensada para ad
Captulo 14
ministradores del trabajo de campo, la cuarta etapa del proceso de
investigacin de mercados. Se ofrecen lineamientos para elegir, ca
Captulo 15
pacitar, supervisar, validar y evaluar a los trabajadores de campo. Cuando

se termina el trabajo de campo, el investigador pasa a la preparacin y
Distribucin de frecuencias, tabulacin

cruzada y verificacin de hiptesis
anlisis de los datos, que es la quinta etapa del proceso de investigacin
Captulo 16
de mercados. En esta parte se recalca la importancia y se estudia el pro
Anlisis de varianza y covarianza
ceso de preparacin d e los datos para dejarlos listos para el anlisis. En
Captulo 17
seguida se explican las tcnicas de anlisis, no slo las tcnicas bsicas
Correlacin y regresin
de distribucin de frecuencias, tabulacin cnjzada y verificacin de hipte

sis, sino tambin las tcnicas multivariadas usuales del anlisis de varianza y
Captulo 18
Anlisis discriminante
covarianza. Luego se describen tcnicas ms avanzadas: anlisis de discri

minantes, factorial y de agolpamientos, as como la elaboracin de escalas
Captulo 19
Anlisis factorial
de varias dimensiones y el anlisis conjunto. En la revisin de cada tcnica

estadstica se enfatiza en explicar el procedimiento, interpretar los resulta
dos y sacar conclusiones administrativas, ms que en la elegancia estads
Captulo 20
Anlisis p o r conglomerados
tica. Los tres casos con conjuntos de datos estadsticos dan grandes opor
Captulo 21
tunidades de practicar las tcnicas.
Escalas mu/tidimensionales y
anlisis conjunto
La sexta etapa del proyecto de investigacin de mercados consiste en

la preparacin y presentacin de un informe formal. Se proporcionan linca
mientos con orientacin prctica para redactar informes y preparar cuadros
y grficas, y tambin se comenta la presentacin verbal del informe. Se enfo
ca en las dimensiones internacionales de la investigacin de mercados. Aun
que se ha tratado el tema repetidas veces en los captulos anteriores, en esta
Captulo 22
Preparacin y presentacin d el informe
Captulo 23
Investigacin d e mercados internacionales
Casos de la tercera parte
p rtese proporcionan nuevos detalles. Se presenta un marco conceptual

para la investigacin de mercados internacionales y se detalla la forma
en que la prevalencia ambiental en los pases, las unidades culturales o
los mercados internacionales influyen en la manera de llevar a cabo el
proceso de investigacin de mercados.
www.FreeLibros.me
Otros casos de la tercera parte

Casos integrales con datos
Otros casos integrales
C A
T rab ajo de cam po
O b j e t i v o s
"Sin importar lo bien que

se disee una investigacin,
las personas responsables
del trabajo tienen que con
L Describir el trabajo de campo y explicar la seleccin, capacitacin y supervisin de los

trabajadores de campo, as como su evaluacin y la validacin del trabajo de campo.
2. Analizar la capacitacin de los trabajadores de campo para establecer el primer contacto,
formular las preguntas, sondear, anotar las respuestas y dar por concluida la entrevista.
3. Analizar la supervisin de los trabajadores de campo en trminos de correcciones y con
trol de la calidad, el muestreo, los fraudes y la oficina central.
4. Describir la evaluacin de los trabajadores de campo en los aspectos de costos y tiempos,
tasas de respuesta, calidad de las entrevistas y calidad de los datos.
5. Explicar los temas relacionados con el trabajo de campo al realizar investigaciones de
mercados internacionales.
6 . Examinar los aspectos ticos del trabajo de campo.
7. Bustrar el uso de Internet y las computadoras en el trabajo de campo.
solar b calidad. La clave

de un buen trabajo de
campo consiste en una se
leccin cuidadosa, una ca
pacitacin exhaustiva y una
evaluacin continua . . . ,
siempre con b mira puesta
en la calidad".
Tren ton Haack,
director especialista
en calidadf,
Burke, Inc.
386
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

Trabajo de campo
En el proyecto de tienda departamental, las entrevistasen el hogar las efectuaron estudiantes graduados
y an no titulados de los cursos de investigacin de mercados dirigidos por el autor. La capacitacin de
los trabadores de campo incluy que cada entrevistador. 1 ) actuara como encuestado y como autoadministrador del cuestionario, y 2 ) aplicara el cuestionario a algunos otros estudiantes no implicados en
d proyecto (encuestados fantasma). A cada entrevistador se le proporcionaron lincamientos detallados
para las entrevistas. Los estudiantes graduados supervisaron a los entrevistadores, los cuales vigilaron
las actividades de campo da a da. Se volvi a llamar a los encuestados para verificar que los entrevis
tadores en realidad haban aplicado el cuestionario y para agradecerles su participacin en la investigadn. Se llev a cabo 100% de la vahdadn. El autor evalu a todos los trabajadores de campo, a los
entrevistadotes y a los supervisores.
INVESTIGACIN
RE
Cmo rechazar los rechazos

El Council for Marketing and Opinion Research (CMOR) de Estados Unidos es un grupo sec
torial de investigacin sin afn de lucro (www.cmor.org). En una encuesta de ms de 3,700 con
sumidores estadounidenses realizada en mayo de 2001, casi 45% afirmaron que en el ao ante
rior se haban negado a participar en una encuesta, ms de 40% que en 1999. El CMOR ofreci
varios lincamientos para disminuir la tasa de rechazos relacionada con el trabajo de campo.
Deben realizarse peridicamente programas de capacitacin de entrevistadores para que
los trabajadores de campo cumplan sus tareas con eficacia.
Hay que tener presentes las normas de cortesa al decidir a qu hora llamar a los entrevis
tados. Se recomienda llamar entre las nueve de la maana y las nueve de la noche.
Si los entrevistados en un centro comercial dicen que el momento no es el indicado, se de
be concertar una cita para realizar despus la entrevista.
387
www.FreeLibros.me
P ro m o tin g & A dvo catin g S u rv ey R e s e a r c h

L o s lin cam ien to s d e l C M O R ay u d an a
red u cir la s ta s a s d e rech azo .
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.
TRABAJO DE CAM PO Y RECOPILACIN DE DATOS

Todo trabajo de campo requiere seleccin, capacitacin y supervisin de las personas que reco
gen los datos.3 La validacin del trabajo de campo y la evaluacin de los trabajadores son par
tes del proceso. En la figura 13-1 se presenta un esquema general de este proceso de trabajo de
campo y recopilacin de datos. Se describir un proceso general, pero debe aceptarse que la naFigura 13.1
Proceso del trabajo de campo y
de la recopilacin de datos
Seleccin de los trabajadores

de campo
Capacitacin de los
trabajadores de campo
1
Supervisin de los
I
Validacin del trabajo
de campo
i
Evaluacin de los
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.
SELECCIN DE LOS TRABAJADORES DE CAM PO

La primera fase del trabajo de campo es la seleccin de los trabajadores. El investigador debe:
1 ) establecer las especificaciones del proyecto, tomando en cuenta el mtodo de recopilacin de
datos; 2) decidir qu caractersticas deben poseer los trabajadores de campo, y 3) contratar a los in
dividuos apropiados. Los antecedentes, opiniones, impresiones, esperanzas y actitudes de los entre
vistadores repercuten en las respuestas que hagan .4
Por ejemplo, el grado en que un encuestado acepte a un trabajador tiene efecto sobre la ca
lidad de los datos obtenidos, en especial en las entrevistas personales. Los investigadores coin
ciden en que cuantas ms caractersticas compartan el entrevistador y el entrevistado, mayor es
la probabilidad de que la entrevista salga bien.
INVESTIGACIN
REAL
En busca de un terreno comn

En una encuesta acerca del bienestar emocional y la salud mental, los entrevistadores de ms
edad lograron mayor cooperacin de los encuestados que los entrevistadores jvenes. Segn
parece, este resultado fue independiente de los aos de experiencia. Tambin hubo diferencias
en la tasa de falta de respuesta entre entrevistadores blancos y negros. Los entrevistadores ne
gros tuvieron tasas mayores de falta de respuesta con los entrevistados blancos que los entrevis
tadores blancos. Cuanto ms tuvieran en comn el entrevistador y el entrevistado, mayor era la
cooperacin y mejor la calidad de los datos.5
As, en la medida de lo posible hay que elegir entrevistadores que correspondan a las carac
tersticas de los encuestados. Los requisitos del trabajo tambin varan segn la naturaleza del
problema y el mtodo de recopilacin de datos. Sin embargo, hay algunas aptitudes generales
que deben reunir los trabajadores de campo, como:
Ser sanos. El trabajo de campo puede ser fatigoso y los trabajadores necesitan vigor para
realizarlo.
Ser sociables. Los entrevistadores deben ser capaces de compenetrarse con los entrevista
dos. Deben ser capaces de tratar con desconocidos.
Ser comunicativos. La capacidad de hablar y escuchar es una gran ventaja.
Tener apariencia agradable. Si el aspecto del trabajador de campo es desagradable o extra
o, los datos que se renan podran estar alterados.
Estar preparados. Los entrevistadores deben tener buena capacidad de lectura y escritura.
La mayora de las empresas de trabajo de campo piden preparatoria y muchas prefieren ni
vel universitario.
Tener experiencia. Los entrevistadores con experiencia tienen mayores probabilidades de
hacer bien el trabajo, de seguir las instrucciones, ganar la cooperacin de los entrevistados
y realizar la entrevista.
m m rn m m m M
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
Recopilacin, preparacin, anlisis e informe de los datos
CAPACITACIN DE LOS TRABAJADO RES

DE CAM PO
La capacitacin de los trabajadores de campo es crucial para la calidad de los datos reunidos. La
capacitacin se imparte personalmente en algn centro, o por correo si los entrevistadores estn
dispersos. La capacitacin es para que todos los entrevistadores apliquen el cuestionario en la
misma forma y para que la recopilacin de los datos sea de manera uniforme. El programa de ca
pacitacin debe abarcar, desde el primer contacto, la realizacin de las preguntas, sondear, ano
tar las respuestas y concluir la entrevista.7
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.

Presentacin en el primer contacto
Hola, mi nombre es
. Represento al departamento de marketing de Georgia Tech. Esta
mos realizando una encuesta en los hogares acerca de las preferencias de tiendas departamentales. Us
ted es uno del selecto grupo de entrevistados elegidos cientficamente para participar en la encuesta.
N&loramos en gran medida su opinin y nos gustara formularle algunas preguntas.9
Obsrvese que el entrevistador no pide concretamente la autorizacin del entrevistado.
Hay que evitar preguntas que pidan permiso, como: Puedo quitarle parte de su valioso tiem
po? o Quisiera contestar algunas preguntas? . Los entrevistados tambin deben aprender a
manejar objeciones y rechazos. Por ejemplo, si el entrevistado explica que no es un buen mo
mento, el entrevistador debe preguntarle: Qu hora sera ms conveniente para que vuelva a
llamarle?. Si se emplean las tcnicas del pie en la puerta o la puerta en la cara, que se estudia
ron en el captulo 1 2 , hay que capacitar a los entrevistadores para ello.
Realizacin de las preguntas

Incluso el menor cambio en la redaccin, el orden o la manera de formular una pregunta puede
alterar su significado y sesgar una respuesta. Hacer preguntas es todo un arte. Ensear a pregun
tar arroja grandes dividendos en tanto que elimina posibilidades de alteracin de los datos.
Cambiar la redaccin o el orden de las preguntas durante la entrevista puede producir diferen
cias significativas en las respuestas que se obtengan. Aunque se nos puede acusar de no haber
redactado el mejor de los cuestionarios, de cualquier manera tiene que aplicarse como est e s
crito. Enfrentamos la dificultad de hacer que el trato de los entrevistadores sea menos rgido,
pero a pesar de esto, tienen que formular las preguntas tal como estn escritas .10 Veamos los
siguientes lincamientos para hacer preguntas. 11
1.
2.
3.
4.
5.
6.
7.
Conozca a fondo el cuestionario.

Plantee las preguntas en el orden en que aparecen en el cuestionario.
Utilice exactamente las mismas palabras que estn en el cuestionario.
Lea el cuestionario lentamente.
Repita las preguntas que no hayan sido entendidas.
Haga todas las preguntas aplicables.
Siga las instrucciones y esquemas de salto; sondee con atencin.
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.
Registro de las respuestas

Aunque parece fcil anotar las repuestas de los entrevistados, hay varios errores comunes.14 Todos
los entrevistadores deben usar el mismo formato y las mismas convenciones para anotar las entre
vistas y para revisarlas ya terminadas. Las reglas para anotar las respuestas a preguntas estructura
das varan con cada cuestionario, pero la regla general es marcar el recuadro que corresponda a la
respuesta de los entrevistados. Y la regla general para anotar las repuestas de las preguntas libres
es copiarlas literalmente. El manual del entrevistador del Survey Research Center ofrece los si
guientes lincamientos concretos para anotar las respuestas a las preguntas sin estructura.
L Anote las respuestas durante la entrevista.
Utilice las mismas palabras que el entrevistador.
3. No resuma ni parafrasee las respuestas de los entrevistados.
4. Incluya todo lo que concierna a los objetivos de la pregunta.
5. Incluya todos los sondeos y comentarios.
6. Repita la respuesta mientras la escribe.
2.
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.
El Center fo r Disease Control controla la capacitacin

El Center for Disease Control and Prevention (CDC, www.cdc.gov) realiza una encuesta en Es
tados Unidos que constituye la entrevista continua telefnica de salud ms prolongada del mun
do, denominada sistema de vigilancia de factores conductuales de riesgo (SVFCR), para reunir
datos acerca de los comportamientos de riesgo y prcticas de prevencin, la cual se realiza ca
da mes desde 1984. Trabajadores de campo que son capacitados en sus propios estados aplican
cuestionarios homogneos. El CDC recaba en cada estado datos de salud relacionados con pre
sin arterial elevada, concentraciones altas de colesterol, tabaquismo y alcoholismo, y cada ao
publica un informe. Para aumentar la uniformidad de la capacitacin de los trabajadores de
campo y la recopilacin de datos, el CDC estableci un sistema de entrevistas telefnicas asis
tidas por computadora (ETAC).
El CDC entiende que sus entrevistadores de campo son el nico vnculo entre los partici
pantes en la encuesta y los investigadores que la realizan. Por tanto, pide a los estados que de
diquen mucho tiempo y empeo para capacitar a los entrevistadores. En la capacitacin se hace
un esfuerzo para que el entrevistador:
Comprenda la naturaleza y el contenido de las preguntas.
Entienda cmo registrar las respuestas, codificar los cuestionarios y revisar las entrevistas.
www.FreeLibros.me
392
PARTE III
Garantice el anonimato de los entrevistados.

Se asegure de entrevistar a las personas correctas.
Registre una imagen fidedigna.
Ejecute el trabajo de manera clara y precisa.
Est preparado para enfrentar las situaciones problemticas que surjan durante las entre
vistas.
Sea persuasivo y reduzca al mnimo el nmero de hogares y entrevistados seleccionados
que se rehsen a participar.
Haga de la calidad una prioridad en todos los aspectos de la entrevista.
Sea corts y amable.
Se esfuerce por alcanzar la mxima eficiencia sin sacrificar la calidad.
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.
Manejo de los entrevistados difciles

Responder a los entrevistados.
Apaciguar las preocupaciones por la confidencialidad.
Promover las respuestas de los entrevistados reacios.
Mitigar las preocupaciones por la duracin de la entrevista.
Conocimiento general del SVFCR
Advertir la necesidad de datos de calidad.
Conocer los objetivos de la encuesta.
Conocer la razn de las preguntas.
Tcnicas de entrevista
Leer las preguntas literalmente.
Verificar el nmero telefnico.
Seguir los esquemas de salto sin interrupciones.
Pasar sin cortes de la introduccin a las preguntas.
Concluir la entrevista con ligereza.
Hacer las citas de manera apropiada.
Hacer comentarios neutrales.
SUPERVISIN DE LOS TRABAJADORES DE CAM PO

Supervisar a los trabajadores de campo significa asegurarse de que apliquen los procedimientos
y las tcnicas para los que fueron capacitados. La supervisin comprende control de calidad y
revisin, control del muestreo, control de fraudes y control de la oficina central.
Control de calidad y correcciones

El control de calidad de los trabajadores de campo consiste en verificar que se hayan implanta
do de manera correcta los procedimientos de campo . 16 Si el supervisor detecta problemas, debe
analizarlos con los trabajadores de campo, y si es necesario proporcionar ms capacitacin. Pa
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.
Control del muestreo

Aspecto de la supervisin para vigi
lar que los entrevistadores sigan rigu
rosamente el plan de muestreo y que
no elijan las unidades de muestra por
su conveniencia o accesibilidad.
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
Control de la oficina central

Los supervisores entregan informacin de calidad y control de costos a la oficina central para
que se pueda mantener un informe de avance total. Adems de los controles iniciados en el
campo, se establecen otros controles en la oficina central para identificar posibles problemas.
El control de la oficina central abarca la tabulacin de variables de cuotas, caractersticas demo
grficas importantes y respuestas a las variables principales.
VALIDACIN DEL TR A B A JO DE CAM PO

\fclidar el trabajo de campo significa verificar que los trabajadores presentaron entrevistas au
tnticas. Para validar el estudio, los supervisores llaman al 10 o al 25% de los entrevistados y
les preguntan si los trabajadores de campo efectuaron realmente las entrevistas. Los investiga
dores preguntan sobre la duracin y la calidad de la entrevista, la reaccin del entrevistador y
datos demogrficos bsicos. La informacin demogrfica se cruza con la informacin propor
cionada por los entrevistadores en los cuestionarios.
EVALUACIN DE LOS TRABAJADORES DE CA M PO

Es importante evaluar a los trabajadores de campo para darles retroalimentacin acerca de su
desempeo, y para identificar a los mejores y formar una fuerza de campo mejor y de ms cali
dad. Los criterios de evaluacin deben comunicarse claramente a los trabajadores de campo du
rante su capacitacin. La evaluacin de los trabajadores de campo debe basarse en criterios de
costo y tiempo, tasas de respuesta, calidad de las entrevistas y calidad de los datos. 18
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.
Calidad de las entrevistas

Para evaluar la calidad de los entrevistadores, el supervisor debe observar directamente el proce
so de las entrevistas, ya sea en persona o mediante una grabacin hecha por el propio trabajador
de campo. La calidad de la entrevista debe evaluarse en trminos de: 1) lo apropiado de la intro
duccin; 2) la precisin con que el trabajador formula las preguntas; 3) la capacidad de sondear
sin introducir sesgo; 4) la habilidad para hacer las preguntas delicadas; 5) las destrezas de trato
personal manifestadas en la entrevista, y 6 ) la manera de dar por concluida la entrevista.
Calidad de los datos

Debe evaluarse la calidad de los cuestionarios contestados de cada entrevistador. Algunos indi
cadores de la calidad son: 1 ) los datos anotados son legibles; 2 ) se siguieron todas las instruc
ciones, incluyendo los esquemas de salto; 3) las respuestas a las preguntas libres se anotaron li
teralmente; 4) las respuestas a las preguntas libres son lo bastante significativas y completas
para codificarlas, y 5) son raros los reactivos sin respuesta.
INVESTIGACIN
REAL
neamientos para entrevistar: The Council o f

American Survey Research Organizations
Todo entrevistador debe aplicar estas tcnicas para hacer una buena entrevista:
1. Decir su nombre completo, si se lo pide el entrevistado, as como el telfono de la empre
sa de investigacin.
2. Leer cada pregunta exactamente como est escrita. Informar de los problemas al supervi
sor con la mayor brevedad.
3. Leer las preguntas en el orden indicado en el cuestionario, y seguir las secuencias de salto
adecuadas.
4. Aclarar neutralmente las preguntas del entrevistado.
5. No engaar a los entrevistados sobre la duracin de la entrevista.
6 . No revelar la identidad del cliente ltimo, salvo si se le indica que lo haga.
7. Llevar un conteo de las entrevistas suspendidas y la razn de la suspensin.
8 . Ser neutral en la entrevista. No mostrar acuerdo ni desacuerdo con el entrevistado.
9. Hablar de manera clara y lenta para que se entiendan sus palabras.
10. Anotar todas las respuestas literalmente; no parafrasear.
11. Evitar las conversaciones innecesarias con el entrevistado.
12. Sondear y aclarar los comentarios adicionales en todas las preguntas abiertas, a menos que
se le indique lo contrario. Sondear y aclarar de manera neutral.
13. Escribir de manera clara y legible.
14. \ferificar que su trabajo est completo antes de devolverlo al supervisor.
15. Al rechazar a un entrevistado, hacerlo de manera neutra: Gracias o Ya cumplimos
nuestra cuota en esta zona, pero gracias de cualquier manera.
16. Mantener la confidencialidad de todos los estudios, materiales y resultados.
17. No falsear las entrevistas ni las respuestas a ninguna pregunta.
18. Dar las gracias al entrevistado por participar en el estudio.
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
395
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.
Estados Unidos une a los europeos

En un estudio de imagen que realiz Research International (www.research-int.com), compaa
inglesa de investigacin de mercados, se mostr que a pesar de la unificacin del mercado euro
peo, los consumidores favorecen cada vez ms a los productos estadounidenses. Se espera que
esta aficin una a los consumidores en Europa. La encuesta se realiz en Francia, Alemania, In
glaterra, Italia y Holanda. En cada pas se recurri a entrevistadores y supervisores locales, pues
se pens que seran ms capaces de identificarse con los entrevistados. Sin embargo, los trabaja
dores de campo recibieron una capacitacin exhaustiva y se les supervis rigurosamente para
^rantizar la calidad de los resultados y reducir al mnimo la variabilidad de stos de un pas a
otro, debido a las diferencias en el proceso de las entrevistas.
En total se realizaron 6,724 entrevistas personales. Algunos de los resultados fueron que
los europeos dieron calificaciones elevadas a los productos estadounidenses por ser innovado
res y en algunos pases tambin los vieron como a la moda o de calidad. Es interesante observar
que Francia, considerada contraria a Estados Unidos, tambin apareci como a favor de los pro
ductos estadounidenses. Entre los 1,034 consumidores franceses entrevistados, 40% considera
ron que los productos de Estados Unidos eran de moda, 38% que eran innovadores y 15% que
eran de calidad. Adems, cuando se les pregunt de qu nacionalidad preferan que fuera una
nueva compaa que se instalara en su zona, la primera opcin fue una compaa estadouniden
se. Estos resultados fueron equivalentes y congruentes entre los cinco pases. Una clave para
los descubrimientos de estos resultados fue el recurso a trabajadores de campo locales, y la ca
pacitacin y supervisin exhaustivas, que produjeron resultados de alta calidad.
Este estudio es muy til para que los mercadlogos coloquen y aventajen las marcas estadou
nidenses en el mercado europeo. Ms que tratar de ocultar el hecho de que son estadounidenses,
pensamos que las compaas deben destacar o tratar de explotar su herencia estadounidense, dice
Eric Salama, director de operaciones europeas del Henley Center, la empresa consultora inglesa de
pronsticos econmicos. De hecho, las compaas estadounidenses han aprovechado el valor del
lema Hecho en Estados Unidos . En consecuencia, las exportaciones a Europa han crecido en for
ma notable en los ltimos aos. En 2001, las exportaciones estadounidenses a Europa fueron de
701 millones de dlares. Los tres pases a los que Estados Unidos exporta ms bienes son: Inglate
rra, 166 millones de dlares; Alemania, 154 millones y Francia, 70 millones.20
LA TICA EN LA INVESTIGA C I N DE MERCADOS

sea que los datos los rena el departamento interno de investigacin de mercados o una em
presa externa de trabajo de campo, deben obtenerse mediante el seguimiento de estndares ti-
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.
Preocupaciones ticas de los entrevistados

durante el trabajo de campo
Muchas veces, la informacin que se proporciona al llamar a un telfono gratuito, al usar una tarje
ta de crdito o al comparar un producto se compila en una lista de clientes actuales y futuros. Estas
listas casi nunca se venden a las organizaciones de ventas directas y tele mercadeo. Sin embargo, la
opinin general es distinta y muchos piensan que los mercadlogos y las empresas de marketing
abusan de la informacin que renen. Esta idea equivocada le da a la investigacin de mercados
una imagen negativa.
En un esfuerzo por refutarla, muchos investigadores de mercados y empresas de trabajo de
campo abordan el problema desde el comienzo de la entrevista. Por ejemplo, al ponerse en con
tacto con los posibles entrevistados, Gallup Organization (www.gallup.com) les da informacin
sobre la compaa (Gallup) y el proyecto de investigacin de mercados. Se asegura a los entre
vistados que Gallup procede de acuerdo con un cdigo de tica. Algunas empresas de investiga
cin de mercados y de trabajo de campo proporcionan a los posibles entrevistados nmeros sin
costo a los que pueden llamar para pedir ms informacin a fin de verificar la que les dan los
trabajadores de campo. Con estas acciones, los entrevistados se sienten ms cmodos e infor
mados y se obtienen para los clientes datos de mayor calidad .22
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.
Cmo crear su propia encuesta en lnea

CreateSurvey (wmv.createsurvey.com) es una compaa internacional en lnea que permite a cual
quiera crear y aplicar encuestas en lnea para quien sea. La compaa distribuye la encuesta, vigi
la la participacin y a los participantes, y recopila y analiza los datos, todo de manera gratuita. Se
financia con publicidad en la red exhibida en forma de cintillos que se despliegan en su sitio y en
los cuestionarios, de modo que tanto los entrevistados como los creadores de las encuestas ven los
anuncios. Si alguien no quiere cintillos en su pgina, es posible suprimirlos, pero se le carga una
tarifa de por lo menos cinco dlares por cada 1,000 encuestados, para costear el servicio. Create
Survey no consigue a los encuestados. Lo hacen los usuarios a discrecin. Por ejemplo, pueden
crear una pgina Web y poner un enlace a la encuesta, o pueden expedir mensajes de correo elec
trnico con el enlace y la solicitud de participar en la encuesta. CreateSurvey ofrece un servicio
valioso de creacin y aplicacin de encuestas en lnea que ha sido utilizado por muchos indivi
duos, compaas, universidades e incluso organizaciones de investigacin de mercados.
Otro servicio en la red que tambin permite crear encuestas es Mvw.soomerang.com, de
MarketTools, compaa de investigacin de mercados de servicio completo que opera con tec
nologa de Internet (www.markettools.com).
SPSS Windows. SPSS ofrece varios programas para ayudar en el trabajo de campo o la re
copilacin de datos. Adems, es posible ajustar varios mtodos para aplicar la entrevista, como
por telfono, medios electrnicos, correo y en persona.
1. Estacin de entrada de datos de SPSS. Este mtodo de exhibicin colocar una copia del
cuestionario en la computadora para que el capturista o el entrevistado pueda anotar las res
puestas en la pantalla con el teclado o el ratn (sin que puedan hacer correcciones de for
ma). De esta manera, y en alguna medida, la captura simula un sistema ETAC, ya que pue
de iniciar los datos con el nmero telefnico y detalles bsicos del entrevistado para que la
informacin aparezca conforme el operador recorre la lista. Sin embargo, el sistema care
ce por completo de la capacidad de mantener una bitcora de llamadas y una lista de lla
madas pendientes, lo que deben hacer los verdaderos buenos sistemas ETAC.
2. Servidor empresarial de entrada de datos de SPSS (DEES). Este mtodo de exhibicin
cargar una copia del cuestionario en un servidor en red para que los capturistas o los en
trevistados se conecten con una contrasea y anoten sus resultados sin tener que instalar
nada en su computadora local. El DEES funciona en ambientes de intranet e Internet. El
software tambin incluye tecnologa que impide que el mismo entrevistado responda la
encuesta varias veces.
3. Impresin de la forma. Esto se hace con el DE Builder de SPSS, que imprime la forma
despus de haberla diseado para una encuesta por correo o personal. Es el sistema menos
elaborado porque el investigador no puede aprovechar los mens en cascada que ahorran
espacio ni ninguna de las reglas incluidas. Las reglas se usan cuando se capturan los datos
de seguimiento, pero en muchas situaciones, si hay un error, quiz sea demasiado tarde pa
ra corregirlo. En las entrevistas personales, una mejor opcin para el entrevistador es la
laptop con la forma de estacin de entrada de datos, pues las reglas se activaran a me
dida que se respondan las preguntas, con lo que se podran hacer enseguida las correccio
nes necesarias.
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:
Procedimientos de servicio a clientes.

Sistemas y procedimientos de administracin de las muestras.
Administracin de recursos humanos.
Administracin de relaciones (relaciones con los empleados, procedimientos de evaluacin, so
lucin de conflictos, etctera).
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:
Marcado de prctica con supervisin estrecha.

Escucha y evaluacin de los supervisores.
Instruccin en aula y anlisis de entrevistas eficaces.
Capacidad de leer y tono de conversacin.
Aspecto profesional.
Capacidad para seguir los procedimientos y lincamientos establecidos.
Los entrevistadores asisten a talleres sobre:
Manejo de rechazo y abandono de las entrevistas.

Eficacia en d proceso de la entrevista.
Nbcalizacin (enundacin, pronunciacin, etctera).
Mecanografa.
Capacitacin en satisfaccin a clientes (entrevistar como representante identificado de la organi
zacin).
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:
Escuchar y evaluar todos los das cada proyecto y a cada entrevistador.

Informes estandarizados mediante el sistema ETAC.
Duradn de las entrevistas, por entrevistador.
Tasa de abandono, por entrevistador.
Disposian a marcar el telfono, por entrevistador.
Informe de tiempo en lnea y detalles libres.
Participacin de la direcdn en un programa de supervisin abierta en el cual los directivos es
cuchan a entrevistadores elegidos al azar.
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
necesita recurrir a trabajadores de campo, los cuales deben ser sanos,

sociables, comunicativos, agradables, educados y experimentados,
Deben capacitarse en los aspectos importantes del trabajo de campo:
www.FreeLibros.me
CAPTULO 13
Trabajo de campo
cmo hacer el primer contacto, formular las preguntas, sondear, ano

tar las respuestas y concluir la entrevista. La supervisin de los
trabajadores de campo consiste en diversos controles: de calidad,
revisin, muestreo, fraudes y de la oficina central. La validacin
del trabajo de campo se logra al llamar al 10 o al 25% de los entre
vistados para preguntarles si se celebr la entrevista. Los trabaja
dores de campo deben ser evaluados por costos y tiempos, tasas de
respuesta, calidad de las entrevistas y calidad de la coleccin de
datos.
399
La seleccin, capacitacin, supervisin y evaluacin de los tra

bajadores es an ms delicada en la investigacin de mercados in
ternacionales, pues en muchos pases no se cuenta con empresas lo
cales de trabajo de campo. Entre los problemas ticos se encuentra
hacer que los entrevistados se sientan cmodos en el proceso de re
copilacin de datos para que su experiencia sea positiva. Deben ha
cerse todos los esfuerzos para que los datos tengan la mayor cali
dad. Internet y las computadoras facilitan y mejoran enormemente
la calidad del trabajo de campo.
TERM INOS Y CO N CEP TO S FUN DAM EN TALES

control del muestreo, 393
sondeo, 390
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Problemas
Qu opciones tienen los investigadores para reunir datos?

Describa el proceso del trabajo de campo y la recopilacin de datos.
Qu calificaciones deben poseer los trabajadores de campo?
Cules son los lincamientos para formular las preguntas?
En qu consiste el sondeo?
Cmo deben anotarse las respuestas a las preguntas sin estructura?
Cmo deben concluir la entrevista los trabajadores de campo?
Cules son los aspectos de la supervisin de los trabadores de
campo?
Cmo se controlan los problemas de seleccin de encuestados?
En qu consiste la validacin del trabajo de campo? Cmo se hace?
Describa los criterios con que deben evaluarse los trabajadores de
campo.
Describa las principales fuentes de error en el trabajo de campo.
1. Escriba algunas instrucciones para estudiantes que realicen entre

vistas personales a domicilio.
2. Comente las siguientes situaciones de campo y haga recomendacio
nes para corregirlas.
a. Uno de los entrevistadores tiene una tasa excesiva de rechazos
en las entrevistas personales a domicilio.
b. En una situacin de ETAC, muchos nmeros telefnicos dan to
no de ocupado en el primer marcado.
c. Un entrevistador informa que al final de las entrevistas muchos
encuestados le preguntan si respondieron las preguntas correcta
mente.
d. Al validar el trabajo de campo, una persona dice por telfono
que no se acuerda de que la hayan entrevistado, pero el entrevis
tador insiste en que realiz la entrevista.
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.
3. Con un software de PERT/CPM, como MacProject, Timeline, Har

vard Project Manager, Microsoft Project o Category PERTmaster,
elabore un calendario de trabajo decampo para realizar una encuesta
nacional de preferencias de consumo de comida rpida que compren
da 2,500 entrevistas en centros comerciales de Los ngeles, Salt La
ke City, Dallas, St. Louis, Milwaukee, Nueva Orlens, Cincinnati,
Orlando, Atlanta, Nueva York y Boston.
ACTIVIDADES
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.
Oganice una visita a una empresa de investigacin de mercados o

de recopilacin de datos. Pdale a un supervisor que describa el pro
ceso del trabajo de campo de la empresa. De qu manera se com
para con el descrito en este libro?
2. Organice una visita a un local de entrevistas en centros comerciales

cuando se realice un estudio. Observe el proceso de las entrevistas.
Escriba un informe acerca de su visita.
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
P rep araci n de los datos
Objetivos
"No importa cuntas ve

ces oiga la frase 'entra
b asu ra..., sale basura', s
ta debe ser su mantra (in
vocacin) al trabajar con
datos".
A tar/ Beth Mapstone>
vicepresidentei,
de finanzas,
Burke, Inc.
L Analizar la naturaleza y el alcance de la preparacin de datos y su proceso.

2. Explicar cmo se verifican y revisan los cuestionarios y cmo, para tratar las respuestas
insatisfactorias, se vuelve al campo, se asignan valores faltantes y se descartan las res
puestas insatisfactorias.
3. Describir los lincamientos para codificar los cuestionarios, entre los cuales se encuentra la
codificacin de preguntas estructuradas y sin estructura.
4. Analizar el proceso de depuracin de datos y los mtodos para tratar las respuestas faltantes: sustitucin con un valor neutro, respuesta atribuida, eliminacin de casos y elimina
cin por pares.
5. Enunciar las razones y los mtodos para ajustar estadsticamente los datos: ponderacin,
nueva especificacin de las variables y transformacin de las escalas.
6 . Describir el procedimiento para elegir una estrategia de anlisis de datos y los factores que
influyen en el proceso.
7. Gasificar las tcnicas estadsticas y dar una clasificacin detallada de las tcnicas univariadas as como las multivariadas.
8 . Comprender los enfoques culturales, multiculturales y transeulturales para el anlisis de
datos en la investigacin de mercados internacionales.
9. Identificar los problemas ticos relacionados con el procesamiento de datos, en particular
la eliminacin de respuestas insatisfactorias, descuido de las premisas de las tcnicas de
anlisis de datos y evaluacin e interpretacin de los resultados.
10. Explicar la aplicacin de Internet y las computadoras en la preparacin y el anlisis de datos.
400
www.FreeLibros.me
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

En el proyecto de la tienda departamental, los datos se obtuvieron mediante entrevistas personales a do
micilio. Los supervisores revisaron los cuestionarios a medida que los entrevistadores los devolvan. Se
verific que no tuvieran respuestas incompletas, ilgicas o ambiguas. Los cuestionarios con respuestas
insatisfactorias se devolvieron al campo y se pidi a los entrevistadores que volvieran a ponerse en con
tacto con los encuestados para obtener la informacin requerida. Se descartaron nueve cuestionarios
porque la proporcin de respuestas insatisfactorias era grande. As, la muestra final fue de 271.
Se elabor un libro de cdigos para el cuestionario. La codificacin fue relativamente simple por
que no haba preguntas abiertas. Los datos se transcribieron al disco de la computadora. Se verificaron
errores de dedo en aproximadamente 25% de los datos. Para depurar los datos, se identificaron las res
puestas impropias e ilgicas. Casi toda la informacin calificada se obtuvo con escalas de seis puntos, de
modo que las repuestas de 0 ,7 y 8 fueron consideradas impropias y se asign el cdigo 9 para las res
puestas faltantes.
Todas las respuestas faltantes se eliminaron por casos, de modo que se suprimieron del anlisis to
dos los entrevistados con valores faltantes. Se prefiri la eliminacin por casos, porque los casos (en
trevistados) con valores faltantes eran pocos y el tamao de la muestra era bstame grande. Al ajustar
estadsticamente los datos se crearon variables ficticias para las variables de las categoras. Tambin se
generaron variables nuevas compuestas de las originales. Por ejemplo, las calificaciones de familiari
dad con las 10 tiendas departamentales se sumaron para crear un ndice de familiaridad. Por ltimo, se
desarroll una estrategia para el anlisis de los datos.
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.
PREPARACIN DE LOS DATOS

En la figura 14-1 se muestra el proceso de preparacin de los datos. El proceso sigue la orienta
cin del plan preliminar del anlisis de datos que se formul en la fase de diseo de la investi
gacin (captulo 3). El primer paso es verificar que los cuestionarios sean aceptables. Sigue a
continuacin la revisin, codificacin y transcripcin de los datos. stos se depuran y se esta
blece un tratamiento para las respuestas faltantes. Muchas veces es necesario hacer un ajuste e s
tadstico de los datos para que sean representativos de la poblacin que se estudia. Enseguida el
investigador debe elegir una estrategia conveniente para el anlisis de los datos. Esta estrategia
final difiere del plan preliminar de anlisis debido a la informacin y los conocimientos adqui
ridos desde que se traz el plan. La preparacin de los datos debe comenzar en cuanto vuelva
del campo el primer lote de cuestionarios, en tanto contina el trabajo de campo. As, si se de
tectan problemas puede modificarse el trabajo para incorporar las acciones correctivas.
Figura 14.1
Proceso de preparacin de los
datos
Preparacin del plan prelimi

nar de anlisis 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
CAPTULO 1A Preparacin de los datw
403
VERIFICACIN DEL CUESTIONARIO

El primer paso en la verificacin de los cuestionarios consiste en comprobar que estn comple
tos y que las entrevistas sean de calidad. Muchas veces esta verificacin tiene lugar mientras el
trabajo de campo todava transcurre. Si se encarg este trabajo a una empresa de recopilacin
de datos, el investigador debe hacer una verificacin independiente al terminar. Un cuestionario
que llega del campo puede ser inaceptable por varias razones.
L lurtes del cuestionario pueden estar incompletas.
La pauta de las respuestas indicara que el entrevistado no entendi o no sigui las instruc
ciones. Por ejemplo, no se sigui el patrn de saltos.
3. Las respuestas muestran poca variacin. Por ejemplo, el entrevistado marc slo los reac
tivos con el nmero 4 en un grupo de escalas de siete puntos.
4. En el cuestionario se perdieron una o ms pginas.
5. El cuestionario se recibi despus de la fecha de corte establecida.
6 . El cuestionario lo contest alguien que no califica para participar.
2.
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.
Tratamiento de las respuestas insatisfactorias

Por lo regular, el tratamiento de las respuestas insatisfactorias consiste en volver al campo a re
cabar mejores datos, asignar valores faltantes o descartar a los entrevistados insatisfactorios.
Vblver al campo. En ocasiones los cuestionarios con respuestas insatisfactorias se devuel

ven al campo, donde los entrevistadores pueden volver a buscar a los encuestados. Este sistema
es en particular atractivo para las encuestas de mercados comerciales e industriales, pues las
muestras son pequeas y es fcil identificar a los entrevistados. Ahora bien, puede ser que los
datos que se obtienen la segunda vez sean distintos a los de la primera encuesta. Estas discre
pancias son imputables a cambios con el tiempo o a diferencias en la forma de aplicar el cues
tionario (por ejemplo, por telfono o en persona).
Asignacin de valores faltantes. Si no es viable devolver los cuestionarios al campo, el
revisor puede asignar valores faltantes a las respuestas insatisfactorias. Este mtodo es aconse
jable cuando: 1 ) son pocos los entrevistados con respuestas insatisfactorias; 2 ) la proporcin de
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.
Descartar a los encuestados insatisfactorios. Con este esquema, simplemente se des

cartan los entrevistados con respuestas insatisfactorias. Es un sistema apropiado cuando: 1) la pro
porcin de entrevistados insatisfactorios es baja (menos de 10%); 2) la muestra es grande; 3) los
entrevistados insatisfactorios no difieren de los satisfactorios de manera obvia (por ejemplo, como
caractersticas demogrficas o de uso de productos); 4) la proporcin de respuestas insatisfacto
rias de cada entrevistado es grande, o 5) faltan repuestas a variables clave. Sin embargo, puede ser
que los entrevistados insatisfactorios difieran de los satisfactorios de manera sistemtica, as que
la decisin de calificar a un encuestado como insatisfactorio sera subjetiva Estos factores alteran
los resultados. Si el investigador decide descartar a los entrevistados insatisfactorios, hay que se
alar cul fue el procedimiento que se adopt para identificarlos y cuntos fueron.
INVESTIGACIN
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
....
Asignacin de un cdigo para representar una respuesta especifica a

na pregunta concreta, junto con el
registro de los datos y la posicin en
h columna que ocupar ese cdigo.
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
7 - 8 ......... ......... 2 6 .......... 3 5 .......... ......... 77
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
cuestionario
Cdigo de la hora
cuestionario
Cdigo de validacin
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,
Ub
No tan familiar = 1
Muy familiar = 6
Valores faltantes = 9
lie
Hj
Illa
Frecuencia: Tienda 1
Para la pregunta ID partes a a j,
Illb
No en absoluto = 1
Con mucha frecuencia = 6
Vlores faltantes = 9
mj
Blanco
Deje estas columnas en blanco
Calificacin de tienda 1 en calidad INfcl
Para las preguntas IV a XI,
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
que va de 01 a 55, pues trabajaron 55 entrevistadores. Las columnas 26 a 35 representan un cam

po cada una y contienen las calificaciones de familiaridad para las 1 0 tiendas, con valores que
van de 1 a 6 . Por ltimo, la columna 77 representa la calificacin de los precios de la tienda 10.
Observe que las columnas 78 a 80 estn en blanco. Hay 10 registros para cada entrevistado. Hay
2,710 filas, que indican que en este archivo se guardan los datos de 271 entrevistados.
Si el cuestionario tiene slo preguntas estructuradas o muy pocas preguntas sin estructura,
se codifica de antemano. Esto significa que se asignan los cdigos antes de realizar el trabajo de
campo. Si el cuestionario contiene preguntas sin estructura, se asigna el cdigo cuando vuelve
del campo (codificacin posterior). En el captulo 10 se trat brevemente la codificacin ade
lantada al comentar el diseo de cuestionarios, y aqu slo se dan otros lincamientos.3
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
CAPTULO 1A Preparacin de los dato*
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)
3. En total cuntos miembros de la familia viven en la casa?_______

4. Hijos que viven en casa
1. Menores de seis aos______
2 . Miyones de seis aos______
(233)
(234)
5. Nmero de hijos que no viven en casa_______
(235)
6.
Aos de escolaridad formal terminados por usted o su cnyuge (si se aplica).

Encierre en un crculo
Preparatoria
1. Lfeted 8om enos9 10 11 12
2. Su
cnyuge 8 o menos 9 10 11 12
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)
8. Si estn empleados, marquen la categora conveniente de ocupacin.
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
_______
_______
_______
_______
_______
_______
_______
_______
9. Su lugar de residencia es propio?

1 . R o p _______
2. Rentado_______
(245)
Jefe hombre
(246)
10 Cuntos aos ha vivido en la zona general de Atlanta?

_______ aos.
(247-248)
11 Cul es el ingreso anual total de su hogar antes de impuestos?

Marque.
L Menos de $10,000
8 . 340,000 a 44,999
2. $10,000 a 14,999
9. 345,000 a 49,999
3. $15,000 a 19,999
10. 350,000 a 54,999
4. $20,000 a 24,999
11. 355,000 a 59,999
12. $60,000 a 69,999
5. $25,000 a 29,999
6 . $30,000 a 34,999
13. $70,000 a 89,999
14. 390,000 o superior
7. $35,000 a 39,999
(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

Figura 1 4 .4
Transcripcin d e datos
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
Tanteando las olas

Princess Cruises Incorporated (www.pritices.com), con sede en Londres, opera grandes cruce
ros en todo el mundo. Es la tercera lnea de cruceros ms grande. Cada ao abordan aproxima
damente 700,000 pasajeros y sus ingresos son de ms de 2,000 millones de dlares. En 2002,
Princess tena 18 barcos y planea aadir otros nueve para el 2004.
Princess quera saber qu opinaban los pasajeros de su experiencia en el crucero, y deseaba
conseguir esta informacin de la manera ms confiable. Se prepar un cuestionario para lector
ptico en el que la naviera poda transcribir rpidamente los datos de miles de encuestas, con lo
que se facilitaba la preparacin y el anlisis de los datos. En todos los viajes se distribuye el cues
tionario para medir la satisfaccin de los clientes.
Adems de ahorrar tiempo en comparacin con la captura en teclado, el uso del lector ptico
tambin aumenta la precisin de los resultados de la encuesta. El director de investigacin de mer
cados de Princess Cruises, Jaime Goldfarb, coment: Cuando comparamos los archivos de datos
de los dos mtodos, encontramos que aunque a veces el lector ptico se salta marcas porque no se
hicieron bien, el archivo de estos datos era ms preciso que el archivo del teclado.
Cada mes se produce un informe por destinos y embarcaciones en el que se identifican pro
blemas que se han detectado y se emprenden medidas para ver que se resuelvan. Recientemente,
estas encuestas estimularon cambios en el men y en los bufetes repartidos por los barcos.6
Depuracin de os datos
Verificaciones exhaustivas y comple
tas de la congruencia y tratamiento
de las respuestas fallantes.
Rirte del proceso de depuracin en

la que se identifican los datos que
tienen valores impropios, ilgicos o
extremos. Los datos con valores no
definidos en el esquema de codifica
cin son inadmisibles.
DEPURACIN DE LOS DATOS

La depuracin de los datos comprende la verificacin de la congruencia y el tratamiento de las
respuestas faltantes. Aunque las verificaciones preliminares de la congruencia se realizan du
rante la revisin, las verificaciones de esta fase son ms completas y extensas, porque se hacen
en computadora.
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.
Tratamiento de las respuestas faltantes

Respuestasfaltantes
VUores desconocidos de una variaHe, pues los entrevistados no dieron
icspuestas directas a las preguntas.
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. ,
.
,
.
ra el tratamiento de las respuestas faltantes se tienen estas dos opciones.

1. R eem plazar co n un valor n eu tro . Un valor neutro, por lo regular es la respuesta prome
dio a la variable, reemplaza las respuestas faltantes. As, la media de la variable no cambia
ni se afectan demasiado otras estadsticas, como las correlaciones. Aunque este mtodo
tiene sus ventajas, es dudosa la justificacin de sealar un promedio (digamos, 4) a entre
vistados que, de haber respondido, quiz hubieran dado una calificacin elevada ( 6 o 7) o
baja ( 1 o 2 ) . 9
2. R eem plazar con u n a resp u e sta atrib u id a . Con el patrn de respuestas de los entrevista
dos a otras preguntas, se atribuye o se calcula una respuesta viable para las preguntas fal
tantes. El investigador trata de suponer, a partir de los datos disponibles, las respuestas que
habran dado los individuos de haber contestado. Esto se hace estadsticamente al determi
nar la relacin de la variable de que se trate con otras variables, a partir de los datos que se
tienen. Por ejemplo, el uso de un producto podra relacionarse con el tamao de la vivien
da en el caso de los entrevistados que hayan dado datos de las dos variables. Entonces, se
calculara la respuesta faltante sobre uso del producto segn el tamao de la vivienda del
encuestado. Como quiera que sea, este mtodo exige mucho esfuerzo y puede introducir
sesgos graves. Se han concebido procedimientos estadsticos elaborados para calcular va
lores atribuidos para respuestas faltantes.
INVESTIGACIN
REAL
Las atribuciones aumentan la integridad

Se emprendi un proyecto para evaluar la disposicin de los hogares a adherirse a las recomen
daciones de un estudio de consumo de energa (variable dependiente), dadas sus implicaciones
econmicas. Las variables independientes eran cinco factores econmicos que se manipulaban
en grados conocidos y cuyos valores siempre se saban en virtud del diseo adoptado. Sin em
bargo, faltaban valores de la variable dependiente, que se sustituyeron con valores atribuidos
calculados estadsticamente, dados los valores correspondientes de las variables independien
tes. Este tratamiento de las respuestas faltantes contribuy a la sencillez y la validez del anli
sis posterior.10*
www.FreeLibros.me

Mtodo para manejar las respuestas
faltantes en el que los casos o entre
vistados con respuestas faltantes se
descartan del anlisis.
Mtodo para manejar las respuestas

faltantes en el que los casos o entre
vistados con respuestas faltantes
no se descartan automticamente,
sino que slo se considera para cada
clculo a los entrevistados o casos
con respuestas completas.
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.
A JU S TE ESTADSTICO DE LOS DATOS

Los procedimientos para ajustar estadsticamente los datos son la ponderacin, la nueva especi
ficacin de las variables y las transformaciones de escalas. Los ajustes no siempre son necesa
rios, pero mejoran la calidad del anlisis de los datos.
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.
En la ponderacin, a cada caso o entrevistado de la base de datos se le asigna un peso de acuer

do con su importancia en relacin con otros casos o entrevistados. El valor 1.0 representa el ca
so sin ponderar. La ponderacin tiene el efecto de aumentar o disminuir el nmero de casos de
la muestra y posee ciertas caractersticas (vase en el captulo 1 2 el estudio de la ponderacin
para ajustar las respuestas faltantes).
La ponderacin se usa sobre todo para que los datos de la muestra sean ms representati
vos de ciertas caractersticas de la poblacin objetivo. Por ejemplo, sirve para darle la mayor
importancia a casos o entrevistados con los datos de ms calidad. Tambin es til para ajustar la
muestra de modo que se d la mayor importancia a los entrevistados que tienen ciertas caracteristicas. Si se realiza un estudio para determinar qu modificaciones deben hacerse a un produc
to, es posible que el investigador asigne mayor peso a las opiniones de quienes ms consumen
el producto. Esto se lograra mediante la asignacin de un peso de 3.0 a estos usuarios, 2.0 a los
consumidores moderados y 1 .0 a los consumidores espordicos y a los que no compran el pro
ducto. La ponderacin debe aplicarse con cuidado, pues destruye el carcter ponderado propio
del diseo de la muestra. 11
Ponderacin de los consumidores de comida rpida

Se realiz una encuesta en la zona de Los ngeles y Long Beach para determinar la situacin
de la clientela de los restaurantes de comida rpida La composicin de la muestra variaba
en cuanto a nivel de escolaridad segn la distribucin de la poblacin en la zona de acuerdo con
los datos del censo reciente. Por lo tanto, hubo que ponderar la muestra para hacerla representa
tiva en estos trminos educativos. Los pesos asignados se determinaron mediante la divisin del
porcentaje de la poblacin entre el porcentaje correspondiente de la muestra. En el cuadro si
guiente se anota la distribucin de la escolaridad en la muestra y en la poblacin, junto con los
pesos asignados.
www.FreeLibros.me
412
PARTE III
Recopilacin, preparacin, anlisis e informe de lo datos
La clientela de los restaurantes de

comida rpida es influida por caracters
ticas demogrficas, como la educacin.
Por ello a veces es necesario ponderar.
Ponderacin para mejorar la representatividad

brcentaje
Escolaridad
muestra
Primaria
0a 7 aos
2.49
1.26
8 aos
Educacin media
1 a 3 aos
6.39
4 aos
2539
Universidad
2233
1 a 3 aos
15.02
4 aos
5 a 6 aos
14.94
12.18
7 aos o ms
1 0 0 .0 0
Totales
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.
Tiene algn peso la encuesta de Nielsen en Internet?

En encuestas en Internet que se relacionan con los nuevos ingresos de las empresas, encuestas
que tienen la posibilidad de hacerse grandes, ACNielsen (www.acnielsen.com) se ha encontra
do con interrogantes sobre la validez de los resultados del estudio. Debido al efecto enorme del
comercio electrnico en el mundo de las empresas, los publicistas tienen que saber cuntas per
sonas comercian en Internet para decidir si sera lucrativo anunciarse en lnea.
Nielsen realiz una encuesta para CommerceNet (www.comerce.net), un grupo de compa
as que incluye a Sun Microsystems y American Express, para ayudar a calcular el total de
usuarios de Internet. De la investigacin de Nielsen result que 37 millones de personas de ms
de 16 aos tienen acceso a Internet y 24 millones han usado Internet en los ltimos tres meses.
Los expertos en estadstica piensan que los datos no son muy fiables por la ponderacin que se
llev a cabo para hacer que la muestra correspondiera a la poblacin. Se debe ponderar para que
la investigacin no se incline hacia ningn grupo demogrfico.
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
Nueva especificacin de las variables

Nueva especificacin de las
variables
Transformacin de los datos para
crear variables nuevas o modificacin
de las variables actuales para hacerlas
ms congruentes con los objetivos del
estudio.
Procedimiento de nueva especifica

cin que utiliza variables que adop
tan slo dos valores, por lo regular
0 o 1.
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
Consumidores congelados tratados como ficticios

En un estudio de preferencias de consumo de alimentos congelados, los consumidores se clasi
ficaron como habituales, moderados, espordicos y no consumidores, y se les asignaron, res
pectivamente, los cdigos 4 ,3 , 2 y 1. Esta codificacin no tena significado para varios anlisis
estadsticos. Con el fin de realizarlos, el uso del producto se represent con tres variables ficti
cias, X v X 2 y X v como se muestra.
Categora de uso
del producto
No usuarios
Espordicos
Moderados
Habituales
Cdigo variable
original
1
2
3
4
X
1
0
0
0
Cdigo variable ficticio

X2
0
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
Transformacin de las escalas

Minipulacin de los valores de las
escalas para garantizar que se com
paren con otras escalas o bien que se
preparen los datos para el anlisis.
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
La atencin mdica transforma a los usuarios

En un estudio acerca de las preferencias de segmentacin de los servicios de atencin mdica,
se pidi a los entrevistados que calificaran con una escala de tres puntos la importancia de 18 facto
res que incidan en su eleccin de hospitales (muy importante, algo importante, sin importancia).
Antes de analizar los datos se transformaron las puntuaciones individuales. Se promediaron las res
puestas de preferencias de cada individuo en los 18 reactivos. Luego, este promedio se rest de
cada calificacin y se sum al resultado una constante. As se obtuvieron los datos transformados, X t:
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
Roceso de corregir los datos para

reducidos a la misma escala, que
consiste en restar el promedio de la
nuestra y dividir entre la desviacin
estndar.
En este ejemplo, la transformacin de la escala se corrigi slo para la respuesta promedio.

Una transformacin^ms comn es la uniformidad. Para uniformar una escala X f primero se
resta el promedio, X, de todas las puntuaciones y se divide entre la desviacin estndar, s. As,
la escala uniforme tendr una media de 0 y una desviacin estndar de 1. Esto es esencialmen
te igual que el clculo de las puntuaciones z (vase el captulo 12). La uniformidad permite al
investigador comparar variables que se midieron con escalas distintas. 14 Matemticamente, las
puntuaciones uniformes, z, se obtienen as:
Z = (X - X ) / s
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
CAPTULO 1A Preparacin de Lm dato*

Estrategia de anlisis de datos
Como parte del anlisis que se realiz en el proyecto de la tienda departamental, se dabor un modelo
de la deccin de tienda en trminos de las caractersticas de imagen de las tiendas o de los fiadores que
influyen en los criterios de eleccin. La muestra se dividi en mitades. Los entrevistados de cada mitad
se agruparon segn la importancia que le concedieron a dichas caradersticas de imagen. Se aplicaron
pruebas estadsticas a los agolpamientos y se identificaron cuatro segmentos. Se elabor un modelo de
preferencia de tienda en trminos de las evaluaciones de las tiendas segn las variables de la imagen.
Se calcul el modelo por separado para cada segmento. Se probaron estadsticamente las diferencias
entre las funciones de preferencia de los segmentos. Por ltimo, se hizo una validacin de modelos y
una tabulacin cruzada para cada segmento. La estrategia de anlisis de datos se muestra en el esque
ma siguiente. 15
M u estra com pleta
JV * 271
Submuestra 1
N= 135
Submuestra 2
N= 136
Im portancia d eclarad a d e las caractersticas d e im agen
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
P referencia de tienda com o funcin d e las v ariab les d e im agen
C lculo
del m odelo
C lculo
del m odelo
C lculo
d el m odelo
C lculo
d el m odelo
P ruebas estad sticas d e diferencias en los segm entos
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
E tapas an terio res (I. II y III)

d e la in vestigacin d e m ercados
C a racterstica s con o cid as

de los datos
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.
CLASIFICACIN DE LAS TCNICAS

ESTADSTICAS
Tcnicas estadsticas apropiadas
para analizar datos cuando hay una
medida nica de cada elemento de
la muestra o si hay varias mediciones
de los elementos, pero cada variable
se analiza por separado.
Tcnicas estadsticas adecuadas
para analizar datos cuando hay dos
o ms mediciones de cada elemento
y las variables se analizan simult
neamente. Se ocupan de las relacio
nes simultneas entre dos o ms
fenmenos.
Ebtos de intervalo o proporcional.
Ditos derivados de una escala no
minal u ordinal.
Muestras que se toman en forma
aleatoria de poblaciones diferentes.
Muestras cuyos datos se relacionan
con el mismo grupo de entrevistados.
Tcnicas multivariadas, apropiadas

cuando una o ms de las variables
se identifican como dependientes y
las dems como independientes.
Las tcnicas estadsticas se clasifican en univariadas y multivariadas. Las tcnicas univariadas

son apropiadas cuando hay una sola medicin de cada elemento de la muestra, o si hay varias
mediciones, cada variable se analiza por separado. Por otra parte, las tcnicas m ultivariadas se
prestan para analizar datos cuando hay dos o ms mediciones de cada elemento y las variables
se analizan de manera simultnea. Las tcnicas multivariadas se ocupan de las relaciones simul
tneas entre dos o ms fenmenos. Difieren de las tcnicas univariadas en que no se centran en
los niveles (promedios) ni en las distribuciones (varianzas) de los fenmenos, sino en el grado
de las relaciones (correlaciones o covarianzas) entre esos fenmenos . 16 En los captulos si
guientes se explican con mayor detalle las tcnicas univariadas y multivariadas; aqu slo se
muestran sus relaciones mutuas en un esquema general de clasificacin.
Las tcnicas univariadas se clasifican dependiendo de que sus datos sean mtricos o no. Los
datos mtricos se miden en una escala de intervalo o proporcional. Los datos n o m tricos se mi
den en una escala nominal u ordinal (vase el captulo 8 ). Estas tcnicas tambin se clasifican
por su nmero de muestras: una, dos o ms. Debe observarse que aqu el nmero de las muestras
se determina de acuerdo con el tratamiento que se d a los datos para el anlisis, no por la forma
en que fueron recolectados. Por ejemplo, se reunieron ciertos datos de hombres y de mujeres co
mo nica muestra, pero si el anlisis incluye un examen de las diferencias por sexo se usan tc
nicas de dos muestras. Las muestras son independientes si se toman al azar de poblaciones dis
tintas. Para los fines de anlisis, los datos que pertenecen a grupos distintos de entrevistados, por
ejemplo hombres y mujeres, en general se tratan como muestras independientes. Por otro lado,
las muestras son pareadas si los datos de las dos se relacionan con el mismo grupo de
encuestados.
En cuanto a los datos mtricos, cuando slo hay una muestra se hacen las pruebas z y t.
Cuando hay ms muestras independientes, estas pruebas pueden aplicarse si son dos las mues
tras; si son ms de dos, se aplica un anlisis de varianza de clasificacin simple. En el caso de
dos o ms muestras relacionadas, se aplica la prueba /. Con los datos no mtricos de la misma
muestra se pueden utilizar las pruebas de distribucin de frecuencias, chi cuadrada, Kolmogorov-Smimov, corridas y binominales. Si son dos variables independientes con datos no mtricos,
convienen chi cuadrada, Mann-Whitney, Median, K-S y el anlisis de varianza de clasificacin
simple de Kruskal-Wallis. En contraste, cuando se tienen dos o ms muestras relacionadas se
debe recurrir las pruebas de signos, McNemar y Wilcoxon (vase la figura 14-6).
Las tcnicas estadsticas multivariadas se clasifican como tcnicas de dependencia y de in
terdependencia (vase la figura 14-7). Las tcnicas de dependencia son apropiadas cuando es
posible identificar como dependientes una o ms variables y las dems como independientes.
Cuando slo hay una variable dependiente se opta por la tabulacin cruzada, anlisis de varian
za y covarianza, regresin, anlisis de discriminantes de dos grupos y anlisis conjunto. En
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
Tcnicas estadsticas muhivariadas

para agrupar datos por su semejan
za bsica, k) que permite la inter
pretacin de estructuras de datos.
No se distingue qu variables son
dependientes y cules independientes.
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
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.
lili) ii mui mil di n i mi1ni lilil1!

Un alarido mundial por los helados
Ebagen-Dazs (www.haagen-dazs.com), el helado estadounidense super rico, es la ltima expor
tacin exitosa. Sus ventas en Asia, Inglaterra, Francia y Alemania aumentan a un ritmo fenome
nal. En 2001, Hagen-Dazs obtuvo ingresos anuales por 183 millones en el mercado de helados
de 4,000 millones. Ms de la mitad de las ventas procedieron de mercados internacionales. En
diciembre de 2001, General Mills, Inc. vendi su participacin de 50% de Hagen-Dazs a la
compaa suiza Nestl en 641 millones de dlares. Cmo sucedi esto? La estrategia para
abrir el apetito fuera de Estados Unidos fue sencilla. Se realiz una investigacin de mercados
en varios pases europeos (como Inglaterra, Francia y Alemania) y asiticos (como Japn, Singapur y Taiwn), en la que se revel que los consumidores deseaban un helado de calidad con
una imagen excelente y que estaban dispuestos a pagar un sobreprecio. Estos resultados cons
tantes surgieron despus de uniformar el precio del helado en cada pas, de modo que tuvieran
una media de cero y una desviacin estndar de una unidad. Era conveniente uniformar, dado
que los precios estaban especificados en monedas locales y se necesitaba una base comn para
hacer comparaciones entre pases. Asimismo, en cada pas hubo que definir el sobreprecio en
relacin con los precios de las marcas rivales. La uniformidad logr estos objetivos.
Basada en estos resultados, Hagen-Dazs introdujo la marca en pocas tiendas, luego cons
truy sus propias tiendas en zonas transitadas y por ltimo pas a los supermercados. Los consu
midores ingleses, deseosos de un producto de calidad, desembolsaron el equivalente a poco me
nos de 10 dlares por litro, que es el doble o el triple del precio de varias marcas inglesas. Sin
duda, es la heladera de una marca que ms vende en el mundo, dice John Riccitiello, director
vicepresidente de ventas internacionales. En Estados Unidos, Hagen-Dazs no deja de ser popu
lar, aunque enfrenta la competencia intensa y las preocupaciones por la salud. Esto se aade al
impulso por entrar en los mercados extranjeros. 18
El anlisis de datos puede realizarse en tres planos: 1) individual; 2) por pas o unidad cul
tural, y 3) entre pases o unidades culturales. El anlisis en el plano individual requiere que se
estudien por separado los datos de cada encuestado. Por ejemplo, se podra calcular un coefi-
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
CAPTULO 1A Preparacin de los dato
Anlisis de datos internacionales en

un solo pas.
Anlisis entre pases en el que los

datos de todos los encuestados de
todos los pases se renen en un
fondo comn y se analizan.
Tipo de anlisis entre pases en el
que los datos de cada pas se agluti
nan y se analizan las estadsticas
conjuntas.
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
LA TICA EN LA INVESTIGA C I N DE MERCADOS

Los temas ticos que surgen en la etapa de preparacin y anlisis de los datos del proceso de in
vestigacin de mercados conciernen bsicamente a los investigadores. Mientras los investiga
dores verifican, revisan, codifican, transcriben y depuran, deben procurar hacerse una idea so
bre la calidad de los datos. Tambin han de tratar de identificar a los entrevistados que dieron
datos de calidad cuestionable. Considrese, por ejemplo, un encuestado que marca la respuesta
7 en los 2 0 reactivos que miden la opinin en relacin con los deportes de espectculo en una
escala de 1 a 7 al estilo de la escala de Likert. Al parecer, este encuestado no se dio cuenta de
que algunos enunciados eran negativos y otros positivos. As, declara una opinin sumamente
favorable hacia estos deportes en todos los enunciados positivos y muy negativa en los inverti
dos. Las decisiones sobre qu encuestados deban descartarse, es decir, excluirse del anlisis, lle
ga a despertar preocupaciones ticas. Una buena regla prctica es tomar la decisin en la fase de
preparacin de los datos, antes de realizar cualquier anlisis.
En cambio, supngase que el investigador realiz un anlisis sin tratar primero de identi
ficar a los encuestados insatisfactorios. Sin embargo, el anlisis no revela las relaciones espe
radas, es decir, no muestra que la opinin de los deportes de espectculo influya en la asisten
cia a stos. Entonces, el investigador decide examinar la calidad de los datos. Al verificar los
cuestionarios identifica algunos encuestados con datos insatisfactorios. Adems de las res
puestas insatisfactorias como las mencionadas antes, haba otra pauta cuestionable. Para ilus
trarla, digamos que algunos encuestados marcaron todas las repuestas 4, que corresponden
a ni de acuerdo ni en desacuerdo, en los 2 0 reactivos que miden la opinin acerca de los de
portes de espectculo. Cuando estos encuestados se descartan y se analiza el conjunto reduci
do de datos, aparecen los resultados esperados que muestran la influencia positiva de la opi
nin en la asistencia a lo s deportes de espectculo. Descartar a los encuestados despus
de analizar los datos suscita problemas ticos, en particular si el informe no asienta que el pri
mer anlisis no lleg a una conclusin. Ms an, se debe revelar el procedimiento para identifi
car a los encuestados insatisfactorios y el nmero de los que fueron descartados.
INVESTIGACIN
REAL
La tica en la reduccin de la empresa

Los efectos de una economa dbil en 2002 obligaron a muchas empresas estadounidenses a re
ducir su tamao. Recientemente se efectu un estudio acerca de las diferentes impresiones en
tre empleados y directores ejecutivos en cuanto a si estas reducciones son morales o inmorales.
Se expidieron por correo 410 encuestas a empleados de corporaciones estadounidenses y 231
las llenaron y devolvieron, pero se determin que 53 eran inutilizables, porque contenan res
puestas incompletas a las preguntas o porque fueron llenadas por quienes no calificaban para
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.
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-
Dem ostracin 14.1

Programas de computacin
para preparacin de datos
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
Recopilacin, preparacin, anlisi* e informe de los datos
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
nacin de casos y la eliminacin por pares. Ajustes estadsticos,

como la ponderacin, la nueva especificacin de las variables y
las transformaciones de escalas mejoran la calidad del anlisis
de los datos. La eleccin de la estrategia de anlisis debe basarse
en las etapas anteriores del proceso de investigacin de merca
dos, las caractersticas conocidas de los datos, las propiedades de
las tcnicas estadsticas y los antecedentes y filosofa del investi
gador. Las tcnicas estadsticas se clasifican en univariadas y
multivariadas.
Antes de analizar los datos de una investigacin de merca
dos internacionales, el investigador debe asegurarse de que las
unidades de medida sean equivalentes entre pases o unidades
culturales. El anlisis de los datos debe realizarse en tres planos:
1 ) individual; 2 ) del pas o la unidad cultural (anlisis de la cultu
ra), y 3) entre pases o unidades culturales (anlisis multicultural
o transcultural). Varias cuestiones ticas se relacionan con el pro
cesamiento de los datos, en particular la eliminacin de respues
tas insatisfactorias, descuido de las premisas de las tcnicas de
anlisis y evaluacin e interpretacin de los resultados. Internet y
las computadoras cumplen una funcin significativa en la prepa
racin y el anlisis de los datos.

anlisis de una cultura, 419
anlisis multicultural, 419
anlisis transcultural, 419
codificar, 404
cdigos de campo fijo, 405
comprobacin de la congruencia, 409
datos mtricos, 416
datos no mtricos, 416
depuracin de los datos, 409
eliminacin de casos, 411

eliminacin por pares, 411
independientes, 416
libro de cdigos, 407
nueva especificacin de las variables, 413
pareadas, 416
ponderacin, 411
respuestas faltantes, 410
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.
14. Qu procedimiento se usa ms para transformar escalas? Describa

brevemente dicho procedimiento.
15. Qu consideraciones se hacen al elegir una estrategia de anlisis de
datos?
Problemas
1.
Elabore esquemas de codificacin de variables ficticias para las si

guientes variables:
Sexo
Estado civil dividido en cuatro categoras [soltero, casado,
divorciado, otro (separado, viudo, etctera)].
Frecuencia de viajes internacionales, medida como:
1.
2.
3.
4.
5.
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

2. A continuacin se muestra parte de un cuestionario que se emplea
para determinar las preferencias de cmaras fotogrficas entre los
consumidores. Prepare un esquema de codificacin para estas pre
cintas.
9. Califique la importancia de las siguientes caractersticas que
considerara al comprar una cmara fotogrfica nueva.
No tan
importante
Rapidez de carga de la pelcula
Avance automtico
Enfoque automtico
Carga automtica
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.
Tienda de descuento/de mayoreo.

Supermercado.
Internet.
Otro.
11. Dnde manda a revelar la mayora de sus rollos?

a.
Farmacia.
b.
Minilaboratorios.
c.
Tiendas de fotografa.
Tienda de descuento/por volumen.
d.
e.
Supermercados.
f.
Por correo.
Internet.
8h.
Kioscos/otros.
10. Si fuera a comparar una cmara nueva, cul de los si

guientes locales visitara? Marque todos los que apliquen.
a.
Farmacia.
b.
Tienda de fotografa.
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
maras fotogrficas del problema 2. Aada una o dos preguntas que

se le ocurran. Aplique d cuestionario a cinco estudiantes y prepare
d anlisis de los datos. La aplicacin por computadora dd cuestio
nario facilita la preparacin de los datos?
ACTIVIDADES
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,
piensa que no es necesario ponderar. Analice el problema con el

analista (que es un estudiante de su clase).
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
D istribucin de frecuencias, tabulacin

cru zad a y verificacin de hiptesis
Objetivos
"Las tabulaciones cruza

das y las distribuciones de
frecuencias son los ladri
llos fundamentales del
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.
anlisis. Ofrecen una ima

gen simple y rpida de los
datos. Esta simplicidad es
a la vez una virtud y un
problema. Son un excelen
te punto de partida, pero
en la mayora de los casos
no bastan para efectuar
un anlisis completo".
Betty Fraley,
vicepresidenta,
drecn de contabilidad
Borke, Inc.
424
www.FreeLibros.me
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

Anlisis bsico de los datos
En el proyecto de tienda departamental, el anlisis bsico de los datos constituye los cimientos para
realizar despus anlisis multivariados. El anlisis de datos comenz con la elaboracin de una distri
bucin de frecuencias y las estadsticas descriptivas de cada variable. Adems de identificar posibles
problemas en los datos (vase el captulo 14), esta informacin dio una buena idea de los datos y nocio
nes sobre cmo tratar las variables en los anlisis posteriores. Por ejemplo, algunas variables deban
tratarse como categoras? Si era el caso, cuntas? Tambin se hacen varias tabulaciones cruzadas de
dos o tres variables para identificar asociaciones de los datos. Los efectos de las variables con dos ca
tegoras sobre las variables mtricas dependientes fueron examinadas mediante pruebas t y otros proce
dimientos de comprobacin de hiptesis.
INVESTIGACIN
REAL
La batalla comercial de los sexos

Una comparacin de la publicidad televisada en Australia, Mxico y Estados Unidos se enfoc
en el anlisis del papel sexual en los anuncios. En los resultados se apreciaron diferencias en el
retrato que se hace de los sexos en esos pases. En comparacin con las diferencias de estos pa
peles en los anuncios estadounidenses, los australianos mostraron algo menos y los mexicanos
un poco ms. La tabulacin cruzada y el anlisis de chi cuadrada ofrecieron la siguiente infor
macin sobre Mxico.
425
www.FreeLibros.me
426
PARTE III

Personas que aparecen en los anuncios (%)
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
Los catlogos son negocios riesgosos

Se examinaron 12 categoras de productos para comparar las compras por catlogo y en tienda Se
rechaz la hiptesis nula de que no hay diferencia significativa en el riesgo general percibido de
comprar productos por catlogo, en comparacin con comprar los mismos productos en una tien
da Para verificar la hiptesis se calcularon 12 observaciones en pares (una por cada producto) de
pruebas /. En el cuadro siguiente se presentan las puntuaciones promedio del riesgo general perci
bido de algunos productos en las dos situaciones de compra Las calificaciones ms elevadas in
dican ms riesgo.
Se piensa que las compras por catlogo

son ms arriesgadas que comprar en
las tiendas, segn revelaron pruebas t
en pares.
U M BET
www.FreeLibros.me
CAPTULO 15
Distribucin defrecuencias, tabulacin cruzada y verificacin de hiptesis
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*
*Significativo en el nivel del 0.01.

Como puede vetse, se confiri a los productos comprados por catlogo una p < 0.01 sig
nificativamente mayor que a las compras en tiendas. Aunque este estudio revela riesgos asocia
dos a la compra por catlogo, los ataques terroristas del 11 de septiembre de 2 0 0 1 y las amena
zas continuas han incrementado la cantidad de productos que se compran por este medio. Las
preocupaciones de seguridad han vuelto ms atractivos los pedidos por catlogo como forma de
adquirir productos de consumo .2
En el ejemplo de la tienda departamental se ilustra la funcin del anlisis bsico de datos
usado junto con procedimientos multivariados, en tanto que en los otros dos ejemplos se mues
tra la utilidad en s de ese anlisis. La tabulacin cruzada y el anlisis de chi cuadrada en el
ejemplo de la publicidad televisada y las pruebas / en pares del ejemplo de las compras por ca
tlogo permiten sacar conclusiones especficas de los datos. Estos ejemplos y otros que vere
mos en el captulo se ilustran al explicar el uso de Internet por razones personales (no profesio
nales). En la tabla 15-1 se encuentran los datos de 30 entrevistados que respondieron sobre sexo
(1 = hombre, 2 = mujer), familiaridad con Internet (1 = muy poco familiarizado, 7 = muy fa
miliarizado), horas por semana de conexin, opinin acerca de Internet y de la tecnologa (me
didas ambas en una escala de siete puntos en la que 1 = muy desfavorable y 7 = muy favora
ble) y si haban hecho compras u operaciones bancarias por Internet (1 = s, 2 = no). Como
primer paso del anlisis, muchas veces es til examinar las distribuciones de frecuencia de las
variables relevantes.
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?
Distribucin matemtica que tiene

la finalidad de obtener un corteo
de las respuestas asociadas con dife
rentes valores de una variable y
expresarlos en forma de porcentaje.
Las respuestas a estas preguntas se determinan examinando las distribuciones de frecuen

cias. En una distribucin de frecu en cia s se considera una variable cada vez. El objetivo es ha
cer un conteo del nmero de respuestas asociadas con diferentes valores de la variable. La inci
dencia relativa, o frecuencia, de estos valores se expresa como porcentaje. La distribucin de
frecuencias de una variable genera una tabla de conteo de frecuencia, porcentajes y porcentajes
acumulados de todos los valores de esa variable.
En la tabla 15-2 se da la distribucin de frecuencias de la familiaridad con Internet. En la
primera columna estn las denominaciones asignadas a las categoras de la variable. La segun
da columna indica los cdigos dados a cada valor. Obsrvese que se destin el cdigo de 9 a los
www.FreeLibros.me
PARTE III
428
Datos sobre uso de Internet

Uso
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
Distribucin de frecuencia de la familiaridad con Internet

P o r c e n t a je
D
e s ig n a c i n
d el v a lo r
Muy poco familiarizado
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
valores faltantes. En la tercera columna se da el nmero de entrevistados que marcaron cada va

lor. Por ejemplo, tres encuestados marcaron el valor 5, con lo que indicaron que tenan alguna
familiaridad con Internet. En la cuarta columna se anota el porcentaje de encuestados que mar
caron ese valor. En la siguiente columna estn los porcentajes calculados, excluyendo los casos
con valores faltantes. Si no faltan valores, las columnas 4 y 5 son idnticas. La ltima columna
representa los porcentajes acumulados despus de ajustar los casos faltantes. Segn se observa,
de los 30 encuestados que participaron en la encuesta, 10.0% marcaron el valor 5. Si se excluys el nico encuestado al que le falta un valor, el porcentaje pasa a 10.3. El porcentaje acumu
lado correspondiente al valor de 5 es 58.6. En otras palabras, 58.6% de los encuestados con res
puestas vlidas indicaron un valor de familiaridad de 5 o menos.
La distribucin de frecuencias sirve para determinar el grado de repuestas faltantes (en la
tabla 15-1, un encuestado de 30). Tambin se indica el grado de repuestas ilegtimas: valores
de 0 y 8 seran respuestas ilegtimas, o errores. A s se identifican los casos con estos valores y
se emprenden las acciones correctivas y tambin se detecta la presencia de casos con valores
extremos. En el caso de una distribucin de frecuencias del tamao del hogar, unas cuantas fa
milias aisladas con tamao de 9 o ms se consideraran valores extremos. Una distribucin de
frecuencias tambin indica la forma de la distribucin emprica de la variable. Con los datos
de frecuencia puede trazarse un histograma o una grfica de barras verticales, en la que los va
lores de la variable se representan sobre el eje de las x y las frecuencias absolutas o relativas
de los valores sobre el eje de las y. La figura 15-1 es un histograma de los datos de frecuencia de
la tabla 15-1. En el histograma es posible examinar si la distribucin observada coincide con al
guna distribucin esperada o presupuesta, como la distribucin normal.
INVESTIGACIN
REAL
El anlisis bsico arroja resultados olmpicos

fra los Juegos Olmpicos de 1996, en Atlanta, se recibi la visita de ms de dos millones de
personas y se vendieron ms de 11 millones de boletos. En los Juegos Olmpicos de 2000, en
Sydney, se pusieron a la venta ms de 5.5 millones de boletos. Es obvio que se trata de un mer
cado objetivo potencial que no puede ser ignorado. Los investigadores de University o f Colora
do, en Boulder, decidieron averiguar qu motiv a los viajeros nacionales e internacionales a ir
a los juegos de Atlanta. Se prepar una encuesta que se aplic personalmente a los visitantes
durante nueve das alrededor de las competencias olmpicas de 1996. Se llenaron correctamen
te 320 encuestas, que sirvieron para el anlisis de los datos.
Los resultados (vase la tabla siguiente) mostraron que los tres factores ms importantes
que incitaban a las personas para asistir a los juegos fueron: una oportunidad nica en la vida,
la disponibilidad de alojamiento y la disponibilidad de boletos. Los resultados del estudio ayu
daron a los planificadores de los Juegos Olmpicos de 2000 en Sydney a indagar qu caracters
ticas necesitaba mejorar la ciudad. Por ejemplo, luego de esta investigacin Sydney destin
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
Si no hay valores extremos, la media es una medida robusta y no cambia notablemente si

se aaden o suprimen valores. Para las frecuencias dadas en la tabla 15-2, el valor de la media
se calcula como sigue:
X =
=
=
=
Medida de la tendencia central que

corresponde al valor que ocurre con
ms frecuencia en la distribucin de
la muestra.
Medida de la tendencia central que
corresponde al valor sobre el cual se
encuentran la mitad de los valores y
bajo el cual se localiza la otra mitad.
(2x2+6x3+ 6x4 + 3x5 +

(4 + 18 + 2 4 + 15 + 48 + 2 8 )/2 9
137/29
4 .7 2 4
+ 4 x 7 )/2 9
M o d a . La m oda es el valor que ocurre con ms frecuencia. Representa el punto ms alto de

la distribucin. La moda es una buena medida de la ubicacin si la variable es inherentemente
categrica o si est organizada en categoras. La moda en la tabla 15-2 es 6.000.
M e d ia n a . La m ediana de una muestra es el valor central cuando los datos se disponen en
orden ascendente o descendente. Si los datos son impares, la mediana se estima como el punto
medio entre los dos valores centrales (se suman y se dividen entre dos). La mediana es el percentil 50. Es una medida apropiada de la tendencia central de datos ordinales. En el cuadro 15-2, la
mediana es de 5.000.
Como se observa en el cuadro 15-1, las tres medidas de la tendencia central de esta distri
bucin son diferentes (media = 4.724, moda = 6.000, mediana = 5.000). N o es de sorprender,
porque cada medida define la tendencia central de una manera. Entonces qu medida se usa?
Si la variable se mide en una escala nominal, debe usarse la moda. Si la variable se mide en una
escala ordinal, es apropiada la mediana. Si la variable se mide en una escala de intervalo o de ra
zn, la moda es una mala medicin de la tendencia central. Lo anterior se ve en la tabla 15-2.
Aunque el valor de la moda de 6.000 tiene la frecuencia ms elevada, representa slo 27.6% de
la muestra. En general, cuando se trata de datos de intervalos o de razones, la mediana es una
mejor medida de la tendencia central, aunque tambin omite la informacin disponible sobre la
variable. Se ignoran los valores reales que estn por arriba o abajo de la variable. La media es
la medida ms apropiada de la tendencia central de datos de intervalos o de razones. La media
toma toda la informacin disponible porque se calcula con todos los valores. Sin embargo, es
sensible a los valores muy pequeos o muy grandes (extremos). Cuando hay valores extremos
en los datos, la media no es una buena medida de la tendencia central y es til considerarla jun
to con la mediana.
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.
Rango de una distribucin que abarca

el 50% central de las observaciones.
Desviacin promedio al cuadrado

de todos los valores a partir de la
media.
R a n g o in te r c u a r tile s . El rango intercuartiles es la diferencia entre el percentil 75 y el 25.

Para un conjunto de datos dispuestos por orden de magnitud, el percentil p-simo es el valor
que tiene p% de los datos por abajo y (100 - p ) % por arriba. Si todos los valores de los datos se
multiplican por una constante, el rango intercuartiles se multiplica por la misma constante. El
rango intercuartiles en la tabla 15-2 es 6 - 3 = 3.000.
M tr ia n z a y d e s v ia c i n e s t n d a r . La diferencia entre la media y el valor observado se lla
ma desviacin de la media. La varianza es la desviacin promedio al cuadrado de la media. La
varianza nunca es negativa. Cuando los datos se agrupan alrededor de la media, la varianza es
pequea. Cuando estn dispersos, la varianza es grande. Si todos los valores se multiplican por
www.FreeLibros.me
432
PARTE III
Detvfadtt estndar
Raz cuadrada de la varianza.
una constante, la varianza se multiplica por el cuadrado de la constante. La desviacin estndar es

la raz cuadrada de la varianza. As, la desviacin estndar se expresa en las mismas unidades que
los datos y no en unidades al cuadrado. La desviacin estndar, s, de una muestra, se calcula as:
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:
{2 x (2 - 4.724)2 + 6 x (3 - 4.724)2 + 6 x (4 - 4.724)2 + 3 x (5 - 4.724)2

+ 8 x (6 - 4.724)2 + 4 x (7 - 4.724)2}
^ "
28
_ {14.840 + 17.833 + 3.145 + 0.229 + 13.025 + 20.721}
28
69.793
28
= 2.493
Por ende, la desviacin estndar 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
C o e fic ie n te d e v a r ia c i n . El coeficiente de variacin es la proporcin de la desviacin

estndar a la media, expresada como porcentaje, y es una medida abstracta (sin unidades) de la
variabilidad relativa. El coeficiente de variacin, CV, se expresa como:
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.
Tendencia de las desviaciones de la

media a ser mayores tanto en un
sentido como en otro.
Nfayor o menor medida de alarga

miento de la curva definida por la
dstributin de frecuencias.
A s im e tr a . Las distribuciones pueden ser simtricas o asimtricas. En una distribucin simtri

ca, los valores a cada lado de su centro son iguales, lo mismo que la media, moda y mediana, la
desviacin positiva y su correspondiente negativa. En una distribucin asimtrica, las desviaciones
positiva y negativa de la media son desiguales. La asimetra es la tendencia de las desviaciones de
la media a ser mayores tanto en un sentido como en otro. Puede pensarse que es la tendencia
de una de las colas de la distribucin a pesar ms que la otra (vase la figura 15-2). El valor de la
asimetra para los datos de la tabla 15-2 es -0.094, que indica una ligera asimetra negativa.
C u r to s is . La curtosis es la mayor o menor medida de alargamiento de la curva definida por
la distribucin de frecuencias. La curtosis de una distribucin normal es cero. Si la curtosis es
www.FreeLibros.me
CAPTULO 15
Figura 1 5 .2
433
D istribucin sim trica
Asimetra de una distribucin
M ediana
M oda
(a)
D istribucin asim trica
(b)
positiva, la curva de la distribucin es ms acentuada que la normal. Un valor negativo signifi

ca que la distribucin es ms plana. El valor de esta estadstica en la tabla 15-2 es de -1.261, lo
que indica que la distribucin es ms plana que la distribucin normal.
IN TR O D UCCI N A LA COM PRO BACIN

DE HIPTESIS
El anlisis bsico incluye la comprobacin de hiptesis. Abundan los ejemplos de hiptesis
planteadas en la investigacin de mercados:
La clientela de la tienda departamental comprende ms de 10% de los hogares.
Los usuarios constantes y espordicos de una marca tienen caractersticas psicogrficas
diferentes.
Un hotel tiene una imagen superior que la de su rival ms cercano.
La familiaridad con un restaurante aumenta la preferencia por l.
En el captulo 12 se cubrieron los conceptos de distribucin de muestreo, error estndar de
la media o la proporcin e intervalo de confianza.5 Todos estos conceptos son pertinentes para la
comprobacin de hiptesis y deben repasarse. Ahora se describir un procedimiento general pa
ra probar hiptesis sobre una gama extensa de parmetros.
PROCEDIM IENTO GENERAL PARA

COM PROBAR HIPTESIS_________________________
Las hiptesis se prueban en los siguientes pasos (figura 15-3):
1. Formular la hiptesis nula, H Qy su hiptesis alternativa, //,.
2. Elegir una tcnica estadstica apropiada y las estadsticas de prueba correspondientes.
3. Elegir el grado de importancia, a .
www.FreeLibros.me
434
PARTE III
Figura 1 5 .3
Procedim iento general para
com probar hiptesis
R ecopilar los d ato s y calcu lar

la estadstica d e prueba
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
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
co n el g rad o esp ecificad o

d e im portancia, t t
rech azo o d e aceptacin
r
R echazar o acep tar
Hq
i
S acar una con clu si n p ara la investigacin d e m ercado
4. Determinar el tamao de la muestra y recopilar los datos.

5. Determinar la probabilidad asociada con la estadstica de prueba segn la hiptesis nula,
usando la distribucin de muestreo de tal estadstica. Como alternativa, determinar los va
lores crticos asociados con la estadstica de prueba que separan las regiones de rechazo y
aceptacin.
6 . Comparar la probabilidad asociada con la estadstica de prueba con el grado especificado
de importancia. Alternativamente, determinar si la estadstica de prueba cae en la regin de
rechazo o de aceptacin.
7. Tomar la decisin estadstica de rechazar o aceptar la hiptesis nula.
8 . Expresar la decisin estadstica en trminos del problema de investigacin de mercados.
Paso 1. Formular las hiptesis

Enunciado en el que no se espera
ninguna diferencia ni efecto. Si se
acepta, no se hacen cambios.
Enunciado en el que se espera algu
na diferencia o efecto. La aceptacin
de la hiptesis alternativa lleva a
cambios de opinin o de acciones.
El primer paso consiste en formular la hiptesis nula y la alternativa. Una hiptesis n u la es un

enunciado del estado en que se encuentran las cosas y en el que no se espera ninguna diferencia
ni efecto. Si se acepta la hiptesis nula, no se hacen cambios. Una hiptesis alternativa es un
enunciado en el que se espera alguna diferencia o efecto. La aceptacin de la hiptesis alterna
tiva lleva a cambios de opinin o de acciones. As, la hiptesis alternativa es la opuesta de la hi
ptesis nula.
La hiptesis nula es siempre la que se pone a prueba. Se refiere a un valor especificado del
parmetro de la poblacin (por ejemplo, |x, <r, ir) y no a una estadstica de la muestra (como X ).
Es posible refutar pero nunca confirmar una hiptesis nula sobre la base de una sola prueba.
Una prueba estadstica slo puede tener dos resultados. Uno es rechazar la hiptesis nula y
aceptar la alternativa. El otro es que los hechos no contradicen la hiptesis nula. Ahora bien, se
ria incorrecto concluir que porque no se rechaza la hiptesis nula, se toma como vlida. En la
comprobacin ortodoxa de hiptesis no hay forma alguna de determinar si la hiptesis nula es
verdadera.
www.FreeLibros.me
CAPTULO 15
435
En la investigacin de mercados, la hiptesis nula se formula de tal manera que su rechazo

trae la aceptacin de la conclusin deseada. La hiptesis alternativa representa la conclusin
para la que se buscan evidencias. Por ejemplo, una tienda departamental importante considera
introducir un servicio de compras a travs de Internet y lo har si ms de 40% de los usuarios
de la red compran por esa va. La forma adecuada de formular la hiptesis es:
H0: t < 0.40
Hy. 1t> 0.40
Prueba de la hiptesis nula en la que

la hiptesis alternativa se expresa en
una direccin.
Si se rechaza la hiptesis nula, H 0, se acepta la hiptesis alternativa H x y se introduce el siste

ma de compras por Internet. Por otro lado, si no se rechaza HQ, no se introduce el nuevo servi
cio salvo que se aporten hechos adicionales.
Esta prueba de la hiptesis nula es una prueba de una cola, porque la hiptesis alternativa
se expresa en forma direccional: la proporcin de usuarios de Internet que compran en lnea es
mayor que 0.40. Por otro lado, supongamos que el investigador quera determinar si la propor
cin de usuarios de Internet que compran en lnea es distinta de 40%. Entonces se requiere una
prueba de dos colas y las hiptesis se expresaran de la siguiente manera:
Prueba de la hiptesis nula en la que

la hiptesis alternativa no se expresa
en una direccin.
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.
Paso 2. Elegir la prueba apropiada
Medida de cunto se aproxima la

nuestra a la hiptesis nula. Por lo
regular sigue una distribucin bien
conocida, como la distribucin
normal, /, o chi cuadrada.
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
Paso 3. Elegir el grado de importancia,
Cuando se hacen deducciones sobre una poblacin se corre el riesgo de sacar una conclusin
equivocada. Se cometen dos clases de errores.
Error, tambin llamado alia, que

ocurre cuando los resultados de la
nuestra llevan al rechazo de la hi
ptesis nula, cuando en realidad es
verdadera.
Probabilidad de cometer un enor de
tipo L
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
Errores de tipo I (a) y tipo II (3)
Bror, tambin Damado beta, que

ocurre cuando los resultados de la
muestra llevan a la aceptacin de
h hiptesis nula, cuando en realidad
deba rechazarse.
Es la probabilidad de rechazar la
hiptesis nula cuando en realidad es
falsa y debe ser rechazada.
E r r o r d e tip o I I . El error de tipo I I ocurre cuando, de acuerdo con los resultados de la

muestra, no se rechaza la hiptesis nula cuando en realidad es falsa. En nuestro ejemplo, ocurri
ra un error de tipo II si concluyramos a partir de los datos de la muestra que la proporcin de
clientes que prefieren el plan del nuevo servicio es menor o igual que 0.40, cuando en realidad es
mayor que 0.40. La probabilidad de un error de tipo II se denota en 3 . A diferencia de a , que
especifica el investigador, la magnitud de 3 depende del valor real del parmetro de la poblacin
(proporcin). En la figura 15-4 se muestra la probabilidad del error de tipo I (a ) y la probabili
dad del error de tipo II (3). El complemento (1 - 3) de la probabilidad de un error de tipo II se
llama potencia de una prueba estadstica.
P o te n c ia d e u n a p r u e b a e s ta d stic a . La potencia de una prueba estadstica es la probabi
lidad (1 - 3) de rechazar la hiptesis nula cuando es falsa y debe ser rechazada. Aunque no se
conoce 3se relaciona con a . Un valor extremadamente bajo de a (por ejemplo, =0.001) dar
por resultado errores intolerablemente altos de 3 - Por eso es necesario equilibrar los dos tipos
de errores. Como trmino medio, unas veces se establece a en 0.05 y otras en 0.01; otros valo
res de a son raros. El nivel de a , junto con el tamao de la muestra, determinar el nivel de 3
en un diseo de investigacin. El riesgo de a y 3 puede controlarse aumentando el tamao de la
muestra. Para un nivel dado de a , al aumentar el tamao de la muestra disminuye 3 lo que in
crementa la potencia de la prueba.
Paso 4. Recopilar datos y calcular la estadstica de la prueba

El tamao de la muestra se determina despus de tomar en cuenta los errores aceptados de a y 3
y otras consideraciones cualitativas, como las restricciones presupuestarias. Luego se renen los
datos necesarios y se calcula el valor de la estadstica de prueba. En nuestro ejemplo, se encuestaron 30 usuarios y 17 indicaron que compraban en Internet. As, el valor de la proporcin de la
muestra es p = 17/30 = 0.567.
El valor de <jp se determina como sigue:
ituO - n )
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
La prueba estadstica z puede calcularse como sigue:

Z =
p - K
--------
_ 0.567 -0.40
0.089
=
1.88
Paso 5. Determinar la probabilidad (valor crtico)

Mediante cuadros normales (cuadro 2 del apndice de estadsticas) puede calcularse la probabi
lidad de obtener un valor de z de 1.88 (vase la figura 15-5). La regin sombreada entre -co y
1.88 es 0.9699. Por tanto, la regin a la derecha de z 1.8 8 es 1.000 -0 .9 6 9 9 = 0.0301. A si
mismo, el valor crtico de z, que establece una regin en el lado derecho del valor crtico de
0.05, est entre 1.64 y 1.65 y es igual a 1.645. Obsrvese que al determinar el valor crtico de la
estadstica de prueba, la regin a la derecha del valor crtico es a o ot/2 : en la prueba de una co
la es ol y en la de dos colas es ot/2 .
Pasos 6 y 7. Comparar la probabilidad (valor crtico)

y tomar la decisin
La probabilidad asociada al valor calculado u observado de la estadstica de prueba es 0.0301.
Es la probabilidad de obtener un valor p de 0.567 cuando ir = 0.40. Es menor que el grado de
importancia de 0.05. Por tanto, se rechaza la hiptesis nula. En cambio, el valor calculado de la
prueba estadstica z = 1.88 se encuentra en la regin de rechazo, por encima del valor de 1.645.
De nuevo se llega a la misma conclusin de rechazar la hiptesis nula. Obsrvese que las dos
maneras de comprobar la hiptesis nula son equivalentes pero opuestas matemticamente en la
direccin de la comparacin. Si la probabilidad relacionada con el valor calculado u observado
de la estadstica de prueba (EP qaO es menor que el grado de importancia (ot), se rechaza la hi
ptesis nula. A la vez, si el valor calculado de la estadstica de prueba e s mayor que el valor cr
tico de la estadstica de prueba (E P ^ ), se rechaza la hiptesis nula. La razn para el cambio de
signo es que cuanto mayor sea el valor de EPCAL, menor la probabilidad de obtener un valor
ms extremo de la estadstica de prueba en la hiptesis nula. El cambio de signo se observa f
cilmente:
si la probabilidad de E P ^ ^ < grado de importancia (a), entonces se rechaza H #
y adems
si EPCAL > EPCR, se rechaza H Q.
Paso 8. Conclusin de la investigacin de mercados

La conclusin a la que se llega en la comprobacin de la hiptesis debe expresarse en trminos
del problema de investigacin de mercados. En nuestro ejemplo, concluimos que hay eviden
cias de que la proporcin de usuarios de Internet que compran en lnea es significativamente
mayor que 0.40. Por tanto, se recomendara a la tienda departamental que abriera el nuevo ser
vicio de compras por Internet.
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
Como se observa en la figura 15-6, la comprobacin de hiptesis puede relacionarse con

un examen de las asociaciones o con un examen de las diferencias. En las pruebas de asociacio
nes, la hiptesis nula es que no hay una relacin entre las variables (HQ: ... es NO se relaciona
c o n ...). En las pruebas de diferencias, la hiptesis nula es que no hay diferencias (H0: ... es NO
es diferente de ...). Las pruebas de diferencias pueden relacionarse con distribuciones, medias,
proporciones, medianas o clasificaciones. En primer lugar, veremos la relacin de las hiptesis
con las asociaciones en el contexto de las tabulaciones cruzadas.
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)?
Tcnica estadstica que describe dos

o ms variables simultneamente y
produce cuadros en que se muestra
la distribucin conjunta de dos o
ms variables que tienen un nmero
Imitado de categoras o valores
distintos.
Las respuestas se obtienen examinando tabulaciones cruzadas. Aunque la distribucin de

frecuencias describe una variable cada vez, una tabulacin cruzada describe dos o ms varia
bles simultneamente. Una tabulacin cruzada es el vaciado en la misma tabla de la distribucin
de frecuencias de dos o ms variables. Sirve para entender la relacin de una variable, como la
lealtad a una marca con otra, como el sexo. En las tabulaciones cruzadas se muestra la distribu
cin conjunta de dos o ms variables con un nmero limitado de categoras o valores distintos.
Las categoras de una variable se clasifican transversalmente con las categoras de una o ms
variables adicionales. As, la distribucin de frecuencias se divide de acuerdo con los valores o
categoras de las otras variables.
Supongamos que estamos interesados en determinar si el uso de Internet se relaciona con el
sexo. Para los fines de una tabulacin cruzada, los encuestados se clasifican usuarios moderados
o frecuentes. Quienes declaran cinco horas o menos de conexin se clasifican como usuarios mo
derados; los dems son frecuentes. En la tabla 15-3 se muestra la tabulacin cruzada. Una tabula
cin cruzada tiene una celda para cada combinacin de las categoras de las dos variables. El n
mero de cada celda indica cuntos entrevistados dieron esa combinacin de respuestas. En la tabla
15-3, 10 mujeres sealaron una conexin frecuente a Internet. Los totales marginales de la ta
bla indican que de los 30 encuestados con respuestas vlidas en las dos variables, 15 declararon
un uso moderado y 15 un uso frecuente. En cuanto al sexo, 15 eran mujeres y 15 hombres. Ob
srvese que esta informacin pudo haberse obtenido de una distribucin de frecuencias aparte
para cada variable. En general, los mrgenes de una tabulacin cruzada muestran la misma in-
www.FreeLibros.me
C A PT U L O 15
439
Sexo y uso de Internet

S exo
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
Total por columna
15
15
de
In t e r n e t
H o m br es
Sexo por uso de Internet

S exo
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 %
Uso de Internet por sexo

Uso
S exo
Tabla de tabulacin cruzada. Con

tiene una celda para cada combina
cin de categoras de las dos
variables.
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
Recopilacin, preparacin, anlisis e infornie de los datos
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
N o hay cam bio
H ay alguna aso ciaci n
en tre las dos

v ariab les o rig in ales
en tre las dos

v ariab les originales
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.
Se aclara la relacin inicial. Un examen de la relacin entre la compra de ropa de moda y

el estado civil arroj los resultados que se anotan en la tabla 15-6. Los encuestados fueron clasifi
cados en la categora alta o baja de acuerdo con sus compras de ropa de moda El estado civil tam
bin se midi en trminos de dos categoras: casado o no casado. Como se ve en la tabla 15-6,
52% de los encuestados que no estaban casados en el momento de la encuesta quedaron en la
categora alta de compras, a diferencia de 31% de los casados. Antes de concluir que los que no
estn casados compran ms ropa de moda que los casados, se introdujo en el anlisis la tercera va
riable: el sexo de los encuestados.
El sexo de los encuestados se escogi como tercera variable a partir de investigaciones an
teriores. La relacin entre la compra de ropa de moda y el estado civil se volvi a examinar con
esta variable, segn se aprecia en la tabla 15-7. En el caso de las mujeres, 60% de las que no es
taban casadas quedaron en la categora alta de compras, en comparacin con 25% de las casadas.
www.FreeLibros.me
CAPTULO 15
441
Compra de ropa de moda por estado civil

E s t a d o c iv il a c t u a l
C o m pr a d e ro pa
DE MODA
No casad o
C asad o
Alta
31%
52%
Baja
69%
48%
Cblumna
10 0 %
100 %
Numero de encuestados
700
300
Compra de ropa de moda por estado civil y sexo

S exo
E s t a d o c iv il d e l o s h o m b r e s
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
Posesin de autos caros por escolaridad

E s c o l a r id a d
T ie n e un
AUTO CARO
T it u l a d o
N o t it u l a d o
32%
21%
No
68%
79%
Total por columna
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
Posesin de autos caros por escolaridad y nivel de ingreso

In g r e s o
E
T ie n e
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%
Total por columnas
100%
100%
100%
100%
Nmero de encuestados
100
700
150
50
Deseo de viajar al extranjero por edad

E dad
D e s e o d e v ia j a r a l e x t r a n j e r o
M en o s de
45
45
EN ADELANTE
50%
50%
No
50%
50%
Total por columnas
100%
100%
500
500
Deseo de vigiar al extranjero por edad y sexo_____________________________________

S exo
D e s e o d e v ia j a r
AL EXTRANJERO
S
No
EDAD DE LOS HOMBRES
EDAD DE LAS MUJERES
<45
>45
<45
> 45
60%
40%
35%
65%
40%
60%
65%
35%
Total por columnas
100%
100%
100%
100%
Nmero de casos
300
300
200
200
Se revela una asociacin suprimida. Un investigador sospechaba que el deseo de via

jar al extranjero tena una influencia de la edad. Sin embargo, una tabulacin cruzada de las dos
variables produjo los resultados de la tabla 15-10, en la que no se aprecia ninguna asociacin.
Cuando se introdujo el sexo como tercera variable, se obtuvo la tabla 15-11. Entre los hombres,
60% de los que tenan menos de 45 aos indicaron un deseo de viajar al extranjero, en compa
racin con los que tenan 45 aos en adelante. El esquema se invirti con las mujeres, de las
que 35% de las menores de 45 aos manifestaron un deseo de viajar fuera de su pas, a diferen
cia de 65% de las que tenan ms de esa edad. Como la asociacin entre el deseo de viajar al
extranjero y la edad van en sentido contrario en hombres y mujeres, la relacin entre las dos
variables queda oculta cuando se acumulan los datos sin considerar el sexo, como en la tabla
15-10. Pero cuando se controla el efecto del sexo, como en la tabla 15-11, la asociacin supri
mida entre el deseo de viajar al extranjero y la edad se revela en las categoras separadas de
hombres y mujeres.
No cambia la relacin inicial. En algunos casos, la introduccin de la tercera variable
no cambia la relacin inicial observada, comoquiera que se asociaran las primeras variables.
www.FreeLibros.me
C A PT U L O 15
443
Visita frecuente a los restaurantes de comida rpida por tamao de la familia

C
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
RESTAURANTES DE COMIDA RPIDA
P eq u e a
ran de
65%
65%
No
35%
35%
Total por columnas
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%
Total por columnas
100%
100%
100%
100%
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.
Comentarios generales sobre la tabulacin cruzada

Es posible hacer la tabulacin cruzada de ms de tres variables, pero la interpretacin se vuelve
muy complicada. Adems, como el nmero de las celdas se multiplica, se hace problemtico man
tener un nmero adecuado de encuestados o casos. Como regla general, debe haber por lo menos
cinco observaciones esperadas en cada celda para que las estadsticas calculadas sean confiables.
As, la tabulacin cruzada es una forma ineficiente de examinar relaciones cuando hay varias va
riables. Observe que la tabulacin cruzada examina la asociacin entre variables, no la causalidad.
Para examinar la causalidad, hay que ubicarse en el marco de un diseo de investigacin causal
(vase el captulo 7).
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.
La estadstica de ch i cuadrada (x2) sirve para probar la importancia estadstica de la asocia

cin observada en una tabulacin cruzada. Permite determinar si hay una asociacin sistemti
ca entre dos variables. La hiptesis nula, H 0, es que no hay asociacin entre las variables. Para
realizar la prueba se calculan las frecuencias en las celdas en las que se espera que no haya ha
bido una asociacin entre las variables, dados los totales actuales de filas y columnas. Estas
frecuencias esperadas, que se denotan f e, se comparan con las frecuencias reales observadas,/^
encontradas en la tabulacin cruzada para calcular la estadstica de chi cuadrada. Cuanto ma
yores sean las discrepancias entre las frecuencias esperada y actual, mayor es el valor de la e s
tadstica. Supongamos que una tabulacin cruzada tiene r filas, c columnas y una muestra alea
toria de n observaciones. Entonces, la frecuencia esperada de cada celda se calcula con una
frmula simple:
nptc
/,=
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
Luego, el valor de x 2 se calcula como sigue:
r =X
( L - S 'f
/,
todas
las celdas
Para los datos de la tabla 15-3, el valor de x 2 se calcula como:

2
Distribucin asimtrica cuya forma

depende slo de los grados de liber
tad. A medida que aumentan los
grados de libertad, la distribucin
de chi cuadrada se hace ms sim
trica.
= (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
Para determinar si hay una asociacin sistemtica, se estima la probabilidad de obtener un

valor de chi cuadrada tan grande o ms que el calculado en la tabulacin cruzada. Una caracte
rstica importante de la estadstica chi cuadrada es el nmero de grados de libertad (gl) que tie
ne. En general, el nmero de grados de libertad es igual al nmero de observaciones menos el
nmero de restricciones que se requirieron para calcular un trmino de la estadstica. En el ca
so de la estadstica chi cuadrada asociada a una tabulacin cruzada, el nmero de grados de li
bertad es igual al producto del nmero de filas (r) menos 1 y el nmero de columnas (c) menos
1. Es decir, gl = ( r - 1) X (c - l ).9 La hiptesis nula (//0) de falta de asociacin entre las dos va
riables se rechazar slo si el valor calculado de la estadstica de prueba es mayor que el valor
crtico de la distribucin chi cuadrada con los grados apropiados de libertad, como se muestra
en la figura 15-8.
La distribucin de chi cuadrada es una distribucin asimtrica cuya forma depende slo
de los grados de libertad. 10 A medida que aumentan los grados de libertad, la distribucin de chi
cuadrada se hace ms simtrica. En el cuadro 3 del apndice de estadsticas se encuentran las
reas en la cola superior de la distribucin de chi cuadrada para diversos grados de libertad. En
esta tabla, el valor en la parte superior de cada columna indica la regin de la parte superior (el
lado derecho visto en la figura 15-8) de la distribucin de chi cuadrada. A modo de ilustracin,
para un grado de libertad el valor del rea en la cola superior de 0.05 es de 3.841. Esto indica
que por cada grado de libertad, la probabilidad de exceder un valor de chi cuadrada de 3.841 es
www.FreeLibros.me
CAPTULO 15
445
Figura 1 5 .8
Prueba de chi cuadrada de
asociacin
de 0.05. En otras palabras, en el grado de significancia de 0.05 con un grado de libertad, el va

lor crtico de la estadstica de chi cuadrada es de 3.841.
Efcra la tabulacin cruzada dada en la tabla 15-3, hay (2 - 1) X (2 - 1) = 1 grado de liber
tad. La estadstica de chi cuadrada calculada tiene un valor de 3.333. Como es menor que el va
lor crtico de 3.841, la hiptesis nula de no asociacin no puede rechazarse, lo que seala que la
asociacin no es estadsticamente significativa en el grado de 0.05.
La estadstica de chi cuadrada tambin sirve en las pruebas de ajuste para determinar si
ciertos modelos concuerdan con los datos observados. Para hacer estas pruebas, se calcula la
significacin de las desviaciones de la muestra a partir de las distribuciones tericas planteadas
(las que se esperan) y se pueden efectuar con tabulaciones cruzadas y con frecuencias (tabula
ciones de un sentido). El clculo de la estadstica de chi cuadrada y la determinacin de su im
portancia es la misma que se ilustr antes.
La estadstica de chi cuadrada deber estimarse slo en los conteos de datos. Cuando stos se
presentan en forma de porcentaje debern convertirse antes en nmeros absolutos. Adems se con
sidera que la prueba de chi cuadrada consiste en realizar observaciones de manera independiente.
Como regla general el anlisis de la chi cuadrada no deber realizarse cuando las frecuencias
esperadas o tericas de cualquiera de las celdas es menor a 5. Si el nmero de observaciones de la
celda es menor a 10, o bien si la tabla tiene dos filas y dos columnas (una tabla de 2 X 2), se deber
aplicar un factor de correccin. 11 Con el factor de correccin, el valor es 2.133 lo que no es signi
ficativo en el nivel de 0.05. En el caso de una tabla de 2 X 2, la chi cuadrada est relacionada con
el coeficiente phi (<t>).
Coeficiente phi o f (<J>)

Medida de la fuerza de asociacin
en el caso especial de un cuadro con
dos filas y dos columnas (una tabla
de 2 X 2).
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.
En tanto que el coeficiente phi es especfico de una tabla de 2 X 2, el coeficiente de contingen

cia (C) se usa para evaluar la fuerza de la asociacin en una tabla de cualquier tamao. Este n
dice tambin se relaciona conchi cuadrada como sigue:
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 stad stica d e p ru eba q u e m ide la

nales. Hace u n aju ste 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 no e s c u a d ra d a sin o
rectangular.
E stadstica de p ru eb a q u e m ide la
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.
LA TABULACI N CR UZAD A EN LA PRCTICA

Al efectuar en la prctica un anlisis de tabulacin cruzada, es til proceder segn estos pasos:
1. Comprobar la hiptesis nula de que no hay asociacin entre las variables usando la esta
dstica de chi cuadrada. Si no se consigue rechazar la hiptesis nula, entonces no hay nin
guna relacin.
2 . Si se rechaza / / 0, entonces se determina la fuerza de la asociacin con una estadstica
apropiada (coeficiente phi, coeficiente de contingencia, V de Cramer, coeficiente lambda
y otras estadsticas).
3. Si se rechaza H Q, se interpreta el esquema de la relacin calculando los porcentajes en la
direccin de la variable independiente, en sentido transversal a la dependiente.
4. Si las variables se tratan como ordinales ms que nominales, se usa tau b, tau c o gamma
como estadstica de prueba. Si se rechaza H0, entonces se determina la fuerza de la aso
ciacin usando la magnitud y la direccin de la relacin con el signo de la estadstica de
prueba.
COM PRO BACIN DE HIPTESIS

POR DIFERENCIAS
En la seccin anterior se consider la comprobacin de hiptesis por asociaciones. Ahora nos
enfocamos en la comprobacin por diferencias. En la figura 15-9 se presenta una clasificacin
de los procedimientos para comprobar hiptesis examinando diferencias. Obsrvese que la fi
gura concuerda con la clasificacin de las tcnicas univariadas presentada en la figura 14-6. La
principal diferencia es que en la figura 14-6 tambin se incluyen ms de dos muestras, y as
comprende tcnicas como el anlisis de varianza de clasificacin simple y el anlisis de varianza K-W (captulo 14), mientras que la figura 15-9 se limita a no ms de dos muestras y tampo-
www.FreeLibros.me
448
PARTE III
Figura 1 5 .9
P rueba de hiptesis
Comprobacin de hiptesis por

diferencias
4
P ruebas param tricas
(datos m tricos)
U na
P ruebas n o param tricas

(datos no m tricos)
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
R o ced im ien to d e co m probacin d e

hiptesis q u e asu m e q u e la s v a ria
bles d e estu d io se m iden co n un a
escala nom inal u o rd inal.
Dos
m u estras
C h i cuadrada
G ru p o s d e dos
fto ced im ie n to d e co m probacin d e

hiptesis q u e asu m e qu e la s v a ria
bles d e estu d io se m iden por lo m e
nos con una escala d e intervalo.
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.
FVueba d e h iptesis u n iv ariad a q u e

lom a la d istrib u ci n /,q u e sirv e
cuando la d esv iaci n e s t n d a r se
desconoce y la m u estra e s pequea.
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
ma con la varianza de la muestra s2. Recuerde que la desviacin estndar de la media de

la muestra, X, se estima como
= s / \ !n . Entonces, t = ( X - \l ) / s % es / distribuida con
n-
D istribucin sim trica en form a d e

cam p an a til p ara p ro b a r m uestras
p eq u e as (n < 30)
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
L Se formula la hiptesis nula (H0) y la alternativa (//,).

Se elige la frmula apropiada para la estadstica t.
3. Se elige un grado de significancia, a , para verificar H 0. En general se escoge el grado de
0.05.13
4. Se toman una o dos muestras y se calculan la media y la desviacin estndar de cada una.
5. Se calcula la estadstica / suponiendo que H 0.
6 . Se calculan los grado de libertad y se estima la probabilidad de obtener un valor ms ex
tremo de la estadstica a partir de la tabla 4. Alternativamente, se calcula el valor crtico de
la estadstica /.
7. Si la probabilidad calculada en el paso 6 es menor que el grado de significancia elegido en
el paso 3, se rechaza H q. Alternativamente, si el valor de la estadstica t calculada en el pa
so 5 es mayor que el valor crtico determinado en el paso 6 , se rechaza Hq. Si el valor calcu
lado es menor que ese valor crtico, no se rechaza H 0. La incapacidad de rechazar H0 no
significa necesariamente que esta hiptesis sea verdadera, sino slo que el enunciado ver
dadero no es significativamente diferente que el asumido en H 0 ,14
8 . Se expresa la conclusin de la prueba / en trminos del problema de investigacin de mer
cados.
2.
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.
//0:|x < 4.0

> 4.0
t
**
ff-P )
= xVw
= 1.579/V29 = 1.579/5385 = 0.293

t = (4.724 - 4.0)/0.293 = 0.724/0.293 = 2.471
www.FreeLibros.me
450
Rucha univariada de hiptesis con

una distribucin normal estndar.
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
= 13/V^9 =13/5385 = 0379
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.
Dos muestras que no guardan una

relacin experimental. La medicin
de una muestra no tiene efecto en
bs valores de la segunda.
En la investigacin de mercados, varias hiptesis relacionan los parmetros de dos poblaciones

diferentes; por ejemplo, los usuarios y no usuarios de una marca difieren por sus percepciones de
sta, los consumidores de mayor ingreso gastan ms en diversin que los de ingresos bajos o la
proporcin de consumidores del segmento I que son leales a una marca es mayor que la propor
cin del segmento II. Las muestras tomadas al azar de diferentes poblaciones se denominan
muestras independientes. Como en el caso de una muestra, las hiptesis pueden relacionarse
con medias o con proporciones.
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
(/I, - 1)5? + (n2 - 1)^2

, + n2 - 2
La desviacin estndar de la estadstica de prueba se estima as:
www.FreeLibros.me
CAPTULO 15
451
El valor apropiado de t se calcula de la manera siguiente:

t _ ( X i - X 2) - ( P i - E a )
SXi-X2
Prueba estadstica de la igualdad de

las varianzas de dos poblaciones.
En este caso, los grados de libertad son (n, +

- 2).
Si las varianzas de las dos poblaciones son distintas, no puede calcularse una t exacta para
la diferencia de las medidas de las muestras y se hace una aproximacin. En este caso, los gra
dos de libertad no son un nmero entero, sino una probabilidad razonablemente exacta que se
obtiene redondeando al entero ms prximo.15
Es posible efectuar una prueba F de la varianza de la muestra cuando no se sabe si las va
rianzas de las dos poblaciones son iguales. En esta situacin, las hiptesis son:
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
Como se aprecia, el valor crtico de la distribucin F depende de dos conjuntos de grados

de libertad: los del numerador y el denominador. Los valores crticos de F para los diversos gra
dos de libertad del numerador y el denominador estn dados en la tabla 5 del apndice de es
tadsticas. Si la probabilidad de F es mayor que el grado de significancia a , no se rechaza H0 y
se puede tomar la / basada en la estimacin conjunta de varianza. Por otro lado, si la probabili
dad de F es menor o igual a a , se rechaza HQ y se toma una / basada en una estimacin de va
rianzas hecha por separado.
Con los datos de la tabla 15-1, supongamos que queramos determinar si el uso de Internet
es diferente para los hombres que para las mujeres. Hicimos una prueba t de dos muestras inde
pendientes. Los resultados se presentan en la tabla 15-14. Observe que la prueba F de las varian
zas de las muestras tiene una probabilidad menor que 0.05. Por eso, se rechaz HQ y se recurri
a la prueba / basada en la premisa de las varianzas iguales . El valor de t es -4.492 y, con
18.014 grados de libertad, da una probabilidad de 0.000, que es menor que el grado de signifi
cancia de 0.05. Por tanto, se rechaza la hiptesis nula de las medias iguales. Como el uso prome
dio de los hombres (sexo = 1) es de 9.333 y el de las mujeres (sexo = 2) 3.867, los hombres se
conectan a Internet en una medida significativamente mayor que las mujeres. Tambin mostra
mos la prueba / con la suposicin de varianzas iguales, dado que la mayora de los programas de
cmputo realizan automticamente la prueba /d e las dos maneras.
INVESTIGACIN
REAL
Las tiendas quieren poner una t a los ancianos

En un estudio basado en una muestra estadounidense de 789 encuestados de 65 aos de edad en
adelante se quiso determinar el efecto de la falta de movilidad en la clientela. Una importante
pregunta de investigacin se relacionaba con las diferencias de las necesidades fsicas de los
ancianos dependientes e independientes. Es decir, los dos grupos tienen necesidades distintas
para llegar a la tienda o andar dentro de ella? En un anlisis ms detallado de los requisitos fsi
cos realizado con pruebas / de dos muestras independientes (como se muestra en el cuadro que
sigue) se indic que los ancianos dependientes prefieren buscar tiendas que ofrezcan entrega a
domicilio y que acepten pedidos telefnicos, as como aquellas que cuenten con transporte ac
cesible. Tambin se inclinan ms a buscar tiendas variadas instaladas unas cerca de las otras.
Ahora ms que nunca, los vendedores se dan cuenta del potencial de ventas que tiene el merca
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 -*>
Prueba t de dos muestras independientes

E s t a d s tic a s s i n p t ic a s
N m ero de
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
En la estadstica de prueba, el numerador es la diferencia entre las proporciones de las dos

muestras, P , y P2. El denominador es el error estndar de la diferencia en las dos proporciones
y est dado por:
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.
En muchas aplicaciones de investigacin de mercados, las observaciones de los dos grupos no

se toman de muestras independientes, sino que se relacionan con muestras en pares: dos gru
pos de observaciones remiten a los mismos encuestados. Una muestra de encuestados pueden
calificar dos marcas rivales, indicar la importancia relativa de dos caractersticas de un produc
to o evaluar dos marcas en dos momentos distintos. La diferencia en estos casos se examina
mediante una prueba t de m uestras en pares. Para calcular la t de las muestras en pares, se for
ma la variable de la diferencia pareada, denotada con D, y se calculan su media y su varianza.
A continuacin se calcula la estadstica t. Los grados de libertad son n - 1; n es el nmero de pa
res. Las formulas pertinentes son:
Md =
_ 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
Diferencia = Irteme* - tecnologa
M e d ia d e l a
D e s v ia c i n
E rro r
G rado s d e
DIFERENCIA
ESTNDAR
ESTNDAR
C o r r e l a c i n
D E DOS COLAS
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
Los segundos cuentan

Se realiz una encuesta entre 83 directores de medios de las mayores agencias de publicidad ca
nadienses para determinar la eficacia relativa de anuncios televisivos de 15 o 30 segundos. Me
diante una escala de calificacin de cinco puntos (en la que 1 era excelente y 5 malo), cada
encuestado calific los comerciales de 15 y 30 segundos en conciencia de la marca, recuerdo de
la idea principal, persuasin y capacidad de contar una historia emocional. En la tabla se seala
que los comerciales de 30 segundos recibieron las calificaciones ms favorables en todas las di
mensiones. Las pruebas / en pares indicaron que estas diferencias fueron significativas y que
los comerciales de 15 segundos parecieron menos eficaces. En la actualidad, el problema quiz
no sea qu tan eficaces son los comerciales de televisin, sino si los consumidores de hecho los
miran. Uno de cinco usuarios nunca vio un comercial en 2 0 0 2 y se amenaza con que la cifra
crezca. Los grandes anunciantes, como General Motors, tendrn que idear formas ms creativas
y eficaces para exhibir sus comerciales. 17
Media de calificacin de comerciales de 15 y 30 segundos en cuatro variables de comunicacin
Conciencia
demarca
15
30
2.5
1.9
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 de una muestra de

KoimogorovSmimov (K S)
Prueba de ajuste no paramtrica de
una muestra que compara la funcin
de distribucin acumulada de una
variable con una distribucin espe
cfica.
Prueba de la aleatoriedad de una

variable dicotmica.
Prueba estadstica de ajuste de va
riables dicotmicas. Prueba el ajuste
del nmero de observaciones en ca
da categora en cierta distribucin
binominal.
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

Cuando la diferencia en la ubicacin de dos poblaciones se va a comparar sobre la base de ob
servaciones hechas en dos muestras independientes, y la variable se mide en una escala ordinal,
puede utilizarse la prueba U de M ann-W hitney.20 Esta prueba corresponde a la prueba t de dos
muestras independientes para variables de escalas de intervalos, cuando se asume que las va
rianzas de las dos poblaciones son iguales.
Prueba K-S de una muestra sobre la normalidad del uso de Internet

D s t r ib u c i n d e l a p r u e b a : n o r m a l
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
Prueba de la mediana de dos

muestras
Estadstica de prueba no paramtrica que determina si dos grupos se
tomaron de poblaciones con la mis
ma media. No es tan potente como
b prueba U de Mann-Whitney.
Estadstica de prueba no paramtri

ca que determina si dos distribucio
nes son iguales. Toma en cuenta las
diferencias en las dos distribucio
nes, incluyendo mediana, dispersin
y asimetra.
= t/transformada en una estadstica z distribuida normalmente
En la prueba U de Mann-Whitney, las dos muestras se combinan y los casos se disponen en

orden de tamao creciente. La estadstica de prueba, U, se calcula como el nmero de veces que
una calificacin de la muestra o el grupo 1 precede a una calificacin del grupo 2. Si las mues
tras proceden de la misma poblacin, la distribucin de las calificaciones de los dos grupos en
la lista ordenada debe ser aleatoria. Un valor extremo de U indicara un esquema que no es alea
torio y apuntara a la desigualdad de los dos grupos. Para muestras de menos de 30, se calcula el
grado exacto de significancia de U. En muestras mayores, U se transforma en una estadstica z
distribuida normalmente. Esta z se puede corregir en caso de empates en el ordenamiento.
Examinemos de nuevo la diferencia en el uso de Internet entre mujeres y hombres, esta vez
recurriendo a la prueba U de Mann-Whitney. Los resultados se dan en la tabla 15-17. De nuevo
se encuentra una diferencia significativa entre los dos grupos, con lo que se corroboran los resul
tados de la prueba t de dos muestras independientes citada antes. Como el orden se asigna de la
observacin menor a la ms grande, el mayor orden de la media de los hombres (20.93) indica
que usan Internet en mayor medida que las mujeres (orden de la media = 10.07).
Muchas veces los investigadores quieren probar una diferencia significativa en las propor
ciones tomadas de dos muestras independientes. Como alternativa de la prueba paramtrica z,
que estudiamos antes, tambin podra emprenderse el procedimiento de tabulacin cruzada para
efectuar una prueba chi cuadrada.2 1 En este caso, tendremos una tabla de 2 X 2. Una variable de
notar la muestra y asumir el valor 1 para la muestra 1 y el valor 2 para la muestra 2. La otra va
riable ser la variable binaria que interesa.
Otras dos pruebas no paramtricas de muestras independientes son la prueba de la media
na y la de Kolmogorov-Smimov. La prueba de la m ediana de dos m uestras determina si los
dos grupos fueron tomados de poblaciones con la misma media. No es tan potente com o la
prueba U de Mann-Whitney, pues slo toma la ubicacin de cada observacin en relacin con
la mediana y no el ordenamiento de cada observacin. La prueba de Kolmogorov-Smirnov de
dos m uestras examina si las dos distribuciones son la misma. Toma en cuenta cualquier dife
rencia entre las dos distribuciones, incluyendo la mediana, dispersin y asimetra, como se ilus
tra en el ejemplo siguiente.
INVESTIGACIN
REAL
Los directores cambian de direccin

Cmo perciben los directores de investigacin de mercados y los clientes de las 500 empresas de
manufactura de Fortune la funcin de estos estudios para estimular cambios en la formulacin
de la estrategia de marketing? Se descubri que los directores de investigacin de mercados es
taban ms a favor de suscitar cambios en la estrategia y menos de refrenarse que los usuarios de
las investigaciones de mercados. stos se haban hecho todava ms reacios a iniciar cambios
en las estrategias de marketing durante la crisis econmica de 2002 y 2003. Sin embargo, en el
ambiente empresarial actual esta resistencia debe superarse para comprender mejor el poder de
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
Significancia de K-S 0.05

*D - directores, U - usuarios
En este ejemplo, los directores y los usuarios de investigacin de mercado comprendieron dos
muestras independientes. Sin embargo, las muestras no siempre son as. En el caso de las mues
tras en pares, debe hacerse un conjunto diferente de pruebas.
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.
Prueba no paramtrica para exami

nar diferencias en la ubicacin de
dos poblaciones, basada en observa
ciones en pares, que compara slo
los signos de las diferencias entre
pares de variables sin tomar en
cuenta sus 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
K-S y chi cuadrada de ajuste

Prueba corrida para aleatorios
Prueba binomial para beneficiar la fijacin
por variables dicotmicas
Una muestra
Medias
Mtrica
Prueba t. si se desconoce la varianza

Prueba z, si se conoce la varianza
Una muestra
Proporciones
Mtrica
Prueba z
Distribuciones
No mtrica
Prueba K-S de dos muestras para examinar la

equivalencia de dos distribuciones
Medias
Mtrica
Prueba t de dos grupos

Prueba F de igualdad de las varianzas
Proporciones
Mtrica
No mtrica
Prueba z
Prueba chi cuadrada
Ordenamientos/Medias
No mtrica
La prueba U de Mann-Whitney es ms potente que la

prueba de la media
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
Prueba de McNemar para variables binarias

Prueba chi cuadrada
Muestras en panes
Ordenamientos/Medias
No mtrica
La prueba de clasificaciones con signo y panes

equivalentes de Wilcoxon es ms poderosa que la
de signos
las diferencias de proporciones, puede aplicarse la prueba de McNemar. Alternativamente, la

prueba chi cuadrada sirve tambin para variables binarias. En la tabla 15-19 se resumen las
pruebas de diferencias, paramtricas y no paramtricas. Esas pruebas se relacionan fcilmente
con las que se encuentran en la figura 15-9. En la tabla 15-19 se clasifican las pruebas con ms
detalle pues las medias y proporciones de las paramtricas (basadas en datos mtricos) se clasifi
can aparte. Del mismo modo, las pruebas no paramtricas (basadas en datos que no son mtricos)
se clasifican separadamente para distribuciones y ordenamientos/medias. En el ejemplo siguien
te se ilustra la comprobacin de hiptesis en la estrategia de marca internacional y en el ejemplo
que viene despus se cita el uso de estadsticas descriptivas en la investigacin tica.
INVESTIGACIN
REAL
Construccin internacional de marca: El nombre del juego

En el decenio del 2000, la tendencia fue hacia el marketing global. Cmo comercializan los
vendedores una marca en el extranjero, donde hay diferencias culturales e histricas? En un e s
tudio realizado en 2 0 0 1 se mostr que, en general, la estructura internacional de la marca de una
empresa abarca caractersticas de la empresa, del mercado del producto y de la dinmica del
mercado. En concreto, de acuerdo con Bob Kroll, ex presidente de Del Monte International, un
empaque uniforme puede ser una ventaja para comercializar intemacionalmente, si bien lo ms
importante es satisfacer las preferencias del gusto culinario de los clientes. A s qued claro en
una encuesta reciente sobre marketing internacional de productos. Ahora los ejecutivos de mar
keting creen que es mejor pensar globalmente pero actuar localmente. Los encuestados fueron
1 0 0 gerentes de marca y producto y personas de marketing provenientes de algunas de las prin
cipales compaas alimentarias, farmacuticas y de productos de cuidado personal de Estados
Unidos. Treinta y nueve por ciento dijeron que no sera buena idea usar empaques uniformes en
www.FreeLibros.me
CAPTULO 15
459
La pasta de dientes Colgate ha seguido

una estrategia combinada de marca
uniforme y empaque personalizado en
algunos mercados forneos. Se puede
recurrir a una prueba t de dos muestras
independientes para evaluar la eficacia
de esta estrategia.
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
Las estadsticas describen desconfianzas

Las estadsticas descriptivas indican que la percepcin pblica de la tica de las empresas, y
con ella la tica del marketing, es poca. En un sondeo de Business Week, 46% de los encuestados dijeron que los criterios morales de los ejecutivos de las empresas son apenas medianos.
En una encuesta de la revista Time se revel que 76% de los estadounidenses opinaban que los
gerentes de las empresas (y por ende los investigadores) carecan de tica y que esta carencia
era parte del deterioro moral de Estados Unidos. Sin embargo, el pblico no est solo en su
descrdito de la tica empresarial. En una empresa realizada por Touch Ross entre empresarios,
los resultados mostraron que haba una idea generalizada de que las cuestiones ticas eran una
preocupacin grave y que los informes de los medios sobre la inmoralidad en las empresas no
eran exagerados. En cambio, en una investigacin hecha a finales de 2000 por el Ethics Re
source Center, de Washington, D.C., se encontr que 90% de los empresarios estadounidenses
esperaban que sus organizaciones hicieran lo que fuera correcto y no nicamente lo que fuera
rentable. Doce por ciento de los encuestados dijeron que sentan presiones por violentar las
normas ticas de su organizacin. Veintisis por ciento citaron como el acto inmoral ms fre
cuente en el trabajo mentir a clientes, empleados, proveedores o el pblico, en tanto que 25%
sealaron ocultar a estas partes informacin necesaria. Nada ms 5% de los encuestados haban
www.FreeLibros.me
460
PARTE III
atestiguado la entrega o la aceptacin de sobornos o regalos inapropiados. A pesar del hecho de

que los empresarios estadounidenses esperan que sus organizaciones hagan negocios ticamen
te, los estudios muestran que la conducta inmoral no deja de ser una costumbre en el trabajo.26
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%
% dc la poblacin mucstrcada = 1 cmp. es 0.79

% d c la poblacin mucstrcada = 2 a 19 cmp. es 0.2
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
mediana de una distribucin de frecuencia son medidas de la ten

dencia central. La variabilidad de la distribucin se describe con
el rango, la varianza o la desviacin estndar, el coeficiente de
variacin y el rango intercuartiles. La asimetra y la curtosis dan
una idea de la forma de la distribucin.
Las tabulaciones cruzadas muestran la distribucin conjunta
de dos o ms variables. En la tabulacin cruzada, los porcentajes
www.FreeLibros.me
CAPTULO 15
se calculan por columnas, segn los totales de columnas, o por fi

las, segn estos totales. La regla general es calcular los porcenta
jes en la direccin de la variable independiente y en sentido
transversal de la dependiente. Con frecuencia introducir una ter
cera variable ofrece ms conocimientos. La estadstica de chi
cuadrada proporciona una prueba de la significancia estadstica de
la asociacin observada en una tabulacin cruzada. El coeficiente
phi, el coeficiente de contingencia, la V de Cramer y el coeficien
te lambda proporcionan medidas de la fuerza de las asociaciones
entre las variables.
Se dispone de pruebas paramtricas y no paramtricas para
verificar hiptesis por diferencias. En el caso paramtrico, se usa la
463
prueba / para examinar hiptesis relacionadas con la medida de

la poblacin. Diversas formas de la prueba t se prestan para com
probar hiptesis basadas en una muestra, dos muestras indepen
dientes o muestras en pares. En el caso no paramtrico, las pruebas
de una muestra ms conocidas son la de Kolmogoro v-Smimov, chi
cuadrada, corridas y binominal. Para dos muestras independientes
no paramtricas, se utilizan la prueba U de Mann-Whitney, de la
media y de Kolmogorov-Smimov. Para las muestras en pares,
la prueba de clasificaciones con signo y pares equivalentes de Wilcoxon y la de los signos son tiles para examinar hiptesis relacio
nadas con medidas de la ubicacin.
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
hiptesis nula, 434

lambda asimtrica, 446
lambda simtrica, 446
media, 430
mediana, 431
medidas de ubicacin, 430
medidas de variabilidad, 431
moda, 431
muestras en pares, 453
muestras independientes, 450
potencia de una prueba estadstica, 436
prueba binominal, 455
prueba de clasificaciones con signo
y pares equivalentes de Wilcoxon, 457
prueba de corridas, 455
prueba de dos colas, 435
prueba de Kolmogorov-Smimov
de dos muestras, 456
prueba de la mediana de dos muestras, 456
prueba de los signos, 457

prueba de una cola, 435
prueba de una muestra de KolmogorovSmimov (K-S), 455
prueba F, 451
prueba /, 448
prueba t de muestras en pares, 453
prueba U de Mann-Whitney, 455
prueba z, 450
pruebas no paramtricas, 448
pruebas paramtricas, 448
rango, 431
rango intercuartiles, 431
tablas de contingencia, 439
tabulacin cruzada, 438
tau b, 447
tau c, 447
V de Cramer, 446
varianza, 431
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Describa el procedimiento para calcular frecuencias.

Qu medidas de la ubicacin se calculan habitualmente?
Defina el rango intercuartiles. Qu mide?
Qu se entiende por coeficiente de variacin?
Cmo se mide la altura o llaneza de una distribucin?
Qu es una distribucin asimtrica? Qu significa?
Cul es la principal diferencia entre la tabulacin cruzada y la dis
tribucin de frecuencias?
Cul es la regla general para calcular porcentajes en la tabulacin
cruzada?
Defina una correlacin espuria.
Qu se entiende por asociacin suprimida? Cmo se revela?
Analice las razones del uso frecuente de tabulaciones cruzadas.
Cules son sus limitaciones?
12. Presente una clasificacin de los procedimientos para comprobar hi

ptesis.
13. Describa el procedimiento general para realizar una prueba t.
14. Cul es la principal diferencia entre pruebas paramtricas y no pa
ramtricas?
15. Qu pruebas no paramtricas son las correspondientes de la prueba
t de muestras independientes para datos paramtricos?
16. Qu pruebas no paramtricas son las correspondientes de la prueba
t de muestras en pares para datos paramtricos?
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 ism os c lie n te s s e le s m ostr u n co m ercial d e C am ay. D esp u s,

se vo lv iero n a m e d ir la s preferencias p o r C am ay. L o g r in d u cir
el co m ercial u n cam bio e n la s p refe ren cias?
b . L a p refe ren cia p o r d ja b n C a m a y sigui u n a d istrib u ci n n o r
2 . La c am p a a p u b licitaria actu al d e u n a m arca im p o rtan te d e refresco

se c a m b ia r si le g u s ta a m enos d e 3 0 % d e lo s con su m id o res.
a. F orm ule la s h ip tesis nula y altern ativ a.
b . A nalice lo s erro res d e los tip o s I y II q u e o cu rre n al c o m p ro b a r
estas h iptesis.
c . Q u p ru eb as e s ta d stic a s u sa ra? P r q u ?
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.
En u n a e n c u e sta c o n un a m u estra rep resen tativ a d e 2 ,0 0 0 h o g a

res d e l g ru p o d e correo d e c o n su m id o res M a rk et F acts, s e p idi
a los en cu estad o s q u e p u sie ra n en o rd e n d e p re fe re n d a 10 tie n
d.
Se hizo u n a e n c u e sta a un a m uestra a le a to ria d e 30 0 c o n s u m id o

res, d e los q u e 84 indicaron q u e les g u sta b a la cam p a a. D e b e
cam biarse la c a m p a a ? P o r q u ?
3 . U na im p o rtan te cad en a d e tien d as d ep artam en tales tie n e u n a v e n ta

de refrigeradores p o r fin d e te m p o rad a. L o s refrigerad o res v e n d id o s
en un a m u estra d e 10 tie n d a s fueron:
80
d as d ep artam en tales, incluyendo Sears. L a m uestra fue d iv id id a

p o r la m ed ia en h o g ares p eq u e o s y g ran d es. L a preferencia p o r
co m p ra r e n S ears v a ra co n el tam ao d e l h o g a r?
110
40
70
80
100
50
80
30
a. H ay se a le s d e qu e se v endiera u n prom edio d e m s d e 5 0 refrim radones p o r tie n d a e n esta p ro m o ci n ? T o m e a = 0.05.

b . Q u p re m isa se requiere p ara e fe c tu a r e s ta p ru e b a ?
EJERCICIOS DE IN TER NET Y C O M P U TA D O R A

L En una p ru eb a p re v ia , s e o b tu v iero n d a to s d e 45 en cu estad o s so b re
N ike. L o s d a to s s e an o ta n e n la ta b la sig u ien te, e n la q u e se in d ica
uso, se x o , c o n cien cia, o p in i n , preferen cia, in ten ci n y lealtad a N i
k e d e u n a m u estra d e usu a rio s d e la m arca. El uso s e c o d ific com o
1 ,2 o 3 p ara re p re se n ta r usu a rio s co n stan tes, m o d erad o s y e s p o r d i
cos. El se x o s e c o d ific c o n 1 p a ra la s m ujeres y 2 p ara los h o m b res.
L a c o n cien cia, o p in i n , preferencia, in ten ci n y lealtad se m idieron
co n una escala d e sie te p u ntos d e tip o L ik e rt (1 = m uy p oco fa v o ra
ble, 7 = m uy favorable). O b s e rv e q u e cin co en cu estad o s tie n e n re s
p u estas fa h a n te s q u e s e d e n o ta n c o n 9.
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
Uso Sexo Conciencia Opinin Preferencia Intencin Leali

3
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.
g. E s norm al la d istrib u ci n d e la preferencia p o r N ik e?

h . Suponga qu e la co n cien cia d e N ik e s e h u b iera m ed id o en u n a e s
cala o rd in al y n o e n u n a d e intervalo. V ariara la co n c ie n c ia d e
1
1
1
1
1
1
4
3
4
5
cia, o p in i n , p refe ren cia, intencin y lealtad a N ike.

b. R ealice una tab u laci n cru zad a del uso y el sexo. In terp rete lo s
resultados.
7
4
3
3
3
3
3
2
1
1
1
1
2
2
2
1
1
1
1
1
1
pruebas e s ta d stic a s ap ro p iad as.

a . O btenga la d istrib u ci n d e frec u en cias p ara c ad a u n a d e la s s i
m ie n te s v ariab les y calcule la s estad sticas p ertinen tes: c o n c ie n
1
2
6
2
1
2
2
A nalice lo s d a to s d e N ike p ara re sp o n d e r la s p reg u n tas sig u ien tes.

En c a d a c a so , form ule la s h ip tesis nula y a ltern ativ a y re a lic e las
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
N ike en tre h o m b res y m u jeres?

i. Suponga q u e la lealtad a N ik e se hubiera m edido e n u n a e sc a la
ordinal y no en u n a de in terv alo . V ariara la lealtad d e N ik e e n
j.
6
2.
tre h o m b res y m u jeres?

Suponga q u e la lealtad y la co n cien cia d e N ike s e h u b ieran m e
cido en una e s c a la o rd in al y no e n un a d e intervalo . L o s e n tre
vistados ten d ran m s co n c ie n c ia d e N ik e q u e le a lta d ?

En u n a p ru eb a p rev ia, s e pidi a los en cu estad o s q u e e x p resa ran su
preferencia p o r u n estilo de v id a al aire lib re e n u n a esc a la d e sie te
puntos, 1 = no se p refiere e n a b so lu to , 7 = s e p refiere en o rm em en -
www.FreeLibros.me
CAPTULO 15
te ( V 1). T am b in se le s pidi q u e indicaran la im p o rtan c ia d e la s s i

m ie n te s v ariab les e n una e sc a la d e sie te p u n to s, 1 = sin im p o rta n
cia, 7 = m uy im portante.
V 2 = d isfru ta r la n atu raleza.
V3 = a p ro v ech ar el tiem p o .
V 4 v iv ir e n arm o n a c o n el e n to rn o .
V5 = h acer e je rc ic io regularm ente.
V 6 = c o n o c e r o tra s p ersonas.
El se x o d e lo s en cuestados s e clasific (V 7) co m o 1 para la s m u je
res y 2 p ara lo s h om bres. E l lu g a r de resid en cia (V 8 ) s e clasific c o
mo 1 = cen tro , 2 = su b u rb io s y 3 = cam po. L o s d a to s o b te n id o s s e
dbn e n la tab la siguiente.
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
Con el paquete de estadsticas que prefiera, responda las preguntas

siguientes. En cada caso, formule las hiptesis nula y alternativa y
realice las pruebas estadsticas apropiadas.
a. La preferencia media por un estilo de vida al aire libre exce
di 3.0?
b. La importancia medida de disfrutar la naturaleza excedi 351
c. La preferencia media por un estilo de vida al aire libre difiri
entre hombres y mujeres?
d. La importancia asignada de V2 a V6 difiri para hombres y mu
jeres?
e. Los encuestados conceden ms importancia a disfrutar la natu
raleza que a aprovechar el tiempo?
Los encuestados conceden ms importancia a aprovechar el
tiempo que a conocer otras personas?
g. Los encuestados conceden ms importancia a vivir en armona
con el entrono que a hacer ejercicio regularmente?
h. La importancia concedida de V2 a V6 difiere entre hombres y
mujeres si estas variables se tratan como resultado de una escala
ordinal en lugar de intervalo?
i. Los encuestados conceden ms importancia a aprovechar el
tiempo que a conocer otras personas si estas variables se tratan
como ordinales en lugar de intervalos?
3. Con un paquete de estadsticas para computadora central (SPSS,
SAS, MINITAB o EXCEL), realice el siguiente anlisis para los da
tos de refrescos que recab como parte de su trabajo de campo (que
se describe a continuacin).
a. Obtenga la distribucin de frecuencias del consumo semanal de
refrescos.
b. Obtenga las estadsticas sinpticas relacionadas con d gasto se
manal en refrescos.
c. Realice una tabulacin cruzada del consumo semanal de refres
cos y el sexo del encuestado. Muestran sus datos alguna asocia
cin?
d. Haga una prueba t de dos muestras independientes para determi
nar si el consumo semanal de refrescos es diferente en hombres
que en mujeres.
e. Realice una prueba para determinar si hay alguna diferencia en
tre el gasto semanal en refrescos y d gasto en otras bebidas no
alcohlicas. Cul es su condusin?
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
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.
ble c a te g ric a co n la p reg u n ta sig u ien te: C o n q u frecu en cia

co n su m e refresco s?: 1 ) un a v e z p o r se m a n a o m e n o s , 2 ) d o s o
tres v e c e s p o r se m an a, 3 ) c u atro a se is v e c e s p o r se m an a, y 4 )
m s d e se is v e c e s p o r se m an a.
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.).
L C o m o la tabulacin cru zad a tie n e tie r ta s lim ita cio n es ele m e n ta le s,

esta tcn ica no d e b e ap licarse m ucho en la in v estig ac i n d e m e rc a
dos. A n a lic e e n un grupo p eq u e o .
2. P ara q u d e sp e rd ic ia r el tiem po en el a n lisis bsico d e los d a to s ?
P o r q u no se realiza sim p lem en te u n a n lisis m u ltiv ariad o y e la
borado d e lo s d ato s? . A n alice.
www.FreeLibros.me
A n lisis de v arian z a y co v arian za
O b j e t i v o s
"El anlisis de varianza es

una necesidad en las he
rramientas del investiga
dor. Es una manera sea
L Analizar el alcance de la tcnica del anlisis de varianza (ANOVA) y su relacin con la

prueba / y la regresin.
2. Describir el anlisis de varianza con un factor incluyendo la descomposicin de la varia
cin total, medidas de efectos, prueba de significacin e interpretacin de los resultados.
3. Describir el anlisis de varianza con n factores y la prueba de significacin del efecto ge
neral, el efecto de interaccin y el efecto principal de cada factor.
4. Describir el anlisis de covarianza y mostrar cmo explica la influencia de variables inde
pendientes no controladas.
5. Explicar los principales factores en la interpretacin de los resultados, con nfasis en las
interacciones, importancia relativa de los factores y comparaciones mltiples.
6 . Analizar las tcnicas especializadas de anlisis de varianza aplicables al marketing, como
anlisis de medidas repetidas, anlisis no mtrico y anlisis multivariado (MANOVA).
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
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.

Anlisis de varianza
En el proyecto de la tienda departamental se examinaron variables independientes como variables cate
gricas con ms de dos categoras. Por ejemplo, la familiaridad con las tiendas departamentales se vol
vi a especificar como mucha, regular o poca. Los efectos de estas variables independientes en las va
riables dependientes mtricas fueron examinados con procedimientos de anlisis de varianza. Se
obtuvieron conocimientos importantes que encausaron el anlisis y la interpretacin posterior de los
datos. Por gemplo, la nueva especificacin de la familiaridad en tres categonas arroj resultados que
no fueron significativos, en tanto que los resultados de tratar la familiaridad como variable binaria (mu
cha o poca) s fueron significativos. Lo anterior, junto con la distribucin de frecuencias, indic que era
ms apropiado considerar slo dos categoras de familiaridad.
INVESTIGACIN
REAL
Anlisis de destinos tursticos

Una encuesta de investigacin de mercados realizada por EgeBank en Estambul, Turqua, se
enfoc en la importancia de la impresin que tenan empresas organizadoras de recorridos y
agencias de viajes sobre destinos tursticos mediterrneos (Egipto, Grecia, Italia y Turqua). El
estudio fue realizado con la ayuda del departamento de turismo y la administracin de conven
ciones en la Universidad de Nevada, campus Las Vegas (www.unlv.edu).
Se enviaron por correo las encuestas a los operadores y agentes de acuerdo con la ubica
cin de los destinos, divididos como sigue: Egipto, 53; Grecia, 130; Italia, 150, y Turqua, 65.
La encuesta constaba de preguntas de evaluacin afectiva y perceptual (cognoscitiva) de los
cuatro destinos. Las cuatro preguntas afectivas se formularon en una escala de diferencial se
mntico de siete puntos, en tanto que las 14 evaluaciones perceptuales se midieron en una esca
la de Likert de cinco puntos (1 = ofrece muy poco, 2 = ofrece poco, 3 = no ofrece ni poco ni
mucho, 4 = ofrece algo y 5 = ofrece mucho). Las diferencias de las evaluaciones de las cuatro
ubicaciones se examinaron con un anlisis de varianza (ANOVA) de un factor, como se ve en la
tabla siguiente.
467
www.FreeLibros.me
468
PARTE III
Variaciones en la imagen de los destinos promovidos por operadoras de recorridos y agencias

de viajes________________________________ ___________ ____ _________________________
Turqua
Egipto
Grecia
Italia
Elementos de la imagen
(n = 36) (n - 29) (n = 37) (n -3 4 ) Significacin
Escala afectiva (1 a 7)
6.14
5.62
6.43
630
Agradable-desagradable
0.047
6.24
5.61
6.14
636
0.053
Aburrido-estimulante
5.60
4.86
6.05
0.003
Tenso-descansado
6.09
6 .2 0
5.83
632
0.061
Melanclico-excitarte
6.71
Escala perceptual (1 a 5)
4.62
432
0 .0 0 (P
Buen valor del dinero
337
3.89
4.50
4.04
4.53
4.70
0 .0 1 1 *
Fbisajes hermosos y atractivos naturales
4.00
4.41
435
0.133
Buen clima
4.29
4.76
0.781
Atracciones culturales interesantes
4.67
4.79
4.79
4.28
435
4.62
0.125
Alojamiento adecuado
4.17
4.44
4.85
0 .0 0 0
Comida local llamativa (cocina)
3.57
4.19
3.18
3.65
0 .0 0 1 *
Hayas excelentes y deportes acuticos
4.27
3.91
3.68
0 .0 0 0
Calidad de la infraestructura
2.97
3.49
4.09
0 .0 0 0 ?
3.83
3.28
4.15
Seguridad personal
4.19
4.86
4.81
4.82
0.650
Atracciones histricas interesantes
4.71
3.54
3.34
3.43
0.784
Ambiente limpio y puro
339
3.44
3.15
4.06
0 .0 0 0
Vida nocturna y entretenimiento
4.27
3.76
0 .0 0 0
Hgiene y limpieza satisfactorias
3.29
2.79
4.29
434
434
435
432
0.956
Personas interesantes y amables
Significativo en el nivel de 0.05
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
Un anlisis de la varianza de un factor

indic que Turqua deba mejorar la
imagen de su infraestructura, limpieza
y entretenimiento para atraer a ms
turistas.
www.FreeLibros.me
CAPTULO 16 AnlbU de varinzn y anarlanza
INVESTIGACIN
469
REAL
lo s riesgos de las compras electrnicas

Se hizo un anlisis de varianza para probar las diferencias en las preferencias de compras elec
trnicas con diversos riesgos econmicos y sociales. En un diseo de 2 X 2, se vari el riesgo
econmico y social en dos niveles (mucho y poco). La preferencia por compras electrnicas fue
la variable dependiente. Los resultados indicaron una relacin significativa entre el riesgo so
cial y el econmico. Las compras electrnicas no se perciban favorablemente para los produc
tos de mucho riesgo social, sin importar cual fuera su riesgo econmico, pero las compras elec
trnicas se preferan para los productos de poco riesgo econmico antes que para los productos
de mayor riesgo cuando el riesgo social era poco.
A pesar de los resultados del estudio, en 2002 los compradores en lnea aumentaron signifi
cativamente con respecto de los de 2001. El aumento de los compradores se atribuira a consu
midores en busca de ofertas, la conveniencia de Internet y (sorprendentemente para 2002) una
sensacin nueva de seguridad de las compras en lnea. La mejora de los sitios en Internet, la mo
dernizacin del levantamiento de pedidos y la entrega y la garanta de sistemas de pago ms se
guros aumentaron el flujo de nuevos compradores en Internet, al tiempo que se aminor el ries
go tradicional asociado con las transacciones comerciales en lnea.2
En el ejemplo de la tienda departamental, cuando la familiaridad tena tres categoras, la
prueba t no era apropiada para examinar la diferencia general de las medias de tales categoras, as
que en su lugar se recurri a un anlisis de varianza. En el ejemplo de los destinos tursticos se dio
una situacin semejante con las cuatro categoras. En el estudio de las compras electrnicas se
compararon medias cuando haba dos factores (variables independientes), cada uno variado en
dos niveles. En este ejemplo, las pruebas t no eran apropiadas porque el efecto de cada factor no
era independiente del efecto del otro factor (en otras palabras, las interacciones eran significati
vas). El anlisis de varianza arroj conclusiones significativas en estos estudios. En la siguiente
seccin consideraremos la relacin del anlisis de varianza con la prueba / y otras tcnicas.
RELACIONES ENTRE TCNICAS
T cn ica estad stica p ara ex am in ar

las diferen cias e n tre las m e d ia s d e
d o s o m s poblaciones.
Variables independientes categricas.

E n el A NO VA , to d as las variables in
dependientes d eben se r categricas
(n o m tricas).
E n el A N O V A , com binacin
p articular d e categ o ras o niveles de
factores.
T cn ica de A N O V A co n un so lo
factor.
Anlisis de varianza con n

factores
M odelo d e A NOVA q u e c o m p ren d e
d o s o m s factores.
P rocedim iento av anzado en d q u e
antes d e realizar el an lisis d e v a
rianza s e su p rim en d e la v a ria b le
dependiente lo s efecto s d e u n a o
m s v ariab les ex traas d e esc a la s
m tricas.
Con el anlisis de varianza y el anlisis de covarianza se examinan diferencias en los valores

medios de la variable dependiente asociados con el efecto de las variables controladas, despus
de tomar en cuenta la influencia de variables independientes no controladas. En esencia, el an
lisis de varianza (ANOVA) prueba medias de dos o ms poblaciones. Por lo regular, la hipte
sis nula es que todas las medias son iguales. Por ejemplo, supongamos que un investigador se
interesa en examinar si los consumidores constantes, regulares y espordicos, ms los no con
sumidores de cereales difieren en su preferencia del cereal Total, medido en una escala de Likert de nueve puntos. La hiptesis nula de que no difiere la preferencia por Total de los cuatro
grupos puede verificarse con un anlisis de varianza.
En su forma ms simple, el anlisis de varianza debe tener una variable dependiente (la
preferencia por el cereal Total) que es mtrica (se mide en una escala de intervalos o de razn).
Tambin debe haber una o ms variables independientes (consumo del producto: constante, re
gular y espordico, y no consumidores). Las variables independientes deben ser todas categri
cas (no mtricas). Las variables independientes categricas tambin se llaman factores. Una
combinacin particular de niveles de factores, o categoras, se llama tratamiento. El anlisis de
varianza de u n fa c to r comprende slo una variable categrica, o sea nada ms un factor. Las
diferencias de preferencias de consumidores constantes, regulares y espordicos y no consumi
dores se examinaran mediante un ANOVA de un factor. En este anlisis, un tratamiento es lo
mismo que un nivel de los factores (los consumidores regulares constituyen un tratamiento). Si
hay dos o ms factores, el estudio se denomina anlisis de varianza co n n factores. Si adems
del consumo el investigador quiere examinar la preferencia por el cereal Total de los clientes
que son leales y los otros, realizara un anlisis de varianza con n factores.
Si el conjunto de variables independientes consta de variables categricas y mtricas, la
tcnica se llama anlisis de covarianza (ANCOVA). Por ejemplo, se requerira un anlisis de
covarianza si el investigador quisiera examinar la preferencia de grupos de preferencia y grupos
de lealtad, tomando en cuenta las opiniones de los encuestados sobre nutricin y la importancia
que le asignen al desayuno. Estas dos variables se mediran en escalas de Likert de nueve pun
tos. En este caso, las variables categricas independientes (consumo del producto y lealtad a la
www.FreeLibros.me
470
PARTE III
Figura 16.1
Relacin entre prueba t, anlisis
de varianza, anlisis de covarianza
y regresin
V ariable d ependiente m trica
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
Variables independientes mtricas

usadas en un ANOVA.
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.
ANLISIS DE VARIANZA UNIDIRECCIONAL

A menudo los investigadores de mercados se interesan en examinar las diferencias de las me
dias en varias categoras de la misma variable dependiente o factor. Por ejemplo:
Los segmentos difieren por su volumen de consumo del producto?
Varan las evaluaciones de la marca hechas por los grupos expuestos a diversos comer
ciales?
Vendedores, mayoristas y agentes tienen distinta opinin de las polticas de distribucin
de la empresa?
Cmo vara la intencin de compra de la marca por parte de los consumidores segn los
niveles de precios?
Cul es el efecto de la familiaridad de los consumidores con las tiendas (medida como
mucha, regular y poca) en la preferencia por nuestra tienda?
La respuesta a estas preguntas y otras semejantes se encuentra en un anlisis de varianza de un
fector. Antes de explicar el procedimiento, vamos a definir las estadsticas importantes relacio
nadas con este anlisis de un factor.3
www.FreeLibros.me
CAPTULO 16 A niuw de varianza y covarianza
471
ESTADSTICAS DEL ANLISIS DE VARIANZA

UNIDIRECCIONAL
eta2 (ii2). La fuerza de los efectos de X (factor o variable independiente) en Y (variable depen
diente se mide por eta2). El valor de ti2 vara entre 0 y 1.
estadstica F . La hiptesis nula de que las medias de las categoras son iguales en la poblacin
se verifica con una estadstica F basada en la razn del cuadrado de la media relacionada
con X y el cuadrado de la media relacionada con el error.
Cuadrado de la media. El cuadrado de la media es la suma de los cuadrados dividida entre los
grados apropiados de libertad.
SC A . Tambin se denota SCr Es la variacin de Y relacionada con la variacin de las medias de
las categoras de X. Esto representa una variacin entre las categoras de X, o la proporcin
de la suma de los cuadrados de Y en relacin con X.
SCE. Tambin se denota S C Es la variacin de Y debida a la variacin en cada una de las
categoras de X. Esta variacin no se explica por X.
SCy. C riacin total de Y
C M O REALIZAR EL ANLISIS DE VARIANZA

U N ID IRECCIONAL
El procedimiento para realizar anlisis de varianza de un factor se describe en la figura 16-2. Con
siste en identificar las variables dependiente e independiente, descomponer la variacin total, me
dir los efectos, comprobar la significacin e interpretar los resultados. Detallaremos estos pasos y
los ilustraremos en algunas aplicaciones.
Identificacin de las variables dependiente e independiente

La variable dependiente se denota y y la independiente X. Esta ltima, X, es una variable cate
grica con c categoras. Hay n observaciones de Y en cada categora de X, como se muestra en
la tabla 16-1. Ah se aprecia que el tamao de la muestra en cada categora de X es n y que el ta
mao total de la muestra es N = n X c. Aunque por razones de simplicidad supondremos que
los tamaos de muestra de las categoras de X (los tamaos de los grupos) son iguales, no es un
requisito.
Descomposicin de la variacin total

Descomposicin de la variacin
total
En el A NOVA de u n factor, s e p a ra
cin d e la variacin o b serv ad a en la
variable d ep en d ien te en la variaci n
debida a la s variab les in d ep en d ien
tes m s la v ariaci n d ebida al error.
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
Interp retar los resultados
www.FreeLibros.me
472
PARTE III
Descom posicin de la va ria ci n total: A N Q V A de u n factor_______________________
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
La variacin total de Y, denotada S C y se separa en sus dos componentes:

SCy = SCA + SC E
donde estos componentes se refieren a las categoras de X. SCA es la variacin de Y relacionada
con la variacin de las medias de las categoras de X. Representa la variacin entre las categoras
de X. En otras palabras, SCA es la parte de la suma de los cuadrados de Y relacionada con la va
riable independiente o factor X. Por esta razn, SCA tambin se denota SC ^ Por su parte, SCE es
la variacin de Y relacionada con la variacin de cada categora de X Este componente, SCE, no
lo explica X; por tanto, se denomina SC errof La variacin total de Y puede descomponerse as:
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
CAPTULO 16 AnlbU de varianza, y covarianza
En el anlisis de varianza se estiman dos medidas de variacin: en los grupos (SCE) y en

tre grupos (SCA). La primera es una medida de cunto varan las observaciones (los valores Y)
dentro de los grupos. Se usa para estimar la varianza de un grupo de la poblacin. Sin embargo,
como no se sabe si todos los grupos tienen la misma media, no se puede calcular la varianza de
todas las observaciones juntas. Las varianzas de los grupos se calculan por separado y se com
binan en una varianza promedio o general. Del mismo modo, otra estimacin de la varian
za de los valores de Y se obtiene examinando la variacin entre las medias (este proceso es el
inverso de determinar la variacin de las medias, dadas las varianzas de la poblacin). Si la me
dia de la poblacin es la misma en todos los grupos, la variacin de las medias de la muestra y
el tamao de los grupos sirven para estimar la varianza de Y Qu tan razonable sea esta estima
cin depende de que la hiptesis nula sea verdadera. Si la hiptesis nula es verdadera y las me
dias de la poblacin son iguales, es correcta la estimacin de la varianza basada en la variacin
entre grupos. Por otro lado, si los grupos tienen medias diferentes en la poblacin, la estima
cin de la varianza basada en esta variacin entre grupos ser demasiado grande. As, al com
parar las estimaciones de la varianza de Y basadas en las variaciones entre y dentro de los gru
pos, comprobamos la hiptesis nula. De esta manera, la descomposicin de la variacin total
tambin permite medir los efectos de X en Y
Medida de los efectos

Los efectos de X en y se miden con SCx. Como SCX se relaciona con la variacin de las medias
de las categoras de X, su magnitud relativa aumenta con las medias de Y en las categoras de X.
Esta magnitud relativa de SCX tambin crece a medida que disminuyen las variaciones de y en
las categoras de Y. La fuerza de los efectos de X en Y se mide como sigue:
_ 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.
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 ,,,.
Esta estadstica sigue la distribucin F, con (c - 1) y ( N - c) grados de libertad (gl). En el apn

dice de estadsticas al final del libro, la tabla 5 da las distribuciones F. Como se dijo en el cap
tulo 15, la distribucin F es una distribucin probabilstica de las razones de las varianzas de la
muestra. Se caracteriza por grados de libertad para el numerador y grados de libertad para el de
nominador.5

Si la hiptesis nula de las medias iguales de las categoras no se rechaza, entonces la variable
independiente no tiene efecto significativo en la variable dependiente. Por otro lado, si se re
chaza la hiptesis nula, el efecto de la variable independiente es significativo. En otras palabras,
d valor de la media de la variable dependiente ser distinto con diversas categoras de la varia
ble independiente. Una comparacin de los valores de las medias de las categoras indicar la
naturaleza del efecto de la variable independiente. Ms adelante revisaremos otras caractersti
cas notables de la interpretacin de resultados, como el examen de las diferencias entre medias
especficas.
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.
APLICACIONES ILUSTRATIVAS DEL ANLISIS

DE VARIANZA C O N UN FACTOR
Se ilustra primero el ANOVA de un factor con un ejemplo en el que se muestran los clculos he
chos a mano y luego mediante anlisis computarizado. Para los fines de la ilustracin, suponga
mos que slo se manipul un factor, a saber, la promocin en tiendas, e ignoremos los cupones.
La empresa quiere determinar el efecto de la promocin en tiendas (X ) sobre las ventas (y). Con
el objeto de ilustrar los clculos hechos a mano, los datos de la tabla 16-2 se transformaron en la
tabla 16-3 para mostrar la tienda (KA para cada nivel de promocin.
La hiptesis nula es que las medias de las categoras son iguales:
H(> Mi = M2 = M3
Para comprobar la hiptesis nula, las sumas de los cuadrados se calculan como sigue:
SC = (10 - 6.067)2 + (9 - 6.067)2 + (10 - 6.067)2 + (8 - 6.067)2 + (9 - 6.067)2
+ (8 - 6.067)2 + (9 - 6.067)2 + (7 - 6.067)2 + (7 - 6.067)2 + (6 - 6.067)2
+ (8 - 6.067)2 + (8 - 6.067)2 + (7 - 6.067)2 + (9 - 6.067)2 + (6 - 6.067)2
www.FreeLibros.me
475
CAPTULO 16 A nluw de varianza y covarianza
Distribucin de cupones, promocin en tiendas, ventas y calificacin de la clientela

N m er o
DE TIENDA
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
+ ( 4 - 6.067)2 + (5 - 6.067)2 + (5 - 6.067)2 + ( 6 - 6.067)2 + (4 - 6.067)2

+ ( 5 - 6.067)2 + (7 - 6.067)2 + ( 6 - 6.067)2 + (4 - 6.067)2 + (5 - 6.067)2
+ ( 2 - 6.067)2 + (3 - 6.067)2 + ( 2 - 6.067)2 + (1 - 6.067)2 + (2 - 6.067)2
= (3.933 ) 2 + (2.933)2 + (3.933 ) 2 + (1.933)2 + (2.933 ) 2
+ (1.933)2 + (2.933)2 + (0.933 ) 2 + (0.933 ) 2 + (-0 .0 6 7 ) 2
+ (1.933)2 + (1.933)2 + (0.933)2 + (2.933 ) 2 + (-0 .0 6 7 ) 2
+ (-2 .0 6 7 )2 + ( - 1.067)2 + (-1 .0 6 7 ) 2 + (-0 .0 6 7 )2 + (-2 .0 6 7 ) 2
+ (-1 .0 6 7 )2 + (0.933 ) 2 + (-0 .0 6 7 )2 + (-2 .0 6 7 )2 + (-1 .0 6 7 ) 2
+ (-4 .0 6 7 )2 + (-3 .0 6 7 )2 + (-4 .0 6 7 ) 2 + (-5 .0 6 7 )2 + (-4 .0 6 7 ) 2
= 185.867
SCX = 10(8.3 - 6.067)2 + 10(6.2 - 6.067)2 + 10(3.7 - 6.067)2
= 10(2.233)2 + 10(0.133)2 + 1 0 (-2 .3 6 7 )2
= 106.067
www.FreeLibros.me
476
PARTE III
Efecto en las ventas de la promocin en tiendas

T ie n d a
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
Totales por columna

Medias de las categoras: Y j
= 8.3
6 .2
.(8 3 + 6 2 + 3 7 )
30
Gran media: Y
s c erwr = (10 8.3 ) 2 + (9 - 8.3 ) 2 + (10 - 8.3 ) 2 + ( 8 - 8.3 ) 2 + (9 - 8.3 ) 2

+ ( 8 - 8.3)2 + (9 - 8.3)2 + ( 7 _ g - 3 ) 2 + ( 7 _ g > 3 )2 + ( 6 _ g 3 )2
+ (8 - 6.2)2 + (g _ 6 2)2 + (7 _ 6>2)2 + (9 _ 6.2)2 + (6 - .2)2

+ (4 - 6.2)2 +
(5
6 2 )2
(5
_ 6>2)2 +
(6
- 6.2 ) 2 + (4 - .2)2
+ (5 - 3.7 ) 2 + (7 - 3.7)2 + ( 6 - 3.7 ) 2 + (4 - 3.7 ) 2 + (5 - 3.7)2

+ (2 - 3.7 ) 2 + (3 - 3.7 ) 2 + (2 - 3.7 ) 2 + (1 - 3.7 ) 2 + (2 - 3j f
= (1.7)2 + (0.7)2 + (1.7)2 + ( -0 .3 )2 + (0 j ) 2
+ ( - 0 .3 ) 2 + ( o j ) 2 + ( - 1 .3 ) 2 + ( - 1.3)2 + (- 2 .3 ) 2
+ ( 1 . 8 ) 2 + ( 1 g )2 + ( 0 .g )2 + ( 2 . 8 ) 2 + ( - 0 . 2 ) 2
+ ( - 2 . 2 ) 2 + ( _ j 2 )2 + ( _ ! .2 )2 + ( - 0 . 2 ) 2 + ( _ 2 . 2 ) 2
+ (1.3)2 + (3 3 )2 + (2 3)2 + (0.3 )2 + (1.3)2

+ (-1 .7 )2 + (-0 .7 )2 + ( -1 .7 )2 + (-2 .7 )2 + (-1 .7 )2
= 79.80
Puede verificarse que:
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
CAPTULO 16 AnlbU de varianza y anarlanza
A77
ANOVA de un factor: efecto en las ventas de la promocin en tiendas

Fu e n t e d e
v a r ia c i n
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.
PREMISAS DEL ANLISIS DE VARIANZA

Las principales premisas del anlisis de varianza se resumen como sigue:
L De ordinario, se supone que son fijas las categoras de la variable independiente. Se hacen
inferencias slo con las categoras especficas que se consideran. Esto se denomina mode
lo de efectos fijos. Tambin se cuenta con otros modelos. En el modelo de efectos aleato
www.FreeLibros.me
478
PARTE III
rios, las categoras o tratamientos se consideran muestras aleatorias de un universo de tra

tamientos. Se hacen inferencias de otras categoras no consideradas en el anlisis. Un an
lisis de efectos m ixtos se presenta si algunos tratamientos se consideran fijos y otros alea
torios.6
2. El trmino de error tiene una distribucin normal, con media de cero y varianza constante.
El error no se relaciona con ninguna de las categoras de X. Desviaciones ligeras de esta
premisa no daan gravemente la validez del anlisis. Ms an, los datos pueden transfor
marse para satisfacer la premisa de la normalidad o de las varianzas iguales.
3. Los trminos de error no se correlacionan. Si los trminos de error se correlacionan (es de
cir, si las observaciones no son independientes), se distorsiona gravemente la razn F.
En muchas situaciones de anlisis de datos, estas premisas se cumplen razonablemente.
Por tanto, el anlisis de varianza es un procedimiento comn, como se ilustra en el ejemplo si
guiente.
\a
_j
Los videlogos ponen en cuadro a los vendedores

Aunque los videlogos, los catlogos en video para comprar en casa, todava estn en paales,
muchos vendedores directos han mostrado inters en ellos. Compaas como Spiegel (www.spiegel.com) y Neiman-Marcus (www.neimanmarcus.com) piensan ofrecer o ya ofrecen a sus clien
tes catlogos en video.
Se dise un estudio para investigar la eficacia de las ventas por videlogo como forma de
comercializacin directa. Los sujetos fueron asignados aleatoriamente a uno de tres tratamien
tos: a) slo videlogo; b) videlogo y catlogo, y c) slo catlogo. Las variables dependientes,
consistentes en actitudes y opiniones, fueron: 1 ) evaluaciones de los atributos del producto (ro
pa); 2) evaluaciones de la compaa que patrocina el videlogo o el catlogo; 3) evaluaciones
de la informacin sobre precios, y 4) intenciones de compra.
Se realiz un anlisis de varianza de un factor por separado para cada variable dependien
te. Los resultados mostraron que los entrevistados expuestos al videlogo, o al videlogo y al
catlogo, tuvieron una impresin ms positiva de la ropa que los expuestos slo al catlogo.
Aunque el tratamiento de slo videlogo mejor la impresin de la compaa patrocinadora, los
resultados no fueron tan acusados como en el caso de la percepcin de la ropa. No se encontra
ron diferencias significativas en la percepcin de los precios y la intencin de compra. Sin em
bargo, el promedio de los artculos que los encuestados dijeron que les gustara comprar fue
mayor entre quienes vieron el videlogo y el catlogo que entre los que vieron slo el videlo
go o slo el catlogo.
Aunque este estudio fue una investigacin exploratoria, los resultados positivos de las eva
luaciones de la ropa vista en el videlogo indican que es un campo con potencial para quienes
se dedican a las ventas directas.7
ANLISIS DE VARIANZA C O N
FACTORES
En la investigacin de mercados, a menudo uno se interesa en el efecto simultneo de dos o ms

tactores.8 Por ejemplo:
Cmo vara la intencin de comprar una marca con los niveles de precios y los niveles
de distribucin?
Cmo se relacionan los niveles de publicidad (mucha, regular, poca) con los niveles de
precios (altos, medios, bajos) para influir en la venta de una marca?
La escolaridad (menos de preparatoria, preparatoria, universidad trunca, ttulo universita
rio) y la edad (menos de 35, 35 a 55 y ms de 55) influyen en el consumo de una marca?
Cul es el efecto de la familiaridad con una tienda departamental (mucha, regular, poca)
y la imagen de esa tienda (positiva, indiferente y negativa) en la preferencia por ella?
Situacin que ocurre al evaluar la
relacin entre dos variables, si el
efecto de X x depende del nivel de X2
y viceversa.
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
de varianza con n factores es semejante al anlisis de un factor. Tambin se definen de manera

similar la estadsticas del anlisis factorial. Considrese el caso simple de dos factores, X, y X2,
con las categoras c, y c2. En este caso, la variacin total se divide como sigue:
SCatol = S C por Xj + SC por X2 + SC por interaccin de X 1 y X 2 + SCE
o bien
sey = sex , + sex2 + se
Fuerza del efecto conjunto de dos o

ms factores o efecto general.
p2
+ sceerror
rror
Un efecto ms grande de X, se reflejara en una mayor diferencia de medias en los niveles

de X, y una SCx mayor. Lo mismo ocurrira con el efecto de X2. Cuanto mayor sea la interac
cin de X, y X2, mayor es SCX
Por otro lado, si X 1 y X2 son independientes, el valor de
SC rn se acercar a cero .9
12
Ira fuerza del efecto conjunto de los dos factores, llamado efecto general o r\ m ltiple, se
mide de la manera siguiente:
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 =
(SQ, + SQ, + 5 q il2)/gl
_ 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 ) -
Jignijicacion aei ejecto

de interaccin
Prueba de la significacin de la inte
raccin de dos o ms variables
independientes.
1)
Si el efecto general es significativo, el siguiente paso es examinar la significacin del efecto

de interaccin. De acuerdo con la hiptesis nula de falta de interaccin, la prueba F apropiada es:
F = W g i
S U g *
CM
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.
APLICACIN ILUSTRATIVA DEL ANLISIS

DE VARI A N ZA C O N N FACTORES
Volviendo a los datos de la tabla 16.2, examinemos ahora el efecto del grado de promocin con
cupones en las ventas en tienda. En la tabla 16-5 se presentan los resultados de efectuar en
la computadora un ANO VA de 3 X 2 Para el principal efecto del nivel de promocin, la suma
de cuadrados SCxp, grados de libertad y cuadrado de las medias MCxp> son los mismos que
se determinaron en la tabla 16.4. La suma de los cuadrados de la distribucin de cupones SCxc
= 53.333 con 1 gl, lo que da un valor idntico para el cuadrado de la media CMxc. El efecto
principal combinado se determina sumando la suma de cuadrados de los dos efectos principales
(SCxp + SCxc = 106.067 + 53.3333 = 159.400) y los grados de libertad ( 2 + 1 = 3). Para el
efecto de la interaccin de promocin y cupones, la suma de cuadrados S C
= 3.267 con
(3 - 1)(2 - 1) = 2 grados de libertad, lo que da por resultado un CM
= 3.267/2 = 1.633. Pa
ra el efecto general (del modelo), la suma de cuadrados es la adicin de la suma de los cuadra
dos del principal efecto de la promocin, el principal efecto de los cupones y el efecto de inte
raccin = 106.067 + 53.333 + 3.267 = 162.667 con 2 + 1 + 2 = 5 grados de libertad, lo que
da un cuadrado de las medias de 162.667/5 = 32.533. Pero advierta que ahora la estadstica del
error es diferente que en la tabla 16.4. Esto obedece al hecho de que tenemos dos factores en
lugar de uno. As, SCerwr = 23.2 con ( 3 0 - 3 X 2) o 24 grados de libertad que da un CMerror
= 23.2/24 = 0.967.
La estadstica de prueba para la significacin del efecto general es:
F =
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
CAPTULO 16 A nlisi) de varianza y covarianza
-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
Interaccin de dos factores
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
El pas de origen influye en la recepcin de TV

En un estudio se examin el efecto de pertenecer a un pas en la credibilidad de las afirmacio
nes sobre televisores. Las variables dependientes fueron las siguientes afirmaciones: buen so
nido, confiable, imagen ntida y diseo de moda. Las variables independientes que se manipu
laron fueron precio, pas de origen y distribucin en tiendas. Se sigui un diseo de 2 X 2 X 2
entre sujetos. Se especificaron dos niveles de precio: 349.95 dlares (bajo) y 449.95 dlares
(alto), dos niveles de pas, Corea y Estados Unidos, y dos niveles de distribucin, con Hudsons y sin Hudsons.
Se reunieron datos de dos centros comerciales suburbanos en ciudades grandes del medio
oeste estadounidense. Se asignaron al azar 30 entrevistados a ocho celdas de tratamiento, para
un total de 240 sujetos. En la tabla 1 se presentan los resultados de las manipulaciones que tu
vieron efectos significativos en las variables dependientes.
TABLA 1
Anlisis de manipulaciones significativas
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
Medias de la interaccin de pas por distribucin

Imagen
Pas X Distribucin
ntida
Confiable
Corea
3.42
Con Hudsons
3.67
3.18
2 .8 8
Sin Hudson's
Estados Unidos
3.60
Con Hudsons
3.47
3.65
Sin Hudson's
3.77
TABLA 3 Medias de la interaccin de pas por precio

Pas X Precio
Buen sonido
$349.95
3.75
Corea
3.53
Estados Unidos
$449.95
3.15
Corea
3.73
Estados Unidos
Diseo
de moda
3.82
3.15
3.53
3.75
Confiable
3.40
3.45
2.90
3.67
En este estudio se demuestra que la credibilidad de las afirmaciones de caractersticas de

los productos que llegan a Estados Unidos de una compaa en un pas recin industrializado
mejora significativamente si la misma compaa distribuye el producto a travs de una tienda
estadounidense de prestigio y piensa en hacer inversiones de manufactura en Estados Unidos.
En concreto, tres afirmaciones de caractersticas del producto (imagen ntida, confiable y dise
o de moda) parecen ms crebles de las televisiones hechas en Corea, si tambin se distribuyen
en una tienda prestigiosa de Estados Unidos. Asimismo, las afirmaciones de buen sonido y
confiabilidad son ms crebles de un aparato hecho en Estados Unidos que se vende a un pre
cio ms elevado, que posiblemente compensa la posible desventaja de los costos de manufactu-
E1 anlisis de varianza con n factores

indic que Thomson, fabricante de
productos RCA, hara mejor en fabricar
sus televisiones en Estados Unidos y
venderlas a un precio mayor.
www.FreeLibros.me
483
ra mayores en Estados Unidos. As, Thomson multimedia, el fabricante de productos RCA

(www.rca.com), aprovechara fabricar sus aparatos en Estados Unidos y venderlos a un precio
mayor. 11
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
Interaccin de dos factores

Romocin X cupones
Modelo
Residuo (error)
TOTAL
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
Interaccin en la que el ordena

miento de los efectos atribuible
a un factor no cambia en los
niveles del segundo factor.
Ckmbio en el ordenamiento de los
efectos de un factor en los niveles
del otro.
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
CAPTULO 16 A nluw de varianza y covarianza

Figura 16 .4
Esquemas de ntersccin
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
Importancia relativa de los factores
Medida que indica la proporcin de

variacin en la variable dependiente
explicada por una variable particu
lar independiente o factor.
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.
C bntrastes h ech o s d espus del

anlisis. E n g en eral son p ru e b a s d e
com paracin m ltiple.
C b n trastes aposteriori q ue p erm i

ten al in v estig ad o r e lab o rar in te rv a
los d e co n fian za g en eralizad o s q u e
se em p lean p ara h a c e r c o m p aracio
nes p o r p ares d e to d a s la s m ed ias
del tratam iento.
ANOVA de mediciones repetidas o

anlisis de varianza de medidas
repetidas
T cnica d e A NOVA u sad a cu a n d o
b s su je to s son ex p u esto s a m s d e
una co n d ici n d e tratam iento y se
obtienen m ed id as repetidas.
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.
M E D IC IO N E S REPETIDAS DEL A NLISIS

DE V A R IA N Z A
En la investigacin de mercados con frecuencia hay grandes diferencias en los antecedentes y las
caractersticas individuales de los encuestados. Si esta fuente de variacin puede separarse de los
efectos del tratamiento (efectos de la variable independiente) y el error experimental, mejora la
sensibilidad del experimento. Una manera de controlar las diferencias de los sujetos consiste
en observar a cada individuo en cada condicin experimental (vase la tabla 16-7). En este senti
do, cada sujeto es su propio control. Por ejemplo, en una encuesta para tratar de determinar las di
ferencias en las evaluaciones de varias lneas areas, cada encuestado evala a las principales com
petidoras. Como se obtienen medidas repetidas de cada encuestado, este diseo interno de los
sujetos es un ANOVA de mediciones repetidas o anlisis de varianza de medidas repetidas. Difie
re de la premisa que declaramos en nuestra exposicin anterior de que cada encuestado se expone
slo a una condicin experimental, el diseo entre sujetos.20 El anlisis de varianza de medidas re
petidas puede considerarse una extensin de la prueba t de muestras pareadas al caso de ms de
dos muestras relacionadas.
En el caso de un solo factor con medidas repetidas, la variacin total, con n c -1 grados de
libertad, puede dividirse en variacin entre personas y variacin interna de las personas:
SCmat = SCA + SCE
La variacin entre personas, que corresponde a las diferencias entre la medias de las personas,
tiene n - 1 grados de libertad. La variacin interna tiene n(c - 1) grados de libertad. Esta varia
cin tambin puede dividirse en dos fuentes de variacin, una relacionada con las diferencias
entre las medias del tratamiento y la otra concerniente a la variacin residual o del error. Los
grados de libertad correspondientes a la variacin del tratamiento son c - 1 y las que correspon
den a la variacin residual son (c - l)(/i - 1). As,
SCE = SCT
+ SCerrorr
x
Ahora se puede elaborar a la manera habitual una prueba de la hiptesis nula de las medias
iguales:
S C J { c - 1)
F =
SC
Un - l)(c - 1)
www.FreeLibros.me
CMX
CM
487
Descomposicin de la variacin total: ANOVA de mediciones repetidas

V a r ia b l e in d e p e n d ie n t e
X
S u jet o
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
?
Variacin interna = SCE
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.
ANLISIS DE VARIANZA N O M TRICO

ANOVA no mtrica o anlisis de
varianza no mtrico
Tcnica de ANOVA para examinar
la diferencia en las tendencias cen
trales de ms de dos grupos cuando
la variable dependiente se mide en
una escala ordinal.
Prueba de la mediana de la
muestra k
Prueba no paramtrica para examinar
diferencias entre grupos cuando la
variable dependiente se mide en una
escala ordinal.
Prueba no mtrica de ANOVA que

toma el ordenamiento de cada caso,
no slo su ubicacin en relacin con
lamedia.
El ANO VA no m trico o anlisis de varianza no m trico examina la diferencia de las tenden

cias centrales de ms de dos grupos cuando la variable dependiente se mide en una escala ordi
nal. Uno de tales procedimientos es la prueba de la m ediana de la m uestra k, que es una exten
sin de la prueba de mediana para dos grupos que estudiamos en el captulo 15. La hiptesis
nula es que las medianas de las poblaciones k son iguales. La prueba comprende el clculo de
una mediana comn a las A: muestras. Entonces se genera una tabla de 2 X k celdas de conteo
basada en los casos que estn por arriba o por debajo de la mediana comn. Se calcula una es
tadstica chi cuadrada. La significacin de chi cuadrada implica un rechazo de la hiptesis nula.
Una prueba ms potente es el anlisis de varianza de u n fa c to r de Kruskal-W allis, que es
una extensin de la prueba de Mann-Whitney (captulo 15). Esta prueba tambin examina la di
ferencia en las medianas. La hiptesis nula es la misma que en la prueba de medianas de mues
tra k, pero es distinto el procedimiento de prueba. Todos los casos de los grupos k se disponen
en un solo orden. Si las poblaciones k son iguales, los grupos deben ser semejantes en trminos
de ordenamiento en cada grupo. Se calcula la suma de los ordenamientos de cada grupo. A par
tir de lo anterior, se calcula una estadstica H de Kruskal-Atollis, que tiene una distribucin chi
cuadrada.
La prueba de Kruskal-Wallis es ms potente que la prueba de medianas de muestra k, puesto
que recurre al valor del ordenamiento de cada caso, no slo a su ubicacin en relacin con la me
diana. Sin embargo, si hay muchos ordenamientos empatados en los datos, la prueba de las media
nas puede ser una mejor opcin.
El anlisis de varianza no mtrico no es habitual en la investigacin comercial de merca
dos. Otro procedimiento, que tampoco se usa mucho, es el anlisis de varianza multivariado.
ANLISIS DE VARIANZA MULTIVARIADO

Anlisis de varianza multivariado
{MAN O VA)
Tcnica de ANOVA con dos o ms
variables dependientes mtricas.
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
pendientes correlacionadas. Si hay varias variables dependientes ortogonales o no correlaciona

das, el ANOVA de cada una es ms apropiado que el MANO VA .21
Como ejemplo, supongamos que cuatro grupos, cada uno de 100 individuos elegidos al azar,
son expuestos a cuatro comerciales distintos del detergente Tide. Despus de ver su anuncio, cada
individuo califica su preferencia por Tide, por Procter & Gamble (la compaa que comercializa
Tide) y por el propio comercial. Como estas tres preferencias de variables estn correlaciona
das, debe realizarse un anlisis de varianza multivariado para determinar qu comercial es el
ms eficaz (el que produce la mayor preferencia en las tres variables). En el ejemplo siguiente
se ilustra la aplicacin de un ANOVA y MANOVA en la investigacin de mercados internacio
nales y en el posterior se muestra una aplicacin de tales tcnicas al examen de la tica en la in
s t ig a c i n de mercados.
Lo comn de las prcticas inmorales de investigacin en el mundo

En 2003, los medios de masas han centrado ms su atencin en las muy notorias prcticas in
morales de la investigacin de mercados, lo que plantea una seria amenaza para sus profesionales.
En un estudio se examinaron las impresiones que tienen los profesionales del marketing sobre lo
comn de las prcticas inmorales de investigacin de mercados internacionales. La muestra de
profesionales del marketing se tom de Australia, Canad, Inglaterra y Estados Unidos.
Las evaluaciones de los encuestados se efectuaron mediante programas de cmputo para
MANOVA y ANOVA. El pas del encuestado comprendi la variable de pronstico en el anli
sis y 15 evaluaciones de elementos comunes sirvieron como variables de criterios. Los valores
F de los ANOVA indicaron que slo dos de los 15 elementos comunes alcanzaron alguna im
portancia (p < 0.05 o ms). Adems, el valor F de los MANOVA no fue estadsticamente sig
nificativo, lo que implica falta de diferencias generales en las evaluaciones de elementos comu
nes entre los encuestados de los cuatro pases. Por tanto, se concluy que los profesionales del
marketing de estas naciones manifiestan percepciones similares de los elementos comunes de las
prcticas inmorales. Este resultado no es de sorprender, dadas las evidencias de que las organiza
ciones de los cuatro pases tienen culturas corporativas semejantes. As, el sector de la investi
gacin de mercados de estos pases debe adoptar una plataforma comn para combatir las prc
ticas inmorales.22
El anlisis multivariado demuestra que hombres y mujeres son diferentes

Con el fin de investigar las diferencias de los juicios sobre la tica de la investigacin entre
hombres y mujeres, se aplicaron las tcnicas estadsticas del MANOVA y el ANOVA Se pidi
a los sujetos que indicaran en qu medida aprobaban una serie de situaciones que abarcaban de
cisiones de ndole tica. Las evaluaciones fueron la variable dependiente del anlisis, en tanto
que el sexo de los individuos fue la variable independiente. Se ejecut un anlisis multivariado
y su valor F result significativo en p < 0.001, lo que indic que haba una diferencia general
entre hombres y mujeres en los juicios de la tica de la investigacin. Se realiz un anlisis de
varianza y los valores de F indicaron que tres elementos eran los que ms aportaban a la dife
rencia general de sexos en las evaluaciones morales: la precodificacin con tinta ultravioleta de
un cuestionario de correo, la publicacin de un anuncio que alienta el abuso de un producto
de consumo y la falta de disposicin del investigador para ofrecer datos que auxilien a un gru
po urbano de consejera. En 2001 se emprendi un estudio parecido en el que se examin la re
lacin de las convicciones morales con la edad y el sexo de los empresarios. Los resultados del
estudio indicaron que, en general, los empresarios ms jvenes tenan unas normas menos ex i
gentes de convicciones ticas. En el grupo de los ms jvenes, las mujeres manifestaron ideas
ticas ms elevadas que los hombres. En el grupo de los mayores, los resultados mostraron que
los hombres estaban ligeramente por arriba de las mujeres. As, las compaas deben destacar los
valores ticos y capacitar a los empleados jvenes, particularmente varones.23
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
1C por CALIFICACIN, SEXO
*Todas las efectos se toman simultneamente.
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
mide en trminos de la suma de cuadrados (SC) corregida para la

media. El cuadrado de las medias se obtiene dividiendo S C entre
los grados de libertad (gl) correspondientes. La hiptesis nula de
las medias iguales se verifica con una F estadstica, que es la pro
porcin del cuadrado de las medias en relacin con la variable in
dependiente, al cuadrado de las medias en relacin con el error.
El anlisis de varianza con n factores comprende el examen
simultneo de dos o ms variables independientes categricas.
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
"1C pea-CALIFICACIN, SEXO
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
1C por SEXO CALIFICACIN

S e resu m en lo s resu ltad o s:
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
A hora el tem a obvio e s q u p roporcin d e la su m a d e c u a d ra d o s ex p lica c ad a facto r d e p ro n sti

co. C o m o e s to s factores estn correlacio n ad o s, el m todo jer rq u ic o m u estra la su m a d e cu a d ra d o s d e
los factores to m a d o s en un ord en especfico. L a n ica so lu c i n m u estra la su m a ex p lic a d a d e c u a d ra
d o s p ara c ad a fa c to r d e pronstico co m o si s e h u b iera to m ad o e n se g u n d o lu g a r ( p o r eso n o d a la su m a
total ap ro p iad a... y no e s p o sib le to m a r lo s d o s fa c to re s d e p ro n stico e n se g u n d o lu g a r). L a s tre s s o lu
ciones dan un a im agen com pleta d e la apo rtaci n d e c a d a v ariab le si fu era el nico facto r d e p red icci n
y d e c u l sera la ap o rtaci n m arginal d e l se g u n d o factor.
Una ventaja importante es la posibilidad de estudiar las interac

ciones de las variables independientes. La importancia del efecto
general, los trminos de la interaccin y los efectos principales
de los factores individuales se examinan mediante las pruebas F
apropiadas. Tiene sentido probar la importancia de los efectos
principales slo si los trminos correspondientes de la interac
cin no son significativos.
El ANCOVA incluye por lo menos una variable indepen
diente categrica y por lo menos una variable independiente m
trica. La variable independiente mtrica, o covariada, se usa para
suprimir variaciones extraas de la variable dependiente.
Cuando se realiza un anlisis de varianza con dos o ms fac

tores se presenta una interaccin, que ocurre cuando el efecto de
una variable independiente en una dependiente es distinto segn
las categoras o niveles de otra variable independiente. Si la inte
raccin es significativa, puede ser ordenada o desordenada. La
interaccin desordenada es de tipo cruzada o sin cruce. En los di
seos equilibrados, la importancia relativa de los factores para
explicar la variacin de la variable dependiente se mide con la
omega cuadrada ()2) Las comparaciones mltiples, en la forma
de contrastes a priori o a posteriori, permiten examinar diferen
cias entre medias especficas.
www.FreeLibros.me
492
PARTE III
En el anlisis de varianza de mediciones repetidas, las obser

vaciones de cada sujeto se obtienen en cada condicin de trata
miento. Este diseo es til para controlar las diferencias en los su
jetos que son anteriores al experimento. El anlisis de varianza no
mtrico consiste en examinar las diferencias en las tendencias cen

trales de dos o ms grupos cuando se mide la variable dependiente
en una escala ordinal. El anlisis de varianza multivariado (MA
NOVA) comprende dos o ms variables mtricas dependientes.
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
o mega cuadrada (co2), 485

prueba de la mediana de la muestra k, 487
pruebas de comparacin mltiple, 486
SCA (SCX), 471
S C E (SCoror1 4 7 1
SCy, 471
significacin del efecto de interaccin, 479
significacin del efecto general, 479
significacin del efecto principal, 479
tratamiento, 469
-q2 mltiple, 479
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-
dn de los formatos. Se les pidi a los estudiantes que evaluaran la

eficada del formato en una escala de 11 puntos (1 = malo, 11 = ex
celente).
a. Enunde la hiptesis nula.
b. Qu pruebas estadsticas debe usar?
c. Cules son los grados de libertad de la estadstica de prueba?
2. Un investigador de mercados quiere comprobar la hiptesis de que
en la poblacin no hay diferencias en cuanto a la importancia conce
dida a las compras por consumidores del norte, sur, este y oeste de
Estados Unidos. Se realiz un estudio y se aplic a los datos un an
lisis de varianza. Los resultados se presentan en la tabla siguiente:
Fuente
Entre grupos
En los grupos
gl
3
996
Suma de Cuadrado de Razn Probabilidad

cuadrados las medias
F
F
70.212
23.404
1 .1 2
03
20812.416
20.896
a. Jlay evidencias suficientes para rechazar la hiptesis nula?

b. Qu conclusiones se sacan de la tabla?
c. Si se calcula el promedio de la importancia en cada grupo, es
perara que las medias de la muestra fueran semejantes o dife
rentes?
d. Cul es el tamao total de la muestra en el estudio?
3. En un estudio piloto en el que se examin la eficacia de tres comer
ciales (A, B y C), se asignaron 10 consumidores para que vieran ca
da comercial y lo calificaran en una escala de Lflceit de nueve puntos.
En el cuadro se anotan los datos obtenidos de los 30 comerciales.
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
C A PT U L O 16 AnlbU de varianza, y covarianza

a. Calcule las medias de las categoras y la gran media.
Ix Calcule SCy, SCXy SCemr.
c. Calcule ti2.
d. Calcule el valor de F.
e. Los tres comerciales son igualmente eficaces?
4. En un experimento se verific el efecto del diseo del empaque y la
disposicin en estante sobre la probabilidad de comprar el cereal
ftoducto 19. El diseo del empaque y la disposicin en estante va
riaron en dos niveles, lo que dio un diseo de 2 X Z La probabilidad
de compra se midi en una escala de siete puntos. Parte de los resul
tados se encuentran en el cuadro siguiente.
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
a. Complete la tabla. Calcule el cuadrado de las medias, F, signifi

cacin de F y <i>2.
b. Cmo deben interpretarse los efectos principales?
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
Con el software que prefiera, realice el anlisis siguiente.

a. Difieren hombres y mujeres en su preferencia por los viajes al
extranjero?
b. Los viajeros espordicos, regulares y constantes difieren por su
preferencia de viajes al extranjero?
c. Realice un anlisis de varanza de 2 X 3. Tome la preferencia por
los viajes al extranjero como la variable dependiente, y el sexo y
la frecuencia de los viajes como las variables independientes o
factores. Interprete los resultados.
4 Con los programas apropiados de microcomputadora o computado
ra central del paquete que prefiera (SPSS, SAS, MINITAB o EX
CEL), analice los datos recogidos en el trabajo de campo 1. Debe
el peridico de la universidad cambiar su primera plana? Cul es su
conclusin?
A C TIVID A D ES
Trabajo de campo
Anlisis en grupo
1. Visite el peridico de su universidad. Rena datos para el experi

mento del problema 1. Como quiz sea demasiado trabajo para un
estudiante, el proyecto puede manejarse en grupos de tres.
1. Qu procedimiento es ms til en la investigacin de mercados:

anlisis de varianza o anlisis de covarianza? Analice en un grupo
pequeo.
www.FreeLibros.me
C A
L O
C o rrelaci n y regresi n
O b j e t i v o s
"Para un investigador, la
aarrelacin es la forma
ms conveniente / com
prensible de examinar la
asociacin entre dos va
1. Exponer los conceptos de correlacin producto-momento, correlacin parcial y correla

cin de partes y mostrar como stos proporcionan los cimientos para el anlisis de regre
sin.
2. Explicar la naturaleza y los mtodos del anlisis de regresin bivariada y describir el mo
delo general, la estimacin de parmetros, el coeficiente estandarizado de regresin, las
pruebas de significancia, la exactitud de las predicciones, el anlisis de residuos y la vali
dacin cruzada de los modelos.
3. Explicar la naturaleza y los mtodos del anlisis de regresin mltiple y el significado de
los coeficientes de regresin parcial.
4. Describir las tcnicas especializadas del anlisis de regresin mltiple, en particular la re
gresin progresiva, la regresin con variables ficticias, y el anlisis de varianza y covarianza con regresin.
5. Analizar la correlacin no mtrica y medidas como rho de Spearman y tau de Kendall.
riables mtricas. Cuando

se extiende a la regresin
mltiple, la relacin entre
una variable y otras se
hace ms inteligible".
Jim Kershaw,
gerente de grupos
consulta y anlisis,
Burke, Inc.
494
www.FreeLibros.me
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

Regresin mltiple
En el proyecto de la tienda departamental se hizo un anlisis de regresin mltiple para generar un mo
delo que explicara la preferencia en trminos de las evaluaciones de la tienda hechas por los encuestados segn odio criterios de seleccin. La variable dependiente fiie la preferencia porcada tienda. Las
variables independientes fueron las evaluaciones de las tiendas en cuarto a calidad de la mercanca, va
riedad y surtido, polticas de devoluciones y cambios, servicio del personal, precios, conveniencia de la
ubicacin, disposidn de la tienda y polticas de crdito y facturacin. Los resultados indicaron que to
dos los fadores de los criterios de elecdn, excepto el servicio del personal, eran significativos para
explicar la preferencia. Los coeficientes de todas las variables fueron positivos, lo que muestra que las
evaluaciones ms favorables de los factores significativos llevaban a una mayor preferencia por esa
tienda. El modelo tiene un buen ajuste y la capacidad de pronosticar la preferencia por una tienda.
INVESTIGACIN
REAL
La regresin llama a la puerta correcta de Avon

Avon Products, Inc. ( www.avon.com) tena problemas graves con su personal de ventas. La
compaa enfrentaba una escasez de representantes de ventas, de las que depende su negocio, y no
tena grandes esperanzas de reclutar ms. Se elaboraron modelos de regresin para ejecutar en microcomputadoras, con objeto de revelar las posibles variables que estimulaban esta situacin. Los
modelos mostraron que la variable ms significativa era el monto de la cuota de nombramiento
que las representantes pagaban por los materiales; y la segunda eran las prestaciones. Con datos
para respaldar sus acciones, la compaa redujo la tarifa y tambin contrat, en 2 0 0 1 , a la geren
te Michele Schneider para que mejorara la informacin dada a las nuevas empleadas sobre el
programa de prestaciones. Schneider moderniz el paquete de informacin sobre el programa y
495
www.FreeLibros.me
496
PARTE III
Buenos productos, representantes de

ventas bien capacitadas y elaborados
modelos de regresin abrieron las
puertas a Avon para que penetrara en el
mercado de los cosmticos.
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
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?
Estadstica que resume la fuerza de

asociacin entre dos variables
mtricas.
En estas situaciones, la correlacin producto-m om ento, (r), es la estadstica ms usada

para resumir la fuerza de asociacin entre dos variables mtricas (de intervalo o de razn), di
gamos, X y K Se trata de un ndice con el que se determina si hay una relacin lineal, o directa,
entre X y Y. Seala el grado en que la variacin de una variable, X, re relaciona con la variacin
de la otra, Y. Tambin se conoce como coeficiente de correlacin de Pearson, pues fue propues
ta por Karl Pearson, o correlacin simple, correlacin bivariada o meramente coeficiente de
correlacin. A partir de una muestra de n observaciones, X y Y, la correlacin producto-momen
to, r, se calcula como sigue:
n
( x - x y ? i - 7 )
r=
>J m'
y -1
(,Y - Y ) 2
(X ,.-X )2
i- l
La divisin del numerador y el denominador entre n - 1 da
(X
- X \ Y - Y)
n -
r =
jA
(X - X ) 2
y i
xi
(Y
- Y)2
n -
Sx Sy
Relacin sistemtica entre dos va

riables, en la que un cambio en una
significa el correspondiente en la
otra (COVry).
En estas ecuaciones, X y Y denotan las medias de la muestra, y Sx y S las desviaciones

estndares. COV' la covarianza entre X y Y, mide el grado en que se relacionan X y Y. La covarianza puede ser positiva o negativa. La divisin entre S S produce la estandarizacin, de
modo que r vara entre -1 .0 y +1.0. Obsrvese que el coeficiente de correlacin es un nmero
absoluto y no se expresa en ninguna unidad de medida. El coeficiente de correlacin entre las
dos variables ser el mismo cualesquiera que sean las unidades.
Como ejemplo, supongamos que un investigador quiere explicar las opiniones de los
encuestados sobre su ciudad en trminos del tiempo que tienen de residir ah. Las opiniones se
miden en una escala de 11 puntos ( 1 = no le gusta la ciudad, 11 = le gusta mucho la ciudad) y
el tiempo de residencia, en aos de vivir en la ciudad. En una prueba previa con 12 encuestados,
se obtuvieron los datos que se muestran en la tabla 17-1.
El coeficiente de correlacin se calcula deesta manera:
-
(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
Explicacin de la opinin sobre la residencia en una ciudad

O
E
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
(X - X\Y - Y) = (10 - 933X6 - 638) + (12 - 933)(9 - 6 3 8 )
'
+ (12 - 933X8 - 638) + (4 - 933)(3 - 638)

+ (12 -933X 10 - 6 3 8 )+ (6 - 9 3 3 X 4 - 6 3 8 )
+ (8 - 933X5 - 63 8) + (2 - 933X2 - 638)
+ (18-933X11 - 6 3 8 )+ (9 -9 3 3 )(9 - 6 3 8 )
+ (17 - 933X10 - 63 8) + (2 - 933X2 - 638)
= -03886 +6.4614 +3.7914 +19.0814
+ 9.1314 + 83914 + 2.1014 + 333714
+ 383214 - 0.7986 + 26.2314 + 33 3714
= 179.6668
( X - X ) 2= (10 - 9.33)2 + (12 - 9.33)2 + (12 - 9.33)2 + (4 - 9.33)2

+ (12 - 93 3 )2 + (6 - 933)2 + (8 - 9.33)2 + (2 - 933)2
+ (18 - 9 3 3 )2 + (9 - 933)2 + (17 - 9.33)2 + (2 - 933)2

= 0.4489 + 7.1289 + 7.1289 + 28.4089
+ 7.1289 + 11.0889 + 1.7689 + 53.7289
+ 75.1689 + 0.1089 + 58.8289 +53.7289
= 304.6668
n
( Y - Y)2= (6 - 638)2 + (9 - 6 3 8 )2 + (8 - 6.58)2 + (3 - 6.58)2

+ (10 - 6 3 8 ) 2 + (4 - 6.58)2 + (5 - 638)2 +(2 - 6 3 8 ) 2
+ (11 - 638)2 + (9 - 6 3 8 ) 2 + (10 - 6 3 8 ) 2 + (2 - 638)2
= 03364 + 5.8564 + 2.0164 + 12.8164
+ 116964 + 6.6564 + 2.4964 + 20.9764
+ 19 3364 + 5.8564 + 11.6964 + 20.9764
= 120.9168
www.FreeLibros.me
CAPTULO 17
499
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
Aunque una matriz de correlaciones simples proporciona conocimientos sobre asociacio

nes pareadas, a veces los investigadores quieren examinar la asociacin entre dos variables des
pus de controlar una o ms. En este caso, debe estimarse una correlacin parcial.
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.
Aunque el producto-momento o correlacin simple es una medida que describe la asociacin

entre dos variables, un coeficiente de correlacin parcial mide la asociacin entre dos varia
bles despus de controlar o ajustar los efectos de una o ms variables adicionales. Esta estads
tica se usa para responder las preguntas siguientes.
Con qu intensidad se relacionan las ventas con los gastos de publicidad cuando se con
trola el efecto del precio?
Hay una asociacin entre la participacin en el mercado y el tamao de la fuerza de
ventas cuando se ajusta el efecto de la promocin de ventas?
La impresin que tienen los consumidores de la calidad se relaciona con su opinin de
los precios cuando se controla el efecto de imagen de la marca?
Como en estas situaciones, supongamos que queremos calcular la asociacin entre X y Y
despus de controlar una tercera variable, Z En teora, primero suprimiramos el efecto de Z en
X. fra ello, pronosticaramos los valores de X a partir del conocimiento de Z tomando la corre
lacin producto-momento entre X y Z, o sea rxz. A continuacin, el valor predicho de X se resta
ra de su valor real para dar un valor ajustado. De la misma manera se ajustaran los valores de
Y para eliminar los efectos de Z La correlacin del producto momento entre los valores ajusta
dos de X y los valores ajustados de Tes el coeficiente de correlacin parcial entre X y Y, despus
de controlar el efecto de Z y se denota como r . Estadsticamente, como la correlacin simple
entre dos variables describe por completo su relacin lineal, es posible calcular el coeficiente de
correlacin parcial con el puro conocimiento de las correlaciones simples, sin tomar observa
ciones individuales.
www.FreeLibros.me
CAPTULO 17
501
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
La correlacin parcial requerida se calcula como sigue:
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:
La correlacin en partes entre la opinin de una ciudad y el tiempo de residencia, cuando se

eliminan de este tiempo los efectos lineales de la importancia asignada al clima, se calculan
as:
_ 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
\fe d id a de co rre la ci n d e d o s v a ria

bles no m tric as q u e s e c a lc u la co n
o rdenam ientos.
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.
El anlisis de regresin es un procedimiento potente y flexible para analizar las relaciones de

asociacin entre una variable dependiente mtrica y una o ms variables independientes. Se uti
liza para las siguientes actividades:
www.FreeLibros.me
CAPTULO 17
503
L Determinar si las variables independientes explican una variacin significativa en la varia

ble dependiente: si hay una relacin.
2. Determinar cunto de la variacin de la variable dependiente se explica con las variables
independientes: fuerza de la relacin.
3. Determinar la estructura o la forma de la relacin: la ecuacin matemtica que relaciona
las variables independientes con la dependiente.
4. Pronosticar los valores de la variable dependiente.
5. Controlar otras variables independientes al evaluar las aportaciones de una o varias varia
bles especficas.
Aunque las variables independientes expliquen la variacin de la dependiente, esto no ne
cesariamente implica una causalidad. En el anlisis de regresin, los trminos variables depen
dientes o de criterio y de variables independientes o de pronstico procede de la relacin matem
tica entre las variables. Estas expresiones no significan que la variable de criterio sea dependiente
de las variables independientes en el sentido causal. El anlisis de regresin trata de la natura
leza y el grado de asociacin entre variables y no supone ninguna causalidad.
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.
ESTADSTICAS DEL ANLISIS

DE REGRESIN BIVARIADA
Las siguientes estadsticas y trminos afines conciernen al anlisis de regresin bivariada.
Coeficiente de determ inacin. La fuerza de la asociacin se mide con el coeficiente de deter
minacin, r2. Vara entre 0 y 1 y significa la proporcin de la variacin total de Y que se
explica por la variacin de X.
Coeficiente de regresin estandarizado. Tambin se denomina coeficiente beta o peso beta.
Pendiente obtenida por la regresin de Y en X cuando los datos estn estandarizados.
Coeficiente de regresin. El parmetro estimado de b se denomina normalmente coeficiente
de regresin no estandarizado.
Diagrama de dispersin. Grfica de los valores de dos variables para todos los casos u obser
vaciones.
Error estndar de la estimacin. Esta estadstica, ERE, es la desviacin estndar de los valo
res reales de y de los valores pronosticados de Y .
Error estndar. Desviacin estndar de b, EEh.
Estadstica t Se usa una estadstica / con n - 2 grados de libertad para verificar la hiptesis
L.
nula de que no hay una relacin lineal entre X y Y, o H: , = 0, donde / = - .
EEf,
www.FreeLibros.me
504
PARTE III
M odelo de regresin bivariada. Ecuacin de regresin bsica: Y = 0 O+ $\X + er en la que

Y = variable dependiente o de criterio, X = variable independiente o de pronstico, 0 O =
secante de la lnea, 0 j = pendiente de la lnea y e es el trmino de error asociado con la
i-sima observacin.
Su m a de errores cuadrticos. Las distancias de todos los puntos a partir de la lnea de regre
sin se elevan al cuadrado y se suman para llegar a la suma de los errores cuadrticos, que
es una medida del error total,
Valor estimado o pronosticado. El valor estimado o pronosticado de Y. es Y = a + bx, en la
que Y es el valor pronosticado de Y y a y b son estimadores de 0 Oy (3j , respectivamente.
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.
Grfica del diagrama de dispersin

Un diagrama de dispersin es una grfica de los valores de dos variables para todos los casos u
observaciones. Es costumbre graficar la variable dependiente en el eje vertical y la indepen
diente en el horizontal. El diagrama de dispersin es til para determinar la forma de la relacin
entre las variables. Esta grfica puede llamar la atencin del investigador sobre constantes en
los datos o sobre posibles problemas. Se identifican fcilmente combinaciones inusuales de las
Figura 17 .2
Etapas del anlisis
de regresin bivariada
T raza r el diag ram a d e dispersin
i
I'o n n u la r el m o d elo general
D eterm in ar la fuerza y sig n ifican cia d e la asociacin
I
j
V erifica r la ex actitu d del pro n stico
E x am in a r los residuos
...
H acer la v alid aci n cru zad a del m odelo
www.FreeLibros.me
CAPTULO 17
505
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
Elaboracin del modelo de regresin bivariada

En el modelo de regresin bivariada, la forma general de la lnea recta es:
T = p o + P i*
donde
Y = variable dependiente o de criterio
X - variable independiente o de pronstico
P0 = secante de la recta
P, = pendiente de la recta
El modelo manifiesta una relacin determinista, en el sentido de que Y es determinada
completamente por X. El valor de Y se predice perfectamente si se conocen P0 y P ,. Ahora bien,
en la investigacin de mercados muy pocas relaciones son deterministas; por eso, el procedi
miento de regresin aade un trmino de error para explicar la naturaleza probabilistica o estocstica de la relacin. La ecuacin de regresin bsica se convierte en:
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.
Estimacin de los parmetros

En la mayora de los casos se conocen p 0 y p, y se estiman a partir de las observaciones de la
muestra usando la ecuacin
Y = a + bx
donde i es el valor estimado o pronosticado de Y y a y b son estimadores de p 0 y p ,, respec
tivamente. La constante b se denomina coeficiente de regresin no estandarizado. Es la pen
diente de la lnea de la regresin e indica el cambio esperado en Y cuando X cambia en una uni
dad. Las frmulas para calcular a y b son simples .9 La pendiente, b, se calcula en trminos de la
covarianza entre X y Y (C O V ^ y la varianza de X como:
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
XY = (10X6) + (12X9) + (12X8) + (4X3) + (12X10) + (6X4)

=i
+ (8X5) + (2X2) + (18X11) + (9X9) + (17X10) + (2X2)
= 917
12
X2 =
7^1
IO2 + 122 + 122 + 42 + 122 + 62

+ 82
g2 +
4 -
-
+
22 + -182 + 92 + 172 + 22
= 1,350
www.FreeLibros.me
CAPTULO 17
507
Recurdese, de clculos anteriores de la correlacin simple, que
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.
Estimacin del coeficiente de regresin normalizado

La estandarizacin es el proceso por el que los datos directos se transforman en variables nue
vas que tienen media de 0 y varianza de 1 (captulo 14). Cuando los datos estn estandarizados,
la secante asume un valor de 0. El trmino coeficiente beta o peso beta denota el coeficiente de
regresin estandarizado. En este caso, la pendiente obtenida por la regresin de Y en X, Byx, es
la misma que la pendiente obtenida por la regresin de X en Y, B ^ . Ms an, cada uno de estos
coeficientes de regresin es igual a la correlacin simple entre X y Y.
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
EE denota la desviacin estndar y b se llama error estndar. 10 La distribucin t se estudi en

d captulo 15.
Con un programa de cmputo, la regresin de la opinin sobre el tiempo de residencia (to
mando los datos de la tabla 17-1) arroja los resultados que se muestran en la tabla 17-2. La se
cante, a, es igual a 1.0793 y la pendiente, b , es igual a 0.5897. Por tanto, la ecuacin estimada
es:
Opinin ( Y ) = 1.0793 + 0.5897 (tiempo de residencia)
El error estndar de la desviacin estndar de b se estima como 0.07008 y el valor de la e s
tadstica t = 0.5897/0.0700 = 8.414, con n - 2 = 10 grados de libertad. Segn la tabla 4 del
apndice de estadsticas, vemos que el valor crtico de t con 10 grados de libertad y a = 0.05 es
2.228 para una prueba de dos colas. Como el valor calculado de / es mayor que el valor crtico,
se rechaza la hiptesis nula. Por lo tanto, hay una relacin lineal significativa entre la opinin
de una ciudad y el tiempo de residencia ah. El signo positivo del coeficiente de la pendiente in
dica que esta relacin es positiva. En otras palabras, aquellos que han residido en la ciudad du
rante mucho tiempo tienen opiniones ms positivas hacia la ciudad.
Determinacin de la fuerza y la relevancia

de la asociacin
Una inferencia afn consiste en determinar la fuerza y la significacin de la asociacin entre Y y
X, la cual se mide con el coeficiente de determinacin, r2. En la regresin bivariada, r2 es
el cuadrado del coeficiente de correlacin simple obtenido al correlacionar las dos variables. El
coeficiente r2 vara entre 0 y 1. Significa que la proporcin de la variacin total en Y se explica
por la variacin en X. La descomposicin de la variacin total en Y es semejante a la que se ha
ce en el anlisis de varianza (captulo 16). Como se muestra en la figura 17-5, la variacin total
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
CAPTULO 17
509
SC , puede descomponerse en la variacin explicada por la lnea de regresin, SCK^ y la varia

cin del error o residuo, SCerror o SCns, como sigue:
SCy = SC re s + S Cre s
donde
5C ,,= X
i-1
A
v\2
W -Y )
a
1=1
A
5 c ,=
X t f
y=i
1 2
Entonces, la fuerza de la asociacin puede calcularse como sigue:

r 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 ) =
17.1, este valor es:
1.0793 + 0.5897 X 10 = 6.9763
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
= (Y - Y )2 = (6.9763 -6.5833)2 + (8.1557 -6.5833)2

'>
+ (8.1557 -6.5833)2 + (3.4381 -.5833)2
+ (8.1557 - 6.5833)2 + (4.6175 - 6.5833)2
+ (5.7969 - 6.5833)2 + (2.2587 -6.5833)2
+ (11.6939 - 6.5833)2 +(6.3866 -.5833)2
+ (11.1042 - 6.5833)2 + (2.2587 - 6.5833)2
= 0.1544 +2.4724 +2.4724 +9.8922 +2.4724
+ 3.8643 + 0.6184 + 18.7021 + 26.1182
+ 0.0387 +20.4385 + 18.7021
= 105.9524
SCns
(Y - Y)2
i-
= (6 - 6.9763)2 + (9 - 8.1557)2 + (8 - 8.1557)2

+ (3 - 3.4381)2 + (10 - 8.1557)2 + (4 - 4.6175)2
+ (5 - 5.7969)2 + (2 - 2.2587)2 + (11 - 11.6939)2
+ (9 -6 3 8 6 )2 + (10 -11.1042)2 + (2 - 2.2587)2
= 14.9644
www.FreeLibros.me
510
PARTE III
Puede verse que SCy = SC Kg + SCns. Adems,
_ 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.
Verificacin de la exactitud de la prediccin

A
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
511
o bien
EEE= j ^ a )n - 2
o ms generalmente, si hay k variables independientes,

EEE =
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
La impresin que tienen los consumidores de la calidades determinada por su opinin

de los precios, la imagen y los atributos de la marca?
La regresin mltiple puede contestar otras preguntas.
Cunto de la variacin en las ventas se explica por los gastos de publicidad, precios y
nivel de distribucin?
Cul es la aportacin de los gastos de publicidad para explicar la variacin de las ventas
si se controlan los precios y la distribucin?
Qu ventas se esperaran dados tantos gastos de publicidad, precios y distribucin?
INVESTIGACIN
REA L
Marcas globales , anuncios locales

Los europeos aceptan marcas de otros pases, pero cuando se trata de publicidad, prefieren la va
riedad que cocinan en casa. En una encuesta realizada por Yankelovich y Asociados (www.yankelovich.com) y sus afiliados se encontr que los comerciales favoritos de los consumidores eu
ropeos son de marcas locales, aunque fueran ms proclives a comprar las marcas forneas. Los
encuestados de Francia, Alemania e Inglaterra citaron Coca-Cola como el refresco que ms
compraban; sin embargo, los franceses eligieron como su anuncio favorito el famoso comercial
premiado de agua embotellada Perrier. Del mismo modo, en Alemania la publicidad preferida
fue la de una marca alemana de una bebida sin alcohol, Clausthaler. Pero en Inglaterra CocaCola fue tanto la bebida como la publicidad preferida. Dados estos resultados, la pregunta im
portante es, cul es la utilidad de la publicidad? Aumenta la probabilidad de comprar una
marca o simplemente mantiene en niveles elevados el reconocimiento de la marca? Una forma
de averiguarlo es ejecutando regresiones mltiples en las que la variable dependiente sea la pro
babilidad de comprar la marca y las independientes las evaluaciones de los atributos de esa
marca y de la publicidad. Cabe ejecutar modelos separados con y sin publicidad para evaluar
cualquier diferencia significativa en la aportacin de los dos elementos. Con pruebas t indivi
duales se examinara la contribucin significativa de los atributos de la marca y la publicidad.
Los resultados indicaran la medida de la importancia de la publicidad en las decisiones de
comprar una marca. Junto con estos resultados, un estudio realizado a finales de 2000 revel
que tratar de fomentar las compras de lealtad a la marca mediante promociones de ventas no es
una forma aconsejable de conseguir el objetivo. De acuerdo con el estudio, estas promociones
nicamente alientan un cambio momentneo de marca y apenas mejoran el desempeo en el
corto plazo de la compaa. Adems, a la larga, una promocin de ventas proyecta en los clien
tes poca calidad o una imagen inestable o bien los confunde, lo cual tambin termina en una re
duccin de la lealtad. Los resultados de este estudio muestran que sacrificar la publicidad y de
pender de las promociones reduce las asociaciones de las marcas, lo que en ltima instancia
reduce las compras por lealtad. 14
La forma general del modelo de regresin m ltiple es la siguiente:

Ecuacin con la que se explican los
resultados del anlisis de regresin
mltiple.
f = Po + P i* i + 02*2 + 03*3 + + P** + e

que se estima con la siguiente ecuacin:
Y = a + b xX x + b 2X 2 +
+ . . . + 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.
Coeficientes de regresin parcial

fra comprender el significado del coeficiente de regresin parcial, consideremos el caso en
que hay dos variables independientes, de manera que:
Y = a + b xX x + b1X 1
Obsrvese primero que la magnitud relativa del coeficiente de regresin parcial de una variable
independiente es, en general, diferente de la magnitud del coeficiente de regresin bivariada.
En otras palabras, el coeficiente de regresin parcial, b x, ser diferente del coeficiente de regre
sin, b, obtenido de regresar Y nicamente en X ,. Esto se debe a que por lo regular X J y X 2 es
tn correlacionadas. En la regresin bivariada no se consider X2 y cualquier variacin en Y que
era compartida por X Yy X 2 se atribua a
Pero no ocurre lo mismo en el caso de las variables
independientes mltiples.
La interpretacin del coeficiente de correlacin parcial, />,, es que representa el cambio es
perado en Y cuando X cambia una unidad pero X 2 se mantiene constante o est controlada. De
la misma manera b 2 representa el cambio esperado en y para un cambio de unidad en.r2, cuando
x x se mantiene constante. As, es apropiado decir que b x y b2 son coeficientes de regresin par
cial. Tambin se aprecia que el efecto combinado de X, y X 2 sobre Y se suma. Dicho de otro
modo, si X Yy X 2 cambian las dos en una unidad, el cambio esperado en Y ser de (b x + b 2).
En teora, la relacin entre el coeficiente de regresin bivariada y el coeficiente de regre
sin parcial se ilustra como sigue. Supongamos que se va a suprimir el efecto de X 2 en X Y. Esto
se^hace efectuando la regresin de X, en X 2. En otras palabras, se podra estimar la ecuacin
X Y = a + b X 2 y calcular el residuo X r = (X, - X ,) . As, el coeficiente de regresin parcial,
www.FreeLibros.me
PARTE III
b v es igual al coeficiente de regresin bivariada, b f obtenido de la ecuacin Y = a + b f X r , El

coeficiente de regresin parcial, b v es igual al coeficiente de regresin, b , entre Y y los resi
duos de X J de los que se suprimi el efecto de X 2. El coeficiente parcial, b2, se interpreta de la
misma manera.
La extensin al caso de k \ariables es sencilla El coeficiente de regresin parcial, b v re
presenta el cambio esperado en Y cuando X x cambia una unidad y X 2 a X k se mantienen cons
tantes. Tambin puede interpretarse como el coeficiente de regresin bivariada, b, para la regre
sin de Ten los residuos de X v cuando el efecto de X 2 a X k se suprimi de X v
Los coeficientes beta son los coeficientes de regresin parcial que se obtienen cuando to
das las variables (Y, X V X 2,... X k) han sido estandarizadas con media de 0 y varianza de 1 antes
de estimar la ecuacin de la regresin. La relacin entre los coeficientes estandarizados y los no
estandarizados es la misma que antes:
Bk = b k
S*
v Syy /
Para calcular la secante y los coeficientes de regresin parcial se resuelve el sistema de

ecuaciones simultneas que se derivan diferenciando e igualando las derivadas parciales a 0 .
Como estos coeficientes se estiman automticamente en los programas de cmputo, no presen
taremos los detalles, aunque vale la pena observar que las ecuaciones no tienen solucin si: 1 )
el tamao de la muestra, n, es menor o igual que el nmero de variables independientes, k, o
bien si 2 ) una variable independiente se correlaciona perfectamente con otra.
Supongamos que al explicar la opinin de la ciudad, introducimos una segunda variable, la
importancia concedida al clima. En la tabla 17-1 se dan los datos de los 12 encuestadores en
la preprueba, sobre opinin de la ciudad, tiempo de residencia e importancia del clima. En la
tabla 17-3 se dan los resultados del anlisis de regresin mltiple. El coeficiente de regresin
parcial del tiempo (X,) ahora es 0.4811, diferente del resultado en el caso bivariado. El coefi
ciente beta correspondiente es 0.7636. El coeficiente de regresin parcial de la importancia con-
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
El coeficiente de correlacin mltiple, R, tambin puede verse como el coeficiente de co

rrelacin simple, r, entre Y y Y. Vale la pena anotar ciertos puntos sobre las caractersticas de R2.
El coeficiente de determinacin mltiple, R2, no puede ser menor que el mayor bivariado, r2, de
cualquier variable independiente individual con la variable dependiente. R2 ser mayor si son ba
jas las correlaciones entre las variables independientes. Si las variables independientes son esta
dsticamente independientes (o sea que no se correlacionan), R 2 ser la suma de r 2 bivariado de
cada variable independiente con la variable dependiente. R2 no puede disminuir en la medida en
que se aaden ms variables independientes a la ecuacin de regresin. Sin embargo disminu
yan los regresos, de modo que despus de las primeras variables las variables independientes
adicionales no aportan mucho .16 Por esta razn, R2 se ajusta para el nmero de variables inde
pendientes y el tamao de la muestra con la frmula que sigue:
/?2ajustada = R 2 n - k -
fra los resultados de la regresin dada en la tabla 17-3, el valor de R2 es:

114.2643
(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
d cuadrado de la correlacin simple entre la opinin y la importancia asignada al clima (que

puede estimarse en 0.5379). La R2 ajustada se estima como:
^ a ju sta d a
J
= 0.9450- 2(1 0 - Q-945Q)

(1 2 -
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.
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.
Esto es equivalente a la siguiente hiptesis nula:
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
que es significativo en a = 0.05.

Si se rechaza la hiptesis nula general, uno o ms de los coeficientes de la regresin parcial
de la poblacin tiene un valor distinto de cero. Para determinar qu coeficientes especficos
(Ps) son distintos de cero, se precisan nuevas pruebas. La prueba de la significacin de los P,s
se hace de manera semejante a las pruebas t del caso bivariado. La significancia del coeficiente
parcial de la importancia concedida al clima se prueba con la ecuacin siguiente:
t = -*~
SEb
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
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.
Examen de los residuos

Diferencia entre el valor observado
de Y y d valor pronosticado por la
ecuacin de regresin, r.
Un residuo es la diferencia entre el valor observado de Y y el valor pronosticado por la ecua

cin de regresin, Y. Los residuos se usan en el clculo de varias estadsticas asociadas con la
regresin. Adems, los diagramas de dispersin de los residuos, en los que stos se grafican con
los valores pronosticados, Yf el tiempo o variables de pronstico, ofrecen nociones tiles para
examinar si las premisas son apropiadas y si el modelo de regresin se ajusta. 19
La premisa de un trmino de error con distribucin normal se examina elaborando un histograma de los residuos. En una inspeccin visual se revela si la distribucin es normal. Se
consiguen ms datos si se determinan los porcentajes de los residuos que caen dentro de 1
EE o 2 EE. Estos porcentajes se comparan con lo que se esperara en la distribucin normal
( 6 8 y 95%, respectivamente). Se hace una evaluacin ms formal con una prueba K-S de una
muestra.
La premisa de la varianza constante del trmino de error se examina en una grfica de los
residuos y los valores pronosticados de la variable dependiente, Yf Si el esquema no es aleato
rio, la varianza del trmino de error no es constante. En la figura 17-6 se muestra un esquema
en el que la varianza depende de los valores de Y.
Una grfica de los residuos y el tiempo o la secuencia de las observaciones arroja luces so
bre la premisa de que los trminos de error no se correlacionan. D e ser verdadera, se observara
un esquema aleatorio. En una grfica como en la figura 17.7 se indica una relacin lineal entre
residuos y el tiempo. Un procedimiento ms formal para examinar las correlaciones entre tr
minos de error es la prueba de Durbin-Watson .20
La grfica de los residuos y las variables independientes da indicios de la conveniencia o
inconveniencia de usar un modelo lineal. Aqu tambin la grfica debe dar por resultado un es
quema aleatorio. Los residuos deben situarse al azar, con una distribucin de dispersin relati
vamente igual de ms o menos cero. No deben exhibir ninguna tendencia positiva o negativa.
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
G rfica de residuos en la que se

indica que es apropiado un
m odeb ajustado.
V alores pron o sticad o s
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
Sin que cueste ms

Etebido a la cada de la economa en 2 0 0 1 y 2 0 0 2 , est en duda la supervivencia de muchas
compaas. A pesar de los tiempos difciles, los analistas predicen mares ms tranquilos en
2003 para las compaas del sector de las revistas. Pronsticos como los de Zenith Media anti
cipan gastos en revistas de 17,000 millones de dlares para ese ao. Sin embargo, debido a la
disminucin de los gastos en autos, empresas electrnicas y tabaco, se espera que la publicidad
en las revistas aminore durante los prximos cinco aos. Hay creencia generalizada de que los
precios al pblico de las revistas estn subsidiados por la publicidad que llevan en sus pginas. En
un estudio se examin la contribucin de la publicidad al precio por ejemplar de las revistas.
Se aplic un anlisis de regresin mltiple para examinar las relaciones entre precio por
ejemplar y pginas editoriales, circulacin, porcentaje de circulacin en puestos de peridicos,
^ s to s de promocin, porcentaje de pginas a color e ingresos por publicidad por nmero. La
forma del anlisis fue:
PVP = b 0 + >,(pg ed) + b 2 (circ) + b3 (% circ puest) + b4 (GP)
+ b5 (% color) + b 6 (ing pub)
donde
PVP = precio de venta al pblico
pg ed = pginas editoriales por nmero promedio
circ circulacin
% circ puest = porcentaje de circulacin en puestos de peridico
GP = gastos de promocin
color = porcentaje de pginas en color
ing pub = ingresos por publicidad por nmero
En la tabla siguiente se da el resultado del anlisis de regresin tomando como variable de
pendiente del precio de venta al pblico por ejemplar. De las seis variables independientes, tres
fueron significativas (p < 0.05): cantidad de pginas editoriales, circulacin promedio, porcen
taje de circulacin en puestos de peridico. Las tres variables significaron prcticamente toda la
varianza explicada (R2 = 0.51; ajustada R2 = 0.48). La direccin de los coeficientes correspon
di a lo que se esperaba: la cantidad de pginas editoriales fue positiva, la circulacin negativa
www.FreeLibros.me
CAPTULO 17
En un anlisis de regresin mltiple se

mostr que la publicidad se entrega
gratuitamente a los consumidores, pero
no subsidia el precio de las revistas.
y el porcentaje de circulacin en puestos positiva A s se esperaba dada la estructura del sector

de las publicaciones peridicas y confirm la hiptesis de la relacin.
Los gastos de promocin, uso de color e ingresos por publicidad por nmero no tuvieron
relacin con el precio por ejemplar despus de controlar, en el anlisis de regresin, los efectos
de la circulacin, el porcentaje de circulacin en puestos de peridico y las pginas editoriales.
Como el efecto de los ingresos por publicidad por nmero no fueron significativos, no se
encontr respaldo para la aseveracin de que la publicidad reduce el precio al pblico de las re
vistas. Se concluy que la publicidad impresa se entrega gratuitamente a los consumidores, pe
ro no subsidia los precios.21
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
**E1 decimal se desplaz cuatro ceros
En el ejemplo precedente, los gastos de promocin, porcentaje de pginas a color y los in

gresos por publicidad por nmero no resultaron relacionados significativamente con el precio
de venta al pblico de las revistas. Con frecuencia, variables independientes consideradas en un
estudio resultan no ser significativas. Cuando hay muchas variables independientes y el inves
tigador sospecha que no todas son significativas, debe hacerse una regresin progresiva.
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.
El propsito de la regresin progresiva es elegir, de un gran nmero de variables de pronsti

co, un conjunto pequeo de variables que expliquen la mayor parte de la variacin de la varia
ble dependiente o de criterio. En este procedimiento, las variables de pronstico entran o se su
primen de la ecuacin de regresin una por una.22 Hay varios mtodos de regresin progresiva.
www.FreeLibros.me
520
PARTE III
1. Inclusin progresiva. A l comienzo no hay variables de pronstico en la ecuacin de regre

sin, sino que se introducen una a la vez, siempre que cumplan determinados criterios e s
pecificados en trminos de razn F. El orden en que se incluyen las variables se basa en la
aportacin a la varianza explicada.
2. Eliminacin progresiva. Al comienzo todas las variables de pronstico estn en la ecua
cin de la regresin y se suprimen una por una de acuerdo con la razn F.
3. Solucin progresiva. Se combina la inclusin progresiva con la eliminacin de variables
de pronstico que ya no cumplan los criterios especificados en cada etapa.
Los procedimientos progresivos no dan ecuaciones de regresin ptimas, en el sentido de
que produzcan R2 ms grande, para cierto nmero de variables de pronstico. Dadas las corre
laciones entre estas variables, es posible que quede sin incluirse una variable importante o que
otras menos importantes entren en la ecuacin. Para identificar una ecuacin de regresin pti
ma, uno tendra que calcular soluciones mixtas en las que se examinaran todas las posibles
combinaciones. Sin embargo, la regresin progresiva es til cuando el tamao de la muestra es
grande en relacin con el nmero de variables de pronstico, como se muestra en el siguiente
ejemplo.
De paseo... en el centro comercial

En pleno siglo x , curiosear es una parte fundamental de las compras, ya sea en lnea o en el
centro comercial. A los consumidores les gusta ponderar sus decisiones de compra antes de to
marlas. Muchos piensan que las tiendas tienen una ventaja sobre las ventas en Internet a la ho
ra de curiosear porque son ms grandes y tienen ms mercanca. Aunque la red atrae a los com
pradores ms jvenes, el centro comercial conservar la delantera, en especial con tantos
entretenimientos que hay ahora en su interior. Se elabor un perfil de paseantes de centros c o
merciales regionales utilizando tres grupos de variables independientes: demografa, comporta
miento de compras y variables psicolgicas y de actitudes. La variable dependiente consisti en
un ndice de curioseo . En una regresin progresiva, en la que se incluyeron los tres grupos de
variables, se encontr que la demografa era el factor de pronstico ms potente del curioseo.
La ecuacin de regresin final, que contiene 20 de las 36 variables posibles, incluy todas las
variables demogrficas. En la tabla se presentan los coeficientes de regresin, errores estnda
res de los coeficientes y sus grados de significancia.
En una regresin progresiva se indic

que es ms probable que curioseen en
las tiendas mujeres ms bien jvenes y
con poca escolaridad e ingresos.
www.FreeLibros.me
CAPTULO 17
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
Estado de interconelationes muy

altas entre las variables indepen
dientes.
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
IMPORTANCIA RELATIVA DE LOS

FACTORES DE PRONSTICO
Cuando se presenta la multicolinealidad hay que tener mucho cuidado al evaluar la importancia
relativa de las variables independientes. En la investigacin aplicada de mercados, es til deter
minar la importancia relativa de las variables de pronstico. En otras palabras, qu importan
cia tienen las variables independientes para explicar la variacin en la variable de criterio o de
pendiente? 26 Por desgracia, como las variables de pronstico estn correlacionadas, no hay una
medida clara de su importancia relativa en el anlisis de regresin .27 Sin embargo, se siguen va
rios mtodos para evaluar esa importancia.
1. Significancia estadstica. Si el coeficiente de regresin parcial de una variable no es signi
ficativo, segn lo determine la prueba F gradual, se decide que esa variable no es impor
tante.
2 . Cuadrado del coeficiente de correlacin simple. Esta medida, r2, representa la proporcin
de la variacin en la variable dependiente explicada por la variable independiente en una
relacin bivariada.
3. Cuadrado del coeficiente de correlacin parcial. Esta medida, & yx;cjxt? es el coeficiente
de determinacin entre la variable dependiente y la independiente, controlando los efec
tos de las otras variables independientes.
4. Cuadrado del coeficiente de correlacin por partes. Este coeficiente representa un incre
mento en R2 cuando se introduce una variable en una ecuacin de regresin que ya conten
i las otras variables independientes.
5. M edidas basadas en coeficientes estandarizados o en pesos beta. Las medidas ms usadas
son los valores absolutos de los pesos beta, IBI, o estos valores al cuadrado B2. Como son
coeficientes parciales, los pesos beta toman en cuenta el efecto de las otras variables inde
pendientes. Estas medidas se hacen menos confiables a medida que se incrementan las c o
rrelaciones entre variables de pronstico (aumenta la multicolinealidad).
6 . Regresin progresiva. El orden en que las variables de pronstico se incluyen o se exclu
yan de la ecuacin de regresin se toma para inferir su importancia relativa.
Dado que las variables de correlacin estn correlacionadas, en prcticamente todos los
casos de regresin ninguna de estas medidas es satisfactoria. Tambin es posible que diversas
medidas sealen un orden distinto de importancia de las variables de pronstico.28 N o obstante,
si todas las medidas se examinan en conjunto, se obtiene informacin provechosa sobre la im
portancia relativa de las variables de pronstico.
VALIDACIN CRUZADA
Rueba de validez en la que se exa

mina si un modelo es vlido con da
tos equivalentes no usados en la es
timacin original.
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
la estimacin. El procedimiento habitual de validacin cruzada que se aplica en la investigacin

de mercados es el siguiente:
1. Se estima el modelo de regresin con todo el conjunto de los datos.
Los datos disponibles se dividen en dos partes, la muestra de la estimacin y la muestra de
validacin. La muestra de la estimacin contiene por lo regular de 50 a 90% del total de la
muestra.
3. El modelo de regresin se estima nicamente con los datos de la muestra de la estimacin.
Este modelo se compara con el modelo estimado para toda la muestra con objeto de deter
minar la concordancia de signos y magnitudes de los coeficientes de regresin parcial.
4. El modelo estimado se aplica a los datos de la muestra de validacin para pronosticar los
valores de la variable dependiente, Y, para las observaciones de la muestra de validacin.
5. Los valores observados de Y. y los valores pronosticados, Yt en la muestra de validacin se
correlacionan para determinar la r2 simple. La medida, r2, se compara con R2 de la muestra
total y R2 de la muestra de estimacin, para evaluar el grado de encogimiento.
2.
Rjrma especial de validacin en la

que la muestra se divide en mitades.
Una mitad es la muestra de la esti
macin y la otra es la muestra de
validacin para la validacin cruza
da. A continuacin se invierten las
funciones de las mitades y se repite
la validacin cruzada.
En una forma especial de validacin, la validacin cruzada doble, la muestra se divide en

mitades. Una mitad es la muestra de la estimacin y la otra es la muestra de validacin para la
validacin cruzada. A continuacin se invierten las funciones de las mitades y se repite la vali
dacin cruzada .29
REGRESIN C O N VARIABLES FICTICIAS

La validacin cruzada es un procedimiento general que se aplica incluso en algunos casos espe
ciales de regresin, como la regresin con variables ficticias. Se toman como variables inde
pendientes o de pronstico variables nominales o categricas codificndolas como ficticias. En
el captulo 14 se present el concepto de variable ficticia. Ah explicamos, por ejemplo, que una
variable con cuatro categoras (consumidores frecuentes, regulares, espordicos y no consumi
dores) puede codificarse como tres variables ficticias, D p D 2 y D3, como se muestra.
Categora
Cdigo
de uso de
original de
producto
las variables
No consumidores
1
2
Consumidores espordicos
Consumidores regulares
3
4
Consumidores frecuentes
Cdigo de las variables ficticias

i
Supongamos que el investigador estaba interesado en ejecutar un anlisis de regresin del

efecto de la opinin de una marca en el consumo del producto. Tomara como variables de pro
nstico las variables ficticias, D, D 2 y D y El modelo de la regresin con variables ficticias se
hara as:
Y = a +
4" b^Jî + 3^3
En este caso, se eligi como categora de referencia consumidores frecuentes y no se incluy

dilectamente en la ecuacin de la regresin. Observe que para los consumidores frecuentes, D p
D 2 y D 3 asumen un valor de 0 y la ecuacin de regresin se convierte en:
y=a
En cuanto a los no consumidores, D = 1 y D 2 = D3 = 0 y la ecuacin de regresin se convier
te en:
Y = a + b {
A
As, el coeficiente b x es la diferencia en la Y pronosticada para los no consumidores en compa

racin con los consumidores frecuentes. Los coeficientes b 2 y b3 tienen interpretaciones sem e
jantes. Aunque los consumidores frecuentes se tomaron como categora de referencia, para
esta finalidad hubiera podido elegirse igualmente cualquiera de las otras categoras .30
www.FreeLibros.me
52A
PARTE III
ANLISIS DE VARIANZA Y COVARIANZA

CON REGRESIN
La regresin con variables ficticias proporciona un marco terico para comprender el anlisis
de varianza y covarianza. Aunque la regresin mltiple con variables ficticias ofrece un proce
dimiento general para este anlisis de varianza y covarianza, slo explicamos la equivalencia de
la regresin con variables ficticias y el anlisis de varianza de un factor. En la regresin con va
riables ficticias, el pronstico Tde cada categora es la media de Y encada categora. Para ilus
trar el recurso de la codificacin de variables ficticias para el consumo de productos que acaba
mos de considerar, los valores de las medias y la Y pronosticada son los siguientes:
Categora de
consumo de
producto
No consumidores
Consumidores espordicos
Consumidores regulares
Consumidores frecuentes
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.
Viajeros frecuentes: De las nubes a los claros

Las compaas areas de Asia desde hace mucho enfrentan incertidumbres y la dura competen
cia de los transportistas estadounidenses. Las aerolneas asiticas, afectadas por la recesin
mundial y los tratos preferenciales competitivos, llegaron a la decisin de aliarse para aumentar
los clientes areos. Datos secundarios revelaron que entre los factores importantes con que los
clientes elegan una lnea area se encuentran precio, horarios a tiempo, destinos, tratos dispo
nibles, servicio de cocina y comedor, servicio a bordo, etc. Las lneas ofrecan estos servicios a
la par, cuando no mejores. Entonces, por qu sentan la presin de la competencia? En una in
vestigacin cualitativa en la forma de sesiones de grupo se descubri que el programa de viaje
ro frecuente era un factor crucial para un segmento extenso en general y para el segmento comjrcial en particular. Se realiz una encuesta con los pasajeros internacionales y se aplicaron
anlisis de regresin para examinar los datos. La probabilidad de volar y otras medidas de elec
cin fueron la variable dependiente y las variables independientes el conjunto de los factores de
servicio, incluyendo el programa de viajero frecuente. Los resultados indicaron que, ciertamen
www.FreeLibros.me
CAPTULO 17
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
Razones para regresar sobre el comportamiento inmoral

En 2003 se acuda a Internet con un ritmo cada vez ms intenso para realizar estudios de inves
tigacin de mercados. Dicho lo anterior, es crucial que la comunidad de investigacin cree un
cdigo de normas ticas al cual se apegue cuando realiza un estudio en el ambiente electrnico.
Muchos investigadores en lnea estn irritados por la forma en que otros abusan de Internet
como medio de reunir datos. Quienes realizan investigaciones en lnea adheridos a normas ti
cas piensan que debe establecerse un cdigo aceptado de investigacin y marketing en lnea.
Sin tal cdigo, prevalecern las tcticas de marketing deshonestas y a final de cuentas harn im
prctica la investigacin en lnea como medio para recabar datos importantes sobre los consu
midores. No slo la investigacin de mercados en lnea suscita preocupaciones y problemas ti
cos, sino que tambin la investigacin tradicional ha sido sealada como origen de dificultades
morales en la disciplina del marketing. En particular, se ha acusado a la investigacin de mer
cados de practicar el engao, de conflicto de intereses, traicin del anonimato, invasin de la
privacidad, falsificacin de datos, difusin de resultados de investigacin incorrectos y tomar
los estudios como disfraz para vender mercancas. Se ha especulado que cuando un investiga
dor acepta participar en actividades inmorales, la decisin puede estar influida por factores de
organizacin. Por tanto, se dise un estudio con un anlisis de regresin mltiple para exami
nar los factores de la organizacin como determinantes de la ocurrencia de prcticas de investi
gacin inmorales. Se tomaron seis factores organizacionales como variables independientes, a
saber: extensin de los problemas morales en la organizacin, acciones ticas de la direccin,
cdigo de tica, lugar en la organizacin, categora en el sector y funcin organizacional. La
evaluacin de los encuestados de la frecuencia de prcticas inmorales en la investigacin de
mercados fue la variable dependiente. El anlisis de regresin de los datos indic que cuatro
de seis organizaciones influan en la extensin de las prcticas inmorales de investigacin: ex
tensin de los problemas morales en la organizacin, acciones ticas de la direccin, funcin
organizacional y categora en el sector. As, para reducir la ocurrencia de prcticas inmorales, la
direccin debe emprender medidas rigurosas, aclarar las funciones de organizacin y las res
ponsabilidades por los actos inmorales y ocuparse en general de los problemas ticos de su or
ganizacin .33
APLICA C IO N E S DE IN TER NET Y CO M P U T A D O R A

Los programas de cmputo disponibles para realizar anlisis de correlacin se describen en la
demostracin 17-1. En SPSS, CORRELATE calcula las correlaciones producto-momento,
PARTIAL CORR es para correlaciones parciales y NONPAR CORR para la ps de Spearman y
la x de Kendall. El programa SAS CORR calcula las correlaciones de Pearson, Spearman, Ken
dall y parciales. En MINITAB, las correlaciones se calculan mediante la funcin STATS>BASIC STATISTICS>CORRELAnON. En EXCEL, las correlaciones se determinan con la fun-
www.FreeLibros.me
526
PARTE III
Dem ostracin 17.1

correlaciones
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.
cinTOOLS>DATAANALYSIS>CORRELATION. Utilice la funcin Correlation Worksheet

cuando se requiera una correlacin de coeficientes para dos intervalos de celdas. No hay una
funcin aparte para las correlaciones parciales.
Como se explica en la tabla demostracin 17-2, estos paquetes contienen varios programas
para ejecutar anlisis de regresin, calcular las estadsticas asociadas, realizar pruebas de signi
ficancia y graficar residuos. En SPSS el principal programa es REGRESSION. En SAS, el pro
grama ms general es REG. Tambin se cuenta con otros programas especializados, com o
RSREG, ORTHOREG, GLM y NLIN, pero aconsejamos a los lectores que no estn familiari
zados con los aspectos intrincados del anlisis de regresin que se apegen a REG cuando usen
SAS. En MINITAB, el anlisis de regresin de la funcin STATS>REGRESIN ejecuta anli
sis simples, polinomnales y mltiples. En EXCEL, la regresin se evala en el men TOOLS>
DATA ANALY SIS.
SPSS Windows. El programa CORRELATE calcula las correlaciones del momento de pro
ductos de Pearson y las correlaciones parciales con niveles de significacin. Tambin pueden
solicitarse estadsticas univariadas, covarianza y desviaciones de productos cruzados. En la sa
lida se incluyen los grados de significacin. Para elegir este procedimiento en SPSS para Win
dows, haga clic en:
Analyze>Correlate>Bivariate.. .
Analyze>Correlate>Partial.. .
Las grficas de dispersin se obtienen haciendo clic en:
Graphs>Scatter.. . >Simple>Define
REGRESSION calcula ecuaciones bivariadas y mltiples de regresin, asociadas con esta
dsticas y grficas. Facilita el examen de los residuos. Para ejecutar este procedimiento, haga
clic en:
Analyze>Regression>Linear. . .
www.FreeLibros.me
CAPTULO 17
D em o stra ci n 17 .2
regresiones
527
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
Calificacin del valor del crdito
Ubicacin del entrevistado
*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
Estadsticas del cambio

Sig. de F
Cambio
deF
31.876
10
1
4.146
1
9
Cambio
0.761
0.075
Cambio
0 .0 0 0
0.072
Factores de pronstico: (Constante) VALOR

bfectcres de pronstico: (Constante) VALOR, UBICACIN
C\iriablc dependiente: TARJETAS
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
Nbriable dependiente: TARJETAS
VARIABLES EXCLUIDAS1_________________________________________________________
Modelo
1 LUGAR
In beta
0.574a
t
ZG36
Sig.
0.072
Correlacin
parcial
0.562
Tolerancia
estadstica de
colinealidad
0.229
"Factores de pronstico del modelo (ConstantcX VALOR

A&riablc dependiente TARJETAS
En el modelo anterior encontramos:

Y = -1 .2 0 8 3 + 1375(Jlj) + 1 .9 5 8 3 ^ )
Recuerde que Dj era simplemente un cdigo cero o uno. Si Dj = 0, el entrevistado viva en una ciudad; si D, = 1, viva en una zona rural. Se pue
de escribir el modelo como dos modelos. Para los entrevistados que viven en ciudades no hay una contribucin a y del cdigo ficticio.
Modelo urbano: Y= -1.2083 + 1375(X,)
Rrra cada entrevistado que vive en zona rural, la aportacin a Y fue de 1.9583. Por tanto, para estos entrevistados es un valor constante y puede su
marse a la constarte general del modelo de -1.2081 (por ejemplo, -1.2081 + 1.9583 0.75). Ahora tenemos un modelo aparte para los entrevis
tados de zonas rurales.
Modelo rural: Y =0.7500 + 1375(X,)
Uta forma de contemplar la diferencia entre estos dos trminos constantes (desde luego, la diferencia es el coeficiente de regresin de D ,) es que
refleja la diferencia promedio entre los entrevistados de zonas urbanas y de zonas rurales, manteniendo constante la posesin de tarjetas de crdito.
Cules son las implicaciones para la administracin? Al formular un modelo con una variable ficticia como se ilustra, se hace la suposicin
de que la relacin entre el nmero de tarjetas de crdito y la calificacin del crdito es constante tarto para los entrevistados de zonas rurales co
mo de zonas urbanas. Esto puede verificarse ejecutando una regresin separada entre la calificacin del crdito y el nmero de tarjetas para cada
dase de entrevistados. Entonces se comprueba si los dos modelos tienen pendientes distintas. Si las pendientes son iguales, puede usarse el mode
lo general.
Y = -1.2083 + 1375(X,) + 1.9583( A )
Si las pendientes son distintas, hay que elaborar modelos distintos para los entrevistados de zonas rurales y de zonas urbanas.
www.FreeLibros.me
CAPTULO 17
529
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
za de la asociacin se mide con el coeficiente de determinacin

mltiple, R2. La significancia de la ecuacin general de la regre
sin se verifica con una prueba F general. Se comprueba
la significancia de los coeficientes de la regresin parcial indivi
dual con la prueba / o la prueba F por incrementos. Los diagramas
de dispersin de los residuos, en los cuales se grafican los resi
duos en comparacin con los valores pronosticados, Y, el tiempo
o variables de pronstico, son tiles para examinar la convenien
cia de las premisas bsicas y el modelo de regresin ajustado.
En la regresin progresiva, las variables de pronstico se in
troducen o eliminan de la ecuacin de regresin una por una con
el objetivo de elegir el menor conjunto de variables de pronsti
co que explican la mayor parte de la variacin en la variable
de criterio. La multicolinealidad, o intercorrelaciones muy altas
entre las variables de pronstico, puede traer diversos problemas.
Como las variables de pronstico estn correlacionadas, el anli
sis de regresin provee una medida directa de la importancia re
lativa de las variables de pronstico. Con la validacin cruzada
se examina si el modelo de regresin todava es vlido para datos
equiparables que no se usaron en la estimacin. Es un procedi
miento til para evaluar el modelo de regresin.
Es posible tomar variables nominales o categricas como de
pronstico si se codifican como variables ficticias. La regresin
mltiple con variables ficticias da un procedimiento general para
el anlisis de varianza y covarianza.
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
prueba F parcial, 513

R2 ajustada, 513
regresin bivariada, 503
regresin mltiple, 511
regresin progresiva, 519
residuo, 517
suma de errores cuadrticos, 504
validacin cruzada, 522
validacin cruzada doble, 523
valor estimado o pronosticado, 504
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?
Qu es el error estndar de la estimacin?

9. En qu premisas se basa la regresin bivariada?
10. Qu es la regresin mltiple? En qu difiere de la regresin biva
riada?
11. Explique el significado de un coeficiente de regresin parcial. Por
qu recibe ese nombre?
12. Enuncie la hiptesis nula al probar la significancia de la ecuacin
general de regresin mltiple. Cmo se comprueba esta hiptesis
nula?
13. Qu se gana con un examen de los residuos?
14. Explique el mtodo de la regresin progresiva. Cul es su finalidad?
www.FreeLibros.me
530
PARTE III
15. Qu es la multicolinealidad? Qu problemas surgen de la multiconealidad?

16. Con qu medidas se evala la importancia relativa de las variables
de pronstico en la regresin mltiple?
17. Describa el procedimiento de validacin cruzada. Describa el proce
dimiento de validacin cruzada doble.
18. Demuestre la equivalencia entre la regresin con variables ficticias
y el ANOVA de un factor.
2. Para entender la influencia dla calidad y el precio en la dientela de

las farmacias, se calificaron 14 tiendas importantes en una zona me
tropolitana grande en trminos de preferencia, calidad de la mercan
ca y precio justo. Todas las calificaciones se obtuvieron en una esca
la de 11 puntos, en la que las cifras ms altas indicaron calificaciones
ms positivas.
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
Se le ha encomendado la tarea de indicar a la direccin si hay rela

cin entre los gastos de promocin relativos y las ventas relativas.
a. Grafique las ventas relativas (eje de las JOy los gastos de pro
mocin relativos (eje de las X) e interprete el diagrama.
b. Con qu medida determinara si hay una relacin entre las dos
variables? Porqu?
c. Efecte un anlisis de regresin bivariada de las ventas relativas
sobre los gastos de promocin relativos.
d. Interprete los coeficientes de la regresin.
e. Es significativa la relacin de la regresin?
f. Si la compaa equipara al competidor en trminos de gastos de
promocin (si los gastos de promocin relativos fueran de 1 0 0 ),
cules seran las vertas de la compaa?
g. Interprete el resultado r2.
a. Efecte un anlisis de regresin mltiple para explicar la prefe

rencia por una tienda en trminos de calidad de la mercanca y
pecio.
b. Interprete los coeficientes de regresin parcial.
c. Determine la significancia de la regresin general.
d. Determine la significacin de los coeficientes de regresin par
dal.
e. Cree usted que haya en este caso un problema de multicolineadad? Explicar porque s o porque no.
3. Lea en una revista un artculo en el que se exprese la siguiente rela
cin entre los gastos anuales en comidas preparadas (CP) y el ingre
so anual (IA):
CP = 23.4 + 0.003 IA
Se indica que el coeficiente de la variable IA es significativo.
a. Parece razonable esta relacin? Es posible tener un coeficiente
de magnitud pequea pero que de todos modos sea significativo?
b. Apartir de la informacin dada, puede sealar qu tan bueno es
d modelo estimado?
c. Cules son los gastos esperados en comidas preparadas de una
familia que gana 30,000 dlares?
d. Si una familia que gana40,000 dlares gasta al ao 130 en comi
das preparadas, cul es el residuo?
e. Cul es el significado de un residuo negativo?
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.
b. Efecte una regresin bivariada con la lealtad como variable de

pendiente y la intencin como variable independiente. Interprete
los resultados.
c. Efecte una regresin bivariada con la lealtad como variable de
pendiente y la conciencia, opinin, preferencia e intencin como
www.FreeLibros.me
CAPTULO 17
variables independientes. Interprete los resultados. Compare los

coeficientes de la intencin de las regresiones bivariada y mltiple.
2. Realice los siguientes anlisis sobre los datos en cuanto a estilo de
vida al aire libre dados en el ejercicio 2 de Internet y computadora
del captulo 15.
a. Calcule las correlaciones simples entre V{ a V6 e interprete los
resultados.
Ix Ejecute una regresin bivariada con la preferencia por el estilo
de vida al aire libre (V,)como variable dependiente y conocer
gente (V6) como variable independiente. Interprete los resulta
dos.
c. Efecte una regresin mltiple con la preferencia por un estilo
de vida al aire libre como variable dependiente y V2 a V6 como
variables independientes. Interprete los resultados. Compare los
coeficientes de V6 obtenidos en las regresiones bivariada y ml
tiple.
3. En una prueba previa se obtuvieron datos de 20 encuestados sobre las
preferencias de zapatos tenis en una escala de siete puntos, 1 = no pre
feridos, 7 = muy preferidos (Vj). Los encuestados tambin dieron sus
evaluaciones de los tenis en cuanto a comodidad (V2Xestilo (V3 ) y du
rabilidad (V4), tambin en una escala de siete puntos, 1 = mal y 7 =
excelente. Los datos resultantes se dan en la tabla siguiente.
n
6.00
2.00
7.00
4.00
1.00
6.00
5.00
7.00
200
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
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. Calcule las correlaciones simples entre

a V4 e interprete los
resultados.
b. Ejecute una regresin bivariada con la preferencia por los tenis (V,)
como variable dependiente y la evaluacin de la comodidad
(V2) como la variable independiente. Interprete los resultados.
c. Ejecute una regresin bivariada con la preferencia por los tenis
(Vjjcomo variable dependiente y la evaluacin del estilo (V J
como la variable independiente. Interprete los resultados.
d. Ejecute una regresin bivariada con la preferencia por los tenis (Vj)
como variable dependiente y la evaluacin de la durabilidad
(V4) como la variable independiente. Interprete los resultados.
e. Ejecute una regresin mltiple con la preferencia por los tenis
(Vj) como variable dependiente y V2 a V4 como variables inde
pendientes. Interprete los resultados. Compare los coeficientes
de V2, V3 y V4 obtenidos en las regresiones bivariada y mltiple.
4 Con un programa apropiado de microcomputadora o de computado
ra central (SPSS, SAS, MINITAB o EXCEL), analice los datos de:
a. El problema 1.
b. El problema 2.
c. El ejercicio de trabajo de campo.
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.
d. Interprete los coeficientes de la regresin.

e. Es significativa la regresin de la relacin?
f. Interprete la r2 resultante.
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
A nlisis discrim inante
Objetivos
L Describir el concepto de anlisis discriminante, sus objetivos y sus aplicaciones a la inves
"Con frecuencia uno tiene
2. Sintetizar los procedimientos para efectuar anlisis discriminantes: formulacin del

problema, estimacin de los coeficientes de la funcin discriminante, determinacin
de la significancia, interpretacin y validacin.
3. Detallar el anlisis discriminante mltiple y su distincin del anlisis discriminante de
cbs grupos.
4. Explicar el anlisis discriminante progresivo y el procedimiento de Mahalanobis.
medidas de diversos gru

pos de entrevistados en
muchas variables mtri
cas. El anlisis discrim i
nante es una manera til
de responder si los grupos
son diferentes, en qu
variables y si es posible
pronosticar con estas
variables a qu grupo
pertenece una persona".
Jamie Baker-Prewitt,
vicepresidenta,
consulta y anlisis,
Burke, Inc.
532
www.FreeLibros.me
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.

Anlisis discriminante de dos grupos
En el proyecto de la tienda se hizo un anlisis discriminante de dos grupos para examinar si los entre
vistados que estaban familiarizados con las tiendas (comparados con los que no lo estaban) asignaban
una importancia relativa diferente a los ocho criterios de eleccin. La variable dependiente eran los dos
grupos de familiaridad y las independientes, la importancia concedida a los ocho factores de seleccin.
La funcin discriminante general fue significativa, seal de que haba diferencias importantes entre los
dos grupos. Los resultados indicaron que, en comparacin con los entrevistados que no estaban fami
liarizados, los entrevistados familiarizados concedan mayor importancia a la calidad de la mercanca,
las polticas de devoluciones y cambios, el servicio del personal y las polticas de crdito y facturacin.
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.
Combinacin lineal de variables in

dependientes del anlisis discrimi
nante que discriminan mejor entre
hs categoras de la variable depen
dente.
2.
3.
4.
5.
Tcnica de anlisis discriminante en

la que la variable de criterio tiene
dos categoras.
Tcnica de anlisis discriminante en
b que la variable de criterio abarca
tres o ms categoras.
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.
Las tcnicas del anlisis discriminante se designan segn el nmero de categoras de la va

riable de criterio. Cuando tienen dos categoras, la tcnica es un anlisis discrim inante de dos
grupos. Cuando hay tres o ms categoras, la tcnica es un anlisis discrim inante mltiple. La
principal distincin es que, en el caso de los dos grupos, es posible derivar una sola funcin dis
criminante, en tanto que en el anlisis mltiple pueden calcularse varias.3
En la investigacin de mercados abundan los ejemplos de anlisis discriminante. La tcni
ca se aplica a responder preguntas como las siguientes:
En trminos de caractersticas demogrficas, cul es la diferencia entre los clientes que
son leales a la tienda y los otros?
El consumo de alimentos congelados difiere entre los consumidores de refrescos fre
cuentes, moderados y espordicos?
Qu caractersticas psicogrficas distinguen a los compradores de abarrotes que se fijan
en el precio de los otros compradores?
Difiere la atencin a los medios en los segmentos de un mercado?
En trminos de estilo de vida, cules son las diferencias entre los clientes constantes de las
cadenas regionales de tiendas departamentales y los clientes de las cadenas nacionales?
Cules son las caractersticas de los consumidores que responden a los

cuestionarios por correo?
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
CAPTULO 18 A n d l u discrim inante
535
Semejanzas y diferencias entre anlisis de varianza, regresin y discriminante

ANOVA
R e g r e s i n
A n l is is
DISCRIMINANTE
Numero de las variables dependientes
Una
Una
Una
Numero de las variables independientes
Varias
Varias
Varias
Naturaleza de las variables dependientes
Mtrica
Mtrica
Categricas
Naturaleza de las variables independientes
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).
M O D ELO DE ANLISIS DISCRIM INANTE

El m odelo de anlisis discrim inante tiene combinaciones lineales de la forma siguiente:
Modelo estadstico en el que se basa
el 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.
ESTADSTICAS DEL ANLISIS

DISCRIMINANTE
Las principales estadsticas del anlisis discriminante son las siguientes:
Correlacin cannica. La correlacin cannica mide el grado de asociacin entre las puntua
ciones de discriminacin y los grupos. Es una medida de asociacin entre la funcin dis
criminante nica y el conjunto de variables ficticias que define la pertenencia a un grupo.
www.FreeLibros.me
536
PARTE III
Recopilacin, preparacin, anlioie e informe de lo datos
Centroide. El centroide es la media de las puntuaciones de discriminacin de un grupo particu

lar. Hay tantos centroides como grupos, y un centroide por grupo. Las medias de un grupo
en todas las funciones son los centroides del grupo.
M atriz de clasificacin. Tambin llamada matriz de confusin o de prediccin, la matriz de clasifi
cacin contiene el nmero de casos clasificados bien y clasificados mal. Los casos bien clasi
ficados se ubican en la diagonal, porque los grupos pronosticados y los reales son los mismos.
Los elementos fuera de la diagonal representan casos mal clasificados. La suma de los ele
mentos de la diagonal dividida entre el total de casos representa la proporcin de aciertos.
Coeficientes de la fu n c i n discrim inante. Los coeficientes de la funcin discriminante (sin e s
tandarizar) son los multiplicadores de las variables cuando stas se encuentran en las uni
dades originales de medicin.
Puntuaciones de discrim inacin. Los coeficientes sin estandarizar se multiplican por los valo
res de las variables. Los productos se suman al trmino constante para obtener las puntua
ciones de discriminacin.
Valor propio. Pra cada funcin discriminante, el valor propio es la proporcin de la suma de
cuadrados entre grupos y dentro de los grupos. Valores propios grandes significan funcio
nes superiores.
Valores F y su significancia. Los valores F se calculan en un ANOVA de un factor en el que la
variable de agrupamiento es la variable independiente categrica. A su vez, cada variable
de pronstico funge como variable mtrica dependiente en ese anlisis.
M edias de los grupos y desviaciones estndar de los grupos. Estos valores se calculan para ca
da variable de pronstico de cada grupo.
M atriz de correlacin com n d el grupo. La matriz de correlacin comn del grupo se calcula
promediando las matrices de covarianza separadas de todos los grupos.
Coeficientes estandarizados de la fu n c i n discrim inante. Los coeficientes estandarizados de
la funcin discriminante son los coeficientes de la funcin discriminante y se toman como
multiplicadores cuando las variables fueron estandarizadas en una media de cero y una varianza de uno.
Correlaciones estructurales. Tambin se llaman cargas discriminatorias. Las correlaciones es
tructurales representan las correlaciones simples entre las variables de pronstico y la fun
cin discriminante.
M atriz de correlacin to ta l Si los casos se tratan como si procedieran de una sola muestra y se
calculan las correlaciones, se obtiene una matriz de correlacin total.
X de Wilks. Tambin se llama estadstica U. La X de Wilks de cada variable de pro
nstico es la proporcin de la suma de cuadrados dentro del grupo a la suma de cuadrados
total. Su valor vara entre 0 y 1. Valores de X altos (cercanos a 1) indican que las medias
del grupo no parecen diferentes. Valores de X bajos (cercanos a 0) indican que las medias del
grupo parecen diferentes.
Las premisas del anlisis discriminante son que los grupos de una muestra tomada de una
poblacin multivariada normal y que todas las poblaciones tienen la misma matriz de covarian
za. La funcin de estas premisas y las estadsticas que acabamos de definir se entienden mejor
si se examina el procedimiento para realizar el anlisis discriminante.
C M O REALIZAR EL ANLISIS DISCRIM INANTE

Los pasos requeridos en el anlisis discriminante son: formulacin, estimacin, determinacin
de la significancia, interpretacin y validacin (vase figura 18-1). Exponemos estos pasos en
el contexto del anlisis discriminante de dos grupos y dejamos para ms adelante el anlisis con
ms de dos grupos.

El primer paso del anlisis discriminante consiste en formular el problema, para lo cual se iden
tifican los objetivos, la variable de criterio y las variables independientes. La variable de crite
rio debe constar de dos o ms categoras excluyentes mutuamente y exhaustivas en conjunto.
Cuando la variable dependiente tiene una escala de intervalo o de razn, primero debe conver-
www.FreeLibros.me

Figura 18.1
Secuencia del anlisis discrim i
nante
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
E v alu ar la valid ez del

an lisis discrim inante
Rirte de la muestra total que se to

ma para estimar la funcin discrimi
nante.
Rute de la muestra total que se to
ma para verificar los resultados de
la muestra de estimacin.
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
Cn un anlisis discriminante de dos

grupos se determinan las caractersticas
preponderantes de las familias que han
visitado un centro vacacional.
www.FreeLibros.me
538
PARTE III
Informacin sobre las visitas al centro vacadonal: muestra de anlisis
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
Informacin sobre las visitas al centro vacacional: muestra de validacin

In g r e s o
V S IT A A L
N m . CEN TRO
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 )
Estimacin de los coeficientes de la funcin discriminante

Mtodo de anlisis discriminante
que consiste en estimar la funcin
discriminante de modo que se inclu
yan simultneamente todas las va
riables de pronstico.
Anlisis discriminante progresivo
Anlisis discriminante en el que las
variables de pronstico se introdu
cen en una secuencia basada en su
capacidad de discriminar entre los
grupos.
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.
Determinacin de la significancia de la funcin discriminante

No tendra sentido interpretar el anlisis si las funciones discriminantes estimadas no fueran es
tadsticamente significativas. Se puede comprobar en forma estadstica la hiptesis nula de que
las medias en la poblacin de todas las funciones discriminantes son de todos los grupos. En
SPSS, esta prueba se basa en la A. de Wilks. Si se prueban simultneamente varias funciones
www.FreeLibros.me
540
PARTE III
Resultados del anlisis discriminante de dos grupos

M e d ia s d e l o s g r u p o s
V is it a
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
X de Wilks (estadstica U) y razn F univariada con 1y 28 grados de libertad

V a r ia b l e
X d e W il k s
F
33.80
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
Seala la nica funcin discriminatoria cannica que queda en el anlisis.

C 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 i o 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
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
Resultados del anlisis discriminante de dos grupos (continuacin)______________________________

C 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 i m in a n t e s c a n n i c a s
F u n c i n 1
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 %
2
2
333%
6
1 0 0 .0 %
R) re enlaje de casos agrupados bien clasificados: 83.33%.
(como en el caso del anlisis discriminante mltiple), la estadstica X de Wilks es el producto de

la X univariada para cada funcin. El grado de significancia se estima a partir de una transfor
macin de chi cuadrada de la estadstica. A l verificar la significancia en el ejemplo del centro
vacacional (vase la tabla 18-4), conviene observar que la A. de Wilks relacionada con la fun
cin es de 0.3589, que se transforma en una chi cuadrada de 26.13 con cinco grados de libertad,
que es significativo por arriba de 0.05. En SAS se calcula una estadstica F aproximada, basada
en una aproximacin a la distribucin de la proporcin de probabilidad. En MINITAB no hay
prueba de significancia. Si se rechaza la hiptesis nula, lo que indica discriminacin significa
tiva, se puede proceder a interpretar los resultados.5
www.FreeLibros.me
542
PARTE III

La interpretacin de los pesos o coeficientes de discriminacin es semejante al anlisis de re
gresin mltiple. El valor del coeficiente para una variable de pronstico particular depende de
las otras variables de pronstico que se incluyan en la funcin discriminante. Los signos de los
coeficientes son arbitrarios, pero indican qu valores de las variables dan por resultado valores
mayores y menores de la funcin y los asocian con grupos determinados.
Ebda la multicolinealidad de las variables de pronstico, no hay una medida que no sea
ambigua de la importancia relativa de las variables de pronstico para discriminar entre gru
pos.6 Con esta reserva en mente, podemos hacemos una idea de la importancia relativa de las
variables examinando la magnitud absoluta de los coeficientes estandarizados de la funcin dis
criminante. En general, las variables de pronstico con coeficientes estandarizados relativa
mente grandes aportan ms a la potencia discriminante de la funcin, comparada con las variables
de pronstico con coeficientes menores y, por esta razn, son ms importantes.
Tambin puede obtenerse alguna idea de la importancia relativa de las variables de prons
tico si se examinan las correlaciones estructurales, llamadas igualmente cargas cannicas o
cargas discriminatorias. Estas correlaciones simples entre cada variable de pronstico y la fun
cin discriminante representan la varianza que comparte con la funcin la variable de pronstico.
Cuanto mayor sea la magnitud de una correlacin estructural, ms importante ser la variable
correspondiente de pronstico. Como los coeficientes estandarizados, estas correlaciones tam
bin deben interpretarse con cuidado.
Es ilustrativo un examen de los coeficientes estandarizados de la funcin discriminante en
el ejemplo del centro vacacional. Dada la poca correlacin entre las variables de pronstico, ha
bra que tener cautela al postular con las magnitudes de los coeficientes estandarizados que el
ingreso es el factor de pronstico ms importante al discriminar entre los grupos, seguido del ta
mao de la familia y la importancia concedida a las vacaciones familiares. La misma observacin
se vlida en el examen de las correlaciones estructurales. Estas correlaciones simples entre las
variables de pronstico y la funcin discriminante se anotan en orden de magnitud.
Tambin se dan los coeficientes sin estandarizar de la funcin discriminante, que pueden
aplicarse a los valores directos de las variables en el conjunto de retencin con fines de clasifi
cacin. Asimismo, se muestran los centroides del grupo, dado el valor de la funcin discrimi
nante evaluada en las medias. El grupo 1, el de quienes han visitado un centro vacacional, tiene
valor positivo (1.29118), en tanto que el grupo 2 tiene valor igual negativo. Los signos de los
coeficientes asociados con todas las variables de pronstico son positivos, lo que indica que a
ms ingreso familiar, tamao de la familia, importancia concedida a las vacaciones familiares,
opinin de los viajes y edad, es ms probable que una familia visite un centro vacacional. Sera
razonable trazar un perfil de los dos grupos en trminos de las tres variables de pronstico que
parecen ser las ms importantes: ingreso, tamao de la familia e importancia de las vacaciones.
Al comienzo de la tabla 18.4 se dan los valores de estas tres variables en los dos grupos.
En el siguiente ejemplo se ilustra an ms la determinacin de la importancia relativa de
las variables de pronstico.
INVESTIGACIN
REAL
Los vendedores satisfechos se quedan

En una encuesta realizada en 2001 se pregunt a empresarios sobre sus preocupaciones al con
tratar y retener empleados en el difcil entorno econm ico del momento. Se public que 85% de
los encuestados dijeron que estaban preocupados por retener a sus empleados y el 81% dijo que
estaban preocupados por conservar a sus empleados. Cuando la economa est en problemas, la
rotacin es rpida. Dicho en lo general, si una organizacin quiere retener a sus empleados, de
be saber por qu unos se van y otros se quedan y se sienten satisfechos con su puesto. Se efec
tu un anlisis discriminante para determinar qu factores explicaban las diferencias entre los
vendedores que se iban de una compaa grande fabricante de computadoras y los que se queda
ban. Las variables independientes fueron la calificacin de la compaa, seguridad en el puesto,
siete dimensiones de satisfaccin laboral, cuatro dimensiones de conflictos de papeles y nueve
medidas de desempeo en las ventas. La variable dependiente fue la dicotoma entre los que se
quedaban y los que se iban. La correlacin cannica, un ndice de discrim inacin (R =
0.4572), fue significativa (X de Wilks = 0.7909, F(26,173) = 1.7588, p = 0.0180). Este resul
tado indica que las variables discriminaban entre quienes se iban y quienes se quedaban.
www.FreeLibros.me
543
En la tabla se presentan los resultados de introducir simultneamente todas las variables en

el anlisis discriminante. El orden de importancia, determinado por la magnitud relativa de las
correlaciones estructurales, se anota en la primera columna. La satisfaccin laboral y las opor
tunidades de ascenso fueron los dos factores de discriminacin ms importantes, seguidos por
la seguridad en el trabajo. Los que se quedaban en la compaa pensaban que su trabajo era ms
apasionante, satisfactorio, estimulante e interesante, que quienes se iban .7
Resultados del anlisis discriminante
\hriable
1. Trabajo0
1 Ascenso0
3. Seguridad laboral
4. Relaciones con los clientes^
5. Calificacin de la compaa
6 . Colaboracin con los dems*
7. Desempeo general*
8 . Admn. de tiempo y territorio
9. Vertas generadas*
10. Capacidades de presentacin*
1 1 . Informacin tcnica*
12. Pago y prestaciones0
13. Cuotas alcanzadas*
14. Administracin0
15. Recopilacin de informacin*
16. Familia417. Gerente de ventas0
18. Compaero0
19. CKentec
20. Familia4*
21. Pueste
22. Puesto123. Cliente4*
24. Gerente de ventasc
25. Gerente de ventas4*
26. Cliente0
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
Nota: E orden de importancia se basa en la magnitud de las correlaciones estructurales.

aSatisfaccin.
h Desempeo.
c Ambigedad.
dConflictos.
Auxiliar para interpretar los resulta

dos del anlisis discriminante en el
que se describe cada grupo en tr
minos de las medias para las varia
bles de pronstico.
Obsrvese que en este ejemplo la promocin se identific con la segunda variable ms im

portante basada en las correlaciones estructurales. Sin embargo, no es la segunda variable ms
importante basada en la magnitud absoluta de los coeficientes estandarizados de la funcin dis
criminante. Esta anomala es resultado de la multicolinealidad.
Otro auxiliar para interpretar los resultados del anlisis discriminante consiste en trazar un
p erfil de caractersticas en el que se describa cada grupo en trminos de las medias para las va
riables de pronstico. Si se han identificado las variables de pronstico importantes, una com
paracin de las medias del grupo sobre dichas variables ayuda a entender las diferencias entre
grupos. Pero antes de poder interpretar con confianza algn resultado, es necesario validarlos.
Evaluacin de la validez del anlisis discriminante

Muchos programas de cmputo, como SPSS, ofrecen una opcin de validacin cruzada con ex
clusin. En esta opcin, el modelo discriminante se estima tantas veces como encuestados haya
en la muestra. En cada modelo estimado se excluye un encuestado. El modelo sirve para hacer un
pronstico sobre este encuestado. Cuando no se puede tener una muestra de retencin grande,
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.
Los hogareos y los pasivos

Se aplic un anlisis discriminante de dos grupos para evaluar la potencia de cinco dimensio
nes para clasificara los sujetos como televidentes y no televidentes. El procedimiento se aproxi
m para esta aplicacin por la naturaleza de los grupos categricos definidos con antelacin (te
levidentes y no televidentes) y las escalas de intervalo con que se generaron las puntuaciones de
los factores individuales.
Se formaron dos grupos iguales de 185 consumidores mayores, televidentes y no televi
dentes (n total = 370). Se estim la ecuacin discriminante del anlisis mediante una submuestra de 142 encuestados de la muestra de 370. Del resto de los sujetos, 198 se tomaron como
muestra de validacin cruzada de la ecuacin. Se excluyeron del anlisis 30 encuestados por
respuestas faltantes.
La correlacin cannica de la funcin discriminante fue 0.4291, significativa en p <
0.0001. El valor propio fue 0.2257. En la tabla se resumen los coeficientes cannicos estanda
rizados discriminatorios. Una porcin importante de la varianza se explica por medio de la fun
cin de discriminantes. Adems, como se aprecia en la tabla, la dimensin de orientacin al hogar
hizo una aportacin bastante considerable para clasificar a los individuos como televidentes o
no televidentes. Tambin contribuyeron significativamente la moral, la seguridad y la salud. El
factor social aport poco.
El procedimiento de validacin cruzada con la funcin discriminante tomada de la muestra
de anlisis respald la aseveracin de que las dimensiones sirvieron para que los investigado
res discriminaran entre televidentes y no televidentes. Como se observa en la tabla, la funcin
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
Pertenencia pronosticada a un grupo

Televidentes
No televidentes
85
23
78.7%
213%
25
65
27.8%
72.2%
Fbrcentaje de casos agrupados bien clasificados: 75.76%

La extensin del anlisis discriminante de dos grupos al anlisis mltiple comprende los
mismos pasos.
ANALISIS D IS C R IM IN A N TE
MLTIPLE
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
Resultados del anlisis discriminante de tres grupos

M
C
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
Seala la nica funcin discriminatoria cannica que queda en el anlisis.

C
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
estru ctu ral
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
R e s u lta d o s d e l a n lis is d is c rim in a n te d e tr e s g r u p o s

C
(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
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%
ibreentaje de casos agrupados bien clasificados: 75.0%
Estimacin de los coeficientes de la funcin discriminante

En la tabla 18.5 se presentan los resultados de estimar un anlisis discriminante de tres grupos. En
un examen de las medias se revela que el ingreso separa ms los grupos que cualquier otra va
riable. Hay alguna separacin en viaje y vacaciones. Los grupos 1 y 2 son muy parecidos en tr
minos de tamao de la familia y edad. La edad tiene una desviacin estndar grande en relacin
con la separacin entre los grupos. La matriz de correlacin comn del grupo muestra alguna co
rrelacin de las vacaciones y el tamao de la familia con el ingreso. La edad tiene tambin una
correlacin negativa con los viajes. Sin embargo, estas correlaciones se encuentran en la parte
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.
Herramienta para evaluar los resul

tados del anlisis discriminante en
d que se grfica la pertenencia de
cada caso a un grupo.
La interpretacin de los resultados se facilita con un examen de los coeficientes estandarizados

de la funcin discriminante, las correlaciones estructurales y ciertas grficas. Los coeficientes
estandarizados son grandes para el ingreso en la funcin 1 , mientras que en la funcin 2 son re
lativamente grandes para los viajes, las vacaciones y la edad. Se llega a una conclusin sem e
jante examinando la matriz estructural (vase la tabla 18-5). Para facilitar la interpretacin de
las funciones, se agrupan variables con coeficientes grandes para una funcin particular. Estos
agrupamientos se muestran con asteriscos. As, el ingreso y el tamao del hogar tienen asteris
cos en la funcin 1 porque estas variables tienen coeficientes que son mayores en esa funcin 1
que en la 2. Estas variables se asocian principalmente con la funcin 1. Por otro lado, viajes, va
caciones y edad se asocian predominantemente con la funcin 2 , como lo indican los asteriscos.
En la figura 18-2 se muestra un diagrama de dispersin de todos los grupos en la funcin 1 y
la funcin 2. Se observa que el grupo 3 tiene el mayor valor en la funcin 1 y el grupo 1 la menor.
Como la funcin 1 se asocia principalmente con el ingreso y el tamao del hogar, esperaramos
que los tres grupos se ordenaran segn esas dos variables: quienes tienen mayor ingreso y mayor
tamao de familia tienen ms probabilidades de gastar ms en sus vacaciones. Por su parte,
aquellos con ingresos menores y casas ms pequeas tienden a gastar menos en vacaciones. Esta
interpretacin se fortalece si se examinan las medias de los grupos en ingreso y tamao del hogar.
En la misma figura 18-2 se indica tambin que la funcin 2 tiende a separar al grupo 1 (va
lor mayor) del grupo 2 (valor menor). Esta funcin se asocia principalmente a los viajes, vaca
ciones y edad. Dadas las correlaciones positivas de estas variables con la funcin 2 en la matriz
estructural, esperaramos encontrar que el grupo 1 es ligeramente mayor que el grupo 2 en
cuanto a viajes, vacaciones y edad, y as ocurre en efecto para viajes y vacaciones, como lo in
dican las medias de los grupos en estas variables. Si las familias del grupo 1 tienen opiniones
ms favorables de los viajes y conceden ms importancia a las vacaciones familiares que el gru
po 2, por qu gastan menos? Quiz les gustara gastar ms en sus vacaciones pero no pueden
darse el lujo porque sus ingresos son bajos.
Se llega a una interpretacin semejante si se examina el m apa territorial, como se muestra
en la figura 18-3. En un mapa territorial, cada centroide de los grupos est indicada por un aste
risco. Los lmites de los grupos se indican con los nmeros que les corresponden. As, el cen-
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
* In d ica un cen tro id e d e grupo.
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
*Indica un cen tro id e d e grupo.
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.
El hogar es donde est el corazn del paciente

El mayor sector de la economa estadounidense en el 2003 es el de la atencin mdica. Duran
te los siguientes siete aos, hasta 2 0 1 0 , se espera que el gasto en servicios de salud crezca sig
nificativamente ms que la econom a La situacin demogrfica actual, en particular por el au
mento de cuidados prolongados a medida que la poblacin envejece, contribuye a este
panorama positivo. Se espera que el nmero de estadounidenses de 85 aos en adelante se tri
plique para 2020. Con tal aumento, es crucial que el sistema de atencin mdica se proyecte fa
vorablemente a este segmento de la poblacin. Se entrevist a sujetos para conocer sus opinio
nes sobre 1 0 atributos de cuatro esquemas de prestacin de servicios de salud: atencin
domiciliaria, hospitales, albergues y clnicas ambulatorias). Se obtuvieron en total 102 respues
tas y a los resultados se aplic un anlisis discriminante mltiple (cuadro 1). Se identificaron
tres funciones discriminantes. Las pruebas de chi cuadrada realizadas sobre los resultados indi
caron que las tres funciones discriminantes fueron significativas en el nivel 0.01. La primera
funcin explic 63% de la potencia discriminatoria total. Las otras dos funciones significaron
29.4 y 7.6%, respectivamente.
Enla tabla 1 se dan los coeficientes estandarizados de las funciones discriminantes de las
10 variables de las ecuaciones discriminatorias. Los coeficientes variaron de - 1 a +1. Al deter
minar la capacidad de cada atributo para clasificar el sistema de entrega, se tomaron los valores
En el anlisis discriminante mltiple se

muestra que los albergues tienen una
impresin menos favorable en las di
mensiones de atencin personalizada,
calidad de la atencin mdica y valor.
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
TABLA 1 Coeficientes estandarizados de las funciones discriminantes

Funcin discriminante
2
\briable
1
- 0 .2 0
-0.04
Seguridad
0.08
0.08
Conveniencia
-0.27
0 .1 0
Risibilidad de complicaciones0
030
-0.28
Costoso0
Cmodo
0.53
0.27
-0.14
Higinico
-0 3 7
Mejor atencin mdica
-0.25
0.67
0.40
0.08
Privacidad
Recuperacin pronta
0.30
032
-0.03
Mejor personal mdico
-0.17
63.0
29.4
Porcentaje de la varianza explicada
663.$>
Chi cuadrada
2893*
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
Centroides de los esquemas de atencin mdica en el espacio discriminatorio

Funcin discriminante
2
Sistema
/
3
- 1.6 6
-0.08
Hospital
0.97
-0 .6 0
-1 3 6
Albergue
-0 3 7
034
-0.13
Qmica ambulatoria
0.77
030
Atencin domiciliaria
1.77
-0 3 9
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
ANLISIS DISCRIM INANTE PROGRESIVO
Rocedimiento progresivo que se

usa en el anlisis discriminatorio pa
ra llevar al mximo una medida ge
neralizada de la distancia entre dos
grupos cercanos.
El anlisis discriminante progresivo es anlogo a la regresin progresiva mltiple (vase el

captulo 17) en el sentido de que las variables de pronstico se introducen en secuencia segn su ca
pacidad para discriminar entre grupos. Se calcula una prueba F para cada variable de pronstico
por medio de un anlisis de varianza univariado en el que los grupos se tratan como la variable ca
tegrica y las variables de pronstico como variables de criterio. La variable de pronstico con
la prueba F ms grande es la primera que se introduce en la funcin discriminante, siempre que
cumpla con ciertos criterios de significancia y tolerancia. La segunda variable de pronstico se
aade basndonos en la mayor prueba F ajustada o parcial, tomando en cuenta la variable de
pronstico ya elegida.
Se prueba la retencin de cada variable de pronstico elegida sobre la base de su asocia
cin con las otras variables de pronstico seleccionadas. El proceso de seleccin y retencin de
cada variable se repite hasta que todas las variables de pronstico que cumplen los criterios de sig
nificancia para inclusin y retencin hayan sido introducidas en la funcin discriminante. En
cada etapa se calculan varias estadsticas. Adems, al terminar se da un resumen de las variables
de pronstico incluidas o suprimidas. La salida estndar asociada con el mtodo directo tam
bin se consigue en el procedimiento progresivo.
La seleccin del procedimiento progresivo se basa en la optimizacin del criterio adopta
do. El procedim iento de M ahalanobis se basa en llevar al mximo una medida generalizada de
la distancia entre los dos grupos ms cercanos. Este procedimiento permite a los investigadores
de mercados aprovechar al mximo la informacin que tienen . 13
Se aplic el mtodo de Mahalanobis para realizar un anlisis discriminante progresivo de
dos grupos sobre los datos de la variable visita de las tablas 18-2 y 18-3. La primera variable
de pronstico que se eligi fue ingreso, seguida del tamao de la familia y despus vacaciones.
El orden en que se eligieron las variables tambin indica su importancia para discriminar entre
los grupos, lo que se corrobora con un examen de los coeficientes estandarizados de la funcin
ciscriminante y los coeficientes de la correlacin estructural. Observe que los resultados del
anlisis progresivo concuerdan con las conclusiones anteriores extradas del mtodo directo.
El siguiente ejemplo ilustra una aplicacin del anlisis discriminante a la investigacin de
mercados internacionales y en el ejemplo posterior se presenta una aplicacin a la tica.
Resultados satisfactorios de los programas de satisfaccin en Europa

En estos das las compaas de computacin destacan cada vez ms los programas de servicio a
clientes en vez del antiguo nfasis en las caractersticas y capacidades de las computadoras.
Ifcwlett-Packard aprendi la leccin al hacer negocios en Europa. Las investigaciones realiza
das en el mercado europeo revelaron que en los segmentos por edad haba una diferencia de
nfasis en los requisitos de servicio. En las sesiones de grupo se descubri que los clientes de ms
de 40 aos tenan dificultades con los aspectos tcnicos de las computadoras y necesitaban mu
cho los programas de servicio a clientes. Por otro lado, los clientes jvenes apreciaban los as
pectos tcnicos del producto, lo que se sumaba a su satisfaccin. Se emprendieron nuevas in
vestigaciones en la forma de una nica encuesta grande transversal para descubrir los factores
que originaban las diferencias en los dos segmentos. Se efectu un anlisis discriminante de dos
grupos con clientes satisfechos e insatisfechos como los dos grupos y diversas variables inde
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
El anlisis discriminante discrimina a las empresas

morales de las inmorales
Se aplic un anlisis discriminante con el fin de identificar las variables importantes que pro
nostican el comportamiento moral e inmoral. De las investigaciones anteriores se desprenda
que las variables que repercuten en las decisiones ticas son actitudes, liderazgo, presencia o
ausencia de cdigos de conducta y el tamao de la organizacin.
fra determinar cules de estas variables pronostican mejor el comportamiento tico, se
realiz una encuesta de 149 empresas y se les pidi que indicaran cmo procederan en 18 dis
yuntivas morales. De estas 18 situaciones, nueve se relacionaban con actividades de marketing:
presentaciones equvocas de ventas, aceptar regalos a cambio de un tratamiento privilegiado, fi
jar precios por debajo de los desembolsos, etc. A partir de estos nueve puntos, las empresas se
clasificaron en dos grupos: no lo acostumbra y lo acostumbra.
En un examen de las variables que influan en la clasificacin a travs del anlisis discri
minante de dos grupos se indic que las actitudes y el tamao de la compaa eran los mejores
factores de pronstico del comportamiento tico. Evidentemente, las empresas ms pequeas
demuestran un comportamiento ms tico en los asuntos de marketing. Una compaa en par
ticular que insiste en seguir prcticas empresariales ticas es Smile Internet Bank, de Inglaterra.
A comienzos de 2002, el grupo de marketing de Smile lanz seis personajes de caricatura que
se centran en la posicin tica del banco. Cada personaje simboliza un mal hbito de la banca y
al final se sita Smile con una oferta opuesta a esas costumbres. Esta estrategia de marketing ha
tenido xito . 15
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
SPSS Windows. El programa DISCRIMINANT realiza anlisis discriminatorios mltiples

y de dos grupos. Para elegir este procedimiento en SPSS para Windows, haga clic en:
Analyze>Classify>Discriminant. ..
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.
Resultados de la clasificacin 150
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
cin discriminante y si se examinan las correlaciones estructura

les o las cargas discriminatorias. Estas correlaciones simples entre
cada variable de pronstico y la funcin discriminante represen
tan la varianza que comparten esta variable y esta funcin. Otro
auxiliar para interpretar los resultados del anlisis discriminante
es un perfil de las caractersticas de cada grupo, basado en las
medias del grupo para las variables de pronstico.
La validacin, el quinto paso, consiste en trazar la matriz de
clasificacin. Los pesos discriminatorios estimados con la mues
tra de anlisis se multiplican por los valores de las variables de
pronstico de la muestra de retencin para generar puntuaciones
de discriminacin para los casos de esta ltima muestra. Luego
los casos se distribuyen en grupos de acuerdo con sus puntuacio
nes y una regla conveniente de decisin. El porcentaje de los ca
sos bien clasificados se determina y compara con la proporcin
en que se esperara que se clasificaran por obra de la casualidad.
Hay dos mtodos generales para estimar los coeficientes. El
mtodo directo consiste en estimar la funcin discriminante para
que todas las variables de pronstico se incluyan simultneamen
te. La alternativa es el mtodo progresivo, en el que las variables
de pronstico se incluyen en una secuencia segn su capacidad de
discriminar entre los grupos.
En el anlisis discriminante mltiple, si hay G grupos y k va
riables de pronstico, es posible estimar a la menor de los G - 1
o las k funciones discriminantes. La primera funcin tiene la pro
porcin mayor de sumas de cuadrados entre grupos a las sumas
de cuadrados dentro de cada grupo. La segunda funcin, que no
se correlaciona con la primera, tiene la segunda proporcin ma
yor, etctera.
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
correlacin cannica, 535

correlaciones estructurales, 536
funciones discriminantes, 534
X de Wilks, 536
mapa territorial, 548
matriz de clasificacin, 536
matriz de correlacin comn del
grupo, 536
www.FreeLibros.me
matriz de correlacin total, 536

medias de los grupos y desviaciones
estndar de los grupos, 536
mtodo directo, 539
modelo de anlisis discriminante, 535
muestra de anlisis, 537
muestra de validacin, 537
perfil de caractersticas, 543
556
procedimiento de Mahalanobis, 552
proporcin de aciertos, 544
PARTE III
puntuaciones de discriminacin, 536

valor propio, 536
valores F y su significancia, 536
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?
1. Al investigar las diferencias entre consumidores frecuentes y mode

rados o no consumidores de alimentos congelados, se encontr que
los dos coeficientes estandarizados de la funcin discriminante eran
0.97 para la orientacin por la conveniencia y 0.61 para el ingreso. Es
correcto concluir que la orientacin a la conveniencia es ms impor
tarte que el ingreso cuando cada variable se considera en s misma?
2. Dida la siguiente informacin, calcule la puntuacin de discrimina
cin de cada entrevistado. El valor de la constante es de 2.04.
Coeficientes estandarizados de la funcin discriminante
0.38
Edad
0.44
Ingreso
Corre riesgos
-0 3 9
1.26
Optimista
ID del
encuestado
0246
1337
2375
2454
Edad
36
44
57
63
Ingreso
43.7
62.5
333
38.7
Corre
riesgos
21
28
25
16
Optimista
65
56
40
36

1. Realice un anlisis discriminarte de los datos dados en las tablas 18-2
y 18-3 con los paquetes SPSS, SAS y MINITAB (para microcomputadora o computadora central). Compare la salida de todos los pro
gramas. Analice semejanzas y diferencias.
2. Realice un anlisis discriminarte progresivo de tres grupos sobre
los datos de las tablas 18-2 y 18-3 con un paquete SPSS, SAS o
MINITAB. Compare los resultados con los de la tabla 18-5 para el
anlisis discriminante de tres grupos.
3. Analice los datos de Nike del ejercicio 1 de Internet y computadora
del captulo 15. Los tres grupos de uso difieren en conciencia, opi
nin, preferencia, intencin y lealtad a Nike cuando las variables se
consideran simultneamente?
4. Analice los datos de estilo de vida al aire libre del ejercicio 2 de In

ternet y computadora del captulo 15. Los tres grupos de lugar de
residencia difieren en la importancia que conceden a disfrutarla Na
turaleza, relacionarse con el clima, vivir en armona con el entorno,
hacer ejercicio regularmente y conocer otras personas (V2 a V6 )
cuando estas variables se consideran simultneamente?
5. Realice un anlisis discriminante sobre los datos obtenidos en el
ejercicio 1 del trabajo de campo con un paquete SPSS, SAS o MINTTAB. Es posible distinguir entre estudiantes de licenciatura y de
posgrado con las cuatro medidas de opinin?
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).
1. Es significativo determinar la importancia relativa de las variables

de pronstico para discriminar entre los grupos? Por qu s o por
qu no? Analice en grupo pequeo.
www.FreeLibros.me
567
CAPTULO 18 AnluU discrim inante
A P N D IC E 18.1
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
Definamos el compuesto lineal D = b \ X . Entonces, con re

ferencia a D, las sumas de cuadrados entre grupos y dentro de ca
da grupo estn dadas, respectivamente, por b \B b y b \W b . Con el
fin de discriminar al mximo los grupos, se estiman las funciones
discriminantes para llevar al mximo la variabilidad entre los
grupos. Para llevar al mximo X, los coeficientes b se calculan re
solviendo:
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
Si tomamos la derivada parcial respecto de X y la hacemos igual

a cero, tenemos, con algunas simplificaciones:
(B X W)b = 0
Para resolver para b, es ms conveniente multiplicar primero por
W ~ l y resolver la siguiente ecuacin caracterstica:
( W l B - X l)b = 0
El valor mximo de X es el mayor valor propio de la matriz
W ~ lB y b es el vector propio asociado. Los elementos de b son
los coeficientes o pesos discriminatorios asociados con la prime
ra funcin discriminante. En general, es posible estimar al menor
G 1 o k funciones discriminantes, cada una con su valor propio
asociado. Las funciones discriminantes se estiman en secuencia.
En otras palabras, la primera funcin discriminante agota la ma
yor parte de la variabilidad entre grupos. La segunda funcin maximiza la variacin entre grupos que no qued explicada por la
primera, etctera.
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
"Con frecuencia, entre

tantas variables que se
miden algunas estn ms
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,
tecnologa,
Burke, Inc.
558
www.FreeLibros.me
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.

Anlisis factorial
En el proyecto de tienda departamental se aplic un anlisis factorial a las calificaciones hechas por los
encuestados de 21 enunciados de estilo de vida para determinar los factores bsicos de la forma de vi
da. Se revelaron siete factores: preferencia por taijeta de crdito bancaria o de la tienda, preferencia por
el crdito, negativa a comprar a crdito, gustos de tiempo libre, opinin favorable de la taijeta de crdi
to, conveniencia del crdito y conciencia del costo del crdito. Estos factores, junto con las caracters
ticas demogrficas, sirvieron para trazar el perfil de los segmentos que se formaron al agrupar a los
encuestados.
INVESTIGACIN
REAL
El anlisis factorial gana intereses en los bancos

Cmo evalan los clientes a los bancos? Se pidi a los encuestados que calificaran la impor
tancia de 15 atributos de los bancos. S e utiliz una escala de cinco puntos, desde sin importancia
hasta muy importante. Los datos se examinaron en un anlisis de los principales componentes.
El resultado fue una solucin de cuatro factores, denominados servicios tradicionales, con
veniencia, visibilidad y competencia. Los servicios tradicionales comprendan tasas de inters
sobre prstamos, reputacin en la comunidad, tasas bajas por cuentas corrientes, servicio cor
dial y personalizado, estados de cuenta mensuales legibles y facilidad de conseguir prstamos.
La conveniencia estaba compuesta por ubicacin adecuada de la sucursal, ubicacin adecuada
de los cajeros automticos, prontitud del servicio y conveniencia del horario del banco. El fac
tor de visibilidad abarcaba recomendaciones de amigos y familiares, atractivo de las instalacio
nes, participacin en la comunidad y facilidad de obtener prstamos. La competencia estaba
formada por la capacidad de los empleados y la disponibilidad de servicios bancarios acceso
rios. Se concluy que los clientes evalan a los bancos con los cuatro factores bsicos, servicios
tradicionales, conveniencia, visibilidad y competencia y que los bancos deben sobresalir en
ellos para proyectar una buena imagen .1
559
www.FreeLibros.me
560
PARTE III
C O N C E P TO BSICO
Qase de procedimientos para redu
dr y sintetizar datos.
Mtodos estadsticos muhivariados

en los que se examina toda la trama
de las reladones interdependientes.
Dimensiones bsicas que explican
hs correladones entre un conjunto
d variables.
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.
M O D ELO DE ANLISIS FACTORIAL

Matemticamente, el anlisis factorial guarda algn parecido con el anlisis de regresin mlti
ple en el sentido de que cada variable se expresa como una combinacin lineal de factores bsicos.
La variacin comn seala cunto de la varianza comparte una variable con otras variables del
anlisis. La covariacin entre las variables se describe en trminos de algunos factores comunes
ms un factor nico de cada variable. Estos factores no se observan abiertamente. Si las varia
bles estn estandarizadas, el modelo factorial se representa as:
X , = An F, +
+ Aa F , + + A.mFm + VU
www.FreeLibros.me
CAPTULO 19 AnluLt factorial
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
F = estimacin del factor i-simo

W. = peso o coeficiente de la puntuacin del factor
k - nmero de variables
Se pueden elegir pesos o coeficientes de la puntuacin de los factores, de manera que el
primer factor explique la mayor parte de la varianza total. Luego se escoge otro conjunto de pe
sos, de manera que el segundo factor explique la mayor parte de la varianza residual, siempre
que no se relacione con el primer factor. El mismo principio se aplica a la seleccin de nuevos
pesos para otros factores. As, es posible estimar los factores de modo que sus puntuaciones, a
diferencia de los valores de las variables originales, no se correlacionan. Adems, el primer fac
tor explica la mayor variacin de los datos, el segundo factor la segunda mayor variacin, etc.
En el apndice 19-1 se da un tratamiento tcnico del modelo de anlisis factorial. En el anlisis
factorial hay varias estadsticas.
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
Valor propio. Crianza total explicada por cada factor.

Variacin comn. Monto de la varianza que una variable comparte con las dems variables con
sideradas. Tambin es la proporcin de la varianza explicada por los factores comunes.
En la siguiente seccin se describen los usos de estas estadsticas en el contexto de la rea
lizacin del anlisis factorial.
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

El planteamiento del problema comprende varias tareas. En primer lugar, hay que identificar
los objetivos del anlisis factorial. El investigador especifica las variables que va a incluir en
este anlisis sobre la base de investigaciones pasadas, una teora y su juicio. Es importante que
las variables se midan apropiadamente en una escala de intervalos o de razn. Debe tenerse una
muestra del tamao conveniente. Como gua general, debe haber por lo menos cuatro o cinco
veces ms observaciones (tamao de la muestra) que variables.5 En muchas situaciones de inves
tigacin de mercados, la muestra es pequea y esta proporcin es considerablemente menor. En
estos casos, los resultados deben interpretarse con cuidado.
Figura 19.1
Etapas del anlisis factorial
1
1
Determinacin del mtodo de anlisis factorial
i
I
Rotacin de factores
I
.......... ............
Clculo de las
puntuaciones
de los factores
Seleccin de
las variables
sustituas
I
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:
Es importante comprar una pasta de dientes que prevenga las picaduras.

Me gusta una pasta que deje los dientes brillantes.
Una pasta de dientes debe fortalecer las encas.
Prefiero una pasta de dientes que refresque el aliento.
La prevencin de las caries no es un beneficio importante que ofrezcan las pastas de
dientes.
V6: La consideracin ms importante al comprar una pasta son los dientes atractivos.
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

El proceso de anlisis se basa en una matriz de correlacin entre las variables. Si se examina la
matriz, se obtiene informacin valiosa Para que el anlisis factorial sea adecuado, hay que c o
rrelacionar las variables. Es lo acostumbrado en la prctica Si las correlaciones entre las varia
bles son pequeas, es posible que el anlisis factorial no sea el apropiado. Tambin esperamos
que las variables muy correlacionadas entre s guarden una gran correlacin con el mismo o los
mismos factores.
Hay estadsticas formales para verificar si el modelo factorial es apropiado. Se aplica la
prueba de esfericidad de Bartlett para comprobar la hiptesis nula de que las variables no se c o
rrelacionan en la poblacin; en otras palabras, la matriz de correlacin de la poblacin es una
matriz de identidad. En una matriz idntica, todos los trminos diagonales son 1 y los dems 0.
La estadstica de la prueba de esfericidad se basa en la transformacin de chi cuadrada del
determinante de la matriz de correlacin. Un valor grande de la estadstica de prueba favorece
r el rechazo de la hiptesis nula. Si no se puede rechazar esta hiptesis, debe dudarse de que el
anlisis factorial sea apropiado. Otra estadstica til es la medida de adecuacin de la muestra
de Kaiser-Meyer-Olkin (KMO). Este ndice compara las magnitudes de los coeficientes de la
correlacin observada con las magnitudes de los coeficientes de correlacin parcial. Valores pe
queos de la estadstica KMO indican que las correlaciones entre pares de variables no se expli
can mediante otras variables y que el anlisis factorial posiblemente no sea apropiado. En gene
ral, es deseable un valor mayor de 0.5.
En la tabla 19-2 se muestra la matriz de correlacin, elaborada con los datos obtenidos para
entender los beneficios de la pasta de dientes. Hay correlaciones relativamente elevadas en V,
(prevencin de las picaduras), V3 (encas fuertes) y V5 (prevencin de las caries). Se esperara que
estas variables se correlacionaran con el mismo conjunto de factores. Del mismo modo, hay co
rrelaciones relativamente elevadas entre V2 (dientes brillantes), V4 (aliento fresco) y V6 (dientes
atractivos). Tambin se espera que estas variables se correlacionen con los mismos factores.6
En la tabla 19-3 se dan los resultados del anlisis factorial. La hiptesis nula, de que la ma
triz de correlacin de la poblacin es una matriz de identidad, queda rechazada en la prueba de
esfericidad de Bartlett. La estadstica chi cuadrada aproximada es de 111.314 con 15 grados de li
bertad, que es significativo en el nivel de 0.05. El valor de la estadstica KMO (0.660) tambin
es grande (> 0.5). As, el anlisis factorial se considerara una tcnica apropiada para analizar la
matriz de correlacin de la tabla 19-2.
Determinacin del mtodo de anlisis factorial
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
CAPTULO 19 Anlbi factorial

n
Resultados del anlisis de los componentes principales
R-ueba de esfericidad de Baitlett
Chi cuadrada aproximada = 111314, gl = 15, significancia = 0.00000
Medida de la adecuacin de la muestra de Kaiser-Meyer-Olkin = 0.660
V a r ia c io n e s c o m u n e s
V a r ia b l e s
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
% 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
% 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

n
Resultados del anlisis de los componentes principales (continuacin)

M a tr iz d e l o s c o e f i c i e n t e s d e la s p u n t u a c i o n e s d e l o s f a c t o r e s
Fa c t o r 1
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.
Mtodo de anlisis factorial en el

qpje se estiman los factores basn
dose nicamente en la varianza
comn.
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.

Es posible calcular tantos componentes principales cuantas variables haya, pero con ello se
pierde economa de elementos. Con el fin de sintetizar la informacin contenida en las variables
originales, hay que extraer varios factores. Cuntos? Se han propuesto varios procedimientos
para decidir el nmero de factores, a saber, una determinacin a priori y mtodos basados en
valores propios, grfica de acumulacin, porcentaje de varianza explicada, confiabilidad de la
divisin en mitades y pruebas de significancia.
D eterm inacin a p r io ri. A veces, por sus conocimientos anteriores el investigador sabe
cuntos factores espera y as puede especificar de antemano cuntos va a extraer. La extraccin
de factores termina cuando se ha tomado el nmero deseado. Casi todos los programas de cmpu
to permiten que el investigador especifique el nmero de factores, lo que facilita la aplicacin
del mtodo.
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
Rotacin de factores en la que los

ejes se mantienen en ngulos rectos.
Mtodo ortogonal de rotacin que
ieduce al mnimo el nmero de va
riables con cargas grandes en un
factor, lo que mejora la capacidad
de interpretacin de los factores.
Rotacin de factores en la que los
ges no se mantienen en ngulos
rectos.
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.

La interpretacin se facilita si se identifican las variables que tienen cargas grandes en el mis
mo factor. As, este factor puede interpretarse en trminos de tales variables que tienen mayor
carga en l. Otro buen auxiliar de la interpretacin consiste en graficar las variables tomando
como coordenadas las cargas factoriales. Las variables al extremo de un eje son aquellas que
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.
Clculo de la puntuacin de los factores
Puntuaciones compuestas estima

das para cada encuestado en los fac
tores derivados.
Despus de la interpretacin se calcula la puntuacin de los factores, si es necesario. El anlisis

factorial tiene un valor en s mismo; ahora bien, si su finalidad es reducir las variables origina
les a un conjunto menor de variables compuestas (factores) para el siguiente anlisis multivariado, es til calcular puntuaciones de los factores de cada encuestado. Un factor no es ms que
una combinacin lineal de las variables originales. Las puntuaciones de los fa cto res para el
factor i-simo se estiman como sigue:
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
Seleccin de las variables sustituas

A veces, en lugar de calcular puntuaciones de factores, el investigador quiere elegir variables
sustitutos, lo que consiste en separar algunas de las variables originales para usarlas en el anli
sis siguiente. Con esto el investigador puede realizar dicho anlisis e interpretar los resultados
en trminos de las variables originales ms que de puntuaciones de factores. Al examinar la ma
triz factorial, se elige en cada factor la variable con la mayor carga. Esta variable toma como
sustitua para el factor asociado. El proceso funciona bien si una carga factorial de una variable
es claramente mayor que todas las dems, pero la eleccin no es fcil si hay dos o ms variables con
cargas igualmente elevadas. En tal caso, la eleccin entre estas variables debe basarse en consi
deraciones tericas y en mediciones. Por ejemplo, en teora una variable con carga ligeramen
te menor es ms importante que una con carga un poco mayor. Del mismo modo, si una varia
ble tiene carga ligeramente menor pero est mejor medida, debe tomarse com o variable
sustitua. En la tabla 19-3, las variables V v V2 y V5 tienen cargas grandes en el factor 1, todas
de magnitud muy parecida, si bien la carga de V, es la mayor y por ende sera mejor candidato.
Sin embargo, si nuestros conocimientos apuntan a que la prevencin de las caries es un benefi
cio muy importante, tomaramos V5 como variable sustitua del factor 1. Asimismo, tampoco es
sencilla la eleccin de una variable sustitua para el factor 2. Las variables V2, VA y V6 tienen en
este factor cargas comparables. Si, por lo que sabemos, unos dientes atractivos son el beneficio
social ms importante de una pasta de dientes, escogeramos V&

La ltima etapa del anlisis factorial consiste en determinar el ajuste del modelo. Una premisa
bsica del anlisis factorial es que la correlacin observada entre variables puede atribuirse a
factores comunes. Por consiguiente, las correlaciones entre las variables se deducen o reprodu
cen de las correlaciones estimadas entre las variables y los factores. Las diferencias entre las
correlaciones observadas (como se dan en la entrada de la matriz de correlacin) y las correla
ciones reproducidas (que se estiman en la matriz factorial) se examinan para determinar el ajus
te del modelo. Estas diferencias se llaman residuos. Si hay muchos residuos, el modelo de fac
tores no da un buen ajuste para los datos y hay que volver a considerarlo. En la tabla 19-3
vemos que slo cinco residuos son mayores que 0.05, lo que indica un ajuste aceptable.
Cmo preparar los componentes de una promocin

El objetivo de este estudio era elaborar un inventario razonablemente exhaustivo de las variables
de promocin comercial controladas por los fabricantes y demostrar que hay una asociacin en
tre estas variables y la decisin de una tienda de apoyar la promocin. Este apoyo de la tienda o
comercio se defini en trminos operativos como la actitud del comprador comercial hacia la
promocin.
Se realiz un anlisis factorial de las variables explicativas con la finalidad bsica de redu
cir los datos. Mediante el mtodo de los componentes principales, con una rotacin varimax, se
redujeron 30 variables explicativas a ocho factores que tenan valores propios de ms de 1.0.
fra fines de interpretacin, cada factor estaba compuesto de variables con carga de 0.40 o ms
en ese factor. En dos casos en que las variables tenan carga de 0.40 o ms en dos factores, ca
da variable fue asignada al factor en el que tena la mayor carga. Slo una variable, facilidad
de manejar y almacenar en tienda, no alcanz una carga de por lo menos 0.40 en ningn fac
tor. En total, los ocho factores explicaron 62% de la varianza total. La interpretacin de la ma
triz de cargas factoriales fue sencilla. En la tabla 1 se anotan los factores en el orden en que fue
ron extrados.
Se efectu un anlisis discriminante progresivo para determinar cules de los ocho facto
res, si acaso, pronosticaban el apoyo comercial en un grado estadsticamente significativo. Las
puntuaciones de los factores de los ocho factores fueron las variables explicativas. La variable
dependiente consisti en la calificacin general del trato hecha por la tienda (calificacin), que
se vaci en una medida de apoyo comercial de tres grupos (poco, mediano y mucho). En la
tabla 2 se muestran los resultados de los anlisis discriminantes. Los ocho factores entraron en
las funciones discriminatorias. En las medidas de ajuste se indic que, como grupo, los ocho
www.FreeLibros.me
CAPTULO 19 A nlt fa cto ria l
571
En un anlisis de componentes principa

les se revel que la importancia del
artculo es la principal influencia en la
decisin de la tienda de apoyar una
promocin.
TABLA 1 Factores que influyen en el apoyo

Interpretacin del
factor (% de
Factor
varlanza explicada)
Carga
Fj
Importancia del
0.77
0.75
artculo (16.3%)
0.66
0.64
0.59
0.57
p2
Elasticidad de la
promocin (93%)
0 .86
0.82
0.80
0.70
f3
Apoyo a la marca del

fabricante (8 .2 %)
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
Denota una medida objetiva (en libros).
www.FreeLibros.me
a las promociones comerciales
Variables del factor

Artculo importante que justifica promocin
La categora responde bien a la promocin
Es probable que el competidor ms cercano
promueva el artculo
Importancia de la categora del artculo promovido
\blumen de ventas regular (sin tratos) del artculo
El convenio se engrana con los requisitos de
promocin
Estimacin del comprador del aumento de ventas pon
Exhibicin y rebaja de precio
Exhibicin sola
Slo rebaja de precio
Rebaja de precio, exhibicin y publicidad
Apoyo a la marca del fabricante en la forma de:
Cupones
Publicidad en radio y televisin
Anuncios en peridicos
Promociones de punto de venta (como exhibidores)
Reputacin general del fabricante
El fabricante coopera para cumplir las necesidades
de promocin
El fabricante coopera en los pedidos de urgencia
Calidad de las presentaciones de ventas
Calidad general de los productos del fabricante
Exceso de promocin de la categora del producto
Exceso de promocin del artculo
Lugar en la participacin en el mercado de la marca0
Volumen de ventas habitual del artculo0
\blumen de ventas habitual del artculo
Utilidad bruta habitual del artculo
Utilidad bruta habitual del artculo0
Requisitos de operacin del convenio razonables
Monto absoluto de las rebajas del producto
Rebajas del convenio como porcentaje del costo
comercial habitual0
Monto absoluto de las rebajas del producto0
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*
Resultados del anlisis discriminante: anlisis de la calificacin (N = 564)_______

Coeficientes (scriminantes estandarizados
Anlisis de la calificacin
Funcin 1
Funcin 2
0.861
-0.253
Importancia del artculo
0.081
0.398
Elasticidad de la promocin
-0.036
Apoyo a la marca del fabricante
0.127
0.394
0.014
Reputacin del fabricante
0380
Desgaste de la promocin
-0 2 0 7
0.033
-0.665
\felocidad de las ventas
0.614
Rentabilidad del artculo
0357
0.461
0.254
Monto del incentivo
\ de Wilks (para cada factor)
Todos significativos en p <0.001
Proporciones F multivariadas
Todos significativos en p <0.001
%de casos bien clasificados
65% conecto
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
A PLIC AC IO NES DEL ANLISIS

FACTORIAL C O M N
Se analizaron los datos de la tabla 19-1 con el modelo de anlisis de factores comunes. En lugar
de utilizar unidades en la diagonal, se insertan variaciones comunes. El resultado, que se mues
tra en la tabla 19-4, es semejante a la salida del anlisis de los principales componentes (tabla
19-3). En la seccin Variaciones comunes, en la columna Inicial, las variaciones comunes
de las variables ya no son 1.0. Sobre la base del criterio del valor propio se extrajeron de nuevo
dos factores. Las varianzas, despus de extraer los factores, son diferentes de los valores pro
pios iniciales. El primer factor constituye 42.84% de la varianza, en tanto que el segundo equi
vale a 31.13%, que en los dos casos es un poco menos de lo que se observ en el anlisis de los
componentes principales.
Los valores de la matriz rotada de patrones factoriales de la tabla 19-4 son ligeramente di
ferentes que en la tabla 19-3, aunque el patrn de los coeficientes es semejante. Pero a veces el
patrn de cargas del anlisis de factores comunes difiere del patrn del anlisis de los compo
nentes principales, pues la carga de algunas variables est en otros factores. La matriz factorial
rotada tiene el mismo patrn que en la tabla 19-3, lo que se traduce en una interpretacin sim i
lar de los factores.
www.FreeLibros.me
CAPTULO 19 A nlisis factorial
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
Resultados del anlisis de los componentes principales (continuacin)

M a tr iz d e l o s c o e f i c i e n t e s d e la s p u n t u a c i o n e s d e l o s f a c t o r e s
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
Ideas comunes sobre las rebajas

Las rebajas son un medio eficaz para conseguir usuarios nuevos, suscitar cambios de marca y
fomentar las compras repetidas de los clientes. Microsoft inici un programa de rebajas para
traer clientes nuevos a su servicio MSN de Internet. La intencin del plan de rebajas de Micro
soft era tomar clientes de sus rivales, como el servicio America Online de AOL Time Warner,
que en 2002 tena 33 millones de suscriptores. Segn el plan, Microsoft ofreca una opcin de
reembolso a usuarios nuevos que contraten dos aos de servicio de MSN. Qu hace funcionar
a las rebajas?
Se emprendi un estudio para determinar los factores en los que se basa la impresin que
tienen los consumidores de las rebajas. Se prepararon 24 reactivos para medir estas impresiones
de los consumidores. Se pidi a los encuestados que expresaran su grado de acuerdo con los
reactivos en escalas de Likert de cinco puntos. Los datos fueron tomados en una encuesta tele
fnica de una etapa realizada en la zona metropolitana de Memphis. En total se recibieron 303
cuestionarios viables.
Los 24 reactivos con los que se midi la impresin de los consumidores sobre las rebajas
se examinaron en un anlisis de factores comunes. La primera solucin de los factores no reve
l una estructura simple de impresiones bsicas. Por tanto, se suprimieron de la escala los reac
tivos con cargas magras y se hizo un anlisis factorial con los reactivos que quedaban. La se
gunda solucin arroj tres factores interpretables. En la tabla se anotan las cargas factoriales y
la confabilidad de los coeficientes. Los tres factores contenan cuatro, cuatro y tres reactivos,
respectivamente. El factor 1 pareca captar las impresiones de los consumidores de los esfuer
zos y dificultades de hacer efectiva una rebaja (Esfuerzo). El factor 2 se defini como una re
presentacin de la fe de los consumidores en el sistema de rebajas (Fe). El factor 3 represent la
impresin de los consumidores de los motivos de los fabricantes para ofrecer las rebajas (Moti
vos). Las cargas de los reactivos en sus factores respectivos oscil de 0.527 a 0.744.
Por tanto, las compaas que como Microsoft hacen rebajas deben asegurarse de que sean
mnimos los esfuerzos y dificultades que tengan los consumidores para aprovecharlas. Tambin
deben tratar de fomentar la fe de los consumidores en el sistema de rebajas y expresar motivos
honestos para ofrecerlas. 10
www.FreeLibros.me
575

En un anlisis de factores comunes se
revel que tres factores caracterizan la
impresin que tienen los clientes de
las rebajas: esfuerzos por conseguir la
rebaja, fe en el sistema de rebajas y
motivos de los fabricantes para ofrecer
una rebaja.
Anlisis factorial de la impresin de las rebajas________________________________

Carga factorial
Factor 1
Factor 2
Reactivos de b escala11
0.194
0.671
Los fabricantes dificultan mucho el proceso de rebaja.
-0.031
Las rebajas por correo no valen las dificultades que imponen.
0,612
0.013
El fabricante se tarda mucho en enviar el cheque con el
0.718
reembolso.
0.205
0,616
Los fabricantes podran facilitar ms las rebajas.
Los fabricantes ofrecen rebajas porque los consumidores
0.660
0.172
las quieren*
0.203
Los fabricantes de hoy estn interesados en el bienestar de los
0.569
consumidores*
0,660
0.0 0 2
Los beneficios de los consumidores son la principal
consideracin al ofrecer rebajas*
En general, los fabricantes son sinceros en sus ofertas
0.716
0.047
de rebajas a los clientes*
0.156
Los fabricantes ofrecen las rebajas para que los consumidores
Q099
compren cosas que no necesitan.
0.090
Con las rebajas, los fabricantes inducen a los consumidores
0.027
a comprar artculos de movimiento lento.
0.230
0.066
Las ofertas de rebajas requieren que uno compre ms
producto de lo que necesita.
2.030
1.344
Valores propios.
12 .2 0 0
27.500
Fbrcentaje de la varianza explicada.
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
Locos por los Beetles

En general, con el tiempo cambian las necesidades y los gustos de los consumidores. Es preci
so verificar continuamente las preferencias de automviles para identificar los cambios en la
demanda y las especificaciones. Sin embargo, hay un coche que es una excepcin: el Beetle de
\blkswagen. Se han construido ms de 22 millones desde que se introdujo en 1938. Se han rea
lizado encuestas en varios pases para determinar por qu la gente compra Beetles. En los anli
sis de componentes principales de las variables que miden las razones para tener un Beetle se ha
revelado un factor dominante: lealtad de los fanticos. Desde hace mucho la compaa espera
en vano su muerte natural. El ruidoso y exiguo bicho ha inspirado la devocin de los conduc
tores. Ahora se buscan viejos escarabajos en todas partes. Los japoneses estn totalmente lo
cos por los Beetles, dice Jack Finn, que recicla Beetles viejos en Palm Beach, Florida. Por e s
ta fiel lealtad al escarabajo, VW lo reintrodujo en 1998 como el nuevo Beetle, que ha sido
mucho ms que la secuela de su legendario fundador. Ha ganado varios premios automovilsti
cos distinguidos, entre ellos el nombramiento de la revista Money como la mejor eleccin de
2001 en la categora de compactos. Debido al xito de recuperar al Beetle, Volkswagen decidi
presentar en la Exposicin Automovilstica de Detroit una nueva versin de la clsica camione
ta del amor de VW, llamada la Camioneta Desgreada II S e planea el lanzamiento de este nuevo
microcamin para 2003, a un costo estimado de 30,000 dlares. Si el camioncito tiene xito,
como el nuevo Beetle, es posible que Volkswagen introduzca una minivagoneta para complacer
a los aficionados al 4 x 4 todo terreno. 11
INVESTIGACIN
REAL
Factores que pronostican un comportamiento inmoral

en la investigacin de mercados
En 2001, el Department o f Commerce de Estados Unidos calcul que los actos inmorales de los
empleados cuestan a las corporaciones estadounidenses casi 60,000 millones de dlares al ao.
Si las compaas quieren empleados morales, ellas mismas deben apegarse a unas normas ti
cas elevadas. Y esto tambin se aplica al sector de la investigacin de mercados. Con el fin de
identificar las variables en las organizaciones que son determinantes en la ocurrencia de prcti
cas inmorales en la investigacin de mercados, se hizo una encuesta de 420 profesionales del cam
po. Se les pidi que dieran sus respuestas en varias escalas y que evaluaran la ocurrencia de 15
prcticas que se sabe que plantean problemas morales en la investigacin.
En una de las escalas se incluan 11 reactivos sobre el grado en que los problemas ticos
aquejaban a su organizacin y cules eran las acciones de la direccin respecto de las situacio
nes ticas. En un anlisis de los componentes principales con rotacin varimax se indic que los
datos podan representarse con dos factores.
Anlisis factorial de los problemas ticos y escalas de las acciones de la direccin

Acciones de la
Grado de b s
problemas ticos
direccin en las
cuestiones ticas
en la organizacin
(Factor 2)
(Factor 1)
0.66
1. Mis ejecutivos exitosos hacen que los rivales luzcan
mal ante los ojos de las personas importantes de mi
compaa.
0.68
2. Los colegas ejecutivos de mi compaa practican
con frecuencia conductas que me parecen inmorales.
0.43
3. Los colegas ejecutivos de mi compaa tienen muchas
oportunidades de emprender conductas inmorales.
0.81
4. Los ejecutivos exitosos de mi compaa se
atribuyen las ideas y logros de los dems.
0.66
5. Para tener xito en mi compaa, muchas veces es
necesario dejar de lado la moral propia.
www.FreeLibros.me
577
CAPTULO 19 A nlisis factorial
6 . Los ejecutivos exitosos de
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
Mtodo de extraccin: anlisis de los componentes principales.

Mtodo de rotacin: varimax con normalizacin de Kaiser.
"La rotacin converge en seis iteraciones.
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
Mtodo de extraccin: anlisis de los componentes principales.

Mtodo de rotacin: varimax con normalizacin de Kaiser.
"La rotacin converge en cinco iteraciones.
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
que interesa al investigador es sobre todo determinar el nmero

mnimo de factores que explican la mayor variacin de los datos,
para uso en el anlisis multivariado subsiguiente. En el anlisis
de factores comunes, los factores se estiman slo con la varianza
comn. Este mtodo es apropiado cuando el objetivo fundamen
tal es identificar las dimensiones bsicas y cuando lo que intere
sa es la varianza comn. Este mtodo tambin se conoce como
factorizacin del eje principal.
El nmero de factores que hay que extraer se determina a
priori o sobre la base de los valores comunes, grficas de acumu
lacin, porcentaje de varianza, confiabilidad de la divisin en
mitades o pruebas de significancia Aunque la matriz factorial
inicial sin rotacin indica la relacin entre los factores y las va
riables individuales, rara vez arroja factores que se puedan inter
pretar porque se correlacionan con muchas variables. Por tanto,
se hace una rotacin para transformar la matriz factorial en otra
que se interprete ms fcilmente. El mtodo ms usado es el pro
cedimiento varimax, que produce factores ortogonales. Si los
factores estn muy correlacionados en la poblacin, se hace una
www.FreeLibros.me
580
PARTE III
rotacin oblicua. La matriz factorial rotada forma la base para in

terpretar los factores.
Es posible calcular calificaciones de los factores de cada
encuestado. Asimismo, se pueden elegir variables sustituas, para
lo cual se examina la matriz factorial y se elige para cada factor
una variable con la carga mayor o casi la mayor. Las diferencias

entre las correlaciones observadas y las reproducidas, segn se
estimaron con la matriz factorial, se examinan para determinar el
ajuste del modelo.

anlisis de factores comunes, 566
anlisis de los componentes principales,
564
anlisis factorial, 560
cargas de los factores, 561
tactores, 560
grfica de acumulacin, 561
grfica de las cargas de los factores, 561
matriz de correlacin, 561

matriz factorial, 561
medida de la adecuacin de la muestra de
Kaiser-Meyer-Olkin (KMO), 561
porcentaje de varianza, 562
procedimiento varimax, 568
prueba de esfericidad de Bartlett, 561
puntuaciones de los factores, 561
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?
14. Qu son las variables sustituas? Cmo se determinan?

15. Cmo se examina el ajuste del modelo de anlisis factorial?
Problemas
1.
Cmplete el siguiente segmento de la salida de un anlisis de los

componentes principales:
\briable Variacin comn Factor Vabrpropio % de varianza
1.0
3.25
1
1.0
2
1.78
1.0
3
1.23
1.0
4
0.78
1.0
5
035
1.0
6
0.30
1.0
7
0.19
1.0
0 .1 2
2. Trace una grfica de acumulacin basada en los datos del problema 1.

3. Cuntos factores deben extraerse en el problema 1? Explique su ra
zonamiento.

1. En un estudio de la relacin entre el comportamiento hogareo y el
comportamiento de compras, se obtuvieron datos sobre los siguien
tes enunciados de estilo de vida, en una escala de siete puntos (1 =
desacuerdo, 7 = de acuerdo).
Vl
V2
V3
VA
Preferira pasar una tarde tranquila en casa que ir a una fiesta.

Siempre verifico los precios, incluso de artculos menores.
Las revistas son ms interesantes que las pelculas.
No comprara productos anunciados en las carteleras espec
taculares.
Vs Soy del tipo hogareo.
V6 Ahorro y uso cupones.

V7 Las compaas gastan mucho dinero en publicidad.
Los datos obtenidos en una prueba previa de 25 encuestados son los
siguientes:
Nm.
V 7
5
5
7
3
www.FreeLibros.me
7
5
4
5
4
7

Nm.
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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.
a. Estudie estos datos utilizando un anlisis de componentes princi

pales. Aplique el procedimiento de rotacin varimax.
Interprete los fiactores extrados.
c. Calcule las puntuaciones de los factores para cada encuestado.
d. Si hubiera que escoger variables sustituas, cules elegira?
e. Examine el ajuste del modelo.
t Estudie los datos mediante anlisis de factores comunes y res
ponda las preguntas b a e.
2. Realice el anlisis siguiente sobre los datos de Nike dados en el ejer
cicio 1 de Internet y computadora del captulo 15. Considere slo
las siguientes variables: conciencia, actitud, preferencia, intencin y
lealtad hacia Nike.
a. Estudie los datos con un anlisis de componentes principales.
Aplique un procedimiento de rotacin varimax.
b . Interprete los fiactores extrados.
b.
5.
6.
581

f. Estudie los datos con un anlisis de fiactores comunes y responda
las preguntas b a e.
Realice el anlisis de los datos de estilo de vida al aire libre del ejer
cicio 2 de Internet y computadora del captulo 15. Cnsidere slo
las siguientes variables: importancia concedida a gozar de la Natu
raleza, relacionarse con el clima, vivir en armona con el ambiente,
hacer ejercicio regularmente y conocer otras personas (V2 a V6).
b. Interprete los factores extrados.
f. Estudie los datos con un anlisis de factores comunes y responda
Realice el siguiente anlisis de los datos sobre tenis del ejercicio 3
de Internet y computadora del captulo 17. Considere slo las varia
bles siguientes: evaluaciones de los tenis en comodidad (V2), estilo
(V^) y duracin (V^.
b. Interprete los factores extrados.
d. Si hubiera que escoger variables sustitutas, cules elegira?
f. Estudie los datos con un anlisis de factores comunes y responda
Realice un anlisis factorial de los datos psicogrficos y de estilo de
vida del ejercicio de campo 1 sobre la ropa casual. Aplique el mto
do del anlisis de los componentes principales. Utilice los progra
mas para computadora central o microcomputadora de SPSS, SAS o
MINITAB.
Realice un anlisis factorial de los datos sobre tiempo libre del ejer
cicio de campo 2. Aplique el mtodo del anlisis de factores comu
nes. Utilice SPSS, SAS o MINITAB.
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.
En un grupo pequeo, identifique las aplicaciones del anlisis facto

rial en cada uno de los siguientes mbitos de decisin de marketing:
a. Segmentacin de mercados.
b . Decisiones de productos.
C. Decisiones de promocin.
d. Decisiones de fijacin de precios.
e. Decisiones de distribucin.
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 )
= ARf f A ' + A R jfV ' + V R ^ A ' + V 2

Dado que los factores comunes no se correlacionan con los
factores nicos, se tiene:
Se utiliza la notacin siguiente:
*r=*V=
Por tanto,
X = un vector ti x 1 de variables observadas

X h X2, X3, . . . ,X.
Supongamos que se resta de ambos lados la matriz de varianza de factores nicos, V2. Se obtiene:
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
R xx depende slo de las variables de los factores comunes, y

las correlaciones entre las variables se relacionan slo con los
factores comunes. Sea R c = R ^ - V2 la matriz de correlacin re
ducida.
Yh se defini la matriz de patrones factoriales, A. Los coefi
cientes de esta matriz son los pesos asignados a los factores c o
munes cuando las variables observadas se expresan como combi
naciones lineales de los factores comunes y nicos. Ahora
definimos la matriz de la estructura factorial. Los coeficientes de
1 E l material de este apndice procede d e Stanley A. M uliak, The Foundations
o f Factor Analysis, N ueva York, M cGraw -Hill, 1972.
www.FreeLibros.me
583

esta matriz son las covarianzas entre las variables observadas y
los factores. La matriz de la estructura factorial es til para inter
pretar los factores, puesto que indica qu variables son semejan
tes a una variable de factor comn. La matriz de la estructura fac
torial, A s, se define como:
As, la matriz de la estructura factorial es equivalente a la

matriz de patrones factoriales A multiplicada por la matriz de co
varianzas entre los factores *r Si se sustituye A s con A R ^ , la
matriz de correlacin reducida se convierte en el producto de la ma
triz de la estructura factorial y la matriz de patrones factoriales.
R c = A R ffA '
As = E(X F ')
= E[(AF + VU)F']
= ARf f + V R ^
= ARff
www.FreeLibros.me
A nlisis p o r con glom erad os
O bj eti vos_______________________________________
"Todos creemos que cual

quier poblacin est com
L Describir el concepto bsico y el alcance del anlisis por conglomerados y su importancia

en la investigacin de mercados.
2. Explicar las estadsticas asociadas con el anlisis por conglomerados.
3. Explicar el procedimiento para realizar anlisis por conglomerados: planteamiento del
problema, eleccin de una medida de distancia, decisin sobre el nmero de conglomera
dos e interpretacin y perfiles de agrupamientos.
4. Describir el propsito y los mtodos para evaluar la calidad de los resultados del con
glomerado y evaluar su confiabilidad y validez.
5. Explicar las aplicaciones del conglomerado no jerrquico y el conglomerado de variables.
puesta por segmentos dis

tintos. Si medimos las
variables correctas, el
anlisis por conglomera
dos nos permite ver si hay
grupos cuyos integrantes
guardan ms parecido enti-e ellos que con los miem
bros de otros grupos".
hm Myers,
Burke Customer
Satisfaction Associates,
Burke>Inc.
www.FreeLibros.me
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.
IN V E S TIG A C I N A C T IV A PROYECTO DE TIENDA DEPARTAMENTAL

Anlisis por conglomerados
En el proyecto de la tienda departamental, los encuestados fueron agrupados segn la importancia de
clarada que asignaron a cada criterio de eleccin de una tienda. Los resultados indicaron que los
encuestados podan agruparse en cuatro segmentos. Las diferencias entre los segmentos fueron verifi
cadas en forma estadstica. As, cada segmento contena encuestados relativamente homogneos en
cuanto a sus criterios de eleccin. A continuacin se estim por separado un modelo de eleccin de
tienda para cada segmento. Este procedimiento arroj modelos que representaban mgor los procesos
de eleccin de los encuestados de cada segmento.
Venta de helados en regiones calientes

Hagen-Dazs Shoppe Co. (www.haagen-dazi.com), con ms de 300 heladeras en todo Estados
Unidos, estaba interesado en ampliar su base de clientes. El objetivo era identificar posibles
segmentos de consumidores que generaran ms ventas. Para este fin recurri a la geodemografa (un mtodo para agrupar consumidores basado en la geografa) y se consideraron las carac
tersticas demogrficas y de estilo de vida. Se realiz una investigacin primaria para trazar
perfiles demogrficos y psicogrficos de los clientes de Hagen-Dazs Shoppe, incluyendo fre
cuencia de compra, hora del da, da de la semana y otras variables de los productos. Tambin
se obtuvieron la direccin y el cdigo postal de los encuestados. stos fueron asignados a 40
conglomerados geodemogrficos basados en el procedimiento creado por Claritas. En cada con
glomerado geodemogrfico se compar el perfil de los clientes de Haagen-Dazs con el perfil del
conglomerado para determinar el grado de penetracin. Con esta informacin, Hagen-Dazs
tambin identific varios posibles grupos de clientes de los cuales atraer trfico. Adems de
ampliar la base de clientes de Haagen-Dazs, se hizo publicidad de los productos para dirigirse
en concordancia a los nuevos clientes. En agosto de 2001, Hagen-Dazs lanz una campaa pu585
www.FreeLibros.me
586
PARTE III
Haagen-Dazs aument su penetracin

al identificar conglomerados geodemo
grficos que ofrecan posibilidades de
incrementar las ventas de helados.
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
A nlisis por conglomerado*
587
Figura 2 0 .2
Situacin de congbm erado
en la prctica
Tanto el anlisis por conglomerados como el anlisis discriminante se relacionan con la

clasificacin. Sin embargo, el anlisis discriminante requiere conocer de antemano el conglo
merado o grupo al que pertenece cada objeto o caso para establecer una regla de clasificacin.
En contraste, en el anlisis por conglomerados no hay informacin a priori sobre el grupo de
ninguno de los objetos. Los conglomerados o grupos se desprenden de los datos, no se definen
a priori .4
El anlisis por conglomerados se efecta en la investigacin de mercados con varios pro
psitos, como el siguiente :5
Segmentar e l mercado. Por ejemplo, se puede agrupar a los consumidores sobre la base
de las ventajas que buscan de la compra de un producto. Cada conglomerado estara for
mado por clientes relativamente homogneos en trminos de los beneficios buscados .6
Este mtodo se llama segmentacin por beneficios.
Vacacionistas exigentes, educadores y escapistas

En un estudio en el que se examinaron las pautas de toma de decisiones entre vacacionistas in
ternacionales, 260 encuestados dieron informacin en seis dimensiones psicogrficas: psicol
gica, educativa, social, de descanso, fisiolgica y esttica. Se aplic un anlisis por conglome
En un anlisis por conglomerados se

revelaron segmentos de mercado
distintos entre los vacadonistas
internacionales.
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.
ESTADSTICAS DEL A NLISIS

POR C O N G LO M E R A D O S
Antes de explicar las estadsticas del anlisis por conglomerados debemos mencionar que la ma
yora de los mtodos de conglomerado son relativamente simples y no estn fundamentados en
conjuntos amplios de razones estadsticas. Casi todos estos mtodos son heursticos, basados
en algoritmos. As, el anlisis por conglomerados contrasta notablemente con el anlisis de varianza, regresin, discriminante y factorial, que se basan en conjuntos extensos de razonamien
tos estadsticos. Muchos mtodos de conglomerado tienen propiedades estadsticas importan
tes, pero hay que reconocer su simplicidad fundamental.8 Las siguientes estadsticas y
conceptos se relacionan con el anlisis por conglomerados.
Centroide del conglomerado. El centroide del conglomerado lo componen los valores de las
medias de las variables en todos los casos u objetos de ese conglomerado.
www.FreeLibros.me
CAPTULO 20
And litis por conglomerado*
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.
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.

Quiz la parte ms importante del planteamiento de un problema sea elegir las variables en las
que se basa el conglomerado. La inclusin de apenas una o dos variables irrelevantes puede dis
torsionar una solucin de agrupamiento que de otra manera sera til. Bsicamente, el conjunto
de variables elegidas debe describir la semejanza entre objetos en trminos de que sean perti
nentes para el problema de investigacin de mercados. Las variables deben elegirse de acuerdo
con las investigaciones pasadas, una teora o la consideracin de las hiptesis que se comprue
ban. En la investigacin exploratoria, el investigador debe ejercer su buen juicio y su intuicin.
Figura 20.3
Etapas del anlisis por
conglom erados
P lan team iento del problem a
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
D ecid ir so b re el n m ero d e co n g lo m erad o s
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
Fbra ilustrarlo, consideremos un conglomerado de consumidores basado en sus actitudes

hacia las compras. Sobre la base de investigaciones anteriores, se identificaron seis variables de
actitud. Se pidi a los consumidores que expresaran su grado de acuerdo con los siguientes
enunciados en una escala de siete puntos (1 = en desacuerdo, 7 = de acuerdo):
Vy Ir de compras es divertido.
V2: Ir de compras es malo para el presupuesto.
Cuando voy de compras como fuera.
V4: Trato de obtener las mejores ofertas cuando compro.
V5: No me interesa ir de compras.
V6: Se ahorra mucho dinero si se comparan precios.
En la tabla 20-1 se anotan los datos obtenidos en una muestra previa de 20 encuestados.
Obsrvese que en la prctica el conglomerado se hace con muestras mucho ms grandes, de 100
o ms. Tomemos una muestra pequea para ilustrar el proceso de conglomerado.
Seleccin de una medida de distancia o semejanza
Raz cuadrada de la suma de las di

ferencias cuadradas de los valores
de cada variable.
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.
Datos de actitudes para conglomerado

C
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*
Si las variables se miden en unidades muy diferentes, tendrn un efecto en la solucin de

conglomerado. En un estudio de las compras en un supermercado, quiz las variables de actitu
des se midan en una escala de Likert de nueve puntos; la clientela, en trminos de la frecuencia
de visitas por mes y la cantidad gastada, y la lealtad a la marca, en trminos del porcentaje de
^ s to en abarrotes destinado al supermercado preferido. En estos casos, antes de conglomerar a
los encuestados, debemos uniformar los datos, lo que se hace cambiando las escalas de las va
riables para que tengan media de cero y desviacin estndar de uno. Aunque la homogeneizacin suprime la influencia de la unidad de medida, tambin reduce las diferencias entre grupos
en las variables que mejor distinguiran grupos o conglomerados. Tambin es deseable eliminar
valores extremos atpicos . 10
El uso de diferentes medidas de distancia puede llevar a resultados de conglomerados distin
tos. Por tanto, es aconsejable tomar diversas medidas y comparar los resultados. Luego de elegir
una medida de distancia o semejanza se procede a escoger un procedimiento de conglomerado.
Seleccin de un procedimiento de conglomerado

En la figura 20-4 se encuentra una clasificacin de los procedimientos de conglomerado, que
pueden ser jerrquico y no jerrquico. El conglom erado jerrquico se caracteriza por el desa
rrollo de una jerarqua o estructura de rbol. Los mtodos jerrquicos pueden ser por aglomera
cin o por divisin. El conglom erado p o r aglom eracin comienza con cada objeto en un gru
po separado. Los conglomerados se forman reuniendo objetos en grupos cada vez mayores. El
proceso contina hasta que todos los objetos son miembros de un nico conglomerado. El con
glom erado p o r divisin comienza con todos los objetos reunidos en un solo conglomerado, que
se divide hasta que cada objeto est en un grupo separado.
Los mtodos por aglomeracin son los que ms se usan en la investigacin de mercados.
Comprenden los mtodos de enlace, mtodos de sumas de errores cuadrados o varianza y m
todos de centroides. Los mtodos de enlace abarcan los de enlace nico, enlace completo y en
lace promedio. El mtodo de enlace nico se basa en la regla de la mnima distancia o del ve-
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 nico
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
CAPTULO 20 A nlisis por conglomerados
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
Resultados del conglomerado jerrquico

S
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
Distancia eue lidiana cuadrada tomada

'Enlace de Ward
E n la c e
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
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
Grfica de carmbanos vertical obtenida por el procedimiento de Ward
rs
595
596
PARTE III
Figura 2 0 .8
Dendrograma obtenido con el
procedim iento de Ward
S
s
o
-o
0
1
3
D istancia ajustada d e los co n g lo m erad o s co m binados
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.
Eleccin del nmero de conglomerados

Un tema importante en el anlisis de conglomerados es decidir el nmero de conglomerados.
No hay reglas exactas y rpidas, pero existen algunos lincamientos:
1. Consideraciones tericas, conceptuales o prcticas apuntan a cierto nmero de conglome
rados. Por ejemplo, si el objetivo de conglomerar es identificar segmentos de mercado, es
posible que la administracin quiera un nmero determinado de conglomerados.
2 . En el conglomerado jerrquico pueden tomarse como criterio las distancias a las que se com
binan los grupos. Esta informacin se obtiene del esquema de aglomeracin o del dendro
grama. En nuestro caso, vemos en el esquema de aglomeracin de la tabla 20-2 que el valor
en la columna Coeficientes casi se duplica repentinamente, entre la etapa 17 (tres con
glomerados) y la 18 (dos conglomerados). Del mismo modo, en las dos ltimas etapas del
dendrograma de la figura 20.8 los conglomerados se combinan en distancias grandes. Por
tanto, resulta que la solucin de tres conglomerados es la apropiada.
www.FreeLibros.me
CAPTULO 20
597
Anlut por conglomerado*
3. En el conglomerado no jerrquico, la proporcin de la varianza total dentro del grupo a la

varianza entre grupos puede grficarse junto con el nmero de conglomerados. El punto
en el que se presenta un ngulo o curva aguda indica un nmero apropiado de conglome
rados. Por lo regular no vale la pena aumentar ms este nmero.
4. Los tamaos relativos de los conglomerados deben ser significativos. En la tabla 20-2, al
hacer un conteo simple de frecuencias de la pertenencia a los conglomerados, vemos que
la solucin de tres conglomerados da por resultado ocho, seis y seis elementos. Ahora
bien, si pasamos a una solucin de cuatro conglomerados, el tamao de los conglomera
dos es de ocho, seis, cinco y uno. No es significativo tener un conglomerado con un nico
caso, de modo que en esta situacin es preferible la solucin de tres conglomerados.
Interpretacin y perfiles de los conglomerados

Interpretar y trazar perfiles de conglomerados requiere examinar sus centroides. Los centroides
representan los valores de las medias de los objetos contenidos en el conglomerado con cada
una de las variables. Los centroides nos permiten describir cada conglomerado asignndole un
nombre o denominacin. Si el programa de conglomerado no imprime esta informacin, puede
obtenerse mediante un anlisis discriminante. En la tabla 20-3 se dan los centroides o valores
de las medias de cada conglomerado de nuestro ejemplo. El conglomerado 1 tiene valores rela
tivamente elevados en las variables V, (Ir de compras es divertido) y V3 (Cuando voy de com
pras como fuera). Tambin tiene un valor bajo en V5 (No me interesa ir de compras). Por tanto,
el conglomerado 1 podra llamarse Compradores divertidos e interesados. Este conglomerado
consta de los casos 1, 3 , 6 , 7, 8 , 12, 15 y 17. El conglomerado 2 es el contrario, pues tiene valo
res bajos en V, y V3 y elevado en V5, de modo que debera llamarse Compradores apticos .
Los miembros del conglomerado 2 son los casos 2, 5, 9, 11, 13 y 20. El conglomerado 3 tiene
valores elevados en V2 (Ir de compras es malo para el presupuesto), V4 (Trato de obtener las me
jores ofertas cuando compro) y V6 (Se ahorra mucho dinero si se comparan precios). As, este
conglomerado se llamara Compradores ahorradores. El conglomerado 3 comprende los casos
4, 10, 14, 16, 18 y 19.
Muchas veces es til trazar perfiles de los conglomerados en trminos de las variables que
no se utilizaron para ello y que pueden ser demogrficas, psicogrficas, de uso de productos, de
audiencia de medios y otras. Por ejemplo, digamos que los conglomerados se derivaron a partir
de las ventajas buscadas. Podran trazarse nuevos perfiles en trminos de variables demogrfi
cas y psicogrficas para dirigir las actividades de marketing a cada conglomerado. Las varia
bles que distinguen significativamente entre conglomerados se identifican en un anlisis discri
minante y en un anlisis de varianza de un factor.
Evaluacin de la confabilidad y la validez

Dados los juicios que entraa el anlisis por conglomerados, no debe aceptarse ninguna solu
cin sin evaluar en alguna medida su confabilidad y validez. Los procedimientos formales pa
ra evaluar la confabilidad y validez de las soluciones de conglomerado son complejas y no se
defienden del todo. 13 Por tanto, aqu las omitimos. Sin embargo, los siguientes procedimientos
son una verificacin adecuada de la calidad de los resultados del conglomerado.
1. Realice un anlisis por conglomerados de los mismos datos con otras medidas de distan
cia. Compare los resultados de las dos mediciones para determinar la estabilidad de las so
luciones.
2 . Aplique otros mtodos de conglomerado y compare los resultados.
Centro de conglomerados____________________________________
M
C onglom erado
N m.
V2
edias d e las variables
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-
Resultados del conglomerado no jerrquico

C b m tr o s in ic ia l e s d e c o n g l o m e r a d o
C o nglom erad os
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
Resultados dd conglomerado no jerrquico (Continuacin)

C
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
Segmentacin con precisin quirrgica

Se aplic un anlisis por conglomerados para clasificar a los encuestados que se internaban con
el fin de identificar segmentos de preferencia hospitalaria. Los conglomerados se basaron en las
razones que dieron los encuestados para preferir un hospital. Se compararon los perfiles demo
grficos de los encuestados agrupados para saber si era posible identificar bien los segmentos.
Se realiz un anlisis por conglomera

dos para clasificar a los internos de
hospitales como anticuados, ricos,
conscientes del valor y exigentes de
profesionales.
Se ejecut el mtodo de conglomerado de varianza mnima Quick Cluster (SPSS) para

agrupar a los encuestados de acuerdo con sus respuestas alas preguntas sobre preferencia hospi
talaria. Se redujeron al mnimo las distancias euclidianas cuadradas entre todas las variables de
conglomerado. Como los individuos percibieron de manera distinta las escalas de importancia,
sus calificaciones fueron normalizadas antes del conglomerado. Los resultados indicaron que los
encuestados podan dividirse en cuatro conglomerados. Se ejecut dos veces el procedimiento de
validacin cruzada del anlisis por conglomerados, sobre mitades de la muestra total.
Como se esperaba, los cuatro grupos difirieron notablemente en sus distribuciones y res
puestas promediadas a las razones de sus preferencias hospitalarias. Los nombres asignados a
los cuatro grupos manifiestan las caractersticas demogrficas y las razones de las preferencias:
anticuados, acomodados, conscientes del valor y exigentes profesionales. 15
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, slo sentimientos

En 2002, Polaroid enfrent repentinamente la creciente competencia de las cmaras digitales,
as que los ejecutivos de marketing decidieron centrarse en el potencial emocional de su lnea
bsica de cmaras. Se ech a andar una campaa de 15 millones de dlares con el lema Clic,
al instante, que implica que la cmara Polaroid puede cambiar un sentimiento aqu y ahora .
La campaa publicitaria fue diseada para que despertara em ociones en los consumidores
cuando vieran los nuevos comerciales de Polaroid.
Polaroid bas su campaa en un estudio realizado para identificar los sentimientos que in
cita la publicidad. Un total de 655 sentimientos se redujo a un grupo de 180, que los encuestados consideraron los que ms estimulan los anuncios. El grupo fue dividido sobre la base de los
juicios de semejanza entre sentimientos, de lo que resultaron 31 conglomerado de sentimientos,
que fueron divididos en 16 positivos y 15 negativos. 17
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
Por lo tanto, 655 respuestas de sentimientos despertados por la publicidad se redujeron a un

conjunto bsico de 31 sentimientos. As, los publicistas tuvieron un grupo manejable de senti
mientos para comprender y medir la respuesta emocional a la publicidad. Al medir los sentimien
tos, se obtiene informacin sobre la capacidad de un comercial para persuadir a los consumidores
objetivo, como en el caso de las cmaras Polaroid.
El anlisis por conglomerados, y en particular el conglomerado de objetos, se usa frecuen
temente en la investigacin de mercados internacionales (como en el ejemplo siguiente) y tam
bin es til para investigar las evaluaciones ticas (como en el ejemplo que sigue).
La equivalencia que era tan rara, hoy es comn

Cmo perciben los consumidores de paces distintos las marcas de diversas categoras de produc
tos? Sorprendentemente, la respuesta es que la tasa de equivalencia de la percepcin de productos
es muy elevada. La equivalencia de percepcin de productos significa que los consumidores pien
san que todas o casi todas las marcas de una categora de productos son semejantes. En un nuevo
estudio de BBDO Worldwide se muestra que dos tercios de los consumidores entrevistados en 28
pases consideraron equivalentes las marcas de 13 categoras de productos. Estas categoras iban de
lneas areas a tarjetas de crdito o caf. La equivalencia percibida promedio es de 63% en todas las
categoras y en todos los pases. Los japoneses tienen la percepcin ms alta de equivalencia en to
das las categoras de producto: 99%, y los colombianos la menor: 28%. Tomadas por categora de
producto, las tarjetas de crdito tienen la mayor percepcin de equivalencia: 76%, y los cigarrillos
la menor: 52%.
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
Cmo agrupar a los profesionales del marketing

segn consideraciones morales
El anlisis por conglomerados tambin sirve para explicar diferencias en las percepciones ti
cas en una escala multidimensional de varios reactivos, preparada para medir el carcter tico
de diversas situaciones. Tal fue la escala que elaboraron Reidenbach y Robin. Es una escala con
29 reactivos que componen cinco dimensiones en las que mide cmo juzga el encuestado cier
to acto. A modo de ejemplo, digamos que un encuestado lee sobre un investigador de mercados
que entreg a un cliente informacin que es propiedad registrada de un cliente anterior. Se pide
al encuestado que complete la escala de 29 reactivos morales. Por ejemplo, que indique si este
acto es:
Justa:___ :___:__ :___ :__:____ :__: Injusta
Usualmente aceptada:___ :___.:__ :___ :__:____ :__: Inaceptable
Infractora:___ :___.:__ :___ :__:____ :__: No infringe un
contrato tcito
Esta escala se aplicara a una muestra de profesionales del marketing. A l conglomerar a los
encuestados de acuerdo con estos 29 reactivos, deben investigarse dos preguntas importantes.
La primera es cmo difieren los conglomerados con respecto a las cinco dimensiones ticas, a
saber, justicia, relativismo, egosmo, utilitarismo y deontologa. La segunda es qu clase de em
presas componen cada conglomerado. Los conglomerados se describiran en trminos de su ca
tegora en el sistema de clasificacin industrial norteamericano (North American Industry Clas
sification System, NAICS), tamao de la empresa y rentabilidad. Las respuestas daran
informacin sobre qu tipos de empresas se valen de cules dimensiones para evaluar las situa
ciones ticas. Por ejemplo, las empresas grandes estn en una categora distinta que las peque
as? Las empresas ms rentables consideran ms aceptables las situaciones dudosas que las
menos rentables? En un estudio emprico realizado en 2001 se compararon las percepciones en
Tkiwn y Estados Unidos de la tica de las corporaciones. Se elabor un cuestionario de res
puesta personal compuesto por cinco medidas. Una de las medidas, los valores morales indivi
duales, se hizo con la escala de Reidenbach y Robin. Los resultados mostraron que en las dos
culturas nacionales, las percepciones individuales de la tica de las corporaciones parece deter
minar el compromiso moral de la organizacin, ms que los valores morales individuales. 19
www.FreeLibros.me
604
PARTE III
APLICACIONES DE INTERNET Y COMPUTADORA

En SPSS, el principal programa para el conglomerado jerrquico por objetos o casos es CLUSTER. Es posible calcular diversas medidas de distancia y se cuenta con todos los procedimientos
de conglomerado jerrquico que estudiamos. En el caso de los conglomerados no jerrquicos,
puede correrse el programa QUICK CLUSTER, que es particularmente til para conglomerar
muchos casos. Todas las opciones por omisin dan por resultado un conglomerado de k medias.
Para conglomerar variables, las medidas de distancia deben calcularse entre stas mediante el
programa PROXIM1TIES. La matriz de proximidad puede leerse en CLUSTER para obtener un
conglomerado de las variables.
En SAS se utiliza el programa CLUSTER para hacer el conglomerado jerrquico de casos u
objetos. Se dispone de todos los procedimientos de conglomerado que hemos estudiado, ms
otros adicionales. Con FASTCLUS se hacen conglomerados no jerrquicos de objetos o casos.
Para conglomerar variables, se recurre al programa VARCLUS. Los dendrogramas no se calculan
automticamente, pero pueden obtenerse con el programa TREE.
En MINITAB se evala el anlisis por conglomerados en la funcin Multivariate>Cluster
observation. Tambin hay funciones para conglomerar variables y k medias. En EXCEL no se
puede hacer anlisis por conglomerados.
SPSS Windows. Para elegir este procedimiento en SPSS para Windows, haga clic en:
Analyze>Classify>Hierarchical Cluster.. .
Analyze>Classify>K-Means Cluster. . .
Para el agrupamiento de variables utilice un Conjunto Jerrquico y despus seleccione la
opcin de variables en el conjunto.
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
An litis por conglomerado*
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,
enlace completo o enlace promedio. Un mtodo de varianza co

mn es el procedimiento de Ward. Los mtodos no jerrquicos se
llaman conglomerado de k medias. Estos mtodos se clasifican en
umbral secuencial, umbral paralelo y reparticin ptima. Es posi
ble usar uno tras otro los mtodos jerrquicos y no jerrquicos.
El nmero de conglomerados se basa en consideraciones
tericas, conceptuales o prcticas. En el conglomerado jerrqui
co, las distancias a las que se combinan los conglomerados es un
criterio importante. Los tamaos relativos de los conglomerados
deben ser significativos. Los conglomerados deben interpretarse
en trminos de sus centroides. Muchas veces es til trazar un per
fil de los conglomerados en trminos de las variables que no se
tomaron para el conglomerado. La confiabilidad y validez de las
soluciones de conglomerado se evalan de diversas maneras.
www.FreeLibros.me
606
PARTE III
TRMINOS Y CONCEPTOS FUNDAMENTALES

centroide del conglomerado, 588
centros del conglomerado, 589
conglomerado jerrquico, 591
conglomerado no jerrquico, 592
conglomerado por aglomeracin, 591
conglomerado por divisin, 591
dendrograma, 589
diagrama de carmbanos, 589
distancia entre los centros
de conglomerados, 589
distancia euclidiana, 590

enlace completo, 592
enlace promedio, 592
enlace nico, 591
esquema de aglomeracin, 589
matriz de coeficientes de semejanza
y distancia, 589
mtodo de reparticin ptima, 593
mtodo del umbral paralelo, 592
mtodo del umbral secuencial, 592

mtodos de centroides, 592
mtodos de enlace, 591
mtodos de varianza, 592
pertenencia a un conglomerado, 589
procedimiento de Ward, 592
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.

1. Analice los datos de la tabla 20-1 con los siguientes mtodos jerr
quicos: a) enlace nico (vecino ms cercano); b) enlace completo
(vecino ms alejado), y c) mtodo de centroides. Emplee SPSS,
SAS o MINITAB. Compare sus resultados con los de la tabla 20-2.
2. Realice el siguiente anlisis sobre los datos de Nike del ejercicio 1 de
Internet y computadora del captulo 15. Considere slo las variables
siguientes: conciencia, actitud preferencial, intencin y lealtad a Nike.
a. Rena a los encuestados mediarte conglomerado jerrquico so
bre la base de las variables identificadas. Aplique el mtodo de
Ward y las distancias euclidianas cuadradas. Cuntos conglo
merados recomienda? Porqu?
b. Rena a los encuestados mediante conglomerado de k medidas y
del nmero de conglomerados identificados en a sobre la base
de las variables identificadas. Compare los resultados con los
obtenidos en el punto a
3. Realice el siguiente anlisis sobre los datos de estilo de vida al aire li
bre del ejercicio 2 de Internet y computadora del captulo 15. Consi
dere slo las variables siguientes: importancia concedida de disfrutar
la Naturaleza, relacionarse con el clima, vivir en armona con el entor
no, hacer ejercicio regularmente y conocer a otras personas (V2 a V).
a. Rena a los encuestados mediarte conglomerado jerrquico so
Wud y las distancias euclidianas cuadradas. Cuntos conglo

b. Rena a los encuestados sobre la base de las variables identifica
das. Emplee los siguientes mtodos jerrquicos: a) enlace nico
(vecino ms cercano); b) enlace completo (vecino ms alejado),
y c) mtodo de centroides.
c. Rena a los encuestados mediarte conglomerado de k medidas y
del nmero de conglomerados identificados en a sobre la base de
las variables identificadas. Compare los resultados con los obte
nidos en el punto a.
4. Realice d anlisis siguiente sobre los datos de tenis del qercicio 3
de Internet y computadora del captulo 17. Considere slo las si
guientes variables: evaluaciones de la comodidad de los tenis (V2),
estilo (Vy y durabilidad ( V.
a. Rena a los encuestados mediante conglomerado jerrquico so
Ward y las distancias euclidianas cuadradas. Cuntos conglo
b. Rena a los encuestados mediarte conglomerado de k medidas y
del nmero de conglomerados identificados en a sobre la base de
bs variables identificadas. Compare los resultados con los obte
nidos en el punto a.
www.FreeLibros.me
CAPTULO 20
5. Analice los datos recolectados en el ejercicio de campo para con

gjomerar a los encuestados con mtodos jerrquicos y no jerrqui
eos. Utilice uno de los paquetes de software ciados en el captulo.
6.
607
Analice los datos recolectados en el ejercicio de campo para con

glomerar las 15 variables que miden la opinin de los consumidores
sobre las lneas areas y los viajes por aire. Utilice uno de los pro
gramas citados en el captulo.
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.
1. En un grupo pequeo, examinen la funcin del anlisis por conglo

merados en el estudio de datos de investigacin de mercados. Desta
quen los usos del anlisis por conglomerados junto con otros proce
dimientos de anlisis de datos.
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
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
L Analizar el concepto bsico y el alcance de las escalas multidimensionales (EMD) en la

investigacin de mercados y describir sus diversas aplicaciones.
2. Describir las etapas de la elaboracin de escalas multidimensionales de datos de percep
cin: plantear el problema, conseguir los datos de entrada, elegir un procedimiento de
EMD, decidir el nmero de dimensiones, designar las dimensiones e interpretar la confi
guracin y evaluar la confiabilidad y la validez.
3. Explicar la elaboracin de escalas multidimensionales de datos de preferencias y distin
guir en anlisis de preferencia interno del externo.
4. Explicar el anlisis de correspondencia y exponer sus ventajas y desventajas.
5. Comprender la relacin entre EMD, anlisis discriminante y anlisis factorial.
6 . Examinar los conceptos bsicos del anlisis conjunto, compararlos con las escalas multi
dimensionales y explicar sus diversas aplicaciones.
7. Describir el procedimiento para realizar anlisis conjunto: planteamiento del problema,
produccin de los estmulos, eleccin de la forma de los datos de entrada, seleccin de
un procedimiento de anlisis conjunto, interpretacin de los resultados y evaluacin de la
confiabilidad y la validez.
8. Definir el concepto de anlisis conjunto hbrido y explicar cmo simplifica la tarea de la
recopilacin de datos.
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
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.

Escalas multidimensionales
En el proyecto de la tienda departamental se tomaron las evaluaciones de los encuestados de 10 tiendas
en los ocho criterios de eleccin para elaborar medidas de semejanza entre las tiendas. Se calcularon dis
tancias euclidianas entre cada par de tiendas. Estos datos fueron analizados mediante escalas multidi
mensionales para obtener mapas espaciales que representaron las impresiones de los encuestados sobre
las 10 tiendas. En uno de los mapas se identificaron las dimensiones de tiendas de prestigio o de des
cuento y cadenas nacionales o regionales. Las tiendas que compiten directamente entre s (como JC
Penny y Macys) se situaron muy prximas en el espacio perceptual. De los mapas peroeptuales se obtu
vo informacin sobre el posicionamiento competitivo de las 10 tiendas departamentales.
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
Se usaron EMD para entender las

percepciones de los consumidores de
refrescos y la estructura competitiva
de ese mercado.
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
Un anlisis conjunto identifica todas las caractersticas

de una tarjeta de crdito
La tarjeta Complete MasterCard -u n a tarjeta compartida con SBC Communications, Inc.
( www.sbc.com) - fre resultado del buen aprovechamiento de una investigacin con grupos de
enfoque y anlisis conjunto. La tarjeta Complete MasterCard acaba de ponerse a disposicin
de los clientes residenciales de SBC.
Con la creciente competencia en el mercado de las tarjetas telefnicas, queramos ofrecer
a nuestros clientes la conveniencia de una tarjeta para varios propsitos que satisficiera sus ex
pectativas -d ijo Rich Bialek, director de servicios de tarjeta de crdito de SBC. Queramos una
investigacin de mercado que nos sirviera para determinar la combinacin de caractersticas
que hiciera ms atractiva la tarjeta para nuestros clientes.
En la primera ronda de ocho sesiones de grupos de enfoque con usuarios de tarjetas de cr
dito y tarjetas telefnicas, Wirthlin Worldwide (www. wirthlin.com) se centr en la aceptacin y
las expectativas del concepto de una tarjeta de crdito con caractersticas de tarjeta telefnica.
En la segunda ronda de los grupos de enfoque, los investigadores de Wirthlin sondearon para
www.FreeLibros.me
CAPTULO 21
Escalas m ultidimcnsionales y anlisis conjunto
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.
C O N C EP TO S BSICOS DE LAS ESCALAS

M ULTIDIMENSIONALES (EM D)
Clase de procedimientos para
representar espacial mente, en una
presentacin visual, las percepciones
y preferencias.
La preparacin de escalas multidimensanales (EMD) es una clase de procedimientos para repre

sentar espacialmente, en una presentacin visual, las percepciones y preferencias de los encuestados. Las relaciones percibidas o psicolgicas entre estmulos se representan como relaciones geo
mtricas entre los puntos de un espacio multidimensional. Estas representaciones espaciales
reciben el nombre de mapas espaciales. Los ejes de un mapa espacial denotan las bases psicolgi
cas o las dimensiones fundamentales con que los encuestados se forman opiniones y preferencias
de estmulos.3 Las EMD se aplican en la investigacin de mercados para identificar:
L El nmero y la naturaleza de las dimensiones con que los consumidores perciben las di
versas marcas del mercado.
2. El posicionamiento de las marcas actuales en esas mismas dimensiones.
3. El posicionamiento de la marca ideal de los consumidores en esas dimensiones.
La informacin que arrojan las EMD tiene diversas aplicaciones de marketing, como las
siguientes:
M edicin de imagen. Comparar las percepciones de la empresa de quienes son clientes y
quienes no lo son con la percepcin que tiene la propia empresa de s misma, para identi
ficar discrepancias perceptuales.
Segmentacin de mercados. Situar marcas y consumidores en el mismo espacio para
identificar grupos de individuos con percepciones relativamente homogneas.
Desarrollo de productos mievos. Buscar discrepancias en el mapa perceptual, lo que indi
cara posibles oportunidades para posicionar nuevos productos. Tambin para evaluar
nuevos conceptos de productos y marcas actuales a ttulo de prueba, para determinar c
mo perciben los clientes esos conceptos nuevos. La proporcin de preferencias por cada
producto es un indicador de su xito.
Evaluar la eficacia de la publicidad. Los mapas espaciales sirven tambin para determi
nar si la publicidad ha logrado conseguir el posicionamiento deseado de la marca.
Anlisis de precios. Se comparan mapas espaciales con informacin de precios y sin ella,
para determinar el efecto de los precios.
Decisiones de canales. Los juicios sobre la compatibilidad de marcas en diversas tiendas
pueden dar lugar a mapas espaciales tiles para tomar decisiones sobre los canales.
Elaboracin de escalas de opinin. Las tcnicas de EMD sirven para establecer las di
mensiones apropiadas y la configuracin del espacio de opinin.
www.FreeLibros.me
612
PARTE III
ESTADSTICAS Y TRM INOS ASO CIAD O S

C O N ESCALAS M ULTIDIMENSIONALES
Las estadsticas y los trminos importantes de las EMD son los siguientes:
Juicios de sem ejanza. Los juicios de semejanza son calificaciones en una escala de Likert de
todos los pares posibles de marcas u otros estmulos en trminos de su semejanza.
O rdenam ientos d e preferen cia s. Los ordenamientos de preferencias son clasificaciones de
marcas u otros estmulos del favorito al ltimo preferido. Normalmente proceden de los
propios encuestados.
Estrs. Es una medida de la falta de ajuste; valores altos de stress indican ajustes malos.
R cuadrada. ndice de correlacin cuadrada que indica la proporcin de varianza de datos en la
escala ptima que puede ser explicada mediante el procedimiento de EMD. Es una medi
da de ajuste.
M apa espacial. Las relaciones percibidas entre marcas y otros estmulos se representan como
relaciones geomtricas entre los puntos de un espacio multidimensional llamado mapa e s
pacial.
Coordenadas. Las coordenadas indican el posicionamiento de una marca o estmulo en el ma
pa espacial.
Despliegue. Representacin de marcas y encuestados como puntos del mismo espacio.
C M O REALIZAR ESCALAS MULTIDIMENSIONALES

En la figura 21-1 se muestran las etapas de la elaboracin de EMD. El investigador debe plan
tear el problema de escalas cuidadosamente porque muchos datos pueden tomarse como entra
da. El investigador tambin debe determinar una forma apropiada de obtener los datos y elegir
un procedimiento de EMD para analizarlos. Un aspecto importante de la solucin consiste en
determinar el nmero de dimensiones del mapa espacial. Asimismo, hay que dar un nombre a
los ejes del mapa e interpretar la configuracin obtenida. Por ltimo, el investigador evaluar la
calidad de los resultados.4 Ahora describimos las etapas, empezando con el planteamiento del
problema.

fra plantear el problema el investigador tiene que especificar el propsito al que se destinan
los resultados de las EMD y elegir las marcas u otros estmulos que va a incluir en el anlisis.
El nmero de marcas o estmulos elegidos y las marcas especficas que se incluyan determinan
la naturaleza de las dimensiones y configuraciones que se produzcan. Como mnimo, hay que
incluir ocho marcas o estmulos para obtener un mapa espacial bien definido. Incluir ms de 25
marcas sei pesado y es probable que canse al encuestado.
Figura 21.1
Cmo realizar escalas
m ultidim ensionales
www.FreeLibros.me
CAPTULO 21
613
Ertala* m ultidim cnjionalej y anlutf conjunto
Figura 2 1 .2
D ato s d e e n t r a d a p a r a E M D
Datos de entrada para escalas

multidim ensionales
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?
Recopilacin de los datos de entrada

Como se muestra en la figura 21-2, los datos de entrada obtenidos de los encuestados son de
percepciones o de preferencias. Primero exponemos los datos de percepciones, que son directos
o derivados.
D a to s d e p e r c e p c i n d ir e c to s . En los mtodos directos de recopilacin de datos de per
cepcin se pide a los encuestados que juzguen segn sus propios criterios qu tan semejantes o
diferentes son diversas marcas o estmulos. Muchas veces se les pide que califiquen la semejan
za de todos los posibles pares de marcas o estmulos en una escala de Likert. Estos datos se lla
man juicios de semejanza. Por ejemplo, se obtendran juicios de semejanza de todos los pares
posibles de marcas de pasta de dientes de la manera siguiente:
M uy
diferentes
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.
D a to s d e p e r c e p c i n d e r iv a d o s . Los mtodos derivados para recabar datos de percep

cin se basan en atributos. Piden a los encuestados que califiquen determinados atributos de
marcas o estmulos con escalas de diferencial semntico o de Likert. Por ejemplo, digamos que
las marcas de pasta de dientes se calificaron en atributos como stos:
www.FreeLibros.me
614
PARTE III
Puntuaciones de semejanza de las marcas de pasta de dientes

A
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
VS. derivados. Los mtodos directos tienen la ventaja de que el inves

tigador no tiene que identificar un conjunto de atributos destacados. Los encuestados hacen jui
cios de semejanza segn sus propios criterios, como lo haran en circunstancias normales. Las
desventajas son que los criterios sufren el influjo de las marcas o los estmulos que evalan. Si
se evalan marcas de automviles que estn en el mismo grupo de precios, stos no sern un
factor importante. Puede ser difcil determinar antes del anlisis si deben combinarse los juicios
de los encuestados y cmo hacerlo. Tambin suele ser difcil denominar las dimensiones del
mapa espacial.
La ventaja de los mtodos por atributos es que se identifican fcilmente los encuestados con
percepciones homogneas. Los encuestados se conglomeran segn sus puntuaciones de los atri
butos. Tambin es ms fcil denominar las dimensiones. Una desventaja es que el investigador
debe emprender la difcil tarea de identificar todos los atributos importantes. El mapa espacial
que se obtenga depende de qu atributos se sealen.
Los mtodos directos se usan ms que los mtodos por atributos. Sin embargo, quiz lo me
jor sea aplicar los dos mtodos de manera que se complementen. Los juicios directos de semejan
za sirven para generar el mapa espacial y las puntuaciones de atributos son un auxiliar en la
interpretacin de las dimensiones del mapa perceptual. Con los datos de preferencias se siguen
procedimientos semejantes.
Datos de preferencias. Los datos de preferencias ordenan las marcas o estmulos de

acuerdo con la eleccin de los encuestados de alguna propiedad. Una manera comn de obtener
los datos son los ordenamientos de preferencias. Se pide a los encuestados que ordenen las mar
cas, de la que ms prefieren a la que menos les gusta. Tambin se les pide que hagan compara
ciones en pares y que indiquen qu par de marcas prefieren. Otro mtodo consiste en obtener
puntuaciones de preferencia de varias marcas (en los captulos 8 y 9 se expusieron las tcnicas de
elaboracin de escalas, orden de clasificacin y comparaciones en pares). Cuando los mapas es
paciales se basan en datos de preferencias, la distancia significa diferencias de preferencias. La
www.FreeLibros.me
CAPTULO 21
Etcalas multidimensionaUs y anlisis conjunto
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.
Seleccin de un procedimiento para las EMD
Mtodo de escalas muhidimensio

nales en d que se supone que los
datos de entrada son ordinales.
Mtodo de escalas nuittidimensio
nales en d que se supone que los
datos de entrada son mtricos.
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.
Eleccin del nmero de dimensiones

En las EMD, el objetivo es producir el mapa espacial que corresponda mejor con los datos de en
trada en el menor nmero de dimensiones. Sin embargo, los mapas espaciales se calculan de ma
nera tal que la correspondencia mejore a medida que aumenta el nmero de dimensiones. Por
tanto, hay que encontrar un equilibrio. El ajuste de una solucin de EMD se evala con una me
dida de stress, que es la falta de ajuste; valores ms altos de tensin significan ajustes malos. Se
sugieren estos lincamientos para determinar el nmero de dimensiones.
Grfica de estrs y dimensionalidad

usada en las EMD. El punto en el
que se presenta un cambio o curva
aguda indica una dimensionalidad
apropiada.
L Conocimientos a priori. De la teora o una investigacin anteriores posible desprender un

nmero determinado de dimensiones.
2 . Capacidad de interpretar el m apa espacial En general, es difcil interpretar configuracio
nes o mapas derivados de ms de tres dimensiones.
3. Criterio de corte. Debe examinarse una grfica de estrs y dimensionalidad. Los puntos
de la grfica forman un diseo convexo, como en la figura 21-3. El punto en el que se pre
senta un cambio o curva aguda indica un nmero de dimensiones apropiado. En general
no vale la pena aumentar el nmero de dimensiones ms de esta cifra.
4. Facilidad de uso. Por lo regular es ms fcil trabajar con mapas o configuraciones bidimensionales que con las de ms dimensiones.
5. Mtodos estadsticos. El investigador avezado cuenta tambin con mtodos estadsticos
para determinar la dimensionalidad .7
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
A partir de la grfica de estrs y dimensionalidad (figura 21-3), la capacidad de interpreta

cin del mapa espacial y los criterios de facilidad de uso, se decidi conservar la solucin tridi
mensional, que se muestra en la figura 21-4.
Designacin de las dimensiones

e interpretacin de la configuracin
Una vez que se traz el mapa espacial, hay que dar un nombre a las dimensiones e interpretar la
configuracin. Designar las dimensiones requiere que el investigador haga un juicio subjetivo.
Los siguientes lincamientos ayudan a la tarea:
1. Incluso si se tienen juicios de semejanza directos deben reunirse las puntuaciones de las
marcas en los atributos provistos por el investigador. Con mtodos estadsticos como la re
gresin es posible ajustar estos vectores al mapa espacial (vase la figura 21-5). Los ejes
se designan con los atributos que ms se les acercan.
Figura 2 1 .4
Mapa espacial de las m arcas
de pasta de dientes
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.
Se pide a los encuestados que despus de proporcionar datos de semejanza o preferencias,

indiquen los criterios con que hicieron sus evaluaciones. Luego, estos criterios se relacio
nan de manera subjetiva con el mapa espacial para denominar las dimensiones.
3. Si es posible, se muestra a los encuestados los mapas espaciales y se les pide que inspec
cionen las configuraciones para que nombren las dimensiones.
4. Si se tienen caractersticas objetivas de las marcas (por ejemplo, en los autos, caballos de
fuerza o kilmetros por litro de gasolina), pueden tomarse para facilitar la interpretacin
de las dimensiones subjetivas de los mapas espaciales.
Muchas veces, las dimensiones representan ms de un atributo. La configuracin o el mapa
espacial se interpreta examinando las coordenadas y las posiciones relativas de las marcas. Por
ejemplo, las marcas situadas muy juntas compiten con ms intensidad. Una marca aislada tiene
una imagen nica. Las marcas que estn ms alejadas en la direccin de un descriptor son ms
fuertes en esa caracterstica. A s se entienden las fuerzas y debilidades de cada producto. Las
discrepancias del mapa indican posibles oportunidades para introducir nuevos productos.
En la figura 21-5, el eje horizontal podra llamarse Proteccin contra las caries o blancura
de los dientes. Las marcas con valores ms positivos en este eje son Aqua-Fresh, Crest, Colga
te y Aim (mucha proteccin contra las caries). Las marcas con valores negativos en esta dimen
sin son Ultra Bright, Close-Up y Pepsodent (mucha blancura de dientes). El eje vertical puede
interpretarse como Mala eliminacin de la placa o buena eliminacin de la placa. Obsrvese
que Dentagard, que se conoce por su capacidad de remover la placa, tiene carga negativa en el
eje vertical. Las discrepancias del mapa espacial indican posibles oportunidades para una marca
que ofrezca proteccin contra la caries y buena eliminacin de la placa.

Los datos de entrada, y por consiguiente las soluciones de EMD, estn sometidos indefectible
mente a una variacin aleatoria sustancial. Por eso es necesario hacer algunas evaluaciones de
la confiabilidad y validez de estas soluciones. Proponemos los lincamientos siguientes.
L Debe examinarse el ndice de ajuste, o R cuadrada. ste es un ndice de correlacin cua
drada que seala la proporcin de varianza de los datos de escala ptima que puede expli
carse con el procedimiento de EMD. As, indica cunto concuerda el modelo de EMD con
los datos de entrada. Aunque son deseables valores mayores de R cuadrada, se consideran
aceptables valores de 0.60 en adelante.
2. Los valores de stress tambin indican la calidad de las soluciones de EMD. Mientras que
R cuadrada es una medida de buen ajuste, el stress mide el mal ajuste o la proporcin de la
varianza de los datos de escala ptima que no explica el modelo de EMD. Los valores de
stress varan con el procedimiento de EMD y los datos que se analizan. Para la frmula 1
www.FreeLibros.me
618
PARTE III
de Kruskal, a continuacin se proporcionan las recomendaciones para evaluar los valores de

estrs.8
Estrs (%)
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
PREMISAS Y LMITES DE LAS EMD

\fcle la pena sealar algunas premisas y lmites de las EMD. Se supone que la semejanza del e s
tmulo A cn el B es la misma que la semejanza del estmulo B con el A, pero hay casos en que
no ocurre as. Por ejemplo, se percibe a Mxico ms parecido a Estados Unidos que a Estados
Unidos parecido a Mxico. Las EMD suponen que la distancia (semejanza) entre dos estmulos es
alguna funcin de sus semejanzas parciales en todas o varias dimensiones perceptuales. No se
han realizado muchas investigaciones para probar esta premisa. Cuando se produce un mapa e s
pacial, se supone que las distancias entre los puntos proceden de una escala proporcional y que
los ejes forman escalas de intervalo. Una limitacin de las EMD es que la interpretacin de las
dimensiones que relacionan cambios fsicos de marcas y estmulos con cambios en el mapa per
ceptual es, en el mejor de los casos, difcil. Estas limitaciones tambin conciernen a la elabora
cin de escalas sobre datos de preferencias.
2.0
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
- Pepsodent" U,lra Br* h
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
Ejcabw niult)inienionalej y anlf < conjunto
619
ELABORACIN DE ESCALAS DE DATOS

DE PREFERENCIAS
M todo d e co n fig u raci n d e u n m a
pa espacial d e m odo qu e represente
m arcas o estm u lo s y p u ntos o v e c
to res d e lo s en cu estad o s. Se d eriv a
nicam ente d e lo s datos d e p re fe
rencia.
M todo d e co n fig u rac i n d e un

m apa esp acial derivado d e d a to s
d e percep ci n en el q u e s e le
insertan p u n to s o v ecto res id e a le s
b asad o s en d a to s d e p referencias.
Los anlisis de datos de preferencias son internos o externos. En el anlisis interno de p re fe

rencias, de los datos de preferencias se obtiene exclusivamente un mapa espacial que represen
ta tanto marcas o estmulos como puntos o vectores de encuestados. As, al reunir datos de pre
ferencias, en el mismo mapa espacial se representan marcas y encuestados. En el anlisis
externo de preferencias se insertan en un mapa espacial puntos o vectores ideales tomados de
datos de preferencias (por ejemplo, semejanzas). Para realizar un anlisis externo deben obte
nerse datos de preferencias y de percepciones. La representacin de marcas y encuestados en el
mismo espacio mediante anlisis externo o interno se llama despliegue.
En la mayora de las situaciones se prefiere el anlisis externo. En el anlisis interno, las di
ferencias de percepciones se confunden con las diferencias de preferencias. Es posible que la na
turaleza y la importancia relativa de las dimensiones varen en el espacio perceptual y el espacio
de preferencias. Tal vez dos marcas se perciban como semejantes (estn cerca en el mapa per
ceptual), pero una se prefiere claramente antes que la otra (es decir, estn distanciadas en el es
pacio de preferencias). Estas situaciones no se explican con un anlisis interno. Adems, los
procedimientos de anlisis internos estn llenos de dificultades de clculo . 10
Para ilustrar el anlisis externo, tracemos escalas de preferencias de nuestro encuestado en
su mapa espacial. El encuestado situ las marcas en el siguiente orden de preferencia (primero la
favorita): Colgate, Crest, Aim, Aqua-Fresh, Gleem, Pepsodent, Ultra Brigth, Macleans,Close-Up
y Dentagard. Esta clasificacin de preferencias, junto con las coordenadas del mapa espacial
(figura 21-5) se tomaron como entrada de un programa de escalas de preferencias para generar
la figura 21-7. Obsrvese que el punto ideal se ubica cerca de Colgate, Crest, Aim y AquaFresh, las cuatro marcas ms preferidas, y lejos de Close-Up y Dentagard, las menos gustadas.
Si se colocara una marca nueva en este espacio, su distancia al punto ideal en relacin con la
distancia al mismo punto de otras marcas determinara el grado en que se prefiere. Otra aplica
cin es la que se ilustra con el ejemplo que sigue.
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
Los encuestados se estacionan en diferentes lugares

En un estudio realizado en 2001 se examinaron las percepciones de los consumidores de auto
mviles con escalas multidimensionales. Los sujetos calificaron varios atributos de los autos y
el efecto que dichos atributos tenan en la eleccin final del producto. Se tomaron calificaciones
en una escala de cinco puntos y las respuestas de cada sujeto se sumaron en cada dimensin.
Los cinco atributos de mayor calificacin general fueron precio, frenos, ahorro de combustible,
potencia neta y aceleracin. El uso de escalas multidimensionales ayuda a los fabricantes de au
tos a entender mejor qu atributos son ms importantes para los consumidores. Con esos cono
www.FreeLibros.me
620
PARTE III
cimientos, pueden articular su posicin en el sector. Se ofrece a continuacin un mapa ilustrativo

de EMD con marcas selectas de autos, tomado de datos de semejanza. En esta representacin es
pacial, cada marca se identifica por su distancia de otras marcas. Cuanto ms cercanas estn dos
marcas (como Volkswagen y Chrysler) ms semejantes parecen. Cuanto ms alejadas estn (como
Volkswagen y Mercedes), menos semejantes parecen. Una distancia menor (es decir, una mayor
semejanza) indica tambin competencia. Para ilustrarlo, veamos que Honda compite de cerca con
Toyota pero no con Continental ni Porsche. Las dimensiones pueden interpretarse como economa
/prestigio o deportivo/no deportivo y se determina la posicin de cada auto en tales dimensiones.
Los datos de preferencias consistieron en un mero ordenamiento de las marcas de acuerdo
con las preferencias de los consumidores. Los puntos ideales de los entrevistados se sitan en la
misma representacin espacial. Cada punto ideal representa la sede de la preferencia de un en
trevistado en particular. As, el entrevistado 1 (denotado con E l) prefiere los autos deportivos:
ftjrsche, Jaguar y Audi. Por su parte, el entrevistado 2 (denotado con E2) prefiere los autos de
lujo: Continental, Mercedes, Lexus y Cadillac.
Este anlisis puede hacerse en el plano individual, con lo que el investigador est en posi
cin de segmentar el mercado de acuerdo con las semejanzas de los puntos ideales. Tambin es
posible conglomerar a los entrevistados por su semejanza respecto del ordenamiento original de
preferencias y los puntos ideales establecidos para cada segmento . 11
Hasta aqu se han considerado slo datos cuantitativos, pero tambin es posible trazar ma
pas con datos cualitativos aplicando procedimientos como el anlisis de correspondencia.
Configuracin de espacios
conjuntos de marcas de
automviles y preferencias
de consumo
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)
Con EMD se han identificado

consumidores que prefieren autos
deportivos, como este Porsche.
www.FreeLibros.me
CAPTULO 21
Etcalao nxultidimcnjionaleo y anlLfi* conjunto
621
ANLISIS DE COR RESPONDENCIA

T cn ica d e H M D para p rep arar
escalas p ara fila s y c o lu m n a s co n
d a o s cu alitativ o s d e una ta b la d e
con tin g en cia en las u n id ad es c o rre s
pondientes, d e m odo q u e se d isp o n
gan e n el m ism o esp acio de p o cas
dim ensiones.
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).
RELACIONES ENTRE EM D, ANLISIS FACTORIAL

Y ANLISIS DISCRIMINANTE______________________
Si se aplican mtodos por atributos para obtener datos de entrada, tambin es posible obtener ma
pas espaciales mediante un anlisis factorial o discriminante. En este mtodo, cada encuestado ca
lifica n marcas o m atributos. A l aplicar un anlisis factorial a los datos, para cada encuestado se
derivan n puntuaciones factoriales para cada factor, una para cada marca. Se genera un mapa es
pacial de cada encuestado si se grafican las puntuaciones de las marcas sobre los factores. Si se
quiere un mapa acumulado, se promedian las puntuaciones factoriales de todos los encuestados en
todas las marcas para cada factor. Las dimensiones se denominan luego de examinar las cargas
factoriales, que son estimaciones de las correlaciones entre puntuaciones de atributos y factores
bsicos.
La meta del anlisis discriminante es elegir las combinaciones lineales de atributos que dis
criminen mejor entre marcas o estmulos. Para generar mapas espaciales mediante el anlisis
discriminante, la variable dependiente es la marca calificada y las variables independientes o de
pronstico son las puntuaciones de los atributos. Se obtiene un mapa espacial si se grafican las pun
tuaciones de discriminacin de las marcas. Estas puntuaciones son las calificaciones hechas en las
dimensiones perceptuales, basadas en los atributos que mejor distinguen a las marcas. Para deno
minar las dimensiones se examinan los pesos discriminatorios o las ponderaciones de los atributos
que componen una funcin discriminante o dimensin . 14
C O N C EP TO S BSICOS DEL ANLISIS C O N JU N T O

T cnica en la q u e se pretende d e te r
m in ar la im p o rtan cia relativa q u e
asignan lo s co n su m id o res a los a tri
b u to s so b resalien tes y la u tilid ad
que co n fieren a los niveles d e e sto s
atributos.
En el anlisis co n ju n to se pretende determinar la importancia relativa que asignan los consu

midores a los atributos sobresalientes y la utilidad que conceden a los niveles de esos atributos.
Esta informacin se toma de las evaluaciones que hacen los consumidores de las marcas o de
perfiles de marcas compuestos de estos atributos y sus niveles. Se presentan a los encuestados
estmulos que consisten en combinaciones de niveles de atributos y se les pide que evalen qu
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
ESTADSTICAS Y TRM INOS

DEL ANLISIS C O N JU N T O
Las estadsticas y trminos importantes del anlisis conjunto son los siguientes:
Funciones de valor p a rc ia l Las funciones de valor parcial o fim ciones de utilidad describen la
utilidad que asignan los consumidores a los niveles de cada atributo.
f t sos de importancia relativa. Los pesos de importancia relativa se estiman e indican qu atri
butos son importantes como influencias de las elecciones de los consumidores.
Niveles de los atributos. Los niveles de los atributos denotan los valores que asumen stos.
Perfiles completos. Los perfiles completos de las marcas se trazan segn todos los atributos
mediante los niveles especificados en el diseo.
Tablas pareadas. En las tablas pareadas los entrevistados evalan dos atributos cada vez hasta
terminar todos los pares que se indican.
Diseos cclicos. Los diseos cclicos se emplean para reducir el nmero de comparaciones en
pares.
Diseos factoriales fraccinales. Los diseos factoriales fraccinales se usan para reducir los
perfiles de los estmulos que se van a evaluar en el mtodo de perfiles completos.
rdenes ortogonales. Los rdenes ortogonales son una clase especial de diseos fraccinales
para estimar todos los efectos principales.
Validez interna. Comprende las correlaciones entre las evaluaciones pronosticadas para los es
tmulos de retencin o validacin y las evaluaciones de los encuestados.
www.FreeLibros.me
C A P T U L O 21
Escalas multidmencinales y anlisis conjunto
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.

Al formular el problema del anlisis conjunto, el investigador debe identificar los atributos y ni
veles de atributos con que se componen los estmulos. Los niveles denotan los valores que asu
men los atributos. Desde el punto de vista terico, los atributos elegidos deben destacarse como
influencias en las preferencias y elecciones de los consumidores. Por ejemplo, en la eleccin de
una marca de automvil hay que incluir precio, kilometraje, espacio interior, etc. Desde el punto
de vista administrativo, los atributos y sus niveles deben ser procesables. Decirle a un director
que los consumidores prefieren un auto deportivo antes que uno conservador no es de ayuda, a
menos que el carcter deportivo y el carcter conservador se definan en trminos de los atribu
tos sobre los que ese director tenga el control. Estos atributos se identifican en conversaciones
con administradores y expertos del ramo, en anlisis de datos secundarios, investigacin cuali
tativa y encuestas piloto. Un anlisis conjunto ordinario abarca seis o siete atributos.
Ya que se identificaron los principales atributos, hay que elegir sus niveles apropiados. El
nmero de estos niveles determina el nmero de parmetros que se van a estimar y tambin in
fluye en el nmero de estmulos que evaluar el encuestado. Para hacer mnima la tarea de eva
luacin del encuestado y no obstante estimar los parmetros con razonable precisin es aconse
jable restringir el nmero de niveles de atributos. La funcin de valor parcial o utilidad para los
niveles de un atributo puede ser no lineal. Por ejemplo, digamos que un consumidor prefiere un
auto mediano antes que uno pequeo o uno grande. Del mismo modo, tambin la utilidad del
precio puede ser no lineal. La prdida de utilidad al pasar de un precio bajo a uno regular pue
de ser mucho menor que la prdida al pasar de un precio regular a uno alto. En estos casos, hay
que usar por lo menos tres niveles. Sin embargo, algunos atributos se presentan naturalmente en
forma binaria (en dos niveles): un auto tiene quemacocos o no lo tiene.
Los niveles de atributos elegidos tendrn un efecto en las evaluaciones de los consumido
res. Si el precio de una marca de auto vara 10,000, 12,000 y 14,000 dlares, el precio carecer
relativamente de importancia. Por otro lado, si esta variacin es de 10,000, 20,000 y 30,000
dlares, ser un factor importante. Entonces, el investigador debe considerar los niveles de atri
butos prevalecientes en el mercado y los objetivos del estudio. Tomar niveles que estn fuera de
la gama que manifiesta el mercado disminuye la credibilidad de la tarea de evaluacin, aunque
incrementa la exactitud con que se estiman los parmetros. La regla general es elegir niveles de
Figura 2 1 .8
Etapas del anlisis conjunto
P lantear el problem a
I
i
Componer los estmulos
Escoger la forma de entrada de los datos
www.FreeLibros.me
PARTE III
624
Atributos y niveles de tenis

A
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
Composicin de los estmulos

Hay dos mtodos para componer estmulos para el anlisis conjunto: el mtodo pareado y el
procedimiento de perfiles completos. En el mtodo pareado, tambin llamado evaluaciones de
dos factores, los encuestados evalan dos atributos a la vez hasta terminar con todos los pares
posibles. Este mtodo se ilustra en el contexto del ejemplo de los tenis de la figura 21-9. En ca
da par, los encuestados evalan todas las combinaciones de los niveles de los atributos, que se
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
Mtodo de perfiles completos para reunir datos conjuntos

E j e m p l o d e u n p er f il d e t e n is
Suela
Heda de goma
Fbrro
Hecho de nylon
Recio
$30.00
presentan en una matriz. En el mtodo de perfiles completos, tambin llamado evaluaciones de

factores mltiples, se elaboran perfiles completos de las marcas en todos los atributos. En gene
ral, cada perfil se describe en una tarjeta separada. Este mtodo se ilustra con el ejemplo de los
tenis d la tabla 21-3.
No es necesario evaluar todas las combinaciones posibles ni es viable en todos los casos.
En el mtodo por pares se puede reducir el nmero de comparaciones de pares mediante dise
os cclicos. Del mismo modo, en el mtodo de perfiles completos, el nmero de perfiles de es
tmulo disminuye notablemente mediante diseos factoriales fraccinales. Un caso especial de
diseos fraccinales, los rdenes ortogonales, permiten estimar bien todos los efectos principa
les. Los rdenes ortogonales permiten medir todos los efectos principales que interesan sin co
rrelacionarlos. En estos diseos se supone que todas las interacciones son insignificantes.20 En
gjneral se obtienen dos conjuntos de datos. Uno, el conjunto de estimacin, se usa para calcu
lar las funciones de valores parciales de los niveles de atributos. El otro, el conjunto de reten
cin, sirve para evaluar la validez y la confiabilidad.
La ventaja del mtodo por pares es que a los encuestados se les facilita hacer los juicios.
Sin embargo, su ventaja relativa es que requieren ms evaluaciones que el mtodo de perfiles
completos. Asimismo, la tarea de evaluacin se vuelve poco realista si slo se evalan dos atri
butos a la vez. En los estudios en los que se comparan los dos mtodos se indica que ambos son
igualmente tiles, pero el mtodo de perfiles completos se usa ms.
En el ejemplo de los tenis se aplica el mtodo de perfiles completos. Dados tres atributos,
definidos cada uno en tres niveles, pueden trazarse en total 3 X 3 X 3 = 27 perfiles. Para redu
cir la tarea de evaluacin de los encuestados, se emple un diseo factorial fraccional y se tra
z un conjunto de nueve perfiles que constituyeran el grupo de estmulos de estimacin (vase
la tabla 21-4). Se compuso adems otro conjunto de nueve estmulos para fines de validacin.
Se obtuvieron datos de entrada para los estmulos de estimacin y de validacin. Ahora bien,
antes de obtener estos datos, fue necesario elegir una forma de entrada.
Eleccin de la forma de los datos de entrada

En el caso de las EMD, los datos de entrada del anlisis conjunto pueden ser mtricos o no m
tricos. En el caso de los datos no mtricos, lo comn es que se pida a los encuestados que hagan
evaluaciones ordenadas. En el mtodo pareado, los encuestados organizan todas las celdas de
las matrices en trminos de su atractivo. En el mtodo de perfiles completos, ordenan todos los
perfiles de los estmulos. Los ordenamientos comprenden evaluaciones relativas de los niveles
de atributos. Los defensores de los datos de ordenamiento creen que reflejan fielmente el com
portamiento de los consumidores en el mercado.
En la forma mtrica, los encuestados proporcionan calificaciones, no ordenamientos. En
este caso, los juicios se hacen de manera independiente. Quienes abogan por los datos de pun
tuaciones creen que son ms convenientes para los encuestados y ms fciles de analizar que
los ordenamientos. En los ltimos aos se han vuelto ms comunes.
En el anlisis conjunto, la variable dependiente suele ser la preferencia o la intencin de
compra. En otras palabras, los encuestados proporcionan puntuaciones u ordenamientos en tr
nanos de su preferencia o sus intenciones de compra. Sin embargo, la metodologa conjunta es
flexible y da cabida a una gama de otras variables independientes, incluyendo eleccin o com
pra real.
Al evaluar los perfiles de los tenis se pidi a los encuestados que ofrecieran puntuaciones
de preferencia de los tenis descritos en los nueve perfiles del conjunto de estimacin. Estas
puntuaciones se obtuvieron en una escala de Likert de nueve puntos (1 = no se prefieren, 9 =
los ms preferidos). En la tabla 21-4 se muestran las puntuaciones aportadas por uno de los
encuestados.
www.FreeLibros.me
626
PARTE III
Perfiles de tenis y sus puntuaciones

N
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
L o s n iv e le s de atributos co rre sp o n d e n a los de la tab la 2 1-2.
Seleccin de un procedimiento de anlisis conjunto

El modelo de anlisis co n ju n to bsico se representa con la frmula siguiente :21
Modelo matemtico que expresa la
relacin fundamental entre atributos
y utilidad en el anlisis conjunto.
<*>=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
Los fabricantes de zapatos tenis, como

Nike, han aprovechado el anlisis
conjunto para crear productos con
caractersticas atractivas.
www.FreeLibros.me
CAPTULO 21
627
Etcabw nxultidimcnjionaleo y anlLfL* conjunto
La importancia de un atributo, If se define de acuerdo con la extensin de los valores par

ciales, a.., en todos los niveles de tal atributo.
I. = {mx(otJ - mn(c^)}, para cada i
La importancia del atributo se normaliza para evaluar su significacin en relacin con
otros atributos, W:
W.1 = m
i- 1
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
Datos de tenis codificados para una regresin con variables ficticias

P u n t u a c io n e s d e
PREFERENCIAS
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
Resultados del anlisis conjunto_____

N iv el
A t r ib u t o
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
0.778
0 .2 2 2
0.556
1 .2 2 2
0.286
0.214
0.500
El modelo estimado se representa como:

U = b Q+ b\X + >2 ^ 2 *"^3 ^ 3 + ^4 ^ 4 + ^5-^5 + ^6 ^ 6
donde
X v X 2 = variables ficticias que representan suela
X v X 4 = variables ficticias que representan forro
X 5, X 6 = variables ficticias que representan precio
En cuanto a suela, los niveles de atributos se codificaron como sigue:
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 =
Estas ecuaciones para el primer atributo, suela, son:
a ii otj3 = 1.000
t| 2 ~ ot, 3 0.333
ll + l 2 + l 3 = 0
www.FreeLibros.me
CAPTULO 21
629
Resolvemos las ecuaciones y tenemos

<x = 0.778
a ,2 = - 0 .5 5 6
ot13 = - 0 . 2 2 2
Los valores parciales de los otros atributos indicados en la tabla 21-6 se estiman del mismo
modo. Para forro, tenemos
2 1 - 23 = * 3
22 2
, + 22+
23 = b 4
23 =
fra el tercer atributo, precio, tenemos

3 1 - 33 = * 5
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
[0.778 - (-0.556)] 1.334

= --= 0.286
4.668
4.668
, . . .
[0.445 - (-0.556)]
1.001
Importancia relativa de forro = ---------------------------- = --------- = 0.214
F
4.668
4.668
n 1 11 _ (-1 922)1 2 333
Importancia relativa de precio = 1
v
n
= 0.500
v
4.668
4.668
Importancia relativa de suela = --------------------
La estimacin de los valores parciales y los pesos de la importancia relativa sientan las ba
ses para interpretar los resultados.

Para interpretar los resultados es til trazar una grfica de las funciones de valor parcial. Los va
lores dlas funciones pralos atributos dados en la tabla 21-6 se grafican en la figura 21-10. Co
mo se aprecia en la tabla y en la figura, cuando este encuestado evala prefiere en particular sue
la de gom a. La siguiente preferencia es suela de plstico y la ltima es la suela de
poliuretano. El forro de cuero es el favorito, seguido de la tela de lona y el naylon. Como se es
peraba, el precio de 30 dlares tiene la mayor utilidad y el de 90 dlares la menor. Los valores
de utilidad sealados en la tabla 2 1 - 6 tienen slo propiedades de escala de intervalos y su ori
gen es arbitrario. En trminos de la importancia relativa de los atributos, vemos que precio est
en primer lugar. El segundo lugar en importancia es suela, seguida de cerca por el forro. Como
el precio es por mucho el atributo ms importante para este encuestado, hay que considerarlo
sensible al precio.

Hay varios procedimientos para evaluar la confiabilidad y la validez de los resultados del an
lisis conjunto.25
L Debe evaluarse el ajuste del modelo estimado. Por ejemplo, si se hace una regresin con
variables ficticias, el valor de R 2 indicar el grado en que el modelo se ajusta a los datos.
Los modelos con mal ajuste son sospechosos.
2 . Para evaluar la confiabilidad en la primera y la segunda prueba se repiten algunos juicios
ms adelante en el proceso de recopilacin de datos. En otras palabras, en una etapa pos
terior de la encuesta se pide a los encuestados que evalen de nuevo estmulos selectos. A
continuacin se relacionan los dos valores de tales estmulos para evaluar la confiabilidad
en la primera y la segunda prueba.
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)
3. Las evaluaciones de los estmulos de retencin o validacin pueden pronosticarse median

te las funciones estimadas de valor parcial. Estas evaluaciones pronosticadas se correla
cionan con las obtenidas de los encuestados para determinar su validez interna.
4. Si el anlisis se realiza en el plano acumulado, la muestra de estimacin se divide de va
rias maneras. Se hace un anlisis conjunto de cada submuestra. Se comparan los resulta
dos de las submuestras para evaluar la estabilidad de las soluciones del anlisis conjunto.
Al efectuar un anlisis de regresin sobre los datos de la tabla 21-5 se obtuvo una R 2 de
0.934, loque indica un buen ajuste. Las puntuaciones de preferencia de los nueve perfiles de va
lidacin se pronosticaron a partir de los valores de utilidad anotados en la tabla 2 1 - 6 y luego se
correlacionaron con las puntuaciones de entrada de estos perfiles hechas por el encuestado.
El coeficiente de correlacin fue de 0.95, lo que indica una buena capacidad de pronstico. Este
coeficiente de correlacin es significativo en a = 0.05.
www.FreeLibros.me
C A PT U L O 21
631
E rta la * m u ltid im cn jio n a lej y anlutj conjunto
INVESTIGACIN
REAL
Examen microscpico de ventajas y desventajas de las PC

Los consumidores compensan y
equilibran los diversos atributos
cuando compran microcomputadoras.
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
Todas las combinaciones posibles de estos atributos dan 2 X 2 X 2 X 3 = 24 perfiles de

microcomputadoras. Un perfil es de la siguiente manera:
Dispositivo de entrada:
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.
Preferencias de los consumidores

Precio
Tamao de la pantalla
Monitor
3r
o
Dispositivo de entrada
3r
yc
c_ I
15"
21"
www.FreeLibros.me
c.
TRC
PLANO
632
PARTE III
Sobre la base de las funciones derivadas de preferencias o valores parciales se comparan

stos para estimar la importancia relativa de los diversos atributos como determinantes de estas
preferencias de consumo, as:
Importancia relativa____________________
Criterios de evaluacin
Im portancia
Dispositivo de entrada
35%
Monitor
15%
Tamao de la pantalla
25%
Nivel de precio
25%
Pam este consumidor, el dispositivo de entrada es la caracterstica ms importante y el ratn es

la opcin preferida. Aunque el precio y el tamao de la pantalla tambin son importantes, el
precio se vuelve significativo slo entre 1,500 y 2,000 dlares. Como se esperaba, se prefiere
una pantalla de 21 pulgadas. Que el monitor sea un tubo de rayos catdicos o una pantalla de
cristal lquido no importa tanto como los otros factores. La informacin de las funciones de va
lor parcial y los pesos de la importancia relativa se toman para agrupar a los encuestados y de
terminar segmentos de beneficios de las microcomputadoras.
Los fabricantes de computadoras porttiles y de bolsillo, como Dell (www.dell.com), pue
den aprovechar el anlisis conjunto para averiguar si los consumidores le conceden ms valor a
caractersticas como velocidad, tamao de la pantalla o espacio en disco, o si le dan ms impor
tancia al costo o al peso. D e cualquier manera que lo consideremos, los fabricantes de compu
tadoras recurren constantemente al anlisis conjunto y a muchos otros sectores para llevar a los
consumidores los productos que prefieran.26
PREMISAS Y LMITES DEL

ANLISIS C O N J U N T O
Aunque el anlisis conjunto es una tcnica popular, como las EMD, tiene varias premisas y l
mites. En el anlisis conjunto se asume que es posible identificar los atributos importantes de
un producto. Ms an, se supone que los consumidores evalan las alternativas de acuerdo con
estos atributos y los equilibran o compensan. Sin embargo, en las situaciones en las que es im
portante una imagen o una marca, quiz los consumidores no evalen las marcas o las alterna
tivas por sus atributos. Incluso si los consumidores consideran los atributos de los productos, el
modelo de equilibrio o compensacin no siempre es una buena representacin del proceso de
eleccin. Otra limitacin es que la recopilacin de datos llega a ser complicada, en particular si
hay muchos atributos y si el modelo debe estimarse en el plano individual. Este problema se
mitiga en alguna medida a travs de procedimientos como el anlisis conjunto interactivo o
adaptable y el anlisis conjunto hbrido. Tambin debe advertirse que las funciones de valor
parcial no son las nicas.
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
Ertala* m ultidim cnjionalej y anlutf conjunto
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.
Cmo arrancar a la competencia

En ICI Americas Agricultural Products no saban si deban reducir el precio de su herbicida Fusilade. Saban que haban creado un herbicida potente, pero no estaban seguros de que sobrevi
viera en un mercado consciente del precio. Entonces, se dise una encuesta para evaluar la im
portancia relativa de los diferentes atributos al elegir herbicidas, y al medir y cartografiar
percepciones de los principales herbicidas en los mismos atributos. Se realizaron encuestas per
sonales a 601 productores de soya y algodn que dedicaran por ms de 80 hectreas a estos cul
tivos y que hubieran rociado herbicidas en la anterior temporada de cosecha. Primero se efectu
un anlisis conjunto para determinar la importancia relativa de los atributos con que los agricul
tores eligen herbicidas. A continuacin se prepararon escalas multidimensionales para trazar un
mapa de sus percepciones de los herbicidas. En el estudio se mostr que el precio ejerci gran
influencia en la eleccin de pesticidas y que los encuestados eran particularmente sensibles si
los costos superaban los 45 dlares por hectrea. Pero el precio no era el nico determinante.
Los agricultores tambin consideraron cunto control de las malas yerbas obtenan con el her
bicida. Estaban dispuestos a pagar un precio mayor por alejar las plagas de sus tierras. En el es
tudio se mostr que los herbicidas que no controlaban, as fuera una sola de las malas yerbas
ms comunes, tena que ser muy econmico para conseguir una participacin de mercado razo
nable. Fusilade prometa un buen control. Adems, en las escalas multidimensionales se indic
que se consideraba costoso a uno de los rivales de Fusilade. Por tanto, ICI mantuvo su plan ori
ginal y no baj el precio de Fusilade.
Sin embargo, en 2003 cambi el sector agrcola. Un factor fueron los adelantos tecnolgi
cos, en particular de la biotecnologa. Las soyas Roundup Ready tuvieron un enorme efecto en
los mercados de herbicidas, pues los agricultores dejaron de usar los tradicionales herbicidas pa
ra soya en favor de una nueva tecnologa combinada de Roundup y semillas transgnicas. La nue
va tecnologa recort a la mitad el costo por hectrea de herbecidas, y por consiguiente las com
paas qumicas competidoras fueron obligadas a equiparar ese precio. Es muy importante que las
compaas investiguen la aceptacin de los consumidores de las innovaciones tecnolgicas me
diante tcnicas como EMD y anlisis conjunto para no quedaise al margen .28
Tanto las EMD como el anlisis conjunto son tiles para realizar investigaciones de merca
dos internacionales, como lo ilustran los dos ejemplos siguientes. En el tercer ejemplo se pre
senta una aplicacin de las EMD a las percepciones de la tica de investigacin.
Hereditario o meritorio en Europa?

Los fabricantes europeos de autos se enfocan cada vez ms en un atributo que los rivales no
sean capaces de comprar ni incorporar: su linaje. Para BMW es su ingeniera superior. A.B.
\b lv o de Suecia tiene una reputacin de autos seguros. El italiano Alfa Romeo ostenta los
laureles de motores que han ganado numerosas carreras. El francs Renault conoce el savoirfaire. Por su parte, los autos japoneses son avanzados tecnolgicamente pero no poseen clase ni
linaje. Por ejemplo, Lexus e Infiniti son autos de alto desempeo, pero no tienen clase. Philip
Gamba, vicepresidente de marketing de Renault, cree que a las marcas japonesas les falta el
toque francs de su diseo y credibilidad. En estos das, Renault fabrica un auto enfocado en la
comodidad. BMW quiere destacar no el prestigio de poseer un automvil de lujo, sino el valor
interior de sus autos. Transmitir valor a los autos es cada vez ms importante. BMW est a la
vanguardia del legado alemn.
www.FreeLibros.me
634
PARTE III

Mucho
Lexus
Infiniti
BMW
Alfa
Romeo Mercedes
Renault* Vo1
Malo
Alio
Ford
Poco
Linaje
Como el desempeo y el linaje son atributos o dimensiones importantes en las preferencias

automovilsticas de los europeos, se muestra el posicionamiento de diversos autos europeos en
esas dimensiones. Obsrvese que BMW ha alcanzado la mayor posicin en ambas. La nota ca
racterstica de la mayora de los autos estadounidenses y japoneses en el primer decenio del
siglo x x i ha sido el hincapi hecho en la calidad, la confiabilidad y la eficiencia. Sin embargo,
para competir en el mercado europeo de este siglo, los estadounidenses y los japoneses enfren
tan la dificultad de la otra dimensin, el linaje. Lo anterior apunta a la necesidad de que los
fabricantes de autos de Estados Unidos y Japn establezcan nuevas estrategias de marketing.
Debido a la desaceleracin econmica de 2002, ser preciso que los fabricantes estadouniden
ses empleen nuevas estrategias de marketing. Por ejemplo, Ford introdujo en 2003 una evalua
cin vertical descendente de su estrategia general de mercados con la intencin de aprovechar
al mximo hasta el ltimo centavo que gasta en cada marca y competir eficazmente con las
marcas europeas y japonesas.29
INVESTIGACIN
REAL
La lucha formidable del fabuloso Fab

En Tailandia amenazaba con estallar la competencia entre detergentes. En 2003 el detergente
superconcentrado se ha convertido rpidamente en el prototipo. En la investigacin de los mer
cados potenciales tailandeses se revel que los superconcentrados seguiran creciendo a una
tasa saludable, aunque el mercado de detergentes desacelera. Adems, esta categora ya haba
dominado otros mercados asiticos como Taiwn, Hong Kong y Singapur. En consecuencia,
Colgate entr en este sector de competencia con Fab Power Plus, con el objetivo de captar 4%
de la participacin en el mercado. Los principales participantes del mercado eran Attack de Kao
Corp., Breeze Ultra y Orno de Lever Brothers, y Pao Hand Forc y Pao M. Wash de Lion Corp.
A partir de investigaciones cualitativas y datos secundarios, Colgate evalu los factores crticos
del xito de los superconcentrados. Algunos de estos factores fueron el atractivo ambiental,
conveniencia de lavado a mano y en lavadora, mayor capacidad de limpieza, produccin de la
espuma ptima para lavar a mano y nombre de la marca. En la investigacin de mercados tam
bin se revel que ninguna marca tena capacidades conjuntas de lavado a mano y en lavadora.
Pao Hand Forc estaba formulada como la marca para lavar a mano y Pao M. Wash era la versin
de lavado en mquina. Breeze Ultra, de Lever, estaba destinada al consumo en lavadoras. Por
tanto, era deseable una frmula que tuviera capacidades tanto para lavar a mano como en lava
dora. Se dise un estudio conjunto y se variaron estos factores, ya en dos ya en tres factores.
Se tomaron de encuestados puntuaciones de preferencia y se estimaron valores parciales de los
factores en el plano de los individuos y en el de los grupos. En los resultados se mostr que el fac
tor de la capacidad de lavado a mano y en lavadora dio un respaldo sustancial a las aseveraciones
anteriores. A partir de estos resultados se introdujo con xito Fab Power Plus como una marca con
las dos capacidades, de lavado a mano y en mquina.30
INVESTIGACIN
REAL
Impresiones ticas de las empresas de investigacin de mercados

En una escala perfeccionada para medir el grado en qu determinada situacin es moral o inmo
ral, se ha encontrado que tres factores tienen validez y exactitud aceptables. Dos de estas di-
www.FreeLibros.me
CAPTULO 21
Escalas multidimensionales y anlisis conjunto
635
Igualdad moral amplia

Departamentos internos
Empresas nacionales
Serv icio co m p leto
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
APLIC A C IO N ES DE IN TER NET Y C O M P U T A D O R A

Con los aos se han escrito varios programas de cmputo para realizar anlisis de escalas mul
tidimensionales en microcomputadoras y computadoras centrales. El programa ALSCAL, que
est en las versiones para computadoras centrales de SPSS y SAS, incorpora varios modelos y
puede usarse para realizar anlisis individuales o conjuntos. Otros programas de escalas multi
dimensionales se consiguen con facilidad y son muy usados. Casi todos se compran en versio
nes para microcomputadora o computadoras centrales.
MDSCAL 5M genera un mapa espacial de marcas en un nmero especificado de dimen
siones. Se toman datos de semejanza. Da cabida a diversos formatos de entrada de datos
y medidas de distancia.
KYST prepara escalas mtricas y no mtricas, as como despliegues con datos de semejanza.
INDSCAL, que denota escalas de diferencias individuales, es til para elaborar escalas
multidimensionales conjuntas. Los datos de entrada son de semejanza.
MDPREF realiza anlisis internos de los datos de preferencia. Este programa traza direc
ciones vectoriales de preferencias y la configuracin de marcas o estmulos en un espacio
comn.
PREFMAP realiza anlisis externos de los datos de preferencia. Este programa usa un
mapa espacial conocido de marcas o estmulos para retratar los datos de preferencia de
un individuo. PREFMAP2 realiza anlisis internos y externos.
FC-MDS contiene una variedad de algoritmos para generar escalas multidimensionales:
anlisis factorial, anlisis discriminante y otros procedimientos multivariados. La versin
es para PC de IBM y compatibles.
www.FreeLibros.me
636
PARTE III
E N F O Q U E
EN
B U R K E
U na funcin im p o rtan te d e B u rk e e s a c o n se ja r a los c lie n te s sobre d ise o s d e investigaci n . C o n fre

cuencia a c u d e n c lie n te s a B urke co n la so licitu d d e qu e e jecu te su d ise o de estu d io . E s nuestra re sp o n
sabilidad aco n se ja rlo s si v em o s p ro b lem as d e a p licaci n o interp retaci n . P o r e jem p lo , e n un an lisis
conjunto d e perfil co m p leto p ara un fab rica n te d e te l fo n o s c e lu la re s, el c lie n te esp ecific el sig u ien te
d se o .
F a c to re s: n iv eles
F btencia: 3 o 6 v atio s
Ffeso: 10 o 14 o n z a s
Vida til d e la pila: 3 0 m in u to s al aire; u n a h o ra al aire; 1.5 h o ras al a ire, o d o s h o ras al a ire
M arca: m arca A ; m arca B
P recio: gratuito co n la su scrip ci n d e d o s a o s , 1 0 0 ,2 0 0 o 2 5 0 d la re s (si c o m p ra el te l fo n o , p u e d e
usar c u a lq u ie r servicio q u e d esee)
E sp e c ific a c io n e s d e d is e o : factorial to ta l = 2 x 2 x 4 x 2 x 4 = 1 2 8 co m b in acio n es p o sib le s
Ftedir a lo s en cu estad o s q u e ev alu aran 128 c elu lares p o sib le s e stab a fu era d e c u a lq u ie r c o n s id e ra
cin, a s q u e se elig i un d ise o d e fraccin facto rial (slo lo s e fe c to s prin cip ales) c o n 16 perfiles. P a
ra o b se rv ar un a d e n u e stra s o b je c io n e s al d ise o , m o stram o s la s respuestas d e u n en cu estad o h ip o tti
co. L o s 16 p erfiles so n :
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
APM (Adaptatve Perceptual M apping, Cartografa perceptual adaptable) es un progra

ma para microcomputadora de escalas adaptables que maneja hasta 30 marcas y 50 atri
butos. N o hay lmite al nmero de encuestados por estudio ni al nmero de computado
ras con que se recopilan los datos.
MAPWISE, de Market Action Research Software, Inc., es software de cartografa per
ceptual para realizar anlisis de correspondencia. CORRESPONDENCE ANALYSIS por
la Beaumont Organization Ltd. realiza anlisis de correspondencia, simulaciones condi
cionales y anlisis de productos ideales. Otro programa de correspondencia es SIMCA,
de Greenacre.
Si se toma una regresin con cuadrados mnimos ordinarios como procedimiento de esti
macin en el anlisis conjunto, estos programas estn disponibles universalmente. En particu
lar, las versiones para microcomputadora y computadora central de SAS, SPSS MINITAB y
www.FreeLibros.me
CAPTULO 21
637
Escalas m ultidim cnjionalej y anlutf conjunto
Las calificaciones de un encuestado en una escala de inters de compra de 10 puntos fueron:

Perfil 1:2
Perfil 2: 5
Perfil 3: 1
Perfil 4: 1
Perfil 5: 5
Perfil 6 : 1
Perfil 7: 3
Perfil 8 : 6
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%
Porqu dud Burice del estudio?

En primer lugar, la administracin quera entender la sensibilidad al precio. En este modelo se su
pondra que las dos marcas tienen la misma elasticidad de precio o la administracin tomara la infor
macin necesaria del promedio de la elasticidad de los precios de las dos marcas. Cuando le pregun
tamos al cliente al respecto, no haba considerado que esta sensibilidad al precio pudiera no
corresponder ninguna de las dos marcas. Burke le propuso un diseo en el que se examinara la inte
raccin de marca y precio, pues sta es la manera de estudiar la elasticidad de precios de una marca (no
un promedio entre marcas).
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
brido de anlisis conjunto y diseo experimental. Usa simuladores de elecciones de consumo,

modelos de superficie de respuesta y procedimientos de optimacin para generar configuracio
nes ptimas de productos. Tambin hay programas conjuntos de eleccin y multimedia que
muestran caractersticas de los productos, ms que slo describirlos; por ejemplo, los de Sawtooth Technologies (www.sawtooth.comX
SPSS Windows. El programa de escalas multidimensionales permite tener diferencias indi
viduales y agregar anlisis por medio de ALSCAL. El nivel de medicin puede ser ordinal, por
intervalos o por radio. Tanto la aproximacin directa como la derivada pueden acomodarse. Para
elegir los procedimientos de escalas multidimensionales en SPSS para Windows, haga clic en:
Analyze>Scale>Multidimensional S calin g.. .
El mtodo de anlisis conjunto puede ejecutarse con una regresin si la variable depen
diente es mtrica (intervlica o proporcional). El procedimiento se ejecuta haciendo clic en:
Analyze>Regression>Linear. . .
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
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
tos de entrada son de ndole cualitativa, se les puede aplicar un

anlisis de correspondencia. Si se recurre a mtodos de atributos
para obtener datos de entrada, tambin se consiguen mapas espa
ciales mediante anlisis discriminante o factorial.
El anlisis conjunto se basa en la nocin de que la importan
cia relativa que asignan los consumidores a los atributos sobresa
lientes y la utilidad que conceden a los niveles de atributos
se determina cuando estos consumidores evalan perfiles de
marcas que estn elaborados con dichos atributos y sus niveles.
Plantear el problema exige que se identifiquen los atributos so
bresalientes y sus niveles. Los mtodos por pares y de perfil
completo son los que se utilizan de ordinario para generar los e s
tmulos. Se cuenta con diseos estadsticos para reducir el nme
ro de estmulos en la tarea de evaluacin. Los datos de entrada
pueden ser no mtricos (ordenamientos) o mtricos (puntuacio
nes). Por lo comn, la variable dependiente es la preferencia o la
intencin de compra.
Aunque se cuenta con otros procedimientos para estudiar los
datos de anlisis conjuntos, se ha vuelto cada vez ms importan
te la regresin con variables ficticias. La interpretacin de los re
sultados requiere un examen de las funciones de valor parcial y
los pesos de la importancia relativa. Hay varios procedimientos
para evaluar la confiabilidad y la validez de los resultados del
anlisis conjunto.
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
diseos factoriales fraccinales, 622

EMD mtricas, 615
EMD no mtricas, 615
escalas multidimensionales (EMD), 611
estrs, 612
funciones de valor parcial, 622
juicios de semejanza, 612
mapa espacial, 612
mtodos derivados, 613
www.FreeLibros.me
modelo de anlisis conjunto, 626

niveles de los atributos, 622
ordenamientos de preferencias, 612
rdenes ortogonales, 622
perfiles completos, 622
pesos de importancia relativa, 622
R cuadrada, 612
tablas pareadas, 622
validez interna, 622
CAPTULO 21
Escalas m ultidimensionales y anlisis conjunto
639
EJERCICIOS
Preguntas
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Para que fines se siguen los procedimientos de EMD?

Qu significa mapa espacial?
Describa las etapas de la elaboracin de EMD.
Describa los mtodos directos y derivados para obtener datos de en
trada de las EMD.
Qu factores influyen en la eleccin de un procedimiento de EMD?
Con qu lincamientos se decide con cuntas dimensiones se obtie
ne la solucin de las EMD?
Explique cmo se evalan la confiabilidad y la validez de las solu
ciones de EMD.
Cul es la diferencia entre los anlisis internos y externos de prefe
rencia de datos?
Describa brevemente el anlisis de correspondencia.
Qu se requiere para formular un anlisis de datos de preferencias?
Describa el mtodo del perfil completo para componer estmulos en
d anlisis conjunto.
12. Describa el mtodo por pares para componer estmulos en d anli

sis conjunto.
13. Cmo se aprovecha un anlisis de regresin en el anlisis conjunto
de los datos?
14. Dustre grficamente lo que se entiende por funciones de valor par
dal.
15. Qu procedimientos hay para evaluar la confiabilidad y la validez
de los resultados del anlisis conjunto?
16. Describa brevemente d anlisis conjunto hbrido.
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.
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
2. Analice los datos de la tabla 21-1 con un procedimiento apropiado

de EMD. Compare sus resultados con los que se dan en el texto.
3. Analice los juidos de semejanza que proporcion para las 12 mar
cas de jabn de bao en el Ejercicio de campo 1. Aplique un proce
dimiento de EMD apropiado, como ALSCAL. Designe las dimen
siones e interprete su propio mapa espacial.
4 Con una regresin de cuadrados mnimos ordinarios, produzca fun
dones de valor parcial para los tres atrfcutos de tenis usando los da
tos que proporcion en el ejercicio de campo 2. Compare sus resul
tados con los que se indican en el texto.
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.
1. En un grupo pequeo, estudien las semejanzas y diferencias entre

las EMD y el anlisis conjunto.
2. Estudien en un grupo pequeo las semejanzas y diferencias entre las
EMD, anlisis factorial y anlisis discriminante.
www.FreeLibros.me
C A P T U L O
P rep araci n y presen tacin

del informe
O bj e t i vo s
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.
"Es probable que la

administracin no valore
su trabajo si los datos
de su informe no son
fciles de entender,
aebles ni procesa bles".
Nancy Bunn,
dredorai, comunica
ciones corporativas,
3. Explicar la metodologa del informe de investigacin de mercados desde el punto de vista

del cliente y los lincamientos para leer el informe.
4. Explicar la razn del seguimiento con el cliente y describir la ayuda que hay que prestarle
y la evaluacin del proyecto de investigacin.
5. Comprender el proceso de preparacin y presentacin del informe en la investigacin de
6 . Identificar los problemas ticos relacionados con la interpretacin y el informe al cliente
del proceso de investigacin y los resultados, as como con el destino que el cliente da a
estos resultados.
7. Explicar el uso de Internet y las computadoras en la preparacin y presentacin de informes.
Burke, Inc.
640
www.FreeLibros.me
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

En el p royecto de tien d a dep artam en tal el in fo rm e form al se prepar para el v icep resid en te d e m ark e
tin g d e la em p resa d e l d ie n te . E l p rim e r v o lu m en , q u e c o n siste e n la p a rte p r in d p a l d e l in fo rm e, te n a
una p g in a co n el ttu lo , tab la d e co n ten id o , resum en ejecu tiv o y detalles e n cu an to a la d efin ici n d el
pro b lem a, la m eto d o lo g a, el d ise o d e la in v estig ac i n , lo s m to d o s em p le a d o s p ara el a n lisis d e d a
tos, resultados y lim itan tes del p ro y ecto ; a s co m o co n clu sio n es y recom endaciones. E l volu m en II te
na u n a p gina c o n el ttu lo , un listado d e fig u ra s y to d a s la s fig u ras y g rficas. P o r ltim o , e n el v o lu
m en m se in clu y en los detalles estad stico s c o n s u s respectivas tab las. L a redaccin d e l escrito s e v io
influida p o r el estilo del v icep resid en te d e m arketing y d e o tro s e je c u tiv o s d e im portancia. E l v o lu m en
l no te n a un a o rien taci n t c n ic a y e ra fcil d e leer. A d e m s d e l re p o rte e sc rito , s e realiz u n a p resen
tacin d e to d o el pro y ecto p a ra lo s d irectiv o s. D esp u s d e a lg n tiem p o , a lg u n a s d e la s reco m en d acio
nes para la g e re n c ia q u e s e plan teab an en el in fo rm e fueron realizadas.
INVESTIGACIN
REAL
Informe de cielos amistosos

La tarea de la investigacin de mercados es evaluar las necesidades de informacin, proporcio
nar esta informacin y ayudar a quien decide tomar la decisin correcta. A s lo entendi United
Airlines, la compaa area con sede en Chicago a travs de su programa continuo de satisfac
cin del cliente en vuelo. Cada mes se seleccionan 192,000 pasajeros de 900 vuelos y se en
cuestan mediante una forma en cuatro pginas de lectura con escner. La encuesta se ocupa de
la satisfaccin de los pasajeros, tanto en servicios terrestres (reservacin del vuelo, servicios en
aeropuerto) como areos (azafatas, comida, avin). Las azafatas distribuyen las encuestas al co
mienzo del vuelo, para que los pasajeros tengan tiempo de llenarlas.
Cada mes, el departamento interno de investigacin de mercados de United publica un in
forme en el que resume el estado de satisfaccin de los clientes. El informe tambin se publica
en Internet y est en lnea a disposicin de los gerentes de United de todo el mundo. Dado el
641
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.
IMPORTANCIA DEL INFORME

Y LA PRESENTACIN
El informe y su presentacin son partes importantes de la investigacin de mercados por las ra
zones siguientes:
1. Son productos tangibles de la investigacin. Cuando termina el proyecto y la direccin to
ma su decisin, quedan pocas pruebas documentales del estudio aparte del informe escri
to. As, el informe es un registro histrico del proyecto.
2. El informe y la presentacin guan las decisiones administrativas. Si las primeras cinco
etapas del proyecto se realizan con cuidado, pero no se presta atencin suficiente a la se x
ta, se reducir grandemente su valor para la administracin.
3. El contacto de muchos gerentes de marketing en el proyecto se reduce al informe escrito y
la presentacin oral. Evalan la calidad de todo el proyecto a partir de la calidad del infor
me y la presentacin.
4. La decisin de la direccin de emprender en el futuro estudios de mercados o de recurrir a
una empresa de investigacin particular depende mucho de la utilidad percibida en el in
forme y la presentacin.
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
Los colaboradores annimos de los moderadores en las sesiones

de grupo pueden engaar a los clientes
Thomas Greenbaum, presidente de una compaa de investigacin de mercados orientada a la
investigacin de calidad, advierte una tendencia preocupante de los ltimos aos en el sector de
servicios de sesiones de grupo. Greenbaum o f Groups Plus, Inc., de Wilton, Connecticut, ase
gura que algunos moderadores de las sesiones de grupo presentan mal su trabajo a los clientes
porque sus informes los escriben en realidad colaboradores annimos que no participaron en las
sesiones.
De acuerdo con Greenbaum, quiz ms de la mitad de los moderadores recurren a estos co
laboradores ocultos para que redacten sus informes a los clientes. Muchas veces, escriben los
informes investigadores jvenes que estn aprendiendo el trabajo o empleados de medio tiem
po. Greenbaum critica esta actividad porque las reacciones no verbales de los participantes en
los grupos, la sinergia interna, no siempre las informan bien quienes slo escucharon las cintas
o vieron los videos de las sesiones. Greenbaum exhorta a los moderadores a ser honestos con
los clientes sobre la autora de estos informes y exhorta tambin a los clientes para que sean
ms exigentes con los equipos de investigacin que contratan.
Aunque algunos defienden esta escritura de segunda mano y afirman que siempre revisan
los informes antes de mandarlos al cliente o que incluso redactan ciertas secciones fundamenta
les, los clientes que encargan investigaciones con sesiones de grupo deben estar muy atentos a
esta prctica -d ice Greenbaum. Es obvio que el problema se aminora si el cliente sabe de ante
mano que sus informes sern escritos por otros; pero aun as todava no reciben el mayor es
fuerzo de sus asesores investigadores.
www.FreeLibros.me
644
PARTE III
Adems de la probabilidad de degradar el informe, Greenbaum observa que este sistema

de escritura retrasa la entrega del informe final. Los moderadores que escriben sus propios in
formes tratan de terminarlos en el plazo de una semana a 1 0 das de la ltima sesin, para tener
la informacin fresca en la cabeza mientras escriben -explica Greenbaum. En cambio, quienes
recurren a escritores de segunda mano no entregan a los clientes el informe final sino hasta tres o
cuatro semanas despus del ltimo grupo, debido al proceso de escritura que siguen . 2
PREPARACIN DEL INFORME

Cada investigador prepara de una manera su informe de investigacin. La personalidad, antece
dentes, experiencia y responsabilidad del investigador y del directivo al que est dirigido el do
cumento se entreveran para dar a cada informe un carcter nico. Con todo, hay algunos linca
mientos para la estructura y la redaccin de los informes y para la elaboracin de tablas y
grficas.3
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
Uneamientos de Elrick & Lavidge para la portada

Use en el ttulo el lenguaje del cliente. No hable en trminos de los investigadores.
Prcticas seguidas para elegir proveedores del servicio de larga distancia
Es mejor que Estudio de servicios de larga distancia
Reacciones de los clientes a una relacin de expansin entre finanzas y seguros
Es mejor que Estudio de relaciones
Copyright, Elrick & Lavidge, Inc. Todos los derechos reservados. Usado con autori
zacin.
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.
Definicin del problema

En esta seccin del informe se sealan los antecedentes del problema, se destacan las conversa
ciones con quienes toman las decisiones y con los expertos del sector, se explica el anlisis de
los datos secundarios, la investigacin cualitativa que se haya realizado y los factores que fue
ron considerados. Adems, la seccin debe contener un enunciado claro del problema de deci
sin administrativa y el problema de investigacin de mercados (vase el captulo 2 ).
www.FreeLibros.me
646
PARTE III

En esta seccin debe exponerse la metodologa general que se adopt para abordar el problema.
Tambin debe llevar una descripcin de las bases tericas que guan la investigacin, los mode
los analticos que se hayan formulado, las preguntas de investigacin, hiptesis y los factores
que influyeron en el 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.
Anlisis de los datos

En esta seccin debe describirse el plan del anlisis de datos y se justifican la estrategia de an
lisis de los datos y las tcnicas aplicadas. Estas tcnicas de anlisis deben explicarse con un len
guaje simple y sin tecnicismos.
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
Lineamientos de Elrick & Lavidge para las conclusiones

y recomendaciones
C onclusiones
Conclusiones
Conclusiones que conciernen, por ejemplo, a:
comportamiento de los clientes
opiniones e impresiones de los clientes
naturaleza de los mercados estudiados
En general, en estudios con muestras diseadas para representar al mercado
Omita resultados interesantes que no sean pertinentes para las conclusiones
Puede estar en forma de enunciado o en prrafos
Anote ttulos y subttulos para identificar las conclusiones que abarcan temas o segmen
tos de mercado diferentes
R ecom endaciones
Recomendaciones sobre las acciones que conviene emprender o considerar dados los re
sultados de la investigacin:
Aadir o suprimir un producto
Qu decir en un anuncio; posicionamiento de la publicidad
Qu segmentos de mercado tomar como los principales objetivos
Qu precio fijara un producto
Nuevas investigaciones que conviene considerar
Deben relacionarse con el propsito declarado de la investigacin
A veces se omiten; por ejemplo:
Empleados del cliente quieren ser los que hagan las recomendaciones
El estudio est destinado nicamente a familiarizar al cliente con un mercado
Casi todos los clientes estn interesados en nuestras sugerencias, a pesar del hecho de
que quiz no estemos familiarizados con las cuestiones financieras internas y otros facto
res internos de la corporacin
Copyright, Elrick & Lavidge, Inc. Todos los derechos reservados. Usado con autori
zacin.
REDACCIN DEL INFORME

Lectores
El informe debe escribirse para un lector o lectores especficos: los directores de marketing que
aprovecharn los resultados. El informe debe tomar en cuenta los conocimientos tcnicos de los
lectores y su inters en el proyecto, as como las circunstancias en las que leern el informe y el
uso que le darn.
Hay que evitar el lenguaje tcnico. Como dijo un experto: los lectores de los informes son
personas ocupadas y muy pocos pueden mantener en equilibrio al mismo tiempo un informe de
investigacin, una taza de caf y un diccionario .4 En vez de trminos tcnicos, como probabi
lidad mxima, heteroscedasticidad y no paramtrico, use frases explicativas. Si no puede evitar
algunos tecnicismos, defnalos brevemente en un apndice. En lo que atae a la investigacin
de mercados, la gente prefiere vivir con un problema que no puede resolver a aceptar una solu
cin que no entiende.
Con frecuencia el investigador debe satisfacer las necesidades de diversos lectores con ca
pacidades tcnicas distintas y diferentes intereses en el proyecto. Estas necesidades contradic
torias se satisfacen con secciones distintas para diversos lectores o incluso informes distintos
por separado.
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.
Apariencia presentable y profesional

La apariencia del informe es importante. Debe estar reproducido profesionalmente en papel de
calidad, mecanografiado y encuadernado. La tipografa debe ser variada. Cambiar el tamao ti
pogrfico y el uso diestro del espacio en blanco contribuyen en gran medida a la apariencia y le
gibilidad del informe.
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 .
Refuerzo del texto con tablas y grficas

Es importante reforzar la informacin clave del texto con tablas (cuadros), grficas, imgenes,
mapas y otros auxiliares visuales, que facilitan la comunicacin y se aaden a la claridad y el
efecto del informe. Ms adelante exponemos los lincamientos de la presentacin de tablas y
grficas.
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.
LINEAM IENTOS PARA LAS TABLAS O CUADROS

Las tablas estadsticas son una parte vital del informe y merecen atencin especial. Se ilustran
los lincamientos para las tablas con los datos de ventas de automviles en Estados Unidos que
se anotan en la tabla 22-1. Las cifras entre parntesis de las siguientes secciones remiten a los
elementos numerados en la tabla.
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
Organizacin de los datos

La organizacin de los datos de la tabla o cuadro debe destacar sus aspectos ms significativos.
As, cuando los datos conciernen al tiempo, deben disponerse segn el periodo apropiado.
Cuando es ms importante el orden de magnitud, los datos deben colocarse en tal orden (2a). Si
es crucial localizar fcilmente los datos, lo ms apropiado es una organizacin alfabtica.
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
* Incluye a los dems fabricantes

Fuente: pginas en Internet de las compartas
Bases de las mediciones

Las bases o unidades de medida deben especificarse claramente (3a).
Puntos guas, disposicin y espacios

Puntos guas, puntos o guiones que se utilizan para guiar la mirada horizontalmente dan unifor
midad al texto y mejoran la legibilidad (4a). En lugar de rayar la tabla en sentido horizontal o
vertical, se usan espacios en blanco (4b) para separar los datos. Tambin ayuda a la vista dejar
renglones en blanco entre secciones de datos. A menudo se dejan lneas horizontales (4c) des
pus de los ttulos.
Explicaciones y comentarios: ttulos, entradas

y notas al pie
Las explicaciones y comentarios que aclaran al cuadro se agregan en forma de leyendas, entra
das y notas al pie. Las designaciones situadas sobre las columnas verticales se llaman ttulos
(5a). Las designaciones situadas en la columna de la izquierda se llaman entradas (5b). La in
formacin que no cabe en la tabla debe explicarse en notas al pie (5c). Para estas notas deben
usarse letras o asteriscos. Las notas al pie deben anotarse despus de la parte principal de la ta
bla, pero antes de la nota de la fuente.
Fuentes de los datos

Si los datos contenidos en la tabla son secundarios, hay que citar la fuente ( 6 a).
LINEAM IENTOS PARA LAS GRFICAS

Como regla general, deben usarse auxiliares grficos siempre que sea prctico. La presentacin
grfica de la informacin completa el texto y las tablas, pues mejora la claridad de la comuni
cacin y el efecto. Como dice el refrn, una imagen vale ms que mil palabras. Los lincamien
tos para elaborar grficas son semejantes a las tablas. Por tanto, en esta seccin nos centramos
en otros auxiliares grficos ,7 varios de los cuales ilustraremos con los datos de ventas de auto
mviles en Estados Unidos de la tabla 22-1.
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.
Mapas geogrficos y otros

Los mapas geogrficos y de otras clases (como de posicionamiento de productos) comunican
ubicaciones relativas y otra informacin comparada. Los mapas geogrficos comprenden pases,
estados, condados, territorios de ventas y otras divisiones. Supongamos, por ejemplo, que el in
s t ig a d o r quiere presentar informacin sobre el nmero de embotelladoras de Coca-Cola en
comparacin con las embotelladoras de PepsiCo y otros competidores en Estados Unidos. C o
municara mejor esta informacin en un mapa en el que cada estado se encontrara dividido en
forma proporcional al nmero de embotelladoras de Coca-Cola, PepsiCo y otras, con cada se g
mento ilustrado con un color distinto. En el captulo 21 dimos ejemplos de mapas de posiciona
miento de productos (por ejemplo, figura 21-4).
Grficas circulares o de pastel

G rfica red o n d a d iv id id a en
secciones.
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
Burke da a sus dientes, sin excepcin,

las mejores grficas de informes. Grfi
ca de barras de un informe de Burke.
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
Grfica que despliega los datos en

varias barras colocadas en sentido
horizontal o vertical.
Histogramas y grficas de barras
Grfica de barras vertical en el que

la altura de stas representa la frecuentia relativa con que ocurre una
variable.
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
0 _______ i_______ i_______ i_______i

1997
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 -
Grfica estratificada de las ventas

de autos por fabricante (1997
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
C a d a sm b o lo es igual a 1.000.000 de unidades
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
Esquemas y diagramas de flujo

Los esquemas y los diagramas de flujo adoptan muchas formas. Se usan para desplegar etapas
o componentes de un proceso, como en la figura 22-1. Otra forma til de estas tablas son los
diagramas de clasificacin. En el captulo 4 (figuras 4-1 a 4-4) dimos ejemplos de tablas de cla
sificacin para ordenar datos secundarios. En el captulo 10 (figura 10-2) dimos un ejemplo de
un diseo de diagrama de flujo y un cuestionario. 11
PRESENTACIN ORAL
Gua eficaz para estructurar una pre

sentacin. Este principio asienta: 1)
dgales qu les va a decir, 2 ) dgales,
y 3) dgales qu les dijo.
Principio de presentacin de infor
mes que asevera: hgalo simple y
directo.
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
La importancia de la presentacin oral

no puede ser exagerada, puesto que mu
chos ejecutivos se forman la primera y
la ltima impresin del proyecto a partir
de ella.
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
Explicacin del problema

El problema que se aborda debe estar identificado claramente y debe proporcionarse la infor
macin bsica pertinente. La organizacin que encarga la investigacin y la que la realiza deben
quedar bien identificadas. El informe no debe suponer que el lector tiene conocimientos previos
de la situacin del problema y debe darle toda la informacin pertinente. Un informe que no
proporciona tal informacin falla el blanco y pierde lectores.
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
Ejecucin de los procedimientos de la investigacin

El lector debe prestar atencin especial a la manera en que se ejecutaron los proyectos de inves
tigacin. Quienes trabajan en el proyecto deben estar calificados y bien capacitados. Deben se
guirse los procedimientos apropiados de supervisin y control. Esto es particularmente impor
tante con respecto al acopio y preparacin de los datos y los anlisis estadsticos.
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.
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.
SEG UIM IEN TO DE LA INVESTIGACIN

La tarea del investigador no termina con la presentacin oral, pues le quedan dos tareas. Debe
ayudar al cliente a entender e implantar los resultados y debe hacer un seguimiento. En segun
do lugar, debe evaluar todo el proyecto de la investigacin mientras todava lo tiene fresco en la
memoria.
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
Evaluacin del proyecto de investigacin

Aunque la investigacin de mercados es una actividad cientfica, tambin requiere creatividad,
intuicin y pericia. Por eso, todo proyecto de investigacin de mercados debe traer una oportu
nidad de aprender y el investigador debe evaluar crticamente todo el proyecto para adquirir
ideas y conocimientos nuevos. La pregunta fundamental es si hubiera sido posible realizar este
proyecto de manera ms eficaz o eficiente. Desde luego, esta pregunta suscita otras preguntas.
Hubiera sido posible definir el problema de otra manera para mejorar el valor del proyecto pa
ra el cliente o reducir los costos? Otro mtodo habra arrojado mejores resultados? El diseo
utilizado en la investigacin fue el mejor? Y en cuanto al modo del acopio de los datos? D e
bimos hacer encuestas en los centros comerciales en lugar de entrevistas telefnicas? El plan
de muestreo fue el ms apropiado? Anticipamos correctamente y controlamos las fuentes de
error, por lo menos en el sentido cualitativo? En caso contrario, qu cambios debimos haber
hecho? Cmo modificaramos la seleccin, capacitacin y supervisin de los trabajadores de
campo para mejorar el acopio de datos? La estrategia de anlisis de datos arroj informacin
til para tomar decisiones? Las conclusiones y recomendaciones fueron apropiadas y tiles
para el cliente? El informe est bien escrito y presentado? El proyecto se termin a tiempo y
dentro del presupuesto? En caso contrario, qu sali mal? Los conocimientos adquiridos de e s
ta evaluacin beneficiarn al investigador y los proyectos subsecuentes que emprenda.
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.
El pollo Camry fre a Ford

La campaa publicitaria diseada por Toyota Camry para Australia es muy diferente que la
campaa de Japn. Por qu cruz el pollo la carretera?, se pregunta Toyota en una serie de
anuncios emitida recientemente en Australia. La respuesta: Claro, para vender ms Camrys de To
yota . Los anuncios, que muestran a un pollo animado que trata de cruzar la carretera y le vue
lan las plumas cuando pasa un Camry, fueron creados por Saatchi & Saatchi Advertising. Cuando
d gerente general de marketing de Toyota Bob Miller trat de explicar el anuncio a sus colegas
japoneses, pensaron que estaba loco. Tal vez, pero los comerciales funcionaron increblemente
bien. Por viejo y gastado que fuera el chiste, ayud a que Toyota desbancara el dominio de Ford
en Australia. Como es una serie continuada, en el segundo anuncise muestra al pollo sin plu
mas sentado sobre una pila de huevos, de los que salen los polluelos cuando pasa velozmente el
Camry. Este tono humorstico era ofensivo en Japn, pero trajo una respuesta favorable de par
te de los australianos. 15 A l individualizar la publicidad y las actividades de marketing para ca
da cultura, la compaa Toyota conservar en 2004 el liderazgo con algunos de los autos ms
vendidos, como Camry.
www.FreeLibros.me
CAPTULO 22
657
Toyota lanz una campaa publicitaria

humorstica para desbancar el dominio
de Ford en Australia. Pero la campaa
puede no tener xito en otros pases.
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
La industria del tabaco es una pistola humeante

En el estudio de fuentes de datos secundarios se descubri el hecho de que el tabaquismo es
causa de 30% de todas las muertes por cncer en Estados Unidos y es la principal causa de en
fermedad cardiaca, adems de que se relaciona con resfriados, lceras gstricas, bronquitis cr
nica, enfisema y otras enfermedades. Comparten las tabacaleras la responsabilidad tica por la
situacin? Es moral que estas compaas recurran a la investigacin de mercados para crear
imgenes glamorosas de los cigarros que tienen un gran atractivo en el mercado objetivo? Se
calcula que la publicidad de las tabacaleras basada en investigaciones sistemticas tiene una
parte en que cada da 3,000 adolescentes estadounidenses se vuelvan fumadores. La publicidad
de los cigarros Camel mediante los anuncios con la caricatura de Old Joe hizo aumentar la par-
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.
Mam tena razn: Qu f cil es compartir

Compaas como General Electric buscan siempre formas ms fciles y mejores de compartir
informacin e ideas. En muchos casos recurren a las aplicaciones de Internet para mejorar sus
canales de comunicacin. Algunas de las compaas que ofrecen estas soluciones son Avistar
(www.avistar.com), eRoom Technologies, Inc. (www.eroom .com ), Latitude Communications
(www.latitude.com), PlaceWare (www.placeware.com) y Microsoft (www.microsoft.com/netm eeting\ Avistar ofrece una colaboracin visual que denomina la siguiente ola del comercio en
colaboracin. eRoom Technologies ofrece una sala virtual en la que los usuarios cambian infor
macin en tiempo real. Latitude Communications ofrece Meetingplace, un producto con solu
ciones de voz y conferencia en red PlaceWare tambin ofrece conferencias, ms presentaciones
en PowerPoint, pizarra, recorridos en la red y video continuo. Windows NetMeeting de Micro
soft es una aplicacin de junta en lnea comn a la mayora de las versiones de Windows. Al
tiempo que todas estas compaas ofrecen soluciones diferentes, todas resuelven el mismo pro
blema. Todas ofrecen la capacidad de compartir documentos y presentaciones, adems de que
dan a los usuarios la posibilidad de comunicarse y celebrar juntas aunque estn en lugares dis
tintos. Estas aplicaciones mejoran constantemente y es de creer que su uso se intensifique con
el tiempo, pues las compaas ahorran tiempo y dinero.
Adems de varios programas especializados, las versiones para computadora central y microco mputadora de los principales paquetes de estadstica tienen procedimientos para elaborar
informes. En SPSS, se puede ejecutar el programa REPORT para presentar resultados en el for
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.
En la investigacin de mercados internacionales, la prepara

cin del informe se complica con la necesidad de elaborar infor
mes para directivos de varios pases y en distintos idiomas. Salen
a colacin varias cuestiones ticas, en particular las que concier
nen a la interpretacin y la relacin para el cliente del proceso y
los resultados de la investigacin y el destino que les da el propio
cliente. El uso de microcomputadoras y computadoras centrales
facilita grandemente la preparacin y presentacin de informes.
TERM INOS Y C O N CEPTO S FUNDAM EN TALES

grfica circular, 650
grfica de barras, 651
grfica estratificada, 651
grfica lineal, 651

histograma, 651
pictograma, 651
principio Dgales, 653

principio SIDI, 653
EJERCICIOS
Preguntas
Problemas
L Describa d proceso de preparacin del informe.

2. Describa un formato habitual para escribir informes de investigatin de mercados.
3. Describa las siguientes partes de un informe: ttulo, ndice, resumen
ejecutivo, definicin del problema, diseo de la investigacin, an
lisis de los datos, conclusiones y recomendaciones.
4. Por qu hay que incluir una seccin de limitaciones y advertentias en el informe?
5. Analcela importancia de la objetividad al escribir un informe de in
6. Describa los lincamientos para redactar un informe.
7. Cmo deben disponerse en las tablas los datos?
8 . Qu es una grfica circular? Para qu clase de informacin se
presta? Para qu clase de informacin no se presta?
9. Describa una grfica lineal. Qu clase de informacin se despliega
en estas grficas?
10. Describa la funcin de los pictogramas. Cul es la relacin entre
las grficas de barras y los histogramas?
11. Cul es el propsito de la presentacin oral? Qu lincamientos de
ben seguirse en la presentacin oral?
12. Explique los principios Dgales y SIDF.
13. Describa la evaluacin en retrospectiva de un proyecto de investiga
cin de mercados.
1. El siguiente pasaje fue tomado de un informe de investigacin de

mercados preparado para un grupo de impresores y litgrafos sin
mucha educacin formal que dirigan una pequea empresa familiar.
Fhra medir la imagen del sector de la imprenta se emplearon dos tcni
cas de elaboracin de escalas. La primera compendi una serie de es
calas de diferencial semntico. La segunda, un conjunto de escalas de
Lflcert. El uso de dos tcnicas de medicin se justifica en la necesidad
de evaluar la validez convergente de los resultados. Los datos obteni
dos con ambas tcnicas fueron tratados como de escalas de intervalo.
Se calcularon las correlaciones del producto de los momentos de Pearson entre los conjuntos de puntuaciones. Las correlaciones resultantes
fueron elevadas, lo que indica un nivel alto de validez convergente.
Escriba de nuevo el prrafo de modo que quede listo para incluirlo
en el informe.
2. Dustre grficamente el proceso de toma de decisiones de consumo
que se describe en el siguiente prrafo:
Primero, el consumidor se vuelve consciente de una necesidad y a
continuacin busca simultneamente informacin de varias fuentes:
vendedores, publicidad, comentarios y publicaciones independien
tes. Despus, establece un criterio para evaluar las marcas que se
venden en el mercado. Sobre la base de su evaluacin, decide qu
marca prefiere.

I.
Para los datos de la tabla 22-1, use un paquete de grficas o una ho

ja de clculo, como de EXCEL, para trazar las siguientes grficas:
a. Grfica circular
b. Grfica lineal
c. Grfica de barras
2. Con uno de los programas de generacin de informes que estudia

mos en este captulo o un paquete semejante, escriba un informe en
d que explique los datos y las tablas trazadas en el ejercicio 1 de es
ta seccin.
3. Visite www.gallup.com y localice un informe reciente que haya pre
parado esta compaa. Compare el formato de este informe con el
de este libro.
www.FreeLibros.me
CAPTULO 22
661
A C TIVID A D ES
1.
Ifcted es un investigador que prepara un informe para una empresa

de alta tecnologa sobre el tema La demanda potencial de microcomputadoras en Europa. Elabore un formato para su informe. En
qp difiere del dado en el libro? Estudie el formato con su jefe (pa
pel representado por un compaero).
2. En la pregunta 2 de trabajo de campo, supongamos que usted fue el
investigador que escribi el informe. Prepare una presentacin oral
del informe para los directores de marketing. Haga su presentacin
ante un grupo de estudiantes y pdales que la critiquen.
Trabajo de campo
1.
\fcya a la biblioteca y lea los ltimos informes anuales de tres com

paas conocidas por su buena direccin (digamos, Coca-Cola,
P&G y GE). Seale los puntos fuertes y dbiles de los informes.
2. Obtenga en la biblioteca o con una empresa local de investigacin

una copia de un informe de investigacin de mercados (muchas em
presas de investigacin ofrecen copias de informes viejos con fines
educativos). Evale crticamente el informe.
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
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
L Trazar un marco de referencia para realizar investigacin de mercados internacionales.

2. Explicar detalladamente los factores de marketing, gubernamental, legal, econmico, e s
tructural, de informacin y tecnolgico, y sociocultural, as como sus repercusiones en la
investigacin de mercados internacionales.
3. Describir la aplicacin de los mtodos de encuestas telefnicas, personales y por correo en
diversos pases.
4. Explicar cmo se establece la equivalencia de constructos, operativa, escalar y lingstica
de escalas y medidas.
5. Describir los procesos de traduccin inversa y traduccin paralela al transformar un cues
tionario a otro idioma.
6 . Examinar las consideraciones ticas en la investigacin de mercados internacionales.
7. Explicar el uso de Internet y las computadoras en la investigacin de mercados internacio
nales.
fc-abaja. Esto no slo signi

fica adaptar lo que nor
malmente se hara desde
nuestro punto de vista, si
no incluso llegar a adap
tar la totalidad de nuestro
punto de vista".
lan Jarvis,
ctredor administrativo,
NFO W orldGroup
662
www.FreeLibros.me
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
En la India, la familiaridad genera la satisfaccin

Despus de una extensa investigacin de mercados, Hewlett-Packard utiliz en la India el siste
ma operativo Linux. Mediante sesiones de grupo y encuestas, la compaa supo que muchos
hindes piensan que Linux es el sistema operativo de mayor crecimiento y que tiene ya aproxi
madamente 10,000 usuarios. Esto se debe principalmente a que el sistema operativo no cuesta.
Hewlett-Packard accedi pblicamente a cargar Linux en sus computadoras con la esperanza
de captar una participacin en el enrgico mercado internacional de la nueva tecnologa de con
sumo. Cuando Hewlett-Packard realiz la investigacin en la India debi advertir y respetar di
ferencias de cultura y de infraestructura. Los grupos de enfoque con los que se realiz esta in
vestigacin sobre sistemas operativos se disearon pensando en la homogeneidad, dadas las
ideas tradicionales sobre clases, sexos y edad. Asimismo, las reuniones de los grupos se cele
braron en hoteles para que los participantes estuvieran ms cmodos. En estos grupos Hewlettfckard identific el sistema operativo que preferan los consumidores, con el objeto de situar
su producto de acuerdo con estas preferencias.2
La mejor de Occidente y de todo el mundo

En 2003, Best Western, con ms de 4,000 hoteles de propietarios y operadores independientes
en 83 pases, es la cadena ms grande del mundo por el nmero de hoteles. Como se muestra en
la grfica siguiente, los viajeros de negocios comprenden 36% del mercado, que es la mayor
participacin individual. Mediante encuestas, Best Western descubri que los viajeros de nego
cios se resisten a probar hoteles ms baratos y prefieren la seguridad de un nombre conocido.
Esta informacin le ha permitido a la cadena atraer a estos viajeros.
Mediante encuestas y anlisis de datos secundarios Best Western se enter de los recursos
de negocios hoteleros de diversas regiones y articul en consecuencia su estrategia de marke
ting (vase la tabla siguiente). Por ejemplo, hace hincapi en los negocios internos en Nortea-
663
www.FreeLibros.me
664
PARTE III
Los viajeros de negocios componen

36% del mercado hotelero y son el
segmento mayor.
Gracias a la investigacin de mercados

internacionales, Best Western se
convirti en la cadena hotelera ms
grande del mundo.
mrica, en los negocios internos e internacionales en Europa y en los negocios en el extranjero

en el lejano Oriente, Australia, frica y Medio Oriente. La investigacin de mercados sigue
siendo de provecho para Best Western.3
Orgenes de negocios hoteleros en el mundo, por regin
Origen del
Todos los
frica/
negocio hotelero hoteles, mundial
Medio Oriente
24.6%
Nacional
50.7%
49.3%
75.4%
Extranjero
TOTAL
1 0 0 .0 %
1 0 0 .0 %
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 %
Ambos ejemplos apuntan al hecho de que la investigacin de mercados puede contribuir

de manera significativa a la formulacin de buenas estrategias de marketing internacional. El
trmino investigacin de mercados internacionales * usa en sentido muy amplio. Denota la
investigacin para productos verdaderamente internacionales (investigacin internacional),
la que se realiza en un pas que no es el de la organizacin que la patrocina (investigacin en
el extranjero), la que se hace en todos los pases o los ms importantes pases donde est re
presentada la organizacin (investigacin multinacional) y la efectuada en varias culturas (in
vestigacin multicultural).
www.FreeLibros.me
CAPTULO 23
Investigacin de mercadas internacionales
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.
Entorno informtico y tecnolgico

Los elementos del entorno informtico y tecnolgico comprenden los sistemas de informacin
y comunicacin, sistemas de cmputo y uso de Internet y equipos electrnicos, consumo de
electricidad, tecnologa de produccin y ciencias e inventos. Por ejemplo, en la India, Corea del
Sur y muchos pases latinoamericanos los adelantos cientficos y tecnolgicos no tienen un
efecto desproporcionado en el estilo de vida de los ciudadanos ordinarios. Las computadoras,
Internet y sistemas de transferencia electrnica de informacin todava no dejan su huella en las
zonas rurales. El manejo de la informacin y los registros se hacen a la manera tradicional, lo
que tambin tiene un efecto en la clase de informacin y la manera en que puede pedirse a los
consumidores, negocios y otras empresas.
www.FreeLibros.me
CAPTULO 23
669
Hay que considerar las diferencias en

d entorno de marketing de los pases
cuando se realiza investigacin de
mercados internacionales. Los mercados
abiertas, como ste de Pars, son muy
comunes en Europa.
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
Universal Studios: Menos universales en Japn

Cuando Universal Studios (www.universalstiulios.com) decidi construir instalaciones en Osa
ka, Japn, se apoy en sesiones de grupo, entrevistas a profundidad y encuestas para compren
der el ambiente sociocultural de Japn. La investigacin estuvo a cargo de su socio comercial
Dentsu (www.dentsiLconi). Haba que combinar los estilos japons y estadounidense de hacer
negocios.
Las sesiones de grupo sirvieron para decidir en cuanto a alimentos, lo que les permiti to
mar en cuenta la cultura japonesa. Las raciones de comida se redujeron para ajustarlas a las ra
ciones japonesas tradicionales, mientras que viandas estadounidenses como los hot dogs y las
pizzas se hicieron ms grandes para crear una imagen estadounidense. Los pasteles se hicieron
menos dulces y ms la salsa de barbacoa.
Universal tambin indag en sesiones de grupo y entrevistas a profundidad las preferen
cias de recuerdos y mercanca. Los japoneses compran ms recuerdos para amigos y compae
ros. Dulces, artculos domsticos y artculos de papelera y escritorio son muy populares. En el
mercado hay una gran proporcin de chicas adolescentes a las que les gustan los artculos con
personajes de caricaturas. La ropa no es tan importante en Japn como en otros pases.
www.FreeLibros.me
670
PARTE III
Universal Studios consigui adaptarse

a la cultura japonesa sin perder una
imagen estadounidense. Esto ha sido la
dave de su xito en Japn.
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
Entrevistas telefnicas personales

y asistidas por computadora
En Estados Unidos y Canad el telfono ha alcanzado una penetracin casi total en los hogares.
Por consiguiente las entrevistas telefnicas son el modo dominante de aplicacin de cuestiona
rios. Los mismo ocurre en algunos pases europeos. En Suecia, el nmero de telfonos por
1,000 habitantes es de ms de 900 aparatos, y en Estocolmo la cifra es an mayor. 13 Esto, auna
do a su bajo costo, ha producido un aumento radical de las entrevistas telefnicas, que hoy su
man 46% de las entrevistas realizadas y constituye el principal mtodo de entrevista. En pases
como Holanda se hacen ms entrevistas telefnicas que entrevistas personales . 14 Incluso en
esos pases el muestreo de sujetos para las entrevistas telefnicas plantea graves problemas (va
se el captulo 6 para una exposicin de los temas relacionados con la seleccin de muestras probabilsticas en las entrevistas telefnicas).
En muchos de los dems pases europeos la penetracin del telfono an no es completa. La
penetracin telefnica en Inglaterra es de apenas de 80% y muchos profesionales se muestran es
cpticos del valor de las entrevistas telefnicas, especialmente para la medicin de intencin de
voto. En Finlandia, slo alrededor de 15% de las entrevistas se aplican por telfono. En Portugal,
la penetracin telefnica todava es baja, de alrededor de 40%, salvo en la zona de Lisboa, don
de alcanza 85%. Por esta razn, apenas 17% de las entrevistas son telefnicas. 15
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
Entrevistas personales a domicilio

Las entrevistas a domicilio requieren un gran equipo de entrevistadores calificados. Los acuer
dos contractuales con los entrevistadores varan considerablemente. Por ejemplo, en Francia
hay tres categoras de entrevistadores: con garanta anual de un periodo especificado, entrevis
tadores con garanta anual sin periodo especificado y entrevistadores libres, sin garanta de nin
gn salario. Los gastos generales tambin varan. En Francia, el patrn y el entrevistador deben
pagar sumas importantes de seguridad social; en Blgica, los entrevistadores son trabajadores
independientes y pagan sus propias aportaciones sociales, pero en Inglaterra tanto el patrn co
mo el entrevistador pagan el seguro nacional, pero los montos son menores.
Debido a su costo elevado, las entrevistas personales a domicilio han disminuido en Esta
dos Unidos y Canad, pero es el modo principal de recopilacin de datos en muchas partes de
Europa y el mundo en desarrollo. Las entrevistas a domicilio son el mtodo dominante en Sui
za . 18 En Portugal, las entrevistas personales son 77% del total. La mayora de las entrevistas se
hacen de puerta en puerta, en tanto que algunos sondeos socio polticos rpidos se realizan en
las calles, en rutas fortuitas. Del mismo modo, las entrevistas a domicilio son populares en mu
chos pases de Amrica Latina.
INVESTIGACIN
RE A L
Coca tiene el primer lugar en Amrica y en todo el mundo

En una encuesta de la Gallup Organization el objetivo era evaluar el recuerdo de los consumi
dores de varios anuncios que haban visto el mes anterior. Gallup y sus afiliadas realizaron en
trevistas a domicilio en Estados Unidos, Canad, Uruguay, Chile, Argentina, Brasil, Mxico y
fnam. En total fueron encuestadas 7,498 personas. Para obtener las respuestas se apel al
recuerdo sin ninguna clase de ayuda. Las preguntas fueron como sta: Qu anuncios de re
fresco recuerda que hubiera visto el mes pasado?. Los resultados muestran que los anuncios de
Coca-Cola son los preferidos por la nueva generacin de americanos del norte y del sur. Los
anuncios de Coca-Cola se encuentran entre los seis ms citados en siete de ocho naciones del
www.FreeLibros.me
672
PARTE III
La investigacin internacional mediante

encuestas revela que los anuncios de
Coca-Cola son los preferidos por la
nueva generacin de americanos del
norte y del sur.
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
Entrevistas personales en centros comerciales

y asistidas por computadora
En Norteamrica, muchas organizaciones de investigacin de marketing tienen instalaciones
permanentes en centros comerciales, equipadas con salas de entrevista, cocinas, espacios de ob
servacin y otros dispositivos. Las entrevistas en los centros comerciales constituyen aproxi
madamente 15% de las entrevistas en Canad y 20% en Estados Unidos. Aunque estas entrevis
tas se realizan tambin en pases europeos como Suecia, no son tan populares en Europa ni en
los pases en desarrollo. En cambio, las entrevistas en oficinas centrales o en la calle son el prin
cipal mtodo para recabar datos en Francia y Holanda.
Sin embargo, en Europa hay algunos avances interesantes en lo que respecta a las entrevis
tas personales asistidas por computadora (EPAC, por sus siglas en ingls CAPI). Se han escrito
programas de entrevistas para las computadoras domsticas y se usan en estudios de grupos y
en oficinas centrales para realizar entrevistas personales asistidas por computadora.20
Entrevistas por correo

Dado su bajo costo, todava se hacen entrevistas por correo en la mayora de los pases desarro
llados donde la alfabetizacin es alta y el sistema postal es eficiente. Las entrevistas por correo
constituyen 6.2% de las entrevistas en Canad y 7% en Estados Unidos. En pases donde el ni
vel de educacin de la poblacin es extremadamente alto (Dinamarca, Finlandia, Islandia, N omega, Suecia y Holanda), las entrevistas por correo son comunes 21 En cambio, en frica, Asia
y Sudamrica se usan poco las entrevistas y los paneles dado el analfabetismo y la enorme pro
porcin de la poblacin que vive en zonas rurales. En Hong Kong se han ensayado las entrevis
tas por correo con variado xito. En general, las entrevistas por correo son ms eficaces en la in
vestigacin de mercados industriales internacionales, aunque es d ifcil identificar a los
entrevistados pertinentes de cada empresa y personalizar los envos. No obstante todo
lo anterior, las entrevistas por correo se usan intemacionalmente, como se muestra en el ejem
plo siguiente.
www.FreeLibros.me
CAPTULO 23
INVESTIGACIN
673
RE A L
Realizadores de todo el mundo

Global Sean es una encuesta detallada que realiza cada ao Bates Worldwide, la principal uni
dad operativa de Cordiant Communications Group pie (www.cordiantww.com), para medir las
opiniones y conductas de 15,000 encuestados en 14 pases. El cuestionario contiene 120 enun
ciados de opinin y est adaptado para cada pas mediante la insercin de actitudes, estilos de
vida y compras (tanto productos como marcas).
El cuestionario se aplica por correo y funcionarios de cada pas son los encargados de la
distribucin, de cumplir con los requisitos de muestreo y luego de transcribir los cuestionarios
devueltos a cintas de computadora, que a continuacin se expiden a la sede en Nueva York.
Global Sean alcanza una tasa promedio de respuestas de 50%.
Bates afirma que 95% de la poblacin conjunta de todos los pases encuestados puede di
vidirse en cinco segmentos. De los datos surgieron y se han mantenido con el paso del tiempo
cinco segmentos de estilo de vida: luchadores (26%), realizadores (2 2 %), presionados (13%),
adaptadores (18%) y tradicionales (16%). As, los comercializadores tienen un grupo comn de
opiniones y conductas para definir consumidores de todo el mundo. Por ejemplo, las semejan
zas entre los realizadores de Estados Unidos, Inglaterra, Australia y Finlandia son mayores que
entre realizadores y luchadores estadounidenses. Global Sean rene informacin detallada so
bre marcas y categoras de ms de 1,000 productos. Los comercializadores pueden aprovechar
esta informacin para trazar estrategias especficas. La compaa de servicios financieros Me
rrill Lynch se dirigi a los realizadores de todo el mundo en 2003 porque suelen ser grandes in
versionistas.22
Paneles por correo y escner

Los paneles por correo se usan ampliamente en Inglaterra, Francia, Alemania y Holanda. Tam
bin hay paneles por correo y paneles diarios en Finlandia, Suecia, Italia, Espaa y otros pases
europeos. El uso de paneles puede aumentar con la llegada de la nueva tecnologa. Por ejemplo,
en Alemania dos agencias (ACNielsen y GfK-Nurnberg) han instalado mercados de prueba por
escner totalmente electrnicos basados en el modelo Behavior Sean de Estados Unidos. N ielsen recurrir a la televisin abierta; GfK, al cable. Los paneles de este tipo todava no se esta
blecen en Hong Kong ni en la mayora de los pases en desarrollo.23
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.
Tema de equivalencia de constnie

tos que concierne especficamente a
si la interpretacin de marcas, pro
ductos, conducta de consumidores y
actividades de marketing es igual en
dierentes pases.
tos que examina si determinado
concepto o comportamiento cumple
d mismo papel o funcin en diver
sos pases.
tos que se refiere especficamente a
si las categoras en las que se agru
pan estmulos como productos, mar
cas y conductas son las mismas en
dferentes pases.
Tipo de equivalenda que mide la
manera de hacer operativos los
oonstructos tericos en diferentes
pases para tomar las mediciones de
fas variables de marketing.
Rirma de equivalencia que propone
que se use d mismo instrumento en
pases diferentes.
Demostracin de que dos individuos
de diferentes pases con el mismo
valoren una variable tendrn la
misma puntuacin en la misma
prueba; tambin se llama equivalen
da mtrica.
En la investigacin de mercados internacionales es crucial establecer la equivalencia de escalas

y medidas con que se obtienen los datos de diferentes pases. Como se ilustra en la figura 23-2,
esto requiere un examen de la equivalencia de constructos, operativa, escalar y lingstica .25
La equivalencia de constructos atae a la pregunta de si los constructos de marketing (por
ejemplo, liderazgo de opinin, bsqueda de variedad y lealtad a la marca) tienen el mismo sig
nificado e importancia en diversos pases. En algunos pases las marcas dominantes se han con
vertido en denominaciones genricas que simbolizan toda la categora de productos. Por consi
guiente, es posible que en esos sitios deba adoptarse una perspectiva distinta sobre la lealtad a
las marcas.
La equivalencia de constructos comprende la equivalencia conceptual, funcional y de cate
goras. La equivalencia conceptual concierne a la interpretacin de marcas, productos, conduc
ta de consumidores y actividades de marketing. Por ejemplo, en Estados Unidos las ventas de
promocin son un componente integral de las actividades de marketing. Por otro lado, en pases
con economas de escasez, donde el mercado est dominado por los vendedores, los consumi
dores ven las promociones con suspicacia porque piensan que un producto de oferta es de mala
calidad. La equivalencia fu n c io n a l examina si determinado concepto o comportamiento cum
ple el mismo papel o funcin en diversos pases. Por ejemplo, en muchos pases en desarrollo
las bicicletas son bsicamente un medio de transporte, ms que de recreacin. La investigacin
de marketing relacionada con el uso de bicicletas en estos pases debe examinar diferentes mo
tivaciones, actitudes, conductas e incluso productos competidores que la misma investigacin
en Estados Unidos. La equivalencia de categoras se refiere a la categora en la que se agrupan
estmulos como productos, marcas y conductas. En Estados Unidos la categora de comprador
principal puede definirse como jefe del hogar, hombre o mujer. Esta categora sera inapropiada
en pases en los que la rutina de las compras diarias las hace un sirviente domstico. Ms an,
la propia categora de hogar vara con los pases.
La equivalencia operativa atae a la manera de hacer operativos los constructos tericos
para tomar las mediciones. En Estados Unidos, el ocio puede hacerse operativo como jugar al
golf, tenis u otros deportes, ver la televisin o tumbarse a tomar el sol. Es posible que esta operacionalizacin no tenga sentido en pases donde la gente no practica estos deportes ni tiene
emisiones televisivas las 24 horas. Los baos de sol no son normales en pases calurosos o cu
yos habitantes tienen la piel morena. La equivalencia de reactivos, que est muy vinculada con
la equivalencia operativa, presupone la equivalencia de constructos y de operaciones. Para e s
tablecer la equivalencia de reactivos, el constructo debe medirse con el mismo instrumento en
pases diferentes.
La equivalencia escalar, tambin llamada equivalencia mtrica, se establece si se consi
guen las otras formas de equivalencia. Consiste en demostrar que dos individuos de diferentes
pases con el mismo valor en una variable, como lealtad a la marca, tendrn la misma puntua
cin en la misma prueba. La equivalencia escalar tiene dos aspectos. La escala especfica o
procedimiento de puntuacin usado para establecer la medicin debe ser equivalente. Debe
considerarse la equivalencia de la respuesta a una medida dada en diferentes pases. Por ejem
plo, la calificacin del recuadro superior o los dos recuadros superiores en una escala de in
tencin de compra reflejan una probabilidad equivalente de compra en diferentes pases? Por
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
Tcnica de traduccin en la que el

cuestionario es traducido del idioma
original por un hablante bilinge cu
ya lengua madre es el idioma al que
se traduce el cuestionario. Luego,
esta versin se vuelve a traducir al
idioma original por un bilinge cuya
lengua madre es ese idioma original.
Mtodo de traduccin en el que un
grupo de traductores, de los que cada
uno domina por lo menos dos idiomas,
estudian las versiones alternativas de
un cuestionario y hacen modificacio
nes hasta llegar a un consenso.
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.
Los investigadores no se respetan en Alemania

Un cuestionario con el que se miden los valores de los consumidores es la lista de valores (LV).
En Estados Unidos ha revelado nueve segmentos bsicos de consumidores. Los valores que
ms ostentan los estadounidenses son el respeto de s mismos, la seguridad y las relaciones cor
diales con los dems. Para realizar un estudio comparativo en Alemania, hubo que traducir la LV
al alemn (LVA). Mediante el proceso de traduccin directa e inversa se cre una forma adecua
da; sin embargo, quedaron algunas incongruencias. Por ejemplo, result muy difcil traducir del
ingls los conceptos de relaciones cordiales con los dems y respeto de s mismo . Como re
sultado, los datos indicaron que muchos menos alemanes que estadounidenses vean estos valo
res como los ms importantes. Los investigadores concluyeron que la traduccin imprecisa era
la causa de estos resultados, y no diferencias de orientacin. En la tabla se muestra la distribu
cin de los cuatro principales valores en cada cultura, con su jerarqua entre parntesis.
\blores
Respeto de s mismo
Seguridad
Relaciones cordiales
Sensacin de pertenencia
Alemania
13%
(3)
24
(2 )
8
(4)
29
(1)
Estados Unidos
21%
( 1)
21
(2 )
16
(3)
8
(7)
En un estudio semejante realizado en 2001 se examin la significacin de los nuevos pape

les de las mujeres en China. Se reunieron datos mediante entrevistas personales a 1,000 muje
res, que fueron separadas en tres grupos a partir de seis dimensiones de papeles femeninos. Tradicionalistas, modernas e idelogas tuvieron caractersticas demogrficas y de opinin muy
distintas. De estas diferencias, las principales fueron los valores de consumo asociados con las
decisiones de compra.28
www.FreeLibros.me
676
PARTE III
LA TICA DE LA INVESTIGACIN DE M ERCADOS

Las responsabilidades ticas de la investigacin de mercados realizada en el extranjero son muy
semejantes a las que se tienen al hacer investigacin en el pas. En todas las etapas del proceso
de investigacin de mercados, las mismas cuatro entidades (cliente, investigador, encuestado y
pblico) deben actuar de manera honorable y respetar sus responsabilidades recprocas. Como
se indica en el ejemplo siguiente, las restricciones ticas que enfrentan los investigadores de
mercados en el extranjero son muy parecidas a las que se encuentran en el interior. Pero con to
das las semejanzas, algunas cuestiones morales se dificultan ms. Realizar una investigacin de
mercados en otro pas puede convertirse fcilmente en un tema poltico. Los investigadores
deben tener el cuidado de adoptar las normas ticas no slo de su pas, sino tambin del pas que
estudia.
Los europeos legislan la privacidad de los datos

Se ha generalizado la promulgacin de leyes sobre la privacidad de los datos en la Unin Euro
pea Un prototipo de esta legislacin es la Ley de Proteccin de Datos (LPD) de Inglaterra, que
incorpora ocho lincamientos.
1. Los datos personales deben obtenerse y procesarse de manera honesta y legal.
Los datos personales deben conservarse slo para los fines especificados que sean legales.
3. Los datos personales no sern usados para ninguna otra razn que la finalidad declarada.
4. Los datos personales para los fines especificados no sern demasiados.
5. Los datos personales sern fidedignos y debern estar actualizados.
6 . Los datos personales no se conservarn ms de lo necesario para la finalidad declarada.
7. Los usuarios de los datos personales deben permitir un acceso inmediato a tales datos
(sin costo alguno) cuando los individuos quieran examinar su informacin personal en
periodos razonables. Si es apropiado, los usuarios deben corregir o borrar los datos equi
vocados.
8 . Los usuarios de los datos deben tomar las medidas de seguridad apropiadas para evitar ac
ceso no autorizado, alteracin, revelacin, destruccin o prdida de los datos personales.
2.
En enero de 2001 el Departamento de Comercio de Estados Unidos lanz el acuerdo Puer

to Seguro con la Unin Europea, el cual rige la transferencia de datos personales entre los esta
dos miembros de la Unin y Estados Unidos. Esta negociacin sigui a la Directiva sobre los
Datos de 1998, de la Comunidad Europea, que prohbe la transferencia de datos a pases que no
pertenezcan a la Unin Europea y que no satisfagan los criterios de proteccin establecidos por
las leyes respectivas europeas. Como puede verse, los lincamientos de la LPD de Inglaterra son
semejantes a los que indican los cdigos de tica nacionales.29
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
CAPTULO 23 Investigacin de mercados internacionales

INVESTIGACIN
677
RE A L
Las encuestas por Internet empacan la caja de herramientas de

investigacin de mercados internacionales de Hewlett Packard
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 -
tos, operativa, escalar y lingstica de escalas y medidas. El cues

tionario debe adaptarse al ambiente cultural especfico y no debe
inclinarse a favor de una cultura o idioma. La traduccin inversa
y la paralela son tiles para detectar equivocaciones.
Las cuestiones ticas que enfrentan los investigadores de
mercados internacionales son semejantes en muchos sentidos a
los problemas que se les plantean a los investigadores locales.
Sin embargo, algunas responsabilidades de los investigadores se
vuelven ms acuciosas en el campo internacional. Se ha desarro
llado software especializado para facilitar la investigacin de

equivalencia conceptual, 674
equivalencia de categoras, 674
equivalencia de constructos, 674
equivalencia de reactivos, 674
equivalencia escalar, 674

equivalencia funcional, 674
equivalencia lingstica, 675
equivalencia operativa, 674
traduccin inversa, 675

traduccin paralela, 675
EJERCICIOS
Preguntas
L Describa los aspectos del entorno de un pas que deben tomarse en
cuenta en la investigacin de mercados internacionales.
2.
Describa la importancia de considerar el entorno de marketing al

realizar investigaciones de mercados internacionales.
www.FreeLibros.me
CAPTULO 23 Investigacin de mercados internacionales

3. Qu se entiende por entorno estructural? Qu influencia ejercen
las variables que comprenden el entorno estructural en la investiga
cin de mercados internacionales?
4. Qu se entiende porentomo de informacin y tecnologa? Qu in
fluencia ejercen las variables que comprenden este entorno en la in\estigacin de mercados internacionales?
5. Qu se entiende por entorno sociocultural? Qu influencia ejercen
las variables que comprenden este entorno en la investigacin de
mercados internacionales?
6 . Describa la situacin de las entrevistas telefnicas directas y asisti
das por computadora en diversos pases.
7. Describa la situacin de las entrevistas a domicilio en diversos pases.
8 . Describa la situacin de las entrevistas por correo en diversos pases.
9. Cmo debe establecerse la equivalencia de escalas y mediciones
cuando los datos se obtienen de distintas pases o unidades culturales?
10. Qu problemas surgen en la traduccin directa de un cuestionario a
otro idioma? Cmo deben abordarse estos problemas?
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
1.
2.
3.
4.
5.
Identifique varios temas culturales referidos a los europeos en la pgna www.europa.eu.int.

Msite el sitio de Kodak, www.koddi.com. Qu puede saber de las
actividades de mercadotecnia de la compaa en el extranjero? Es
criba un informe breve.
Tiene que preparar un plan para vender Coca-Cola en Francia. Visi
te www.investinfrancena.org o bien www.afii.fr/NorthAmerica, para
hallar la informacin pertinente.
Cmo puede aprovechar General Motors d TLCAN? Visite www.naftasec-alena.org/ para identificarla informacin pertinente.
Recabe datos sobre el PIB, el grado de alfabetizacin y porcentaje
de hogares con telfono en 20 pases. Mediante SPSS, SAS, MINITAB o EXCEL, ejecute un anlisis de regresin con el PIB como
variable dependiente y las otras dos como variables independientes.

Interprete sus resultados.
6. Compile datos sobre consumo y gasto de las siguientes categoras
en 30 pases: 1) alimentos y bebidas, 2) ropa y calzado, 3) vivienda
y operaciones domsticas, 4) mobOiario domstico, 5) atencin m
dica, 6 ) transporte y 7) recreacin. Mediante SPSS, SAS, MINITAB
o EXCEL, determine si estas variables estn correlacionadas. Eje
cute un anlisis de regresin. Interprete sus resultados.
7. Visite la pgina Web de una empresa extranjera y luego el sitio en
Internet de una competidora estadounidense. Por ejemplo, visite la
pgina de Unilever (Inglaterra), www.umlever.com/, y P&G (Esta
dos Unidos), www.pg.com/ ). Compare los dos sitios. Qu sitio es
ms til para el investigador de mercados?
ACTIVIDADES
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
cal. Estudie las diferencias que presentara si el mismo proyecto se

hubiera realizado en Francia.
2. Visite una empresa local con operaciones internacionales. Estudie
con ellos algunos posibles proyectos de investigacin de mercados
internacionales que podra emprender.
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.
1. Consiga el informe de un proyecto de investigacin de mercados

realizado en Estados Unidos porua compaa de investigacin lo
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
la que fue anunciada como el nuevo rostro de Yardly. El anuncio

de Cybill Shepherd para la industria ganadera fracas cuando
acept pblicamente que casi nunca coma carne roja. Son ape
nas algunos ejemplos de los problemas con los avales clebres.
Siempre ha habido problemas ocultos con las celebridades, como
se manifiesta en el anuncio de Hertz con O. J. Simpson y los de
Nike y Lloyds TSB con Lawrence Dallaglio (un jugador de rugby
que traficaba drogas). Tmbin surgen otros problemas imprevis
tos. El atractivo de una celebridad para los consumidores puede
desvanecerse si la estrella sale del centro de los reflectores an
tes de que termine su contrato.
Con tantos peligros potenciales, para qu contratar cele
bridades? Muchos publicistas piensan que las celebridades m e
joran la eficacia de los anuncios. Por ejemplo, Pepsi Cola y Revlon han fomentado la imagen y las ventas de sus productos con
Cindy Crawford en sus comerciales. Se ha demostrado que las
celebridades aumentan el recuerdo de un anuncio. Otras pruebas a
favor de las estrellas provienen de investigaciones en las que se
muestra que en cuanto a los productos relacionados con el atrac
tivo, las celebridades hermosas aumentan las puntuaciones de
credibilidad y opinin de los anuncios. A com ienzos de 2001
Revlon dej de recurrir a modelos famosas y contrat relativas
desconocidas para sus campaas publicitarias, pensando que la
gente quera modelos con las que se relacionara ms fcilmente.
En noviembre de 2001 dieron marcha atrs y contrataron celebri
dades como Julianne Moore y Halle Berry despus de perder
1 0 .6 % de participacin en el mercado de cosmticos el ao ante
rior. En 2000 se estimaba que aproximadamente en una cuarta
parte de todos los comerciales estadounidenses se retrataba algu
na personalidad.
Sin embargo, hay opiniones contradictorias sobre los efectos
que tiene una celebridad en las ventas de una marca. En un estu
dio realizado por Taylor Nelson Sofres en 2001 se obtuvieron re
sultados sorprendentes sobre la eficacia de las estrellas en la pu
blicidad. De todos los sondeados, 91% dijeron que una
celebridad no tena efecto en su decisin de comprar un produc
to. Con resultados de esta clase, muchos se preguntan por qu los
comercializadores cierran contratos enormes para conseguir que
las celebridades avalen sus marcas. Un investigador, Michael
Kamins, aplic tcnicas de investigacin de mercados para ex
plorar la eficacia de las celebridades en la publicidad y determi
nar si vale la pena celebrar esta publicidad.
Kamins afirma que tres procesos de influencia social determi
nan que un individuo adopte o no la actitud que el anunciante trata
681
www.FreeLibros.me
de comunicar: conformidad, identificacin e internalizadn. El

primero de los factores no es significativo en el estudio de Kamins,
pero los dos ltimos tienen implicaciones para la publicidad con
celebridades. La identificacin, por la que los individuos tratan
de imitar a otra persona porque quieren parecrsele, es el factor ms
importante para determinar la influencia de una personalidad en un
anundo. La intemalizacin ocurre cuando los individuos se imitan
unos a otros porque perciben que son sinceros y tienen valores se
mejantes. Pero este factor no se asocia con personajes famosos.
Kamins dedujo que si se alcanzaban la identificacin y la in
temalizacin, aumentara la eficacia de la publicidad. Por tanto,
estudi si las celebridades podan incrementar la eficacia de los
anuncios mediante el componente de identificacin y si la llama
da verdad de la publicidad (hecha operativa como publicidad de
pros y contras, es decir, aquella que incluye tanto los aspectos
positivos como los negativos de un producto) acrecentara la efi
cacia por intemalizacin. Adems, se pregunt si la combinacin
de los dos mtodos producira mayor eficacia.
Para investigarlo, adopt un diseo factorial de 2 X 2. El n

mero de aspectos (uno o dos) y el locutor (celebridad o no) fue
ron los dos factores. Setenta y siete ejecutivos inscritos en un
programa de administracin de empresas fueron asignados alea
toriamente a cuatro grupos: un aspecto/no celebridad, un aspecto/
celebridad, dos aspectos/no celebridad y dos aspectos/celebridad.
Se prepararon cuatro anuncios que correspondieran a esos crite
rios y cada integrante de cada grupo evalu el anuncio apropiado
segn cuatro variables: expectativas y opinin del valor de la
marca (A), opinin general de la marca (B), opinin general del
anuncio (C) e intencin de compra (D). Las expectativas y opi
nin del valor de la marca representaron el grado en que el sujeto
crea que el producto posea un atributo que se anunciaba en la pu
blicidad. La opinin general de la marca era una medida de lo atrac
tivo que les pareca a los sujetos el producto en el anuncio. La opi
nin general del anuncio era una evaluacin de su eficacia. La
intencin de compra sealaba qu tan probable era que el sujeto
comprara el producto cuando tuviera la oportunidad.
Media, desviacin estndar y nmero de sujetos

E x p e c t a t iv a s y
O p in i n
O p in i n
OPININ DEL VALOR
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
Un aspecto sin celebridad
Un aspecto con celebridad
Dos aspectos sin celebridad
Dos aspectos con 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 )
Expectativas y opinin del valor de la marca (A)
F = 0 .0 1 3
F=
0 .0 3 5
F =
0 .0 0 3
Opinin general de la marca (B)
F=
1 0 .8 7 6 a
F=
4355a
F =
4 .2 3 3 a
Opinin general del anuncio (C)
F =
0 .2 0 9
F=
0376
F 0 .0 0 1
Intencin de compra (D)
F=
4 .8 4 5 a
F=
0 .0 5 0
F=
a Indica significacin en p =
1 .8 6 8
0 .0 5 .
En la tabla 1 se muestra la media (x) y la desviacin estndar

(de), junto con el nmero de sujetos (n), de cada variable en todos
los grupos del estudio de Kamins. Obsrvese que los resultados de
grupos relacionados pueden combinarse para arrojar informacin
por separado sobre las caractersticas de cada uno (un aspecto,
dos aspectos, sin celebridad y con celebridad). En la tabla 2 se
encuentran los resultados del ANOVA para el efecto de las varia
bles independientes para el nmero de aspectos (E) y el tipo de
locutor (L). Estos resultados ofrecen informacin valiosa sobre la
eficacia de las celebridades en los anuncios.
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.)
7. El anlisis de varianza es una tcnica apropiada para estudiar los

datos del estudio? Por qu s o por qu no?
8 . Podra hacerse un anlisis de regresin para estudiar los datos de
esta investigacin? Cmo?
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.
Divisin de la poblacin de aduhos mayores en 2000,

por grupo de edad
55-64
24,274,684
65-74
18390,986
75-84
12361,180
85+
4339387
Rtblacin estimada del grupo de 55 aos en adelante,

por ao (en miles)
2002
61,416
2003
62,961
2004
64,499
2005
66,062
2006
67,688
69,444
2007
2008
71348
73,145
2009
2010
75,144
La Oficina del Censo tambin hizo pblica informacin so
bre el ingreso promedio del segmento maduro del mercado, que
es como sigue:
Ingreso promedio por grupos de edad (en dlares)

55-64
$44,993
65-69
$30,880
70-74
$25,085
75 +
$18,873
Los publicistas an no aprovechan este segmento creciente
de los ancianos del pas, y aunque este grupo gasta ms que mu
chos otros segmentos del mercado, los publicistas no realizan
grandes campaas para atraer a estos clientes. Una clasificacin
til con fines publicitarios se basa en las opiniones de la publici

dad. Luego se trazaran los perfiles de estos segmentos de acuerdo
con las variables psicogrficas. Una preocupacin importante de
los publicistas al dirigirse a los consumidores de edad ha sido la
forma en que stos manejan y evalan la informacin publicitaria
para tomar sus decisiones de compra.
En un estudio de Davis y French se explor el manejo de la pu
blicidad que hacen los consumidores de edad como fuente de infor
macin primaria para tomar decisiones de compra. Quienes respon
dieron estaban en conglomerados con base en sus actitudes hacia la
publicidad. Se trazaron perfiles psicogrficos de los segmentos de
rivados. Con una base de datos de encuestas anuales sobre estilos
de vida se tom una muestra de 217 encuestadas casadas de 60
aos en adelante que no trabajaban fuera de casa. Se les pidi que
calificaran su grado de acuerdo con 200 enunciados AIO (activida
des, intereses, opiniones) de una encuesta. Tambin se les pidi que
calificaran cuatro enunciados de opinin para medir el uso de la in
formacin y las ideas sobre la publicidad, as como la credibilidad
de la fuente de la publicidad. Davis y French tomaron informacin
idntica de un estudio anterior con fines de repeticin.
Los datos de los cuatro enunciados (que se muestran en la
tabla 1 ) que miden las opiniones sobre la publicidad se analiza
ron con el mtodo de conglomerados de Ward. Se identificaron
tres conglomerados de consumidoras: comprometida, autnoma,
receptiva. En la tabla 1 se presentan las puntuaciones de las medias
de cada conglomerado. Para comprobar la estabilidad, se repiti el
anlisis con los datos obtenidos en el estudio anterior. Se aplic
el mtodo de Ward al anlisis de los datos del estudio anterior.
Tambin se obtuvieron tres conglomerados. En la tabla 1 (obteni
do por Davis y French) se anotan igualmente las medias de las
variables de conglomerado para la muestra de repeticin (estudio
anterior).
Para determinar las diferencias psicogrficas entre los tres
conglomerados se tomaron otras dos medidas. En primer lugar se
realiz un ANO VA de un factor se realiz para determinar las
variables de discriminacin. Los tres segmentos formaron el
agrupamiento, o la variable independiente, y cada enunciado psicogrfico fungi como variable independiente. Se encontr que
41 de los 2 0 0 enunciados psicogrficos eran estadsticamente
significativos. A l advertir que algunas de estas variables signifi
cativas medan probablemente las mismas caractersticas, se rea
liz un anlisis factorial de los componentes principales, en el
que se extrajeron de una rotacin varimax cuatro factores (que
explicaban 60.3% de la varianza). Se calcularon las puntuaciones
de los factores para los tres segmentos de la tabla de Davis y
French y se anotan en la tabla 2 junto con las variables que tuvie
ron mayor peso en estos factores y en las medias de las variables.
Esta informacin sirve para trazar perfiles psicogrficos de los
tres segmentos identificados en el anlisis por conglomerados.
Los resultados de esta investigacin y estudios semejantes
ayudan a los comercializadores a dirigirse a los ancianos, un gru
po especialmente prometedor por sus bienes financieros. Para
2025, aproximadamente 113 millones de estadounidenses (como
40% de la poblacin) tendin ms de 50 aos. El retiro era el
684
www.FreeLibros.me
Puntuaciones de las variables de conglomerado, por segmento

M e d ia s m u e s t r a s
V a r ia b l e d e c o n g l o m e r a d o
S eg m en to
DEL ESTUDIO
R b >e t i c i n
La publicidad insulta mi inteligencia.
Comprometidas
Autnomas
Receptivas
5.24 (de acuerdo)

4.86 (de acuerdo)
2 .2 0 (en desacuerdo)
435 (de acuerdo)

5.01 (de acuerdo)
2 .1 0 (en desacuerdo)
La informacin de la publicidad me ayuda a tomar

mejores decisiones de compra."
Comprometidas
Autnomas
Receptivas
Comprometidas
Autnomas
Receptivas
4.69 (de acuerdo)

3.65 (de acuerdo)
4.78 (de acuerdo)
4.55 (de acuerdo)
2.16 (en desacuerdo)
4.88 (de acuerdo)

3.30 (en desacuerdo)0
4.18 (de acuerdo)
4.21 (de acuerdo)
Comprometidas
Autnomas
Receptivas
4.78 (de acuerdo)

4.85 (de acuerdo)
4.12 (de acuerdo)
4.25 (de acuerdo)

5.00 (de acuerdo)
4.94 (de acuerdo)
Pido el consejo de mis amistades sobre

marcas y productos.
No le creo al anuncio de la compaa cuando afirma que
los resultados de las pruebas muestran que su producto
es mejor que los rivales.
a 3.5 es el punto neutral.
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
Me interesa la cultura de otros pases,

(carga = 0.58966)
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
Obtengo satisfaccin personal al usar cosmticos,

(carga = 0.48283)
4.29
3.74
3.45
Me gusta hojear revistas de moda,

(carga = 0.41592)
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
Siempre horneo sin productos precocinados.

(carga = 0.54404)
3.76
3.15
3.62
Factor 3
0.28
-0.26
0 .1 0
Trato de elegir alimentos fortificados con vitaminas y minerales,

(carga = 0.49480)
4.89
436
439
Trato de comprar los productos de compaas que patrocinen la televisin educativa,

(carga = 0.43730)
4.13
333
3.72
Estoy entre las primeras en probar los nuevos productos,

(carga = 0.42521)
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
Las compaas grandes se preocupan por s mismas,

(carga = 0.47638)
435
4.50
3.93
Los anuncios de televisin son condescendientes con las mujeres.

(carga = 0.41031)
4.25
434
335
685
www.FreeLibros.me
preludio de la muerte, pero ahora vivimos 2 0 aos o ms des

pus. La gente tiene que pensar en cmo quieren ser productivos
en sus ltimos aos, dice Jim Denova, director de un centro de
la tercera edad. Por tanto, el descubrimiento del mercado madu
ro, el descubrimiento demogrfico del nuevo milenio, representa
una oportunidad de oro para que los vendedores se dirijan a un
viejo segmento de manera nueva.
3. Describa cualitativamente los tres conglomerados, con la informa

cin de la tabla 1 .
4. interprete cada factor de la tabla 2.
5. Cree usted que en el estudio referido debi aplicarse un anlisis
discriminante? Por qu?
6 . Sugiera una alternativa de estrategia de anlisis de datos para el es
tudio.
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?
Davis, B. y W. French, Exploring Advertising Usage Segments Among

the Aged, en Journal o f Advertising Research, febrero-marzo de
1989, p. 26.
Rasmusson, Erika, The Age of Consumer Spending, en Sales and
Marketing Management, 152, (4), (abril de 2000): p. 16.
Ross, Sid, Senior Webizens, en Adweek, 41, (48), (27 de noviembre de
2000): p. 46.
3 - 3 . M atsushita renueva sus objetivos

en Estados Unidos
Matsushita (mvw.matsushita.co.jp), la gran compaa japonesa
fabricante de aparatos electrnicos de las marcas Panasonic, Qua
sar y Technics, vende computadoras personales en Estados Uni
dos como parte de su programa general para el mercado de PC y
perifricos. Es un conglomerado diversificado y sus productos de
cmputo abarcan computadoras de bolsillo (notebooks), perifri
cos, productos de multimedia, pantallas, impresoras, escneres y
dispositivos para almacenamiento y tendido de redes. En 2001
Matsushita tuvo ventas anuales por 61,000 millones de dlares,
lo que representa un aumento de 14% respecto del ao anterior.
El grupo de automatizacin de ofcinas de la Panasonic Industrial
Company administr este segmento de los negocios del gigante
japons de la electrnica ( www.panasonic.co.jp, www.panasonic.com). Adems de fabricar computadoras, impresoras, escne
res y unidades de CD-ROM, Matsuhita tambin produce artcu
los de consumo como videograbadoras, reproductores de discos
compactos y videodiscos digitales, televisiones y aparatos elec
trodomsticos que suman 40% de sus ventas. El grupo Matsushi
ta comprende 320 unidades operativas en ms de 45 pases. Sus
productos se venden en todo el mundo, y Asia comprende ms de
70% de las ventas.
En 2001, Toshiba y Matsushita formaron una empresa en
alianza estratgica llamada Toshiba Matsushita Display Techno
logy Co., Ltd., con la idea de aprovechar las ventajas tecnolgi
cas de cada una y diversificarse de los mercados de las pantallas
de cristal lquido para PC y computadoras de bolsillo. Planean
producir en los campos nuevos, como los diodos orgnicos lumi
niscentes (DOL) que es una tecnologa muy popular para las pan
tallas de los asistentes digitales personales y los telfonos celula
res. Segn los analistas, las utilidades combinadas de la empresa
conjunta de Toshiba y Matsushita colocar a la nueva compaa

entre las cinco mayores proveedoras de pantallas de cristal lqui
do. La compaa inici sus operaciones el Io de abril de 2002.
Los pronsticos de las ventas para el primer ao fiscal de opera
cin que termina el 31 de marzo de 2003 fue de 340,000 millones
de yenes.
Con inversiones recientes en pantallas de caja plana y unida
des de almacenamiento, Matsushita tiene la ventaja de marketing
para lanzarse al frente de los perifricos. La empresa es pionera
en videodiscos digitales, la nueva ola en el almacenamiento de
datos de alta densidad. El potencial para esta tecnologa, que pue
de almacenar cuatro horas de material visual en un disco de 12
cm de una cara, ofrece una amplia gama de aplicaciones. Las uni
dades de DVD-ROM le dan a Tandy un punto de marketing es
tratgico para las PC de Matsushita que reproducen videodiscos
digitales. Como su socio, Matsushita avanza a grandes pasos ha
cia la expansin del horizonte de las aplicaciones de multimedia,
al tiempo que Tandy ofrece a sus clientes las ltimas tecnologas.
Cul fue el resultado de la alianza de Matsushita y Tandy?
La alianza de Tandy y Matsushita result estratgica, pues
las ventas de computadoras se han convertido en el mayor seg
mento de los aparatos electrnicos de consumo y se espera que
supere al resto del sector del cmputo. Se calcula que en el pri
mer decenio del siglo surgirn nuevas capacidades, aparte del
avance en la tecnologa de almacenamiento a la mayor velocidad
de la historia de la industria. Por consiguiente, las compaas de
PC tendrn que anticipar las necesidades de los consumidores to
dava ms rpidamente y debern reaccionar a los cambios, ade
ms de hallar los medios para respaldar a los usuarios de la nue
va tecnologa. La investigacin de mercados servir para
686
www.FreeLibros.me
identificar las necesidades de estos nuevos mercados y para dar a

los vendedores ideas nuevas sobre cmo satisfacer estas necesi
dades nuevas que probablemente sern distintas que las que en
frentaban antes los fabricantes de PC y componentes.
Aunque todava se venden productos Panasonic a travs de
las tiendas de Radio Shack, la compaa tambin pone a la venta
sus productos en otros medios de distribucin. Los productos de
fnasonic, como las pilas electrnicas (para telfonos celulares,
asistentes personales, calculadoras, etctera.), tarjetas multimedia
para dispositivos digitales y telfonos, se compran en Radio
Shack. Panasonic tambin ha asumido parte de su distribucin, de
modo que se puede comprar una amplia variedad de productos
de consumo directamente en su pgina Web. Adems de los produc
tos mencionados antes, en esa pgina Web (ww.panasonic.com)
se ofrecen perifricos de cmputo, accesorios para televisin y
equipo de negocios, entre otros productos. Aparte hay otros distri
buidores en lnea de los productos de Panasonic, incluyendo Best
Buy, Circuit City y Sears. Entre las tiendas que venden productos
de Panasonic estn Office Max y Comp USA.
El departamento de marketing del grupo de automatizacin
de oficinas de Panasonic dise una campaa de promocin para
sus nuevas computadoras de escritorio y de bolsillo (PC). Las
computadoras son adecuadas para el hogar o el trabajo, depen
diendo del modelo, y Panasonic quisiera determinar la disposi
cin de los ejecutivos a comprarlas. En particular, la direccin
quera informacin de tres aspectos: las reacciones de empresas
de diversos tamaos, el efecto de la familiaridad con las PC de
Fknasonic en la disposicin a comprar y cmo empleaban las em
presas estadounidenses las PC en el trabajo. Esto llev a la pre
gunta relacionada sobre si aumentaran las ventas de perifricos a
los usuarios conocedores.
F&ra abordar estos temas, se eligieron 1,080 compaas de
Estados Unidos en una muestra estratificada aleatoria y se les en
vi un cuestionario diseado para revelar la disposicin de los
ejecutivos a comprar una PC de Panasonic, suponiendo que qui
sieran comprar computadoras. Las compaas fueron estratifica
das en tres variables: tamao, familiaridad con las PC de Panaso
nic y aplicaciones comerciales de las PC. Cada variable poda
asumir uno de tres valores, como se anota en la tabla siguiente:
Valor
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
Se asignaron al azar 40 encuestados a cada una de las 27 po

sibles combinaciones de variables (es decir, 40 encuestados con
calificaciones 1-1-1, 40 con calificaciones 1-1-2, etc.). La dispo
sicin declarada de los encuestados a comprar una PC de Panaso

nic se midi en una escala de 11 puntos.
Se escogi este diseo para facilitar el anlisis subsiguiente
de los datos. Con SPSS, SAS, MINITAB o EXCEL (o un paque
te de software para estadsticas semejante), le han encargado a
usted que analice los datos siguiendo estos procedimientos:
1. Distribucin de frecuencias. Para determinar si las variables
son las apropiadas para mayores anlisis, realice distribucio
nes de frecuencias en todas las variables.
2 . Tabulaciones cruzadas. Vuelva a codificar la variable depen
diente, Disposicin a comprar, en tres grupos relativamente
iguales (poca, regular y mucha). Realice tabulaciones cruza
das de la variable dependiente con cada una de las variables
independientes (Tamao de la compaa, Familiaridad y A pli
caciones comerciales) de las PC de Panasonic. Luego realice
tabulaciones cruzadas sobre la variable dependiente con Fa
miliaridad con las PC de Panasonic como variable de control
de Aplicaciones comerciales; sobre Tamao de la compaa
como variable de control de Aplicaciones comerciales, y so
bre Tamao de la compaa como variable de control de Fa
miliaridad con las PC de Pansonic. Interprete los resultados
para la direccin.
3 . Regresin. Regrese la variable dependiente sobre dos varia
bles ficticias para Tamao de la compaa, Familiaridad con
las PC de Panasonic y Aplicaciones comerciales (observe
que cada variable independiente tiene tres categoras y por
tanto estar representada por dos variables ficticias). Inter
prete los resultados para la administracin.
4. Anlisis de varianza de un factor. Explique la variacin de la
variable dependiente mediante tres ANOVAs de sta con cada
una de las \ariables de pronstico (Tamao de la compaa,
Familiaridad con las PC de Panasonic y Aplicaciones comer
ciales).
5 . Anlisis de varianza de tres factores. Explique la variacin
de la variable dependiente con un ANOVA de tres factores,
para determinar los efectos recprocos de las variables de
pronstico.
6 . Anlisis discriminatorio. Organice la variable dependiente
en tres grupos relativamente iguales sobre la base de su dis
tribucin. Realice un anlisis discriminatorio de los datos
agrupados con las variables ficticias que cre para la regre
sin e interprete los resultados para la administracin.
Los datos de este caso se encuentran en el CD-ROM as c o
mo en la pgina Web. En el archivo de datos textuales (con tabuladores) la primera variable representa la disposicin declarada
de comprar una PC de Panasonic. Las siguientes tres variables,
en el orden anotado en el caso, representan, las variables con que
se clasificaron las compaas. Adems, los datos tambin se en
cuentran en un archivo de SPSS y uno de EXCEL.
El principal asesor de su empresa le ha pedido que analice
los datos con un grado de significacin de 0.05 y que prepare un
informe exhaustivo en el que detalle los resultados del anlisis y
ofrezca recomendaciones para que la direccin de Panasonic las
aproveche en su programa de promocin de PC. Recuerde que su
mercado objetivo son los ejecutivos de empresas estadouniden
ses. Su misin, aunque no es imposible, es difcil: ayudar a Pana
sonic a penetrar en este mercado y as permitir que Matsushita re
nueve sus objetivos en Estados Unidos.
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
_________
Spencer, Chin, Toshiba, Matsushita Sign Strategic Pact, en ESN, 1285,

(22 de octubre de 2001): p. 3.
Matsushita, en fbrbes, 159, (IX (13 de enero de 1997): p. SI.
www.hoovers.com/co/capsule/3A),2163,41873.00.html
los datos son simulados.
3-4. Pampers padece salpullido:

la comezn de la participacin
en el mercado
En 2001, el sector de los paales desechables alcanz ventas de
3,900 millones de dlares. Tradicionalmente la marca de ms ven
ta en el sector era la lnea de paales Pampers (www.pampers.com)
de Procter & Gamble (www.pg.com\ Procter & Gamble domin el
mercado durante el decenio de 1970 y hasta el de 1980, con Pam
pers como su marca emblema. A finales del decenio de 1970, Luvs
se sum a la oferta secundaria para competir con la marca Huggies
(www.huggies.com) de Kimberly-Clark (www.kimberly-clark.com). En 1985, Huggies controlaba 32.6% del mercado y era una
amenaza importante al liderazgo de P&G en el sector.
A partir de 1994 y 1995 Huggies tom la delantera de las
dos marcas de Procter & Gamble en participacin en el mercado
de los paales, que entonces vala 3,600 millones de dlares. En
1996 Pampers y Luvs dieron a P&G una participacin conjunta
de 36.9%, en tanto que la participacin de Huggies fue de 39.7%.
Si bien Huggies aferr una participacin desde 1995, los analis
tas explicaron que fue a expensas de la participacin de Pampers.
Entre tanto, P&G emprendi esfuerzos para recuperar el primer
puesto: gast ms en promocin y present innovaciones. En
1996 P&G gast 48 millones de dlares en promociones de paa
les. La compaa gast ocho millones de dlares para aadir seccio
nes laterales de ventilacin a su marca Pampers Premium. Estas
franjas dejaban circular el aire al paal sin que hubiera escurrimientos, y como deban reducir la humedad, se reducira el salpullido.
En 1997 Huggies retuvo la delantera en el mercado, espe
cialmente con sus calzones entrenadores Pull-Up que retuvieron
una participacin en el mercado de 10%. La marca Huggies fue
la causa principal de que Kimberly-Clark aventajara a Procter &
Gamble. La estrategia de Kimberly-Clark era segmentar el mer
cado con nuevos productos para el nicho y la estrategia funcion
muy bien. Huggies Ovemite, paales para uso nocturno, y Hug
gies Pull-Up GoodNites, paales para nios mayores que mojan
la cama, fueron nuevas introducciones que atendan segmentos
especficos del mercado. La compaa probaba los calzones de
bao Huggies Little Swimmers, que eran unos paales aptos para
la natacin, y en 1998 emprendi una campaa de marketing del
producto en todo Estados Unidos.
En 1997, Procter & Gamble se anticip a su rival e introdu
jo un producto para satisfacer una nueva preocupacin de los
consumidores: el cuidado de la piel. P&G ofreci otra innova
cin, consistente en un revestimiento para los paales que era
bueno para la piel de los bebs: Pamper Gentle Touch, respalda
do por una campaa de promocin de 25 millones de dlares. El
revestimiento contena una mezcla especial de tres sustancias
qumicas suavizantes que se transferan de manera uniforme a la

piel del beb. Pampers mantuvo su enfoque en el cuidado de la piel
con la introduccin de Pampers Rash Guard a finales de 1999. En
las pruebas se haba mostrado que la frmula de xido de zinc y
vaselina usada en los paales reduce el salpullido sin interferir
con el retiro de la humedad de la piel del beb. Estas innovacio
nes resultaron muy exitosas para P&G. Information Resources,
Inc., coloc a Pamper Rash Guard en el nmero nueve de su lista
de lo s 1 0 nuevos productos de ms venta en el sector de artculos de
consumo en 1999-2000. Durante las 52 semanas que siguieron a la
introduccin del producto, las ventas llegaron a 97.2 millones de
dlares. Del mismo modo, P&G hizo nuevas introducciones en la
marca Luvs. En 2000 introdujo Luvs Splashwear para ofrecer
a los consumidores unos paales que los bebs pudieran usar en la
alberca. En 2001 se introdujo Luvs Overnights para bebs que re
queran mayor control de escurrimientos de noche. En 2002 se
lanz SleepDrys de Luvs para nios de cuatro aos en adelante
que mojan la cama.
A comienzos de 2002, tanto P&G como Kimberly-Clark te
nan productos con caractersticas exclusivas que no ofreca la
otra. Por ejemplo, Kimberly-Clark venda una marca de paales
Pull-Up dirigido a las madres de pequeos que comenzaban el
control de esfnteres. El paal desechable de entrenamiento poda
subirse y bajarse como la ropa interior comn, pero posea las ca
pacidades de absorcin de un paal. Kimberly-Clark tambin
ofreca la marca GoodNites de calzones desechables para nios
mayores que mojaban la cama. P&G tena un puesto nico en el
mercado del cuidado de la piel y acababa de introducir una mar
ca, Pampers Baby Dry con lados Quick Grip que podan abro
chare y desabrocharse para conseguir un ajuste perfecto. Tanto
Kimberly-Clark como Procter & Gamble ofrecan paales para na
tacin, nocturnos con proteccin adicional, con resorte para mejor
ajuste y especiales de primera lnea.
Para conservar la ventaja en las necesidades de los consumi
dores, Procter & Gamble tiene que proseguir la bsqueda y ofre
cer, antes que ningn competidor, exactamente lo que quieren los
consumidores de un paal, como hizo cuando introdujo el reves
timiento Pampers Gentle Touch. As, el uso de la investigacin
de mercados puede ser la clave para que P&G recupere el lide
razgo del mercado de paales.
En este mercado de los paales, cada vez ms competido, el
departamento de marketing de P&G quera formular nuevas me
todologas para la ereccin y comercializacin de Pampers, para
colocarse eficazmente contra Huggies sin canibalizar Luvs. Pa
688
www.FreeLibros.me
Participacin en el mercado de los paales desechables (porcentaje)

1991
1992
1994
1990
1993
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
Cantidad por paquete

Precio
\&k>r
Cuidado de la piel
*5
Estilo
*6
*7
Absorbencia
Escurr mientos
*8
Comodidad^tamao
*9
Cintas
*1
1996
Pampers
ra ello, realiz una encuesta a 300 madres de lactantes. A cada

una se le entreg al azar una marca selecta de paales (Pampers,
Luvs o Huggies) y se les pidi que los calificaran segn nueve
atributos y que sealaran su preferencia general por la marca, en
una escala tipo Likert de siete puntos (1 = no la prefiere; 7 = la
preferida). Las calificaciones de los nueve atributos tambin se
obtuvieron con escalas de Likert de siete puntos (1 = muy desfa
vorable; 7 = muy favorable). El estudio fue diseado de modo
que cada una de las tres marcas apareciera 100 veces. El objetivo
del estudio era saber qu atributos de los paales eran las influen
cias ms importantes en las preferencias de compras (Y). Los
nueve atributos del estudio fueron:
*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
Los datos se recopilaron en un centro comercial suburbano

con la tcnica de encuestas en centros y se ofrecen en el CDROM, as como en la pgina Web. En el archivo de datos textua
les (con fabuladores) la primera variable representa la preferen
cia de marcas (Y). Las siguientes nueve variables representan las
calificaciones de las marcas en los nueve atributos en el orden
anotado en el caso X { a X 9.
PREGUNTAS
6.
7.
cantidad por paquete, se controla el precio; preferencia con unisex,

se controla el estilo, y preferencia con comodidad, se controlan las
cintas. Interprete los resultados para la administracin.
Regresin. Prepare una ecuacin de regresin para la preferencia de
las marcas que incluya en el modelo todas las variables indepen
dientes y describa la significacin del modelo. Interprete los resulta
dos para la administracin.
Anlisis de varianza de un factor. Organice todas las variables inde
pendientes en grupos altos, medianos y bajos, como hizo en las ta
bulaciones cruzadas. Realice un anlisis de varianza de un factor de
cada variable independiente con la preferencia de las marcas. Expli
que los resultados a la administracin.
Anlisis discriminante. Organice la preferencia de las marcas en dos
grupos relativamente iguales basados en su distribucin. Realice un
anlisis discriminante de los datos agrupados e interprete los resul
tados para la administracin. Repita el anlisis agrupando la prefe
rencia de las marcas en tres grupos relativamente iguales.
Anlisis factorial. Determine los factores bsicos de los datos me
diante un anlisis factorial que aplique el principio de extraccin de
componentes con una rotacin varimax. Imprima todas las estadsti
cas disponibles. Guarde las puntuaciones de los factores y regrselos sobre la preferencia de las marcas. Interprete los resultados para
la administracin.
Anlisis por conglomerados. Siga un procedimiento sin jerarquizar
para organizar a las encuestadas, de acuerdo con las variables inde
pendientes, en dos, tres, cuatro y cinco conglomerados. Realice tam
bin un procedimiento jerrquico para obtener cinco conglomerados
usando el mtodo de Ward y trace un dendrograma. Interprete los re
sultados para la administracin.
Interprete los resultados de la encuesta y haga sus recomendaciones

al departamento de marketing basndose en sus resultados. Ellos quieren
su opinin sobre cul de los nueve atributos estiman ms las madres, ade
ms de las ideas que tenga para acciones especficas que incrementen la
participacin de Pampers en el mercado actual. El departamento de mar
keting cuenta con sus recomendaciones para encontrar los medios de me
jorar la imagen de Pampers y curar la comezn de la prdida de participa
cin en el mercado.
REFERENCIAS
listed debe analizar los datos y preparar un informe para el departamen

to de marketing. En el memorando de una pgina que le enviaron se le
indica que siga estos procedimientos:
L Distribucin de frecuencias. Haga una distribucin de frecuencias para
cada variable y trace grficas de barras de las primeras tres variables.
2. Tabulaciones cruzadas. Organice la preferencia de las marcas en po
ca, regular y mucha segn la frmula: poca = 1 o 2, regular = 3 a 5
y mucha = 6 o 7. Agrupe las variables independientes como bajas
= 1 a 3, medianas = 4y altas = 5 a 7. Haga una tabulacin cruzada
de la preferencia con cada variable independiente. Realice las si
mientes tabulaciones cruzadas de tres variables: preferencia con
Guttman, Cheryl, New Derm-Friendly Dandy Dominates Disposable

Diapers, en Dermatology Times, 21, (3), (marro de 2000): p. 34.
"Cleaning Products and Convenient Foods Highlight IRTs List of Hot
test New Products for 1999-2000, en
Hww.infores.com/public/globaI/News/glo_newJ31topten.htm.
M. Kruger, Renee, What Counts with Diapers, en Discount Merchan

diser, 40, (3), (marzo de 2000): pp. 60-62.
Nota: Este caso fue preparado nicamente para anlisis en clase y no representa las opi
niones de Procter & Gamble o sus afiliadas. L a situacin del problema es hipottica y
los datos son simulados.
689
www.FreeLibros.me
3-5. DaimlerChrysler busca

una nueva imagen
En un instante vendera mi Corvette convertible para comprar
este auto, exclam un observador emocionado en una exhibi
cin de avances de ideas de diseo para el decenio de 1990 de la
entonces Chrysler Motors Corporation (ahora DaimlerChrysler,
www.daim lerchrysler.com ). Desde que se recuper de estar al
borde de la bancarrota a finales del decenio de 1970, Chrysler se
mantena en un distante tercer lugar luego de GM y Ford en el
mercado estadounidense de los automviles, e incluso en 1990
Honda puso en peligro ese lugar (vase la tabla 1). Chrysler re
mont notablemente a comienzos del decenio de 1980 y gan
casi dos puntos porcentuales durante los primeros cinco aos de
ese decenio al aadir a su lnea de sedanes de lujo autos ms eco
nmicos para la clase media. Sin embargo, la creciente compe
tencia de las importaciones japonesas, la mala calidad de los pro
ductos y la falta de imaginacin de los diseos hizo que a finales
del decenio la participacin se redujera.
Pero Chrysler tuvo xito con su minivan. Dado este triunfo,
Chrysler se sinti todava ms determinado a vencer en el merca
do automovilstico, as que los ingenieros y gerentes trataron de
disear autos que correspondieran a la imagen de estilo y gran
calidad que la empresa necesitaba. Chrysler sostuvo su estrategia
de negocios de centrarse en las utilidades en vez de la participa
cin en el mercado, evitar las alianzas globales y prosperar en
medio de una escasez de capital. En 1989, Chrysler celebr una
exposicin de avances con los conceptos de autos para el decenio
de 1990, que inclua un motor V-10 para camiones y autos. Se
lanzaron dos conceptos modernos y pragmticos, el Chrysler Millennium y el diminuto Plymouth Speedster. Los dos vehculos
tenan un diseo atractivo pero su desempeo no era el mejor
porque en el fondo se basaban en la tradicional plataforma y tren
de potencia de Chrysler. Comoquiera que sea, los diseadores to
maron nota del auto deportivo de traccin trasera y dos plazas,
puesto a la venta en 1992, que incorpor el motor V-10. Con el
nombre de cdigo Dodge TBD (TBD: to be determined, por de
terminar) y despus llamado Dodge Viper, pareca un Corvette
de Chevrolet pero su etiqueta de precio indicaba 55,000 dlares.
Desde la introduccin del Viper (wwyv.dodge.com/viper), Chrys
ler ha elevado el precio inicial varias veces. A comienzos de 2002
aadi un precio de cuatro cifras para trepar al sorprendente va-
Participacin en el mercado automovilstico

estadounidense (%)______________________
A o
C h r ys le r
Fo r d
GM
Honda
1980
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
lor de 75,500 dlares para el modelo Roadster RT/10 y 76,000

para el cup GTS. El Viper se volvi a colocar para restaurar la
reputacin de Chrysler como diseador de autos emocionantes.
Aunque algunos dicen que el Viper es el auto ms sexy pe
ro ms tonto, resulta que su introduccin fue un xito. Reciente
mente, el presidente de Chrysler Corporation, John Lutz, afirm
que la compaa mantendra la produccin de Viper ligeramente
por debajo de la demanda, estimada en alrededor de 2 , 0 0 0 unida
des por ao. Chrysler tambin revel que ofrecera el Viper en
dos colores nuevos, verde esmeralda y amarillo. Antes, los pri
meros 250 autos fueron rojos y el resto negros. Tambin se pla
nearon mejoras para los interiores. Chrysler introdujo una ver
sin cup del Viper, el Viper GTS, que tena un techo slido, en
vez de la capota suave y convertible. En abril de 2002 Dodge pla
ne terminar la produccin del cup GTS con una corrida limita
da de la edicin final, que estara pintada con un rojo llamativo y
tendra franjas deportivas blancas. Llevara otros toques exclusi
vos, como volante de cuero negro y palanca de velocidades ador
nada con puntos rojos. Slo se produciran 360 unidades de la
edicin final del modelo GTS. En mayo de 2002 Dodge plane
iniciar la produccin para el 2003 del Viper SRT-10, que slo se
vendera en forma de convertible.
Para continuar el xito de Viper debe atraer al grupo de los
yupis, los ms educados y ricos de la generacin de la posgue
rra, que prefieren los autos importados. Como este grupo ser el
primer objetivo para un auto de tan alto desempeo, Chrysler ne
cesitaba asegurarse de que podra competir en un mercado domi
nado por Corvette, Mazda Miata, Porsche Boxster, Porsche
911/96 y Mitsubishi 3000GT. Las principales preocupaciones de
Chrysler eran superar la imagen de auto cuadrado que tena en di
cho grupo, determinar si ofrecera incentivos para adquirir el
Dodge Viper, la importancia del diseo y el prestigio al promo
verse en este mercado y cmo explotar su fusin con DaimlerBenz para ventaja de Viper.
Para resolver estas preocupaciones, se prepararon 30 enuncia
dos para medir las actitudes hacia estos factores y clasificar a los
encuestados, que manejaron una escala de Likert de nueve puntos
( 1 = definitivamente en desacuerdo, 9 = definitivamente de
acuerdo). Los encuestados se tomaron de las listas de correo
de las revistas Car and Driver, Business Week e Inc. y recibieron
una llamada telefnica en su domicilio, a cargo de una compaa
independiente de encuestas. Los enunciados de la encuesta de 400
sujetos se anotan enseguida:
1. Estoy en muy buena condicin fsica.
2 . Cuando tengo que escoger entre moda y comodidad, prefiero
vestirme a la moda.
3 . Tengo ms ropa de moda que la mayora de mis amigos.
4. Quiero verme un poco diferente que los dems.
5. La vida es demasiado corta para no correr algunos riesgos.
6 . No me preocupa la capa de ozono.
7 . Pienso que el gobierno hace demasiado para controlar la
contaminacin.
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.
Bsicamente, la sociedad actual est bien.

No tengo tiempo para trabajar en obras de caridad.
Nuestra familia no tiene muchas deudas en la actualidad.
Me gusta pagar en efectivo todo lo que compro.
Gasto mucho hoy y dejo que maana traiga lo que deba
traer.
Uso tarjetas de crdito porque puedo pagar las cuentas poco
apoco.
Casi nunca uso cupones cuando compro.
Las tasas de inters son lo bastante bajas para permitirme
comprar lo que quiera.
Me siento ms confiado que la mayora de mis amigos.
Me gusta que me consideren un lder.
A menudo me piden ayuda para arreglar problemas.
Los hijos son lo ms importante de un matrimonio.
ftefiero pasar una tarde tranquila en casa que ir a una fiesta.
Los autos estadounidenses no se comparan con los extranjeros.
El gobierno debe restringir las importaciones de productos
japoneses.
Los estadounidenses deben tratar siempre de comprar pro
ductos estadounidenses.
Me gustara darle la vuelta al mundo.
Me gustara dejar mi vida actual y emprender algo totalmen
te diferente.
Estoy entre los primeros en probar productos nuevos.
Me gusta trabajar y jugar intensamente.
Los pronsticos escpticos casi siempre se equivocan.
Puedo hacer todo lo que me proponga.
Dentro de cinco aos mis ingresos sern mucho mayores
que hoy.
Adems, la variable de criterio, la opinin del Dodge Viper, se

midi pidiendo a cada persona que contestara este enunciado:
Pensara en comprar un Dodge Viper hecho por DaimleiChrysler . Este enunciado se midi con la misma escala de nueve pun
tos que los 30 enunciados de pronstico.
Los datos se ofrecen en el CD-ROM, as como en la pgina
Web. En el archivo de datos textuales (con fabuladores) la primera
variable representa la opinin del auto deportivo de Chrysler. Las
siguientes 30 variables, en el orden anotado en el caso, representan
las calificaciones de los enunciados de estilo de vida Adems, los
datos tambin se ofrecen en un archivo de SPSS y uno de EXCEL.
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
industrias para satisfacer sus objetivos. La clnica contina do

nando cantidades enormes para educacin e investigacin. En
2001 aport 104.3 millones de dlares para educacin y 127.9
para investigacin. Esto fue adems de las sumas entregadas por
donadores extemos.
La marca de la clnica Mayo surgi en el ejercicio de la me
dicina. La mayor parte de su negocio procede de las experiencias
positivas de los pacientes de la clnica. Los pacientes satisfechos
son una clave del xito de la clnica. La existencia de la marca se
debe a la popularidad de la clnica, que es resultado de la aten
cin que proporciona, tanto como del ambiente que ha creado. La
colaboracin a travs de la prctica ha culminado en atencin ex
celente, mejores mtodos e innovacin. Mayo lo ha hecho sin
perder de vista el entorno en el que se presta la atencin. En la in
vestigacin de mercados se ha revelado que el ambiente de la cl
nica es una parte importante de la experiencia del paciente. Por
tanto, Mayo rompi el molde de un aspecto seco y esttico con la
adicin de msica apacible y arte elaborado. Mayo piensa que es
to favorece la experiencia de los pacientes y les ayuda a sanar an
tes. Con el paso de los aos, la clnica Mayo se ha convertido en
un nombre en el que la gente confa, a pesar de que no se anuncia.
Tiene una reputacin slida como centro de investigacin, presta
dor de atencin especializada y escuela de medicina.
A mediados del decenio de 1980 la clnica Mayo se expandi
a tres lugares y comenz el proceso de ampliar y articular su mar
ca. Abri un departamento de marketing para ocuparse del mane
jo de la marca. Aunque gasta slo 0.25% de su presupuesto en
marketing, la clnica Mayo ha podido mantener una marca fuerte.
Lo que le permite hacerlo es su nfasis en la investigacin de mer
cados.
Una parte significativa de la investigacin de mercados est
dedicada al manejo de la marca. Se hace investigacin de merca
dos para vigilar continuamente las impresiones y evaluaciones
que hacen los clientes de la clnica. La Oficina de Manejo de
Marca de la clnica Mayo cumple dos funciones bsicas. La pri
mera es fungir como agencia distribuidora de una imagen exter
na. La segunda funcin es ilustrar a los mdicos en el conoci
miento de la marca, a medida que se ramifica a nuevas reas. En
un proyecto de investigacin de elaboracin de marca se encon
tr que la clnica Mayo era considerada la mejor consulta en Es
tados Unidos. Tambin se encontr que 84% de la gente conoca
la clnica y que el pblico relaciona con ella palabras como exce
lencia, atencin y comprensin. As, una buena parte de su estra
tegia de marca es proteger y conservar esta opinin. Mayo lo
693
www.FreeLibros.me
consigue porque presta un servicio excelente, ofrece una expe

riencia definitiva y obtiene retroalimentacin a travs de la in
La otra parte de la estrategia de la clnica es el mejoramien
to de la marca. Es difcil fomentar la marca, pues es intangible.
Mayo debe tener cuidado porque la gente no cree que sea una
marca ordinaria. La clnica tambin tiene cuidados especiales en
sus actividades de marketing y sus asociaciones, para que no mo
difiquen la impresin. Para ello, hace investigacin de mercados
con objeto de vigilar las impresiones de pacientes, pblico en ge
neral, donadores, personal mdico y otros. En un estudio recien
te de investigacin de mercados se revel que la eleccin de una
organizacin de atencin mdica es determinada por la evalua
cin de las alternativas en los siguientes atributos fundamentales:
1) mdicos; 2) tecnologa mdica; 3) enfermera; 4) instalacio
nes; 5) direccin, y 6 ) tica Desde entonces, la clnica Mayo se
ha esforzado por destacar estos factores. As, la investigacin de
mercados le ayuda a conservar la salud al mantener y fortalecer
su marca.
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?
c. Para el total de la muestra, las puntuaciones de la tecnologa

mdica difieren significativamente de las calificaciones de en
fermera?
d. La muestra se divide en dos grupos: los que dan una respuesta fa
vorable (puntuaciones de 4 o 5) y los que dan una respuesta des
favorable o neutra (puntuaciones de 1,2 o 3) al enunciado de
la clnica Mayo como un excelente prestador de atencin mdica.
Cree que las calificaciones de los dos grupos difieran en cada
una de las seis variables independientes?
e. Los dos grupos de la pregunta d difieren en trminos de las
puntuaciones de las seis variables independientes cuando stas
se toman juntas?
f. La muestra se divide en tres grupos: los que dan una respuesta fa
vorable (puntuaciones de 4 o 5), los que dan una respuesta neutra
(puntuacin de 3) y los que dan una respuesta desfavorable (pun
tuaciones de 1o 2) al enunciado de la clnica Mayo como un exce
lente prestador de atencin mdica. Cree que las calificaciones
de los tres grupos difieran en cada una de las seis variables?
g. Los tres grupos de la pregunta/ dfieren en trminos de las pun
tuaciones de las seis variables independientes cuando stas se to
man juntas?
h. Las calificaciones de la clnica Mayo en: 1) mdicos; 2) tecnolo
ga mdica; 3) enfermera; 4) instalaciones; 5) direccin, y 6 ) ti
ca pueden representarse con un conjunto menor de dimensiones
que capten las impresiones fundamentales de los encuestados?
i. Es posible dividir a los encuestados en grupos relativamente
homogneos basados en sus calificaciones de la clnica Mayo, en:
1) mdicos; 2) tecnologa mdica; 3) enfermera; 4) instalaciones;
5) direccin, y 6 ) tica? Si es posible, en cuntos grupos?
REFERENCIAS
www.mayoclinic.com
Fell, Daniel, Taking U.S. Health Sevices Overseas, en Marketing

Health Services (verano de 2002): p. 21.
Hathaway, Misty y Kent Sehman, International Market Research at the
Mayo Clinic, en Marketing Health Services (inviemo de 2001): p. 19.
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
Todas las cifras son en millones de dlares.
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
unidad de soluciones de mdulos de potencia, atiende a los clien

tes con necesidades ms especializadas.
Para explotar el nuevo mercado, Astee adquiri una posicin
fuerte en el mercado de comunicaciones de Sudamrica. A fina
les de 2 0 0 0 haba gastado casi 1 1 ,0 0 0 millones de dlares en in
fraestructura de telecomunicaciones en Brasil. El gerente regio
nal para Brasil de Astee, Marco Prado, afirma que nuestra
presencia en Brasil nos permite trabajar cerca de los clientes de
Sudamrica para comprender sus necesidades y ofrecerles solu
ciones elctricas completas para sus redes de comunicaciones .
Muchas compaas, como Ericsson, Lucent y Nortel liqui
daron sus empresas cautivas de suministros elctricos, lo que ha
abierto enormes oportunidades para las compaas como Astee.
Como resultado de estas liquidaciones, Astee ha visto una acele
racin enorme en la demanda de productos de CD/CD. Debido a
los cambios tecnolgicos en los sistemas centralizados de poten
cia, Astee se ramific en nuevos productos. Hace apenas pocos
aos, una central de energa elctrica constaba de 80% de
CA/CD y 20% de CD/CD. En cambio, en 2002 el suministro
de energa elctrica se reparta en 50% de cada distribucin de
corriente. Adems, el mercado de suministros elctricos tambin
recibe el impulso del sector de la transmisin de datos, que ates
tigua un crecimiento explosivo. Para 2003, Astee espera ver un
incremento de 2 0 % en las ventas de electricidad como resultado
de estas nuevas oportunidades.
Luego de bajar al nmero tres del ramo, Astee quiere recon
quistar el primer puesto. La compaa sabe que tiene que orien
tarse ms hacia los consumidores para tener un programa de mar
keting exitoso. Est consciente del hecho de que los clientes han
estado dispuestos a comprar a cualquiera de los pequeos pro
ductores que compiten en precio, pero tambin cree que hay una
demanda creciente de productos de ms calidad con caractersti
cas de lujo y de ms servicio a clientes. El diseo de un nuevo
producto toma tiempo, pero los nuevos programas de servicios se
lanzan con facilidad. La dificultad estriba en que Astee no sabe
qu servicios demandan sus clientes. El gerente de marketing
quiere saber si programas nuevos de servicio seran buenos para
incrementar las ventas de Astee y cules habra qu iniciar. Quie
re la informacin en un plazo de dos meses, de modo que se ten
gan los programas para la siguiente exposicin comercial impor
tante. Como la competencia est cada vez ms consciente de que
acercarse a los clientes es la forma de crecer cuando el mercado
madura, Astee debe apegarse a las nuevas reglas para reconquis
tar el primer lugar.
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.
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
_____
Obtener informacin delicada
_____
Nfelocidad
_____
Viriedad de preguntas
_____
Control de la muestra
_____
Tasa de respuesta
_____
Costo
_____
Hexibflidad de la recopilacin de datos
_____
_____
Conveniencia sodal
_____
ftrtencial de desviaciones del entrevistador
_____
Control del entorno de recabacin de datos
_____
Anonimato percibido de los encuestados
_____
2. Qu mtodo de encuesta recomendara a Astee para realizar una

investigacin descriptiva? Por qu? Cules son las limitaciones
de esta modalidad?
3. Es posible acudir los mtodos de observacin para recopilacin
de los datos? Cules son las limitaciones de su mtodo?
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.
2. Qu escalas comparativas se usaran para reunir la informacin

que se necesita sobre conocimientos, opiniones, intendones y preferendas? Disee las escalas.
3. Qu escalas no comparativas se usaran para reunir la informadn que se necesita sobre conocimientos, opiniones, intenciones y
preferencias? Disee las escalas.
4. Al disear las escalas de la encuesta, cules recomendara?
5. Cmo determinara la confiabflidad de las escalas?
6 . Cmo evaluara la validez de las escalas?
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.
Las compras de generadores de energa elctrica aumentan con

los cambios en el nivel de servicio.
Los cambios en el nivel de servicio son anteriores a los cambios
en las compras de generadores de energa elctrica.
2. En este caso es necesaria una investigacin causal? Si lo es, qu
seos experimentales recomendara y por qu? Si no lo es, idee
ma situacin en la que lo fuera.
3. Qu variables extraas son amenazas para la validez interna y ex
terna del diseo que eligi?
4. Supongamos que Astee cre tres programas de servicio (A, B y C)
y quera saber qu efecto tiene el nivel de tecnologa y el tamao
fiscal de la compaa en las opiniones sobre el programa de servi
dos. Los clientes se clasifican como de alta, media y baja tecnolo
ga y las compaas como grandes, medianas y pequeas. Si Astee
no est interesada en los efectos de interaccin, cul sera el dise
o ms conveniente?
5. Supongamos que el programa de servicios A es el que tiene la ma
yor calificacin en el experimento de la pregunta 4. Cmo podra
hacerse una prueba de mercado para determinar su aceptacin p
blica? Explique.
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?
1. Cmo debe modificarse el trabajo de campo explicado en el libro

para hacer encuestas por correo?
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
P6 . Considero importante un programa que garantice la entrega.

Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
X
7
PIO. 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
importante
1. Calidad de los componentes 1 2
3
2. Ayuda del fabr. en el diseo 1 2
3
3. Garanta del producto
1 2
3
4. Tecnologa de punta
1 2
3
5. Precio
1 2
3
6 . Hedi por una compaa
conocida
1
2
3
7. Distrbudn confiable
1
2
3
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
P12. Califique los siguientes servicios en una escala de 1a 7 enla que 1

significa No es importante para m y 7, Es crucial para m.
No es
importante
para m
L Ayuda del fabricante
en el diseo
2. Ayuda para montaje
3. Garanta de distribucin
4. Explicadones tcnicas
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
a Realice distribuciones de frecuencias de todas las variables con

las estadsticas descriptivas acompaantes,
b. Con el procedimiento de tabulaciones cruzadas, elabore tablas
de contingencia para analizar si hay relaciones entre pares de
variables. Lo que interesan son los tipos de generadores com
prados (P8 ), origen de los generadores comprados (P9), recep
tividad a otros servicios (P16), frecuencia con que ordena gene
radores (P17), las necesidades satisfechas por los productores
de generadores (P18) y las variables demogrficas de los com
pradores y sus empresas (P19 a P23).
7
7
7
7
2. Elabore un libro de cdigos para las preguntas 10 a 15 del cuestio

nario preparado en el captulo 1 0 .
3. Al revisar las encuestas llenas, se le informa que la direccin quiere
saber si hay diferencias entre compaas de alta, media y baja tecno
loga. Elabore un esquema para analizar los datos de este paradigma.
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.
L Con el procedimiento de anlisis de varianza, compare las medidas

de las P1 a P7, P10 y P11 cuando se agrupan en las cuatro respues
tas posibles de P17. Estos grupos representan la frecuencia, por tri
mestre, con que se ordenan generadores. Haga pruebas de gama
mltiple para determinaren qu grupos difieren las medias.
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?
4. No tengo problemas para entender el diseo tcnico de los genera

dores de energa elctrica.
Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
6
7
5. Me gustara que un productor de generadores de energa me ayuda

ra a disear mis productos.
Muy en desacuerdo
1
2
3
6.
Neutro
4
Muy de acuerdo
6
7
Considero importante un programa que garantice la entrega.

Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
6
7
7. Es importante para m un programa de garanta de entrega.

Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
6
7
8.
Qu tipos de generadores de energa elctrica compr el ao pasado?
9.
De qu marcas son los generadores que compr d ao pasado?
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
CASO 4.1 CUESTIONARIO DE ASTEC

Responda TODAS las preguntas que se anotan a continuacin.
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
2. El servicio de los fabricantes de generadores de energa elctrica sa

tisface mis necesidades.
Muy en desacuerdo
1
2
3
Neutro
4
Muy de acuerdo
6
7
3. Todos los generadores de energa elctrica son iguales.

Muy en desacuerdo
1
2
3
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
Califique los siguientes servicios en una escala de 1 a 7 en la que 1

significa No es importante para m y 7, Es crucial para m.
No es importante
Es crucial
para m
para m
a. Ayuda del fabricarte en el diseo 1
b. Ayuda para montaje
1
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
Ordene los servicios de la lista siguiente segn sus preferencias.

Anote 1 en la marca que prefiera, 2 en la siguiente y as hasta clasi
ficar los cuatro servicios.
Si una compaa le ofreciera programas de servicio adicional para

ayudarlo, piensa usted que es ms probable que recurra a sta?
S_________
Nos gustara evaluar a los siguientes fabricares de productos elctri

cos en cuanto al servicio que le prestan. Compare las compaas de
la fila con las compaas de la columna. Anote 1 si la compaa de la
fila proporciona un mejor servicio, o 0 si es lo contrario.
Astee
Unitech
PCA
Lite-On
Vicor
Zenith
14.
1
1
No ___________
Por qu s o por qu no?
17. Cuntas veces por trimestre ordena generadores de energa elctrica?

__________ Menos de una vez por trimestre
__________ Dos veces por trimestre
__________ Tres veces por trimestre
__________ Cuatro o ms veces por trimestre
18. Los servicios que ofrecen actualmente los fabricantes de productos
elctricos satisfacen sus necesidades?
___________S
__________ No
Servicio
Lugar
Ayuda con el diseo del producto

Ayuda para mortaje
Explicaciones tcnicas
Garanta de distribucin
_____
_____
_____
_____
Por qu s o por qu no?
15.
Parte C
Califique la calidad de los servicios siguientes,

a Ayuda con el diseo del producto
Muy
poca
calidad
1
b.
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.
\fertas de la compaa en dlares

1. ___________Menos de un milln
2. ___________Entre 1 y 4.999 millones
3. ___________Entre 5 y 9.999 millones
4. ___________10 millones en adelante
Ayuda para montaje

Muy
poca
calidad
1
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
22. Nivel de tecnologa

1. Baja
______
Z Media
_______
3. Alta
______
23. Cul de las siguientes describe mejor su principal categora de ma
nufactura?
1.
Z
3.
4.
5.
Computadoras______________ __________
Aparatos elctricos pequeos
__________
Aparatos elctricos grandes
__________
Electrnica
__________
Otra
__________
Gracias por su participacin.
700
www.FreeLibros.me
4-1. Hoj a de codificacin de Astee

Nota- Anote en las columnas de las variables 9 si no se marc ninguna respuesta en el cuestionario
Pr e g u n t a /n o m b r e e n
C o lum na
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
origen de compra de generadores
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
serv. actual, satisface necesidades

puesto
c o d if ic a c i n
001 -099 con ceros de posicin

nmero de cdigo circulado
I?
It
II
?
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;
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
c d ig o
42-44
P20
edad
45-47
P21
venas anuales compaa
48-49
P22
nivel de tecnologa
50-53
P23
principal categora de fabricacin
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
(Nota: Las P13 y P14 se codificarn en un archivo de datos aparte)
Pregunta 13 de Astee
Pregunta 14de Astee
(Archivo ASLNSCALDAT)
(Archivo ASUNFOLDDAT)
(Nota: Respuestas de la parte inferior izquierda del tringulo de una ma

triz cuadrada)
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
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
4-2. L a investigacin de mercados es

la cura para las dolencias del Hospital
Tradicionalmente, el principal objetivo de los hospitales es pres
tar servicios, ms que servir mercados. Sin embargo, dada la cre
ciente competencia, otros sistemas de atencin y el reconoci
miento de la utilidad del marketing como herramienta, la
industria ha comenzado a explorar el potencial de la investiga
cin de mercados. Esta tendencia comenz cuando Medicare em
pez a reembolsar a los hospitales por grupos de enfermedades
de diagnstico (GED) ms que por los costos, con lo que abri el
camino para que otras compaas pagaran tambin por GED. Es
to tuvo un efecto grave en 40% de los ingresos de los hospitales,
puesto que signific que slo se pagaba una tarifa fija por cada
categora de GED. As, los hospitales enfrentaron la dura reali
dad de hacerse ms eficientes o perder dinero. Esta prdida de in
gresos se acentu por el exceso en la oferta de doctores y camas
de hospital.
En 1997 y 1998 la ocupacin hospitalaria rond la marca de
70% en Estados Unidos, segn el informe de la American Hospi
tal Association. En 1999 el promedio de esta ocupacin en aquel
pas era de 6 6 .1 %. Se espera que disminuya a 59% para 2005 y
que las intervenciones vigorosas de los planes de salud que han
sacado de los hospitales muchas actividades continuarn, aunque
a u n ritmo ms lento . Tambin se pronostica que 13% de los
hospitales cerrarn para 2010. Los analistas predicen que las ta
sas de ocupacin seguirn descendiendo debido en parte a la ten
dencia hacia las consultas externas y los servicios de recupera
cin rpida y en contra de tratamientos y procedimientos que
requieran estancias prolongadas en los hospitales. Por tanto, se
ha hecho necesario que los proveedores de servicios de salud
evalen las preferencias de los consumidores, puesto que el mercadlogo hospitalario exitoso debe centrar a quienes toman las de
cisiones y hacerlos conscientes de los servicios que prestan los hos
pitales y que son de crucial importancia para ellos en el proceso de
seleccin.
Los problemas de bajas tasas de ocupacin han hecho que la
atencin mdica se convierta en un mercado de compradores. En
lugar de que los mdicos decidan qu pacientes van a los tratamien
tos, 70% de los pacientes deciden dnde se tratan. Sorprendente
mente, hay incluso pruebas de que los pacientes no basan su deci
sin en la calidad del tratamiento (es decir, la tecnologa mdica o
la idoneidad del personal mdico), sino que toman decisiones de
compra de acuerdo con la forma en que son tratados (el cuarto, la
comida, la facilidad de estacionarse, si la gente es amable). Por
tanto, los hospitales han comenzado a hacer publicidad, a ofrecer
servicios individuales y especializados y, en general, han apren
dido que las personas son mercados y que los mercados tienen
necesidades que ellos, los hospitales, deben abordar para mante
nerse en el negocio. En sntesis, el sector de la atencin mdica
ha adquirido una orientacin al servicio. Una de las maneras en
que los hospitales infantiles hacen mejoras de marketing es re-
modelando fachadas e interiores de las edificaciones para que

sean ms atractivas para padres e hijos.
Las organizaciones de atencin mdica sirven a muchos mer
cados: pacientes, pagadores, cuidadores, funcionarios pblicos y
la comunidad respectiva. Por ende, gozan de alguna libertad para
dirigirse a alguno de stos, en particular porque estos mercados
representan la posibilidad de una participacin en el mercado y
una cartera de clientes para realizar estudios de mercados. Sin
embargo, los programas de marketing de la mayora de los hospi
tales se han centrado en los pacientes actuales y posibles (es decir,
su mtodo se orienta a los pacientes). En particular, los centros de
nacimiento son un objetivo frecuente de los programas de marke
ting orientados a los pacientes, lo que obedece a que los controles
obsttricos rutinarios suelen cumplir una funcin de negocios
perdidos. En otras palabras, su precio se tasa por debajo de su
costo con la idea de fomentar la imagen del hospital y atraer una
clientela ms rentable en el futuro.
La disminucin de los ingresos y la prdida de ocupacin es el
problema del Hospital Infantil Norton Healthcare Kosair, Inc.
(NHKCH, por sus siglas en ingls) de Louisville, Kentucky. El hos
pital es el nico en Kentucky que presta servicio exclusivamente a
nios y es el principal centro al que se remiten nios de Kentucky y
el sur de Indiana. El hospital de 253 camas es parte de Norton
Healthcare (www.nortotihealthcare.com), una organizacin sin fi
nes de lucro que opera el Norton Hospital y el Norton Healthcare
Pavilion en el Centro Mdico de Louisville. El hospital est en sex
to lugar en la conciencia de los residentes de la zona, entre nueve
hospitales de ese mercado .La direccin del hospital piensa que una
manera de aumentar la conciencia, y con ello el negocio, se me
diante la implantacin de un programa de maternidad comercializa
do vigorosamente. En particular, tiene la opinin de que el progra
ma sera un xito si se recurre a un mtodo de marketing de lnea de
productos: reunir un paquete de servicios de atencin perinatal
y promover los elementos que lo componen; es decir, lo que com
prende un centro de nacimiento: trabajo de parto, alumbramiento y
recuperacin, todo en la misma sala para no mover innecesariamen
te a la madre, o bien una lnea ms cara con otros servicios extrahospitalarios en el mismo lugar, como ciruga esttica, mamografa
y estudios de fertilidad (adems del centro de nacimiento).
El Hospital Infantil Norton Healthcare Kosair renov sus ins
talaciones en 2 0 0 0 y mejor las unidades de cuidado intensivo pe
ditrico y terapia intermedia Cre un ambiente agradable para los
nios que perfeccion sus instalaciones con cochecitos rojos para
trasladar a los nios, biblioteca y videoteca y salas de juegos en to
dos los pisos de intemamiento. Casi todas las habitaciones son pri
vadas y tienen una cama adicional para que uno de los progenito
res se quede en la noche con su hijo. El hospital comprende que los
nios no estn cmodos en el lugar y que la presencia de un ser
querido los tranquiliza.
703
www.FreeLibros.me
El 1999 el capelln del Hospital Infantil Norton Healthcare

Kosair emprendi un nuevo programa de extensin para llevar
consuelo a las familias y amigos de hijos de nios que murieron
de lesiones traumticas. En las investigaciones se mostr que ha
ba mucho menos programas para estas familias que para las fa
milias de nios con cncer y otras enfermedades terminales. El
programa tuvo mucho xito y ayud a familiares y amistades a
enfrentar el dolor de perder un nio por una lesin traumtica.
En junio de 2000 se inici un nuevo programa en el Hospital
Infantil Norton Healthcare Kosair planeado para facilitar y mejo
rar la atencin de los pacientes de medicina general internos en el
Departamento de Pediatra. Los pediatras y otros m dicos que
admitan nios al hospital tenan la posibilidad de ponerlos en
manos de internistas slo para nios. El programa era un servi
cio de la University Pediatric Foundation y se financi con una
generosa subvencin de la fundacin del hospital infantil. Los in
ternos se hacan cargo de todos los aspectos del manejo mdico
de los internos, incluyendo las visitas diarias, consultas telefni
cas fuera de los horarios establecidos, comunicacin con los fa
miliares y asesores coordinadores, lo mismo que la docencia de
estudiantes y residentes. En 2003 el Hospital Infantil Norton
Healthcare Kosair tambin incorpor especialistas en vida infan
til que se ocupan en reducir la tensin de los pacientes. Estos es
pecialistas aplican tcnicas de distraccin, respiracin profunda,
imaginacin guiada, arte, juegos y consejos para que los peque
os se relajen y pasen por pruebas y procedimientos difciles.
Norton Healthcare, la compaa madre del Hospital Infan
til Norton Healthcare Kosair, hizo grandes progresos en 2003 pa
ra aumentar la participacin en el mercado de sus hospitales. En
general, la compaa tuvo incrementos de dos dgitos en los nive
les de satisfaccin de clientes y un aumento en la satisfaccin de
los empleados de 14%. La compaa tambin declar aumentos
de 70% en los ingresos del ao fiscal 2000, lo que ha trado me
joras en los mrgenes generales de operacin de ms de 1 0 0 %.
El vicepresidente snior de desarrollo corporativo del Hos
pital Infantil Norton Healthcare Kosair, el seor Galvagni, se
pregunta cunto hay que extender la lnea de productos de aten
cin perinatal para aprovechar el mercado local y cmo maximizar los ingresos del hospital. Sabe que el hospital tiene la capaci
dad de establecer una lnea de cuidados perinatales que le guste a
las pacientes potenciales, pero no est seguro de la manera de co
mercializarla. Quisiera emprender una investigacin de merca
dos, pues piensa que es la cura para las dolencias del Hospital In
fantil Norton Healthcare Kosair.
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
3. Disee un cuestionario que aborde d problema de investigacin de

mercados de NHKCH.
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?
3. Supongamos que es necesario determinar el efecto sobre las respues

tas de la participacin del encuestado. Para esto, se suman los cinco
reactivos de la P9 y se obtiene una sola puntuacin. Cmo se distin
guira con esta calificacin la participacin escasa, moderada o gran
de de los participmes?
705
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.
Alo largo de una semana, 270 personas del conjunto de la comunidad de

Louisville respondieron la encuesta preparada en el captulo 10. La revi
sin de los datos para verificar que las entradas estuvieran completas y
correctas, adems de la captura de los datos en una forma matricial para
analizarlos mediante un programa de cmputo requiri otra semana
(vase el apndice para los detalles).
1. Elabore distribuciones de frecuencias para cada variable con todas
las estadsticas descriptivas acompaantes.
2 . Rira determinar la naturaleza de la relacin entre la variable de los
servicios ofrecidos por unas instalaciones de maternidad perfectas
(P5) y las variables demogrficas (P10 a P14), realice un anlisis de
na tabulacin cruzada de la P5 con cada una de las variables
demogrficas.
Preguntas sobre tica
Captulo 16
REFERENCIAS
1. Elabore un ANOVA de un factor con las preguntas P2 y P6 como

na variable dependiente y el hospital elegido en la opcin forzada
como variable de agrupamiento (P4).
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.
Pira ver el resultado de tomar los factores calificados como impor

tantes al elegir un hospital de maternidad, en la asignacin de los
oicuestados a cuatro grupos, realice un anlisis discriminante de
cuatro grupos de la P1 en todas las preguntas, incluyendo la P2.
Forme los cuatro grupos de acuerdo con la frecuencia con que los
encuestados recurrieron a servicios de maternidad como sigue: el
grupo 1 debe corresponder a los hospitales B, C y F; el grupo 2 de
be corresponder al NHKCH; el grupo 3 debe comprenderlos hos
pitales E, G y H, y el grupo 4 abarca los hospitales D e l.
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.
Rira determinar si hay razones ocultas para la reputacin pblica de

bs hospitales, prepare escalas multidimensionales (anlisis de des
pliegue interno) mediante el procedimiento ALSCAL sobre los or
denamientos dados por los encuestados en la P7.
Captulo 22
1. Repare un resumen ejecutivo de los resultados del estudio.
1. Describa dos formas de comportamiento inmoral en que podra in

currir un hospital que contrata una empresa para realizar la investi
gacin de una nueva lnea de atencin perinatal.
2. Describa tres conductas inmorales de un investigador de mercados
en el contexto de este caso.
American Hospital Association Hospital Statistics, edicin 2001-2.

Annimo, Report Predicts Oversupply of Physicians, Minimal Hospital
Closing in Next 10 Years, en Health Care Strategic Management,
18, nm. 6 , junio de 2000, pp. 7-8.
Montague, Jim, Unmasking A Dirty Secret, en Hospitals &. Health
Networks, 71, (4), (20 de febrero de 1997): pp. 34-36.
CASO 4.2 CUESTIONARIO DEL HOSPITAL

INFANTIL NORTON HEALTHCARE KOSAIR
Encuesta de los servicios de maternidad del hospital
Responda TODAS las preguntas que se anotan a continuacin.
P a rte A
1. Ha utilizado los servicios de maternidad de alguno de los siguien
tes hospitales? Marque todos los que correspondan.
a ____NHKCH
d.____Hospital D
g.____Hospital G
b.
e.
h.
Hospital B
Hospital E
Hospital H
c.
f.
i.
Hospital C
Hospital F
Hospital I
2. Califique la importancia relativa de los factores que considera al ele

gir un hospital para dar a luz.
No es muy
importante
a
b.
c.
d.
e.
f.
g.
h.
Reputacin del hospital

Calidad de la atencin
Distancia de casa
Consejo del mdico
Consejo de amistades
Publicidad
Amistad con el personal
Instalaciones de
maternidad modernas
i. Cunero con instalaciones
modernas
j. Seguro de maternidad
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
3. Qu tan familiarizada est con las caractersticas de los servicios de

maternidad que ofrecen los hospitales?
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.
4. Si tuviera que escoger un hospital para tener un hijo, cul de los

siguientes preferira? Escoja slo uno.
. NHKCH
. Hospital D
. Hospital G
. Hospital B
. Hospital E
. Hospital H
a.
. Hospital C
. Hospital F
. Hospital I
5. En su opinin, qu servicios deben ofrecer unas instalaciones de

maternidad perfectas?
6.
Indique en qu medida est de acuerdo con los siguientes enuncia

dos. Cuanto ms de acuerdo est con un enunciado, mayor ser el
nmero que le asigne.
Poco de
acuerdo
a Sentimos una gran lealtad hacia
d hospital en donde tuvimos a
nuestro hijo,
bi Nos gusta la conveniencia
de tener muchos servicios
relacionados en una lnea de
atencin perinatal.
c. Nuestro hospital debera
ofrecer una lnea completa de
servicios de maternidad,
d Nuestro hospital ofrece
atencin de gran calidad,
e. Nuestro hospital es muy
conveniente.
Cunto se interes usted?
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
11. Estado dvil

1.
2.
3.
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
Cuntas veces en el ao pasado recibi un tratamiento en alguno de

los siguientes?
a NHKCH
b. Hospital B
c. Hospital C
d Hospital D
e. Hospital E
i Hospital F
g. Hospital G
h. Hospital H
i Hospital I
1.
Z
3.
4.
1. Menos de preparatoria___
3. Algo de universidad
Z Certificado de preparatoria
4. Ttulo universitario____
14. Cul es aproximadamente el ingreso anual combinado de su hogar

en dlares y antes de impuestos?
1. menos de 10,000
Z 10,000 a 19,999
3. 20,000 a 29,999
____
____
____
4.30,000 a 39,999
____
5.40,000 a 59,999
____
6.60,000 en adelante ____
Gracias por su participacin.
Nota: Las preguntas 8 ,9 y 14 fueron suprimidas en el archivo de datos de los estudian

tes, para reducir el nmero de variables.
707
www.FreeLibros.me
4-2. Hoja de codificacin del Hospital

Nota: Anote en las columnas de las variables 9 si no se marc ninguna respuesta en d cuestionario.
Pr eg u n ta /
C o lum n a
1-3
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
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
001-099 con ceros de posicin

No = 0; S = 1
00000000 = NHKCH
10000000 = B;
01000000 = C;
00100000
00010000
00001000
00000100
00000010
3 4 -3 6
37
38
39
40
41
P5
serv. matem. perfect.
lealtad hosp. de parto

gusta conveniencia
serv. relac.
P 6c
nuestr. hosp. debera
ofr. serv. comp.
P6d
nuestr. hosp. ofr.
serv. cal id.
P6e
nuestr. hosp. es muy conveniente
(Nota: La P7 se codificar en un archivo de datos aparte)
P6a
P6b
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
Pr eg u n ta /
C o lum n a
N o m b r e e n c d ig o
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
Orden de prefer. de NHKCH
3
4
5
6
7
8
19
19
19
19
19
19
19
Capturar nm. marcado

Hospital
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.
Las encuestas son una herramienta muy til para Subaru

en su bsqueda para obtener la lealtad del cliente. El ao pa
sado se recibieron encuestas de parte de casi la mitad de los
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
7. Si va a realizarse una encuesta para entender las preferencias de los

consumidores ptor diversas marcas de automviles, qu mtodo con
vendra seguir y por qu?
8 . Elabore un cuestionario para medir las evaluaciones que hacen los
consumidores de las marcas de Subaru.
9. Conciba un plan de muestreo para la encuesta de la pregunta 7.
10. En la investigacin cualitativa se indica que los siguientes factores
ejercen una influencia en la disposicin de los consumidores a com
prar una marca de auto (dependiendo de la variable): 1 ) confiabilidad; 2) desempeo; 3) kilometraje de gasolina; 4) reparacin y man
tenimiento; 5) precio; 6 ) imagen, y 7) caractersticas propias
(variables independientes). En una encuesta se pidi a los consumi
dores que sealaran su disposicin para comprar un auto de Subaru,
Toyota, Honda y Nissan en escalas de cinco puntos en las que 1 =
ninguna disposicin y 5 = muy dispuesto. Tambin se pidi a los
entrevistados que evaluaran estas marcas importantes (Subaru, To
yota, Honda y Nissan) en siete variables independientes en escalas
de cinco puntos en las que 1 = muy mala y 5 = muy buena. Qu
anlisis estadsticos emprendera para responder las preguntas si
guientes?
a La disposicin a comprar una marca de auto se relaciona con las
siete variables independientes consideradas individualmente?
b. La disposicin a comprar una marca de auto se relaciona con las
siete variables independientes consideradas al mismo tiempo?
c. Los encuestados dieron a Subaru una calificacin mayor en
confiabOidad que en imagen?
d. Las marcas de Toyota se consideran ms confiables que las de
Subaru?
e. Las evaluaciones de Subaru en las siete variables independien
tes son diferentes entre quienes han comprado y quienes no han
comprado un Subaru?
f. Los hombres estn ms dispuestos que las mujeres a comprar
un Subaru?
g. Los encuestados fueron clasificados en cuatro grupos de edad:
menos de 25,26 a 45,46 a 65 y 6 6 en addante. Vara la dispo
sicin de los grupos a comprar un Subaru?
h. La disposicin a comprar las marcas de Toyota se clasificaron en

tres categoras: ninguna disposicin (puntuaciones de 1 y 2 ),
neutro (puntuacin de 3) y dispuesto (puntuadones de 4 y 5).
Vara la disposicin de los cuatro grupos de edad de la pregun
ta g a comprar un Toyota?
i. Vara la disposicin a comprar un Subaru entre los grupos de
solteros, casados y divordados/separados/viudos?
j. Vara la disposicin a comprar un Toyota entre los grupos de
solteros, casados y divorciados/separados/viudos, segn la clasi
ficacin de la pregunta tl
k. Es posible explicar la disposicin a comprar un Toyota segn la
dasificacin de la pregunta h en trminos de las evaluaciones de
Toyota en las siete variables independientes?
L Es posible reducir las siete variables independientes a un con
junto menor de variables bsicas?
m. Es posible dividir a los encuestados en grupos relativamente
homogneos de acuerdo con sus calificaciones de Subaru en las
siete variables independientes? Si lo es, en cuntos grupos?
11. Si Subaru realizara una investigacin de mercados para determinar
la disposicin de los consumidores a comprar marcas de autos en
Alemania, en qu variara el proceso de la investigacin?
12. Estudie las cuestiones ticas que ataen a investigar la disposicin
de los consumidores a comprar marcas de automviles.
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 ).
4-2. Procter & Gamble investiga

mercados para fortalecer marcas
Procter & Gamble ofrece productos en ms de 250 marcas a casi
5,000 millones de consumidores en ms de 130 pases. P&G da
trabajo a ms de 105,000 empleados en aproximadamente 80 pa
ses. La compaa inici sus operaciones en Estados Unidos en
1837 y ha continuado su expansin mundial, la ms reciente a
Argelia en 2001. El propsito declarado de la compaa es ofre
cer productos y servicios de calidad y valor superior que mejoren
la vida de los consumidores de todo el mundo .
P&G es el principal fabricante estadounidense de productos
para el hogar, con casi 300 marcas en cinco categoras principa
les: bebs, cuidado femenino y de la familia, cuidado de telas y
del hogar, belleza, salud y alimentos y bebidas. P&G tambin fa
brica comida para mascotas y filtros de agua, adems de que pa
trocina las comedias televisivas estadounidenses Guiding Light y
A s the World Turns. Doce marcas de P&G tienen ventas de miles
de millones de dlares (AlwaysAVhisper, Ariel, Bounty, Charmin,

Crest, Downy/Lenor, Folgers, Iams, Pampers, Pantene, Pringles y
Tide). En 2001 la compaa compr el gigante de cuidado del ca
bello Clairol (Nice & Easy, Herbal Essences, Aussie) a BristolMyers Squibb.
Con el tiempo, Procter & Gamble ha probado que es un in
novador al crear marcas y al entender a los clientes mediante uso
intenso de la investigacin de mercados. Crear marcas ha sido un
pilar del xito de P&G. Sus comercializadores emprenden inves
tigaciones de mercado para determinar el lugar de una marca y
luego se aseguran de que todos lo entiendan, porque impulsa to
das las decisiones sobre dicha marca.
En general, P&G considera el marketing como siempre lo ha
hecho. Siempre ha pensado en los consumidores y en por qu un
producto debe ser importante para ellos. P&G cree en dirigirse a
712
www.FreeLibros.me
las experiencias de los consumidores. Sus principios de marke

ting no han cambiado, pero ha modificado sus mtodos de identi
ficar y abordar a los consumidores para trabajar con una cartera
de clientes cada vez ms complicada. En los primeros tiempos
P&G haca mercadotecnia de masas a travs de la televisin y
otras fuentes porque en aquellos das era eficaz, pero ahora ha
cambiado su estrategia clave del marketing masivo al marketing
de consumidores. En la investigacin de mercados se ha revelado
que la determinacin de objetivos de mercado es el futuro del
marketing y la administracin de marcas. P&G cree que se re
quieren ms que grupos de enfoque y quiere pasar tiempo con los
consumidores para entender sus conductas. La investigacin de
mercados de P&G es tan extensa que incluso desarrolla produc
tos nuevos a partir de sta, para satisfacer las demandas de un
consumidor. El mtodo innovador de P&G sita al consumidor
en el centro de todo lo que hace. Ha integrado todos los departa
mentos en cada marca porque quiere que los consumidores pien
sen de cada marca como una entidad unificada y que tengan una
experiencia integrada.
Uno de los campos que P&G investiga constantemente es la
experiencia de los consumidores dentro de las tiendas. P&G lo
considera otra forma de vincularse con ellos y mejorar su expe
riencia. Una de las maneras en que P&G lo hace es mediante una
asociacin con los minoristas y creando una experiencia en tien
da para complacer a sus consumidores, lo que se ha vuelto ms
difcil porque tienen menos tiempo y ms expectativas. El empa
que tambin es importante para comunicar un mensaje a los con
sumidores. Es un reto clave, porque la rotulacin se ha complica
do y los consumidores son ms exigentes.
Internet tambin es una herramienta importante de investiga
cin de mercados para P&G. La compaa ha aumentado los servi
cios que presta en la red para llegar a ms consumidores. Esto ha
resultado eficaz y P&G incluso ha usado Internet como su nica
fuente para algunas campaas de marketing. Tambin la aprovecha
para obtener ideas nuevas y compartirlas en toda la compaa.
El marketing de P&G ha sido innovador y pionero, y se e s
perara que siguiera as en el futuro. P&G hace constantemente
investigaciones de mercado para resolver problemas actuales y
formar marcas que sern lderes maana.
PREGUNTAS
8.
9.
10.
11.
1. Analice la funcin que cumple la investigacin de mercados para

que P&G refuerce sus marcas.
2. P&G planea acrecentar su participacin en el mercado. 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. Investigue en Internet la participacin en el mercado de las principa
les marcas de pasta de dientes durante el ao pasado.
5. Qu datos pblicos seran tiles para abordar el problema de inves
tigacin de mercados?
6 . Analice la funcin de la investigacin cualitativa para que P&G in
cremente su participacin en el mercado de pasta de dientes.
7. P&G ha creado una nueva pasta que ofrece proteccin a dientes y
encas durante 24 horas despus de cada cepillada. Quisiera deter
12.
minar la respuesta de los consumidores a esta pasta nueva antes de

introducirla en el mercado. Si se realizara una encuesta para deter
minar las preferencias de consumo, qu mtodo debera seguirse y
porqu?
Elabore un cuestionario para evaluar las preferencias de los consu
midores de marcas de pasta de dientes.
Qu plan de muestreo debe adoptarse para la encuesta de la pre
gunta??
De acuerdo con el vicepresidente de marketing de P&G, la protec
cin de las encas y contra las caries, la blancura de los dientes, el sa
bor, el aliento fresco y el precio son variables independientes que in
fluyen en la preferencia de una pasta de dientes. Supongamos que en
una encuesta se evalan las principales marcas de pasta en estas va
riables independientes con una escala de siete puntos en la que
1 = mala y 7 = excelente. La preferencia por las pastas tambin se
mide en una escala de siete puntos en la que 1 = no se prefiere y
7 = preferida. Cada encuestado califica Crest y tres marcas rivales
en todas las variables independientes, as como su preferencia por
las marcas. Qu tcnicas estadsticas aplicara para contestar las si
guientes preguntas?
a La preferencia por una marca se relaciona con las variables in
dependientes por separado? Cul es la naturaleza de la relacin
que esperara usted?
b. La preferencia por una marca se relaciona con todas las varia
bles independientes consideradas al mismo tiempo?
c. Los encuestados evalan la pasta ms favorablemente en cuan
to a la proteccin de encas y contra las caries que en cuanto a la
blancura de los dientes?
d. La muestra se divide en dos grupos: usuarios habituales de Crest
y usuarios de otras marcas. Difieren estos grupos en cuanto a su
calificacin del precio de Crest?
e. La muestra se divide en tres grupos de consumidores frecuentes,
regulares y espordicos. La preferencia por Crest difiere en los
tres grupos?
f. Es posible distinguir los tres grupos de consumidores frecuen
tes, regulares y espordicos por su evaluacin de Crest en cuan
to a proteccin de encas y contra las caries, blancura de los
dientes, sabor, aliento fresco y precio cuando las variables se
consideranjuntas?
g. Es posible representar la evaluacin de Crest y sus competido
res en cuanto a proteccin de encas y contra las caries, blancura
de los dientes, sabor, aliento fresco y precio con unas cuantas di
mensiones bsicas?
h. Es posible dividir a los encuestados en grupos relativamente
homogneos basados en sus calificaciones de Crest en los cinco
fectores? Si lo es, en cuntos grupos?
Si se realizara en Latinoamrica un estudio de mercados para deter
minar las preferencias de pasta de dientes entre los consumidores,
en qu diferira el proceso de investigacin?
Estudie las cuestiones ticas que ataen al investigar las preferen
cias de los consumidores por las pastas de dientes.
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
Nmeros aleatorios simples
(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
N m eros aleatorios sim ples

Lnea/C ol . (1)
(2)
(3)
43
44
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
N m eros aleatorios sim ples

Lnea /C o l (1)
(2)
(3)
95
96
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
rea bajo la curva normal
.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
Las entradas representan el rea bajla distribucin normal estndarde la media a Z.
A4
www.FreeLibros.me
Distribucin chi cuadrada_____________________________________________________

G
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
Distribucin chi cuadrada_____________________________________________________

G
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 =
y se obtiene el rea de la cola superior resultante en la tabla de la distribucin
normal estandarizada.
A6
www.FreeLibros.me
Distribucin t__________________________ __________________________

G rados
DE
LIBERTAD
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
REAS DE LACOLA SUPERIOR (a)
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
i t O - ri rsoi o<* otno tn

o rri |
s o- ip
nririririririririri
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
m p p s o t ^ N i ^ ^ '^ '^ N 'p O s f n o O f n o s p n o p ^ m f n O s r ^ p N , t * iT f m p r ^
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
s t O i o i ' l i n V ' ll n ' n ' e ^ e ^ e ^ e ^ e n ' ( ^ e ^ r l r l d r i r l r l r l r i r I r l f i r l r l r l r l r l r l r l
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 roô 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
O s O s P m ' m ' N ,' N ,' N ,' N ' e ^ t r i t r i P P P P t ^ t ^ t < i t * 1 t * 1 t * 1 t * i e ^ e ^ e ^ e ^ e ^ e ^ e ^ t ^ r ^ r ^
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' eî es' es' es'
en
Os 2 oo so V
en
jjj Q
00 l' ^
en en en es W e^ es' eses' 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' eî eî es' es' es' es es es
m S
lo n
2 ^
00 ^ 10 ^ ^ ^ ^ ^
3 Si n 4 eî en iS eî 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
2 en en en en en eses es es e^ e^ eses- e^ e^ e^ es e^ e^ eses es eses '
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
en en en en en es r4 c4 c4 e"J e^ c4 c4 e^ r-i r-i es c-i c-i r>i r-i r-i es
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
eî 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
vi en sq Tpso s p o p ' s o p o ' e s s o

so Tp es v o p ^ 5 e s
- O' o o p ' s o s o v
ot p^ P P vi vi vi vi 2 5 5 5 5 2
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
s fi 8. fi. P fi fi. fi. S. fi.

2 2 2 2 2 2 2 2
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.
Pusateri, The Marriott Experience, en Marketing Management,

6 , nm. 2, verano de 1997, p. 33.
Para la relacin entre procesamiento de la informacin, deci
siones de marketing y desempeo, vase William D. Neal, Ad
vances in Marketing Segmentation, en Marketing Research,
Chicago, primavera de 2001, p. 14-18.
Motrin, en Advertising Age, 72, nm. 11,12 de marzo de 2001,
p. 44, y JJ. Unit Purchases St. Josephs Aspirin of ScheringPlough, en Wall Street Journal, 236, nm. 120,20 de diciembre
de 2 0 0 0 , p. 2 0 .
Rara la funcin de la investigacin de mercados en la administra
cin de marketing, vase Naresh K. Malhotra, The Past, Present,
and Future of the Marketing Discipline, en Journal o f the Aca
demy o f Marketing Science, 27, primavera de 1999, pp. 116-119;
Naresh K. Malhotra, Mark Fteterson y Susan Kleiser, Marketing
Research: A State-of-the-Art Review and Directions for the
T\venty-First Century, en Journal o f the Academy o f Marketing
Science, 71, primavera de 1999, pp. 160-183, y Siva K. Balasubramanian, The New Marketing Research Systems-How to
Use Strategie Database Information for Better Marketing, en
Journal o f the Academy o f Marketing Science, 24, nm. 2, prima
vera de 1996, pp. 179-181.
Naresh K. Malhotra y Mark Peterson, Marketing Research in
the New Millennium: Emerging Issues and Trends, en Market
Intelligence and Planning, 2001, 19, nm. 4, 2001, pp. 216235; David Smith y Andy Dexter, Whenever I Hear the Word
Paradigm I Reach for my Gun: How to Stop Talking and Start
Walking: Professional Development Strategy and Tactics for
the 21st Century Market Researcher, en International Jour
nal o f Market Research, 43, nm. 3, tercer trimestre de 2001,
pp. 321-340, y Naresh K. Malhotra, Shifting Perspective on
the Shifting Paradigm in Marketing Research, en Journal o f
the Academy o f Marketing Science, 20, otoo de 1992, pp.
379-387.
Alex Taylor, Can the Germans Rescue Chrysler?, en Fortune,
143, nm. 9 ,3 0 de abril de 2001, p. 106, y Jean Halliday, Chrys
ler Group Restructures, en Advertising Age, 72, nm. 13,26 de
marzo de 2001, p. 41.
Stephanie Thompson, Oscar Mayer Hams It Up for New Lunch
Meat Line, en Advertising Age, 71, nm. 32, 31 de julio de
2000, p. 14, y Charlie Etmekjian y John Grede, Marketing
Research in a Team-Oriented Business: The Oscar Mayer Ap
proach, en Marketing Research: A Magazine o f Management &
Applications, diciembre de 1990, pp. 6-12.
Un listado completo y una descripcin de las empresas del sector
de la investigacin de mercados se encuentra en The GreenBook
International Directory o f Marketing Research Companies and
Services, captulo de Nueva York, American Marketing Associa
tion, edicin anual. Vase el sitio en Internet wyvw.greenbook.org.
Jack Honomichl, Honomichl Top 50: Annual Business Report
on the Marketing Research Industry, en Marketing News, 10 de
junio de 2002, pp. H1-H43.
Para una nota histrica y direcciones futuras de los servicios de
agencia, vase Mike Penfonl, Continuous Research-Ait Nidsen
to AD 2000, en Journal o f the Market Research Society, 36,
enero de 1994, pp. 19-28, y el sitio en Internet de ACNielsen,
www.acnielsen.com.
Joe Nicholson, Baxter Ads Fuel New Recruitment Trend, en
Editor and Publisher, Nueva York, 25 de septiembre de 2000, p.
NI
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.
26. R. Jeffery Thieme, Artificial Neural Network Decision Support

Systems for New Product Development Project Selection, en
Journal o f Marketing Research, noviembre de 2000, pp. 499-507.
27. Annimo, FedEx Ground Receives Wireless Industry Award for
New System That Captures Digital Signatures At Package Deli
very, en Businesswire, 10 de diciembre de 2001 ; Aisha Williams,
FedEx Delivers Information Right To Consumers Hands, en In
formation Week, 19 de marzo de 2001, p. 33, y www.fedex.com.
28. Allyson Stewart, Do Your International Homework First, en
Marketing Ne*vs, 33, nm. 1,4 de enero de 1999, p. 25.
29. Vanessa OConnell, Unilever To Run Some TV Spots, Digitized,
Online, en Wall Street Journal, 237, nm. 43, 2 de marzo de
2001, p. 1, y David Kilbum, Thai Recipe for Haircare
Growth, en Marketing Week, 20, nm. 2 ,1 0 de abril de 1997.
30. Naresh K. Malhotra y Gina Miller, Social Responsability and
the Marketing Educator: A Focus on Stakeholders, Ethical
Theories, and Related Codes of Ethics, en Journal o f Business
Ethics, 19,1999, pp. 211-224.
31. La informacin sobre el software citado en este libro, si no se da
la referencia, se encuentra en nmeros recientes de Marketing
News and Marketing Research: A Magazine o f Management &
Applications, publicada por la American Marketing Association,
o en un directorio de un vendedor de software.
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.
Hard Frameworks for Soft Problems, en Journal o f the Market

Research Society, 36, nm. 2, abril de 1994, pp. 115-132.
Greg W. Marshall, Selection Decision Making by Sales Managers
and Human Resource Managers: Decision Impact, Decision
Fame and Time of Valuation, en The Journal o f Personal Selling
and Sales Management, invierno de 2001, pp. 19-28, y Berend
Wierenga y Gerrit H. van Bruggen, The Integration of Marketing
Problem Solving Modes and Marketing Management Support
Systems, en Journal o f Marketing, 61, nm. 3, julio de 1997,
pp. 21-37.
Annimo, How to Decide Who Should Get What Data, en HR
Focus, mayo de 2001, p. 7, y Mary J. Cronin, Using the Web to
Push Key Data to Decision Makers, en Fortune, 36, nm. 6 ,2 9
de septiembre de 1997, p. 254.
Neil A. Morgan, Marketing Productivity, Marketing Audits, and
Systems for Marketing Performance Assessment: Integrating
Multiple Perspectives, en Journal o f Business Research, 55,
nm. 5, mayo de 2002, p. 363; Merrilyn Astin Tarlton, Quick
Marketing Audit, en la w Practice Management, 23, nm. 6 ,
septiembre de 1997, pp. 18 y 63, y Leonard L. Berry, Jeffrey S.
Cbnant y A. Parasuraman, AFramework for Conducting a Servi
ces Marketing Audit, en Journal o f the Academy o f Marketing
Science, 19, verano de 1991, pp. 255-268.
Ram Charan, Conquering a Culture of Indecision, en Harvard
Business Review, abril de 2001, p. 74, y Saviour L.S. Nwachukwu
y Scott J. Vitell, Jr., The Influence of Corporate Culture on
Managerial Ethical Judgments, en Journal o f Business Ethics,
16, nm. 8 , junio de 1997, pp. 757-776.
Tobi Elkin, Cingular Believes in S elf, en Advertising Age,
edicin para el medio oeste estadounidense, 72, nm. 26, 25 de
junio de 2001, p. 39, y Joe Zibell, Velocity Chosen by Cingular
to Maximize Sports Sponsorships, en The Business Times, 23,
nm. 8 , Io de agosto de 2001, p. 9.
Keith Malo, Corporate Strategy Requires Market Research,
en Marketing Ne*vs, 36, nm. 2, 21 de enero de 2002, p. 14;
Ruth Winett, Guerilla Marketing Research Outsmarts the Com
petition, en Marketing News, 29, nm. 1 ,2 de enero de 1995, p.
33, y J. Scott Armstrong, Prediction of Consumer Behavior by
Experts and Novices, en Journal o f Consumer Research, 18,
septiembre de 1991, pp. 251-256.
Matthew Arnold, Can New Flavours Help Coke Get Back Its
Fizz?, en Marketing, 11 de abril de 2002, p. 15; Karen Benezra,
Diet Cherry Coke Apes Full-Cal Sister, en Brandweek, 11 de
mayo de 1998, y Hank Kim, Freeman Sets Goal for Cherry Co
ke, en Adweek, 24 de agosto de 1998.
Arlene Weirttraub y Gerry Khermouch, Chairman of the Board:
How Shoemaker Vans Turned Itself into Skateboarders Fave,
en Business Week, Industrial/Technology Edition, nm. 3734,28
de mayo de 2001, p. 96; Becky Ebenkamp, Vans Board Room
Battle, en Brandweek, 41, nm. 12, 20 de marzo de 2000, pp.
17-20.
12. Annimo, Movers, Shakers, and Decision Makers 2002, en

Financial Planning, Io de enero de 2001, p. 1, y Mary T. Cu
rren, Valerie S. Folkes y Joel H. Steckel, Explanations for Suc
cessful and Unsuccessful Marketing Decisions: The Decision
Makers Perspective, en Journal o f Marketing, 56, abril de
1992, pp. 18-31.
13. Michael J. Hennel, Forecasting Demand Begins with Integra
tion, en B to B, 87, nm. 11,11 de noviembre, p. 9, y C.L. Jain,
Myths and Realities of Forecasting, en Journal o f Business
Forecasting, 9, otoo de 1990, pp. 18-22.
14. Tania Mason, Pizza Hut Boss Moves to Concepts Role in
U.S., en Marketing, 17 de enero de 2002, p. 1, y Johnson, Kemba, Brown Baggin It, en American Demographics, 23, nm.
1 , enero de 2 0 0 1 , p. 1 2 .
www.FreeLibros.me
NOTAS
N3
15. Ray Suutari, Playing the Decision-Making Game, en CMA

Management, 75, nm. 7, octubre de 2001, pp. 14-17; Lehman
Benson in y Lee Roy Beach, The Effect of Time Constraints
on the Prechoice Screening of Decision Options, en Organiza
tional Behavior & Human Decision Processes, 67, nm. 2,
agosto de 1996, pp. 222-228, y Ron Snchez y D. Sudharshan,
Real-Time Market Research, en Marketing Intelligence and
Planning, 11, 1993, pp. 29-38.
16. Basado en un proyecto de investigacin de mercados realizado
por el autor. Vase tambin Darren W. Dahl, The Influence and
Vilue o f Analogical Thinking During New Product Ideation, en
Journal o f Marketing Research, 39, nm. 1, febrero de 2002, pp.
47-60.
17. Jennifer Sabe, Advertising Agency of the Year 2000, en MC
Technology Marketing Intelligence, 20, nm. 4, abril de 2000,
p. 44; Hillary Chura y Stephanie Thompson, Bozell Moving
Beyond Mustaches in Milk Ads, en Advertising Age, 70, nm.
43,18 de octubre de 1999, p. 81, y www.gotmilk.com/story.html,
16 de enero de 2 0 0 1 .
18. R. Jeffery Thieme, Artificial Neural Network Decision Support
Systems for the New Product Development Project Selection,
en Journal o f Marketing Research, Chicago, noviembre de
2000, pp. 499-507, y Stephen M. Heyl, Decision Matrix Points
the Way to Better Research ROI, en Marketing News, 31, nm.
19,15 de septiembre de 1997, pp. 18,30.
19. www.tennis.com/external.cfm?articleid=214I, 13 de enero de
2002; Tony Lance, entrevista telefnica (212.636.2731), 12
de enero de 2002, y Mark Adams, Court Marshal, en Mediaweek, 6 , nm. 12,18 de marzo de 1996, p. 22.
20. Gary L. Lilien, Bridging the Marketing Theory, en Journal o f
Business Research, 55, nm. 2, febrero de 2002, p. 111, y
Shelby D. Hunt, For Reason and Realism in Marketing, en
Journal o f Marketing, 56, abril de 1992, pp. 89-102.
21. Aqu se adopta una postura positivista ante la investigacin. El po
sitivismo abarca el positivismo lgico, el empirisno lgico y todas
las formas de folsacionismo. Es la posicin predominante en la in
vestigacin comercial de mercados. Ms recientemente se ha intro
ducido una perspectiva relativista. Vase, por ejemplo, Jillian Dawes
y Reva Berman Brown, R>stmodem Marketing: Research Issues
for Retail Financial Services, en Qualitative Market Research, 3,
nm. 2,2000, pp. 90-98, y Shelby D. Hunt, A General Theory o f
Competition, TTiousand Oaks, CaL,Sage Publishing Inc., 2000.
2 2 Mika Boedeker, New-Type and Traditional Shoppers: A Compa
rison of Two Major Consumer Groups, en International Journal
o f Retail & Distribution Management, 23, nm. 3, 1995, pp. 1726, y Naresh K. Malhotra, A Threshold Model of Store Choice,
en Journal o f Retailing, verano de 1983, pp. 3-21.
23. Naresh K. Malhotra y Lan Wu, Decision Models and Descrip
tive Models: Complementary Roles, en Marketing Research,
13, nm. 4, diciembre de 2001, pp. 43-44, y Peter S . Leeflang,
Building Models for Marketing Decisions: Past, Present and
Future, en International Journal o f Research in Marketing,
septiembre de 2 0 0 0 , p. 105.
24. La funcin integrada de teora, modelos, preguntas de investiga
cin e hiptesis en la investigacin de mercados puede verse en
Ame Nygaard y Robert Dahlstrom, Role Stress and Effective
ness in Horizontal Alliances, en Journal o f Marketing, 6 6 , abril
de 2002, pp. 61-82, y Joseph C. Nunes, A Cognitive Model of
Peoples Usage Estimations, en Journal o f Marketing R e
search, 37, nm. 4, noviembre de 2000, pp. 397-409.
25. Deepak Sirdeshmukh, Consumer Trust, Value, and Loyalty in
Relational Exchanges, en Journal o f Marketing, 6 6 , nm. 1,
enero de 2002, pp. 15-37.
26. Brian Wansink y Cynthia Sangerman, The Taste of Comfort,

en American Demographics, 22, nm. 7, julio de 2000, pp.
66-67, y Annimo, Comfort Food, en Potentials, 35, nm. 1,
enero de 2 0 0 2 , p. 1 2 .
27. Nancy Dillon, United Airlines to Rehire Customer Service, Other
Staffers, en Knight Ridder Tribune Business News, 23 de maizo
de 2002, p. 1; Marketing Key for Air Giants, en Advertising Age,
72, nm. 3,15 de enero de 2001, p. 22 y Karen Schwartz y Ian P.
Murphy, Marketers Improve Menus to Please Passengers, en
Marketing Netvs, 31, nm. 21,13 de octubre de 1997, pp. 1,10.
28. Sonia Reyes, Heinz Builds on EZ Squirt Success with AdultSkewing Kickrs Line, en Brandweek, 43, nm. 3,21 de enero
de 2002, p. 4, y ConAgra, Heinz Rule Mexican Frozens, en
Frozen Food Age, 45, nm. 11, junio de 1997, p. 16.
29. Paul Westhead, International Market Selection Strategics Selected
by Micro and Small Firms, en Omega, 30, nm. 1, febrero
de 2002, p. 51, y Susan P. Douglas y C. Samuel Craig, Interna
tional Marketing Research, Englewood Cliffs, Nueva Jersey,
Prentice-Hall, 1983.
30. Sonoo Singh, Unilever Picks Global Brand Director for Surf,
en Marketing Week, 7 de marzo de 2002, p. 7, y David Kilbum,
Unilever Struggles with Surf in Japan, en Advertising Age, 6
de mayo de 1991.
31. J. Pierre Brans, Ethics and Decisions, en European Journal o f
Operational Research, 136, nm. 2 ,1 6 de enero de 2002, p. 340,
y G.R. Laczniak y P.E Murphy, Ethical Marketing Decisions,
the Higher Road, Boston, Mass., Allyn and Bacon, 1993.
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.
18. Andnimo, Mead, Westvaco Join Forces, en Printing Impres

sions, 44, ndm. 4A, 1 de octubre de 2001, pp. 1-2, y www.meadwestvaco.com/consumer.html, 11 de abril de 2 0 0 2 .
19. Jack Willoughby, Exit Citigroup Smiling, en Barron's, 82,
ndm. 11,18 de marzo de 2002, p. 1, y Sabra Brock, Sara Ltipson
y Ron Levitt, Trends in Marketing Research and Development
at Citicorp/Citibank, en Marketing Research: A Magazine o f
Management and Applications, 1, ndm. 4, diciembre de 1989.
20. Eunkyu Lee, Are Consumer Survey Results Distorted? Syste
matic Impact of Behavioral Frequency and Duration on Survey
Response Errors, en Journal o f Marketing Research, febrero de
2000, pp. 125-133, y Solomon Dutka y Lester R. Frankel, Mea
suring Response Error, en Journal o f Advertising Research, 37,
ndm. l,enero-febrerode 1997, pp. 33-39.
21. Alison Stein Wellner, The American Family in the 21st Cen
tury, en American Demographics, 23, ndm. 8 , agosto de 2001,
p. 20; Rebecca P. Heath, lif e on Easy Street, en American De
mographics, 19, ndm. 4, abril de 1997, pp. 32-38, y Marketing
News, 10 de abril de 1987, p. 3.
22. Pritbhushan Sinha, Determination of Reliability of Estimations
Obtained with Survey Research: A Method of Simulation, en
International Journal o f Market Research, 42, ndm. 3, verano de
2000, pp. 311-318; Maigret R. Rollere, Control is Elusive in
Research Design, en Marketing News, 31, ndm. 19,15 de septiembre de 1997, p. 17, y Tom Corlett, Sampling Errors in
Practice, en Journal o f Market Research Society, 38, ndm. 4,
octubre de 1996, pp. 307-318.
23. LM. Premachandra, An Approximation of the Activity Duration
Distribution in PERT, en Computers and Operations Research,
Nueva York, abril de 2001, p. 443, y Zedan Hatush y Martin
Skitmore, Assessment and Evaluation of Contractor Data Against
Client Goals Using PERT Approach, en Construction Manage
ment & Economics, 15, ndm. 4, juliode 1997, pp. 327-340.
24. Carl Rohde y Ole Christensen, Understanding European
Youth, en Quirks Marketing Research Review, novianbre de
2000, aiticulo ndmero 0630 en lihea en www.quirks.com/articles/article_print.asp ?arg_articleid=630.
25. Neil C. Herndon, Jr., An Investigation of Moral Values and the
Ethical Content of the Corporate Culture: Taiwanese versus U.S.
Sales People, en Journal o f Business Ethics, 30, ndm. 1, marzo
de 2001, pp. 73-85, y Betsy Peterson, Ethics Revisited, en
Marketing Research: A Magazine o f Management & Applica
tions, 8 , ndm. 4, inviemo de 1996, pp. 47-48.
26. Andnimo, Bright Ideas, en Internet World,7 , ndm. 3, 1 de
febrero d e 2 0 0 1 , p. 1 1 .
27. Sou-Sen Leu, A Genetic Algorithm-based Optimal Resourceconstrained Scheduling Simulation Model, en Construction Ma
nagement and Economics, 20, ndm. 2, marzo de 2002, pp. 131-141;
Pritbhushan Sinha, Determination of Reliability of Estimations
International Journal o f Market Research, 42, ndm. 3, verano de
2000, pp. 311 -318; Naresh K. Malhotra, An Approach to the Mea
surement of Consumer Preferences Using Limited Information, en
Journal o f Marketing Research, 23, febrero de 1986, pp. 33-40, y
Naresh K. Malhotra, Analyzing Marketing Research Data with
Incomplete Information on the Dependent Variable, en Journal o f
Marketing Research, 24, febrero de 1987, pp. 74-84.
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
berry, Using Secondary Data in Marketing Research: A Project

that Melds Web and Off-Web Sources, en Journal o f Marketing
Education, 23, nm. 3, diciembre de 2001, pp. 195-203, y Gor
don L. Patzer, Using Secondary Data in Marketing Research,
Westport, Greenwood Publishing Group, 1995.
Annimo, HMR: Designed to Beat Eating Out, en Grocer,
224, nm. 7505, 26 de mayo de 2001, pp. 52-53, www.bostonmarket. com/4_company/news_I10601. htm.
Steven M. Barney, A Changing Workforce Calls for TwentyFirst Century Strategies, en Journal o f Healthcare Management,
47, nm. 2, marzo/abril de 2002, pp. 81-84, y www.elotouch.
com/pdfs/marcom/regal.pdf
Rara aplicaciones recientes de datos secundarios, vase Masaaki
Kotabe, Using Euromonitor Database in International Marke
ting Research, en Journal o f the Academy o f Marketing Science,
30, nm. 2, primavera de 2002, p. 172, y Paul A. Bottomley y
Stephen J.S. Holden, D o We Really Know How Consumers
Evaluate Brand Extensions? Empirical Generalizations Based
on Secondary Analysis of Eight Studies, en Journal o f Marke
ting Research, 38, nm. 4, noviembre de 2001, pp. 494-500.
Annimo. Nielsen Ratings, en Adweek, 43, nm. 4,21 de ene
ro de 2002, p. B l; Claude Brodesser, Nidsen Under Fire on
Hispanic Sample, en Mediaweek, 21 de julio de 1997, p. 15, y
www.acnielsen.com/services/media/trad/, 26 de enero de 2 0 0 2 .
Antonio A. Prado, E-Tail Revenue Numbers Seldom Add Up, en
kwestors Business Daily, 18, nm. 201,25 de enero de 2002, p. A 6 .
Terry Maxon, American Airlines to Join Swiss Air Lines in
Marketing Partnership, en Knight Ridder Tribune Business
News, 27 de marzo de 2002, p. 1, Peter Keating, The Best Air
lines to Fly Today en Money, noviembre de 1997, pp. 118-128.
Ronald G. Drozdenko y Perry D. Drake, en Optimal Database
Marketing, Thousand Oaks, Cal., Sage Publications, 2002, y
Drayton Bird, Database Marketing Gets Vbte Over Management
Consultants, en Marketing, 7 de marzo de 2002, p. 18.
Jean Halliday, Carmakers Learn to Mine Databases, en
Advertising Age, abril de 2000, pp. S6 -S 8 , y www.daimlerchrysler.com/company/company_e.htm, 27 de enero de 2002.
Jeremy White, KFC Seeks a Modem Identity Beyond the Anima
ted ColoneF, en Campaign, 18 de enero de 2002, p. 14; The Colo
nels Bold Campaign, en Chain Store Age, junio de 1997, pp.
A12-A13, y www.lfc.com/aboutAfcfacts.htm, 28 de enero de 2002.
Keith Malo, Corporate Strategy Requires Market Research,
en Marketing News, 36, nm. 2,21 de enero de 2002, p. 14.
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 .
18. Jody Dodson, Dos, Donts of Online Research, en Advertising

A ges Business Marketing, agosto de 1999, p. 8
19. Annimo, infoUSA.com Provides Fee Internet Database, en
Direct Marketing, enero de 2000, pp. 15-16, y Mary Ellen Bates,
American Business Information: Here, There and Everywhe
re, en Database, 20, nm. 2, abril/mayo de 1997, pp. 45-50.
20. Carol Tenopir, Links and Bibliographic Databases, en Library
Journal, 126, nm. 4, Io de marzo de 2001, pp. 34-35, y Greg R.
Notess, The Internet as an Online Service: Bibliographie Data
bases on the Net, en Database, 19, nm. 4, agosto/septiembre
de 1996, pp. 92-95.
21. Para aplicaciones de la base de datos PIMS, vase David Besanko,
David Dranove y Mark Shanley, Exploiting a Cost Advantage and
Coping with a Cost Disadvantage, en Management Science, 47,
nm. 2, febrero de 2001, p. 221, y Vfenkatram Ramaswamy, Hubert
Gatignon y David J. Reibstein, Competitive Marketing Behavior, en Journal o f Marketing, 58, abril de 1994, pp. 45-56.
22. The MonitoiTM Service, folleto preparado por Yankelovich
and Partners (www.yankelovich.com), y Gail Pitts, Too Bad We
Cant Eat the Campbells Soup Web Site, en Knight Ridder Tri
bune Business News, 6 de febrero de 2002, p. 1.
23. Julie Napoli, The Net Generation: An Analysis of Lifestyles,
Attitudes, and Media Habits, en Journal o f International Consu
mer Marketing, 2001, p. 21, y Leon G. Schiffman y Leslie Lazar
Kanuk, en Consumer Behavior, Upper Saddle River, Nueva
Jersey, Prentice Hall, Inc., 7a. ed., 1999.
24. William D. Wells, Recognition, Recall, and Rating Scales, en
Journal o f Advertising Research, 40, nm. 6 , noviembre/diciem
bre de 2 0 0 0 , pp. 14-20.
25. NPD Fashion Word Reveals that Women Secretly Like Shopping
for Swimwear Two New NPDFash ionworld Reports Examine
the Swimwear Market and Shopping Experience en www.npd.
com, 23 de enero de 2002.
26. Allison Romano, New to Nielsens Numbers, en Broadcasting
and Cable, 132, nm. 5, 4 de febrero de 2002, p. 29, y Steve
Wilcox, Sampling and Controlling a TV Audience Measure
ment Panel, en International Journal o f Market Research, 42,
nm. 4, invierno de 2000, pp. 413-430.
27. Anonymous, Over Half of All U.S. Citizens are Online
According to New Commerce Department Report, Internet
Business News 2002.
28. Annimo, Arbitron Tweaks Race Methodology, en M edia
week, 12, nm. 2 ,1 4 de enero de 2002, p. 24.
29. Eunkyu Lee, Michael Y. Hu y Rex S. Toh, Are Consumer Survey
Results Distorted? Systematic Impact of Behavioral Frequency
and Duration on Survey Response Errors, en Journal o f Marke
ting Research, 37, nm. 1, febrero de 2000, pp. 125-133; Why
Consumer Mail Panel Is the Superior Option, Chicago, Market
Facts, Inc., sin fecha, y John H. Parfitt y BJ.K. Collins, Use of
ConsumerPanels for Brand-Share Predictions, en Journal o f Mar
ket Research Society, 38, nm. 4, octubre de 1996, pp. 341-367.
30. Kevin J. Gancy, Brand Confusion, en Harvard Business Review, 80, nm. 3, marzo de 2002, p. 22, y Seymour Sudman, On
the Accuracy of Recording o f Consumer Panels IT, en Learning
Manual, Nueva York, Neal-Schumen Publishers, 1981.
31. Harald J. Van Heerde, The Estimation of Pre- and Post- Pro
motion Dips with Store Level Scanner Data, en Journal o f
Marketing Research, 37, nm. 3, agosto de 2000, pp. 383-3%. Un
estudio que investiga la exactitud de los sistemas de precios
de lectores de cdigos de barras encontr que tanto las tasas de
dficit como las de excedentes eran significativamente ms altas
que las expectativas de los minoristas: Ronald C. Goodstein,
UPC Scanner Pricing Systems: Are They Accurate?, en Journal
o f Marketing, 58, abril de 1994, pp. 20-30.
www.FreeLibros.me
N6
NOTAS
32. Martin Natter, Real World Performance of Choice-Based Con

joint Models, en European Journal o f Operational Research, 137,
nm. 2, Io de marzo de 2002, p. 448, y Marcel Coretjens y Rajiv
Lai, Building Store Loyalty Through Store Brands, en Journal
o f Marketing Research, 37, nm. 3, agosto de 2000, pp. 281-291.
33. Es posible combinar datos de lector ptico a nivel de tienda con
datos de grupos de lector ptico para hacer un anlisis integrado.
Vase Tulin Erdem, Glenn Mayhew y Baohong Sun, Unders
tanding Reference-Price Shoppers: A Within- and Cross-Category Analysis, en Journal o f Marketing Research, 38, nm. 4,
noviembre de 2001, pp. 445-457, y Gary J. Russell y Wagner A.
Kamakura, Understanding Brand Competition Using Micro
and Macro Scanner Data, en Journal o f Marketing Research,
31, mayo de 1994, pp. 289-303.
34. Jack KTL Lee, K. Sudhiry 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 Annimo, Cereals: A Key Meal-But
When? en Grocer,224, nm. 7507,9 de junio de 2001, p. 72.
35. Ejemplos de aplicaciones recientes de datos de lectores pticos
incluyen Katherine W. Lemon y Stephen M. Nowlis, Developing
Synergies Between Promotions and Brands in Different PriceQuality Tiers, en Journal o f Marketing Research, 39, nm. 2,
mayo de 2002, pp. 171-185, y Pradeep K. Chintagunta, Investi
gating Category Pricing Behavior at a Retail Chain, en Journal
o f Marketing Research, 39, nm. 2, mayo de 2002, pp. 141-154.
36. Annimo, Study of Online Shopping in U.S. Released by
ComScore Networks en Internet Business News, 21 de enero
de 2 0 0 2 , y www.ashford.com.
37. Para aplicaciones de datos de una sola fuente, vase Bruce Fox, Re
tailers Integrate Space Planning with Key Business Functions, en
Stores, 83, nm. 12, diciembre de 2001, pp. 59-60, Michael Darkow,
Compatible or Not? Results of a Single Source Fidd Experiment
within a TV Audience Research Panel, en Marketing & Research
Today, 24, nm. 3, agosto de 1996, pp. 150-161, y John Deighton,
Caroline M. Henderson y Scott A. Neslin, The Effects of Adverti
sing on Brand Switching and Repeat Purchasing en Journal o f
38. Stephanie Thompson, Diet V 8 Splash Carves Niche in Juice Ca
tegory for Adults en Advertising Age, 71, nm. 13,27 de marzo
del 2000, p. 24; Joanne Lipman, Single-Source Ad Research He
ralds Detailed Look at Household Habits, en Wall Street Journal,
16 de febrero de 1988, p. 39; www.cbs.com, y www.v8juice.com.
39. Jonathan W. Lowe, GIS Meets the Mapster, en Geospatial So
lutions, 12, nm. 2, febrero de 2002, pp. 46-48.
40. Para un ejemplo de investigacin de mercados internacionales
basada en datos secundarios, vase Sherriff T.K. Luk, The Use
of Secondary Information Published by the PRC Government,
en Market Research Society, Journal o f the Market Research So
ciety, julio de 1999, pp. 355-365.
41. Peter M. Chisnall, Marketing Research: State o f the Art Pers
pectives en International Journal o f Market Research, 44,
nm. 1, primer trimestre de 2002, pp. 122-125.
42. Daniel Joelson, Latin America Set for ATM Spike; Consumer
Demand is Making Latin Banks Reassess Their ATM Strategies,
en Bank Technology News, 15, nm. 1, enero de 2002, pp. 7-8.
43. Dan Trigoboff, Saying No to Nielsen, en Broadcasting & Cable,
132, nm. 5 ,4 de febrero de 2002, p. 33, y Alan Bunce, Faced
with Lower Ratings, Networks Take Aim at Nielsen; The Big
Three Consider a Competing Ratings Service, en Christian
Science Monitor, 20 de marzo de 1997.
44. Len Strazewski, Fine Tune Your Agency Web Site, en Rough
Notes, 145, nm. 1, enero de 2002, pp. 102-105, y www.nytimes.
com, 31 de enero de 2 0 0 2 .
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
Oaks, Cal., Sage Publications, 2002, y John Gill y Phil Johnson,
Research Methods fo r Managers, 3a. ed., Thousand Oaks, Cal.,
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
Publications, 1999.Adaptado de Donald A. Chase, The Intensive

Group Interviewing in Marketing, en MRA Viewpoints, 1973.
14. Edward F. Fern, Advanced Focus Group Research, Thousand
Oaks, Cal., Sage Publications, 2001, y Richard A. Krueger, en
Developing Questions fo r Focus Groups, Newbury Park, Cal.,
15. Becky Ebenkamp, The Focus GroupHas Spoken, en Brandweek, 42,
ntim. 17,23 de abril 2001, p.24, y David L. Morgan, en The Focus
Group Guidebook, Newbury Park, CaL, Sage Publications, 1997.
16. Andnimo, Focus Groups: A Practical Guide for Applied Re
search, en ntemotional Journal o f Public Opinion Research, 13,
ntim. 1, primavera de 2001, p. 85, y Richard A. Krueger y Mary
Anne Casey, en Focus Groups: A Practical Guide fo r Applied Re
search, 3a. ed., Thousand Oaks, Cal., Sage Publications, 2000.
17. Joan Raymond, All Smiles,en American Demographics,23, ntim.
3, marzo de 2001, p. SI 8 , y Stephanie Thompson, Kraft Does the
Twist, en Advertising Age, 72, ntim.4,22 de enero de 2001, p. 8 .
18. Edward F. Fern, en Advanced Focus Group Research, Thousand
Oaks, Cal., Sage Publications, 2001, y Andnimo, Research
Reports: Efficiency Through Telephone Focus Groups, en Agri
Marketing, Skokie, junk) de 2000, p. 17.
19. Ronald E. Goldsmith, The Focus Group Research Handbook,
The Service Industries Journal, 20, ntim. 3, julio de 2000, pp.
214-215, y Thomas L. Greenbaum, en The Handbook fo r Focus
Group Research, Newbury Park, Cal., Sage Publications, 1997.
20. Andnimo, Focus Group Warning, en Marketing News, 34,
ntim. 6 , 13 de marzo de 2000, p. 6 ; Howard Furmansky, De
bunking the Myth About Focus Groups, en Marketing News,
31, ntim. 13, 23 de junio de 1997, p. 22, y Jack Edmonston,
Handle Focus Group Research with Care, en Business Marke
ting, 79, ntim. 6 , junio de 1994, p. 38.
21. Don Akchin, Quick & Dirty Research, en Nonprofit World,
Madison, mayo/junio de 2001, pp. 32-33, y How Nonprofits
Are Using Focus Groups, en Nonprofit World, 14, ntim. 5, septiembre/octubre de 1996, p. 37.
22. Fbppy Brech, Research Proves the Obvious, en Marketing, 21
de marzo de 2002, p. 48.
23. Shay Sayre, en Qualitative Methods fo r Marketplace Research,
Thousand Oaks, Cal., Sage Publications, 2001, y Looking for a
Deeper Meaning, en Marketing (suplemento Market Research
Top 75), 17 de julio de 1997, pp. 16-17.
24. Edward C. Baig, One Smart Card for All Your Debts, en USA
Today, 6 de febrero de 2002, p. D7.
25. Gwendolyn Bounds, Psychology of Marketing: Marketers Tread
Precarious TerrainAds Alluding to Sept. 11 Risk Taint of Com
mercializing Tragedy to Push Products, en Wall Street Journal, 5
de febrero de 2002, p. B1; y Klaus G. Grunert y Suzanne C. Gmnert, Measuring Subjective Meaning Structures by Laddering
Method: Theoretical Considerations and Methodological Pro
blems, en International Journal o f Research in Marketing, 12,
ntim. 3, octubre de 1995, pp. 209-225. Este ejemplo se deriva de
Jeffrey F. Durgee, Depth-Interview Techniques for Creative
Advertising, en Journal o f Advertising Research, 25, diciembre
de 1985/enero de 1986, pp. 29-37.
26. R. Kenneth Wade, R>cus Groups Research Role Is Shifting, en
Marketing News, 36, ntim. 5, 4 de marzo de 2002, p. 47; Brian
Wmsink, New Techniques to Generate Key Marketing Insights,
en Marketing Research, 12, ntim. 2, verano de 2000, pp. 28-36, y
Richard A. Feder, Depth Interviews Avoid Turmoil of Focus
Groups, en Advertising Age, 6%, ntim. 16,21 de abril de 1997, p. 33.
27. Robert A. Guth, PlayStation 2 Helps Sony Beat Forecasts, en
Will Street Journal, 28 de enero de 2002, p. A12, y Brian Wansink,
New Techniques to Generate Key Marketing Insights, en
Marketing Research, 12, verano de 2000, pp. 28-36.
28. Gill Ereaut, Mike Imms y Martin Callingham, en Qualitative

Market Research: Principle & Practice: Seven Volume Set, Thou
sand Oaks, Cal., Sage Publications, 2002, y HJL Kassarjian,
Projective Methods, en R. Ferber, ed., en Handbook o f Marke
ting Research, Nueva York: McGraw-Hill, 1974, p. 3.85-3.100.
29. Judith Lynne Zaichowsky, The Why of Consumption: Contem
porary Perspectives and Consumer Motives, Goals, and Desires,
en Academy o f Marketing Science, 30, ntim. 2, primavera de 2002,
p. 179, y Sidney J. Levy, Interpreting Consumer Mythology:
Structural Approach to Consumer Behavior Focuses on Story
Telling, en Marketing Management, 2, ntim. 4, 1994, pp. 4-9.
30. Miriam Catterall, Using Projective Techniques in Education
Research, en British Educational Research Journal, 26, ntim.
2, abril de 2000, pp. 245-256; Marilyn M. Kennedy, So Howm I
Doing?, en Across the Board, 34, ntim. 6 , junio de 1997, pp.
53-54, y G. Lindzey, On the Classification of Projective
Techniques, en Psychological Bulletin, 1959, pp. 158-168.
31. Kerri Walsh, Soaps and Detergents, en Chemical Week, 164,
ntim. 3 ,2 3 de enero de 2002, pp. 24-26, y Interpretation is the
Essence of Projective Research Techniques, en Marketing
News, 28 de septiembre de 1984, p. 20.
32. J. Dee Hill, 7-Eleven Hopes Hosiery Has Legs, en Adweek,
22, ntim. 42, 16 de octubre de 2000, p. 12, y Ronald B. Lieber,
Storytelling: A New Way to Get Close to Your Customer, en
Fortune Magazine, 3 de febrero de 1997, y www.dupont.com.
33. Amy Zuber, McD Unveils New Brands, Tries to Reverse
McSlide, en Nation's Restaurant News, 35, ntim. 46, 12 de
noviembre de 2001, pp. 1-2; David Kilbum, Haagen-Dazs Is
Flavor of Month, en Marketing Week, 20, ntim. 23,4 de septiem
bre de 1997, p. 30, y S. Bhargava, Gimme a Double Shake and
a Lard on White, en Business Week, 1 de marzo de 1993, p. 59.
34. Debby Andrews, Playing a Role, en Business Communication
Quarterly, 64, ntim. 1, marzo de 2001, pp. 7-8; Role Playing
for Better Service, en Lodging Hospitality, 53, ntim. 2, febrero
de 1997, p. 16.
35. Kevin Smith, Apartment, Townhouse Area Offers Upscale
Living in Rancho Cucamonga, Calif., en Knight Ridder Tribune
Business News, 17 de mayo de 2002, p. 1, y Jerome R. Corsi,
Adapting to Fit the Problem: Impact Research Takes a Different
Approach to Marketing, en Rocky Mountain Business Journal,
36, ntim. 26,25 de marzo de 1985, p. 1.
36. Edward H. Phillips, Fear of Flying, en Aviation Week & Space
Technology, 154, ntim. 3,15 de enero de 2001, p. 419; Fear of
Flying, en Economist, 339, ntim. 7966,18 de mayo de 19%, p.
30; www.airlines.org, y www.airsafe.com.
37. Gill Ereaut, Mike Imms y Martin Callingham, en Qualitative
Market Research: Principle & Practice: Seven Volume Set,
Thousand Oaks, Cal., Sage Publications, 2002; David Bakken,
State of the Art in Qualitative Research, en Marketing Research:
A Magazine o f Management & Applications, 8 , ntim. 2, verano
de 19%; pp. 4-5; Elaine Cibottiy Eugene R Fram, The Shopping
List Studies and Projective Techniques; A 40-Year View, en
Marketing Research: A Magazine o f Management & Applica
tions, 3, ntim. 4, diciembre de 1991, pp. 14-22, y Maison Haire,
Projective Techniques in Marketing Research, en Journal o f
Marketing, 14, abril de 1950, pp. 649-656.
38. John Gill y Phil Johnson, en Research Methods fo r Managers,
3a. ed., Thousand Oaks, Cal., Sage Publications, 2002, y Sajeev
Varki, Bruce Cooil y Roland T. Rust, Modeling Fuzzy Data in
Qualitative Marketing Research, en Journal o f Marketing Re
search, 37, ntim. 4, noviembre de 2000, pp. 480-489.
39. Alan S. Zimmerman y Michael Szenberg, Implementing In
ternational Qualitative Research: Techniques and Obstacles,
Qualitative Market Research, 3, ntim. 3, 2000, pp. 158-164, y
www.FreeLibros.me
N8
NOTAS
Jeffery S. Nevid, Multicultural Issues in Qualitative Research,

Psychology & Marketing, julio de 1999, pp. 305-325.
40. Thomas L. Greenbaum, Understanding Focus Group Research
Abroad, en Marketing News, 30, ntim. 12,3 de junio de 1996,
pp. H14, H36.
41. Richa Mishra, India: Whirlpool to Continue with New Marketing
Initiative, en Businessline, 6 de noviembre de 2001, p. 1, y Hal
Daume, Making Qualitative Research Work in the Pacific
Rim, en Marketing News, 31,12 de mayo de 1997, p. 13.
42. Connie Rate Bateman, Framing Effects Within the Ethical
Decision-Making Process of Consumers, en Journal o f Busi
ness Ethics, 36, niim. 1/2, marzo de 2002, pp. 119-138.
43. Evan Thomas, Calling All Swing States, en Newsweek, 136,
ndm. 2 1 , 2 0 de noviembre de 2 0 0 0 , pp. 1 1 0 - 1 2 0 .
44. Robert V. Kozinets, The Field Behind the Screen: Using Netnography for Marketing Research Online Communities, Journal o f
Marketing Research, 39, mim. 1, febrero de 2002, pp. 61-72; Tho
mas L. Greenbaum, Focus Groups vs. Online, en Advertising
Age, Chicago, 14 de febrero de 2000, p. 34, y Judith Langer,
On and Offline Focus Groups: Claims, Questions, en Marke
ting News, 34, niim. 12,5 de junio de 2000, p. H38.
45. Chuck Moozakis, Nissan Wants to Be like DellAutomaker
Says It Can Achieve Build-to-Order Via the Web in 18
Months; Experts are Skeptical, en InternetWeek, 7 de enero
de 2002, p. 11; Jean Halliday, Makers Use Web to Help De
sign Cars, en Automotive Ne*vs, nm. 5860, 7 de febrero de
2 0 0 1 , p. 2 2 , y www.nissandriven.com.
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.
9. Rebecca Gardyn, Same Name, New Number, en American

Demographics, 23, nm. 3, marzo de 2001, p. 6 .
10. Annimo, Comerica Bank, KeyCorp, Bank One Rank in Top
15 with Their Internet Sites, en Michigan Banker, 12, nm. 7,
julio de 2000, p. 29; Nicolaos E. Synodinos y Jerry M. Brennan,
Computer Interactive Interviewing in Survey Research, en
Psychology and Marketing, 5, verano de 1988, pp. 117-138, y
www.bankone.com/about/profile/description.
11. Las encuestas por correo son comunes en la investigacin de
mercados industriales e institucionales. Vase, por ejemplo,
H.L. Brossard, Information Sources Used by an Organization
During a Complex Decision Process: An Exploratory Study, en
Industrial Marketing Management, 27, nm. 1, enero de 1998,
pp. 41-50.
12. Jack Schmid, Assigning Value to Your Customer List, en Ca
talog Age, 18, nm. 5, abril de 2001, p. 69, y Rob Yoegei, lis t
Marketers Head to Cyberspace, en Target Marketing, 20, nm.
8 , agosto de 1997, pp. 54-55.
13. Michael Straus, Charlotte Art Museum Uses Research to
Light Path to 21st Century, en Q uirks, febrero de 1998,
www.quirks.com/articles/article.asp?arg_ArticleId=311, y www.
mintmuseum.org/mmcd/index. him.
14. Matthew Schwartz, Tbstal and E-mail Combos Gain Favor
with Marketers, en B to B, 87, nm. 2,11 de febrero de 2002, p.
25, y Jim Stevens y John Chisholm, An Integrated Approach:
Technology Firm Conducts Worldwide Satisfaction Research
Survey Via E-Mail, Internet, en Quirk's Marketing Research
Review, 11, nm. 8 , octubre de 1997, pp. 12-13,64-65.
15. John W. Gorman, An Opposing View of Online Surveying, en
Marketing News, 24 de abril de 2000.
16. Steven K. Thompson, en Sampling, Nueva York, John Wiley &
Sons, 2002, y Terry L. Childers y Steven J. Skinner, Theoretical
and Empirical Issues in the Identifications of Survey Respon
dents en Journal o f the Market Research Society, 27, enero de
1985, pp. 39-53.
17. Gregory B. Murphy, The Effects of Organizational Sampling
Frame Selection, en Journal o f Business Venturing, 17, nm. 3,
mayo de 2002, p. 237, y Wayne Smith, Paul Mitchell, Karin Attebo y Stephen Leeder, Selection Bias from Sampling Frames:
Telephone Directory and Electoral Rolls Compared to Door-toDoor Population Census: Results from the Blue Mountain Eye
Study, en Australian and New Zealand Journal o f Public
Health, 21, nm. 2, abril de 1997, pp. 127-133.
18. Timothy R. Graeff, Uninformed Response Bias in Telephone
Surveys en Journal o f Business Research, 55, nm. 3, marzo de
2002, p. 251, y Scott Keeter, Estimating Telephone Noncovera
ge Bias with a Telephone Survey, en Public Opinion Quarterly,
59, nm. 2, verano de 1995, pp. 196-217.
19. Annimo, Random Sampling, en Marketing News, 36, nm.
3 ,4 de febrero de 2002, p. 7; Dana James, Old, New Make Up
Todays Surveys, en Marketing News, 5 de junio de 2000, p. 4;
David Wilson, Random Digit Dialing and Electronic White
Pages Samples Compared: Demographic Profiles and Health
Estimates, en Australian and New Zealand Demographic Profi
les and Health Estimates, 23, nm. 6 , diciembre de 1999, pp.
627-633; Johnny Blair y Ronald Czaja, Locating a Special
Population Using Random Digit Dialing, en Public Opinion
Quarterly, 46, invierno de 1982, pp. 585-590, y E.L. Landon, Jr.
y SJC. Banks, Relative Efficiency and Bias of Plus-One Tele
phone Sampling en Journal o f Marketing Research, 14, agosto
de 1977, pp. 294-299.
20. Sherry Chiger, Benchmark 2002: lis ts and E-lists, en Catalog
Age, 19, nm. 3, Io de marzo de 2002, pp. 41-45; David O. Sch
www.FreeLibros.me
NOTAS
N9
wartz, Mailing List Owners and the Millennium en Marketing

News, 31, nm. 11, 26 de mayo de 1997, p. 4; Paul M. Biner y
Deborah L. Barton, Justifying the Enclosure of Monetary In
centives in Mail Survey Cover Letters, en Psychology and
Marketing, otoo de 1990, pp. 153-162, y Lists Make Targe
ting Easy, en Advertising Age, 9 de julio de 1984, p. 20.
21. B. Zafer Erdogan, Increasing Mail Survey Response Rates
from an Industrial Population: A Cost Effectiveness Analysis of
Four Follow-Up Techniques, en Industrial Marketing Manage
ment, 31, nm. 1, enero de 2002, p. 65; Jack Edmonston, Why
Response Rates are Declining, en Advertising A ges Business
Marketing, 82, nm. 8 , septiembre de 1997, p. 12; Raymond
Hubbard and Eldon L. little, Promised Contributions to Cha
rity and Mail Survey Responses: Replications with Extension,
en Public Opinion Quarterly, 52, verano de 1988, pp. 223-230,
y Paul L. Erdos y Robert Ferber, comp., Data Collection Met
hods: Mail Surveys, en Handbook o f Marketing Research,
Nueva York, McGraw-Hill, 1974, p. 102.
22. Floyd J. Fowler, Jr., en Survey Research Methods, Thousand
Oaks, Cal., Sage Publications, 3a. ed., 2001, Pamela G. Guengel,
Tracy R. Berchman y Charles F. Cannell, en General Interviewing
Techniques: A Self-Instnational Workbook fo r Telephone and
Personal Interviewer Training, Ann Arbor, Michigan, Survey
Research Center, Universidad de Michigan, 1983.
23. Eunkyu Lee, Are Consumer Survey Results Distorted? Syste
matic Impact of Behavioral Frequency and Duration on Survey
Response Errors, en Journal o f Marketing Research, 37, nm.
1, febrero de 2000, pp. 125-133.
24. Lee Murphy, Survey Software Gets Simpler, More Effective,
en Marketing News, 35, nm. 3 ,2 9 de enero de 2001, pp. 4-5, y
Karen Fletcher, Jump on the Omnibus, en Marketing, 15 de
junio de 1995, pp. 25-28.
25. Jamie Smith, How to Boost DM Response Rates Quickly, en
Marketing News, 35, nm. 9,2 3 de abril de 2001, p. 5; Richard
Colombo, A Model for Diagnosing and Reducing Nonresponse
Bias, en Journal o f Advertising Research, enero/abril de 2000,
pp. 85-93; Barbara Bickart, The Distribution of Survey Contact
and Participation in the United States: Constructing a SurveyBased Estimate, en Journal o f Marketing Research, Chicago,
mayo de 1999, pp. 286-294; William L. Nicholls, II, Highest
Response, en Marketing Research: A Magazine o f Manage
ment & Applications, 8 , nm. 1, primavera de 1996, pp. 5-7;
Jeannine M. James y Richard Bolstein, The Effect of Monetary
Incentives and Follow-Up Mailings on the Response Rate and
Response Quality in Mail Surveys en Public Opinion Quarterly,
54, otoo de 1990, pp. 346-361, y Julie Yu y Harris Cooper, A
Quantitative Review of Research Design Effects on Response
Rates to Questionnaires, en Journal o f Marketing Research, 20,
febrero de 1983, pp. 36-44.
26. Bruce Keillor, A Cross-Cultural/Cross-National Study of In
fluencing Factors and Socially Desirable Response Biases, en
International Journal o f Market Research, 43, nm. 1, primer
trimestre de 2001, pp. 63-84; Maiyon F. King, Social Desirability
Bias: A Neglected Aspect of Validity Testing, en Psychology &
Marketing, Nueva York, febrero de 2000, p. 79, Deniz Ones,
Angelika D. Reiss y Chockalingam Viswesvaran, Role of So
cial Desirability in Personality Testing for Personnel Selection:
The Red Herring en Journal o f Applied Psychology, 81, nm.
6 , diciembre de 1996, pp. 660-679.
27. Annimo, Random Sampling: HomeworkYeah Right, en
Marketing News, 36, nm. 6 ,1 8 de marzo de 2002, p. 4; Gerald
Vintn, The Threat in the Question, en Credit Control, 18,
nm. 1,1997, pp. 25-31, y Priya Raghubir y Geeta Menon, As
king Sensitive Questions: The Effects of Type of Referent and
Frequency Wording in Counterbiasing Method, en Psychology

& Marketing, 13, nm. 7, octubre de 1996, pp. 633-652.
Surveys, en Journal o f Business Research, 55, nm. 3, marzo
de 2002, p. 251; Eleanor Singer, Experiments with Incentives
in Telephone Surveys, en Public Opinion Quarterly, 64, nm.
2, verano de 2000, pp. 171-188; Charles F. Cannell, Peter U. Mi
ller, Lois Oksenberg y Samuel Leinhardt, comps., Research on
Interviewing Techniques, en Sociological Methodology, San
Francisco, Jossey-Bass, 1981, y Peter U. Miller y Charles F.
Cannell, A Study of Experimental Techniques for Telephone
Interviewing, en Public Opinion Quarterly, 46, verano de
1982, pp. 250-269.
29. Duane P. Bachmann, John Elfrink y Gary Vazzana, E-mail and
Snail Mail Face Off in Rematch, en Marketing Research, 11,
invierno de 1999/primaverade 2000, pp. 10-15.
30. Mark McMaster, E-Marketing Poll Vault, en Sales and
Marketing Management, 153, nm. 8 , agosto de 2001, p. 25, y
Arlene Fink, A Survey Handbook, Thousand Oaks, Cal., Sage
Publications, 1995.
31. Jon Martin Denstadli, Analyzing Air Travel: A Comparison of
Different Survey Methods and Data Collection Procedures, en
Journal o f Travel Research, 39, nm. 1, agosto de 2000, pp. 4-10;
tambin se estn utilizando los mtodos hbridos que combinan
las caractersticas de estos mtodos bsicos. Por ejemplo, el
disco-por-correo (DPC) incluye el envo por correo del cuestio
nario en un disco a los encuestados. Este mtodo est ganando
popularidad, ya que ofrece los beneficios de asistencia por
computadora como de encuesta por correo. Annimo, Disk-byMail Data Collection: A Researchers Notes, en Sawtooth
News, 10, invierno de 1994/1995, pp. 3-4, vase tambin a
David Chaudron, The Right Approach to Employee Surveys,
en HR Focus, 74, nm. 3, marzo de 1997, pp. 9-10.
32. Cihan Cobanoglu, Bill Warde y Patrick J. Moreo, A Compari
son of Mail, Fax, and Web-Based Survey Methods, en Interna
tional Journal o f Market Research, 43, nm. 4, cuarto trimestre
de 2001, pp. 441-452; Sophie K. Turley, A Case of Response
Rate Success, en Journal o f the Market Research Society, Julio
de 1999, pp. 301-309, y Stanley L. Payne, Combination of Sur
vey Methods, en Journal o f Marketing Research, mayo de
1964, p. 62.
33. Don Bruzzone and lizabeth L. Reyer, Using Recognition-Ba
sed Tracking to Compare the ROI of Print, Radio and TV, en
Quirks Marketing Research Re\iew, marzo de 1999, en lnea
en www.qmrr.com/articles/article.asp?arg_ArticleId=469.
34. Andrew J. Milat, Measuring Physical Activity in Public Open
Space An Electronic Device Versus Direct Observation, en
Australian and New Zealand Journal o f Public Health. 26, nm.
1, febrero de 2002, p. 1; Stephen B. Wilcox, Trust, But Verify, en
Appliance Manufacturer, 46, nm. 1, enero de 1998, pp. 8 , 87,
Langboume Rust, How to Reach Children in Stores: Marketing
Tactics Grounded in Observational Research, en Journal o f
Advertising Research, 33, noviembre/diciembre de 1993, pp.
67-72.
35. Beth Kurcina, Use Videos to Obtain Crucial POP Info, en
Marketing News, 34, nm. 24, 20 de noviembre de 2000, p. 16;
A. V. Seaton, Unobtrusive Observational Measures as a Qualita
tive Extension of Visitor Surveys at Festivals and Events: Mass
Observation Revisited, en Journal o f Travel Research, 35,
nm. 4, primavera de 1997, pp. 25-30, y Fred N. Kerlinger,
Foundations o f Behavioral Research, Nueva York, Holt, Rine
hart & Winston, 3a. ed., 1986, p. 538.
36. Joseph Rydholm, Extending Excellence, enero de 1998, en
www.quirks.com, artculo 0297.
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.
38. Rik Pieters, Edward Rosbergen y Michel Wedel, Visual Atten

tion to Repeated Print Advertising: A Test of Scanpath Theory,
en Journal of Marketing Research, 36, nm. 4, noviembre de
1999, pp. 424-438, y J. Edward Russo y France Leclerc, An
Eye-Fixation Analysis of Choice Processes for Consumer Non
durables, en Journal of Consumer Research, 21, septiembre de
1994, pp. 274-290.
39. Para aplicaciones de RGP, vase Gary H. Anthes, Smile, You
re on Candid Computer, en Computenvorld, 35, nm. 49,3 de
diciembre de 2001, p. 50; Priscilla A. LaBarbera y Joel D. Tucciarone, GSR Reconsidered: A Behavior-Based Approach to
Evaluating and Improving the Sales Potency of Advertising en
Journal of Advertising Research, 35, nm. 5, septiembre/octubre
de 1995, pp. 33-53, y Piet Vanden Abeele y Douglas L. Maclachlan, Process Tracing of Emotional Responses to TV Ads:
Revisiting the Warmth Monitor, en Journal of Consumer Re
search, 20, marzo de 1994, pp. 586-600.
40. NGai Croal, Moviefone Learns to Listen en Newweek, 135,
nm. 19,8 de mayo de 2000, p. 84, S. Gregory, S. Webster y G.
Huang, \bice Pitch and Amplitude Convergence as a Metric of
Quality in Dyadic Interviews, en Language & Communication,
13, nm. 3, julio de 1993, pp. 195-217, y Glen A. Buckman,
Uses of \bice-Pitch Analysis, en Journal of Advertising Re
search, 20, abril de 1980, pp. 69-73.
41. Rinus Haaijer, Response Latencies in the Analysis of Conjoint
Choice Experiments, en Journal of Marketing Research, agos
to de 2000, pp. 376-382; Nicholas Vasilopoulos, The Influence
of Job Familiarity and Impression Management on Self-Report
Measure Scale Scores and Response Latencies, en Journal of
Applied Psychology, 85, nm. 1, febrero de 2000, p. 50; John N.
Bassili y B. Stacey Scott, Response Latency as a Signal to
Question Problems in Survey Research, en Public Opinion
Quarterly, 60, nm. 3, otoo de 1996, pp. 390-399, y David
A. Aaker, Richard P. Bagozzi, James M. Carman y James M.
MacLachlan, On Using Response Latency to Measure Prefe
rence, en Journal of Marketing Research, 17, mayo de 1980,
pp. 237-244.
42. Joseph Rydholm, Design Inspiration, en Marketing Research
Review, enero de 2000, y www.newellrubbermaid.com, 3 de ju
nio de2001.
43. Kimberly A. Neuendorf, The Content Analysis Guidebook,
Thousand Oaks, Cal., Sage Publications, 2002, y Cheng Lu Wang,
AContent Analysis of Connectedness vs. Separateness Themes
Used in U.S. and PRC Print Advertisements, en International
Marketing Re\iew, 18, nm. 2,2001, p. 145.
44. Laurel Wentz, 2202 Lookout: Global, en Advertising Age, 23,
nm. 1, 7 de enero de 2002, p. 8; Michael Maynard, Girlish
Images Across Cultures: Analyzing Japanese Versus U.S. Se
venteen Magazine Ads, en Journal of Advertising, 28, nm. 1,
primavera de 1999, pp. 39-48; Subir Sengupta, The Influence
of Culture on Portrayals of Women in Television Commercials:
A Comparison Between the United States and Japan, en Inter
national Journal of Advertising, 14, nm. 4, 1995, pp. 314-333;
Charles S. Madden Marjorie J. Caballero y Shinya Matsukubo,
Analysis of Information Content in U.S. and Japanese Magazi
ne Advertising en Journal of Advertising, 15, nm. 3, 1986, pp.
38-45, y adv.asahi.com.
45. Dan Verton, SafeWeb Users Vulnerable, en Computenvorld,
36, nm. 8,18 de febrero de 2002, p. 6, y Ruby Bayan, Privacy
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.
48. Bruce Keillor, A Cross-Cultural/Cross-National Study of In

fluencing Factors and Socially Desirable Response Bias, en
International Journal of Market Research, primer trimestre de
2001, pp. 63-84; C. L. Humg, Canadian Business Pursuits in
the PRC, Hong Kong, and Taiwan, and Chinese Perception of
Canadians as Business Partners, en Multinational Business Re
view, 6, nm. 1, primavera de 1998, pp. 73-82, y C. Min Han,
Byoung-Woo Lee, Kong-Kyun Ro, The Choice of a Survey
Mode in Country Image Studies, en Journal of Business Re
search, 29, nm. 2, febrero de 1994, pp. 151-162.
49. Richard Linnett, Reebok Re-Brands for Hip-Hop Crowd, en
Advertising Age, 73, nm. 4,28 de enero de 2002, pp. 3-4.
50. Steve Jarvis, CMOR Finds Survey Refusal Rate Still Rising,
en Marketing News, 36, nm. 3,4 de febrero de 2002, p. 4.
51. Marla Royne Stafford y Thomas F. Stafford, Participant Obser
vation and the Pursuit of Truth: Methodological and Ethical
Considerations en Journal of the Market Research Society, 35,
enero de 1993, pp. 63-76.
52. Guilherme D. Pires, Ethnic Marketing Ethics, en Journal of
Business Ethics, 36, 1/2, marzo de 2002, pp. 111-118, y C.N.
Smith y J A . Quelch, Ethics in Marketing, Homewood, II., Ri
chard D. Irwin, 1993.
53. Annimo, In-Stat Market Snapshot, en Wireless Week, 8 nm.
4,28 de enero de 2002, p. 15, Deborah Mndez-Wilson, PCIA
Report Predicts Mobil Usage, en Wireless Week, 8, nm. 5,4 de
febrero de 2002, p. 18, yAdam Creed, AOLto Put Instant Mes
senger in Mobile Phones, en Nnvsbytes, 19de febrero de 2002.
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
News, 19de enero de 2002, p. 1, y Michele Witthaus, POPStars

en Marketing Week, 20, nm. 16,17 dejulio de 1997, pp. 37-41.
6. John Liechty, Venkatram Ramaswamy y Steven H. Cohn,

Choice Menus for Mass Customization: An Experimental Ap
proach for Analyzing Customer Demand with an Application to
a Web-Based Information Service, en Journal of Marketing
Research, 38, nm. 2, mayo de 2001, pp. 183-196; Gordon A.
Wyner, Experimental Design, en Marketing Research: A Ma
gazine of Management & Applications, 9, nm. 3, otoo de
1997, pp. 39-41, y Steven R. Brown y Lawrence E. Melamed,
en Experimental Design and Analysis, Newbury Park, Cal., Sage
Publications, 1990.
7. Paul W. Farris, Overcontrol in Advertising Experiments, en
Journal of Advertising Research, noviembre/diciembre de 2000,
pp. 73-78.
8. CPGs Change Coupon Media Mix &Purchase Requirements,
en NCH Marketing Services Press Release, 15 de marzo de
2002, pp. 1-4; John Fetto, Redeeming Value, en American De
mographics, 23, nm. 10, octubre de 2001, p. 25; Uri Ben-Zion,
The Optimal Face V&lue of a Discount Coupon, en Journal of
Economics and Business, 51, nm. 2, marzo/abril de 1999, pp.
159-164, y Robert W. Shoemaker y Vikas Tibrewala, Relating
Cbupon Redemption Rates to Past Purchasing of the Brand, en
Journal o f Advertising Research, 25, octubre/noviembre de
1985, pp. 40-47.
9. Adems de validez interna y externa, tambin existe la validez
de conclusin estadstica y de construccin. La validez de cons
truccin responde la pregunta de qu construccin o caractersti
cas en realidad se est midiendo y se analiza en el captulo 9 en
medicin y escalas. La validez estadstica se refiere al alcance y
significado estadstico de la covariacin que existe en los datos
y se analiza en los captulos sobre anlisis de datos. Vase Ri
chard R. Klink y Daniel C. Smith, Threats tothe External Validity
of Brand Extension Research, en Journal of Marketing Research,
38, nm. 3, agosto de 2001, pp. 326-335.
10. Giles Laurent, Improving the External Validity of Marketing
Models: A Plea for More Qualitative Input, en International
Journal of Research in Marketing, 17, nm. 2, septiembre de 2000,
p. 177; Prashant Bordia, Face-to-Face Computer-Mediated
Communication: A Synthesis of the Experimental Literature,
en Journal of Business Communication, 34, nm. 1, enero de
1997, pp. 99-120; y David M. Bowen. Work Group Research:
Bast Strategies and Future Opportunities, en IE E E Transactions
on Engineering Management, 42, nm. 1, febrero de 1995, pp.
30-38, y John G. Lynch, Jr., On the External Validity of Ex
periments in Consumer Research, en Journal of Consumer
Research, 9, diciembre de 1982, pp. 225-244.
11. Russell Winer, Experimentation in the 21st Century: The Im
portance of External Validity, en Academy of Marketing Scien
ce, 27, nm. 3, verano de 1999, pp. 349-358; Chris Argyris,
Actionable Knowledge: Design Causality in the Service of
Consequential Theory, en Journal of Applied Behavioral
Science, 32, nm. 4, diciembre de 1966, pp. 390-406; John G.
Lynch, Jr., The Role of External Validity in Theoretical Re
search, BJ. Calder, L.W. Phillips yAlice Tybout, Beyond Exter
nal Validity, y J.E. McGrath y D. Brinbeig, External Validity
and the Research Process, en Journal of Consumer Research,
junio de 1983, pp. 109-111,112-114 y 115-124.
12. Paul Berger y Robert Maurer, Experimental Design with Appli
cations in Management, Engineering and the Sciences, Boston,
Boston University Press, 2002.
13. Raul R. Rosenbaum, Attributing Eifects to Treatment in Matched
Observational Studies, en Journal of the American Statistical
Association, 87, nm. 457, marzo de 2002, pp. 183-192, y Lloyd
S. Nelson, Notes on the Use of Randomization in Experimenta
14.
15.
16.
17.
18.
19.
20.
21.
22.
tion, en Journal of Quality Technology, 28, nm. 1, enero de

1996, pp. 123-126.
Paul R. Rosenbaum, Attributing Effects to Treatment in Mat
ched Observational Studies, en Journal of the American Statis
tical Association, 97, nm. 457, marzo de 2002, pp. 183-192;
Marcus Selart, Structure Compatibility and Restructuring in
Judgment and Choice, en Organizational Behavior & Human
Decision Processes, 65, nm. 2, febrero de 1996, pp. 106-116, y
R. Barker Bausell, en Conducting Meaningfid Experiments,
Thousand Oaks, Cal., Sage Publications, Inc., 1994.
Bcomsoo Kim, Virtual Field Experiments for a Digital Eco
nomy: A New Research Methodology for Exploring an Informa
tion Economy, en Decision Support Systems, 32, nm. 3, enero
de 2002, p. 215; Eleni Chamis, Auto Dealers Test Online Sales
in 90-Day Experiment, en Washington Business Journal, 19,
nm. 54, 11 de mayo de 2001, p. 15, Betsy Spethmann, Choo
sing a Test Market, en Brandweek, 36, nm. 19, 8 de mayo de
1995, pp. 42-43, y Andrew M. Tarshis, Natural Sell-in Avoids
Pitfalls of Controlled Tests, en Marketing News, 24 de octubre
de 1986, p. 14.
Tambin estn disponibles otros diseos experimentales. Vase
Connie M. Borror, Evaluation of Statistical Designs for Ex
periments Involving Noise Variables, en Journal of Quality
Technology, 34, nm. 1, enero de 2002, pp. 54-70, y Donald T.
Campbell y M. Jean Russo, en Social Experimentation, Thou
sand Oaks, Cal., Sage Publications, 1999.
Para una aplicacin del diseo de cuatro grupos de Solomon,
vase Joe Ayres, Are Reductions in CA an Experimental Arti
fact? A Solomon Four-Gropu Answer, en Communication
Quarterly, 48, nm. 1, invierno de 2000, pp. 19-26.
Duncac Simester, Implementing Quality Improvement Programs
Designed to Enhance Customer Satisfaction: Quasi Experiments
in the United States and Spain, en Journal of Marketing Re
search, 37, nm. 1, febrero de 2000, pp. 102-112; C. Moorman,
A Quasi Experiment toAssess the Consumer and Informational
Determinants of Nutrition Information-Processing Activities
The Case of the Nutrition Labeling and Education Act, en
Journal of Public Policy and Marketing, 15, nm. 1, primavera
de 1996, pp. 28-44.
Fred S. Zufryden, Predicting Trial, Repeat, and Sales Response
from Alternative Media Plans, en Journal of Advertising Re
search, 40, nm. 6, noviembre/diciembre de 2000, pp. 65-72;
Leonard M. Lodish, Magid M. Abraham, Jeanne Livelsberger,
Beth Lubetkin, et al., ASummary of Fifty-Five In-Market Ex
perimental Estimates of the Long-Term Effects of TV Adverti
sing en Marketing Science, verano de 1995, pp. G133-G140, y
Lakshman Krishnamurthi, Jack Narayan y SP. Raj, Interven
tion Analysis of a Field Experiment toAssess the Buildup Effect
of Advertising, en Journal of Marketing Research, 23, noviem
bre de 1986, pp. 337-345.
Vase, por ejemplo, Anthony Vagnoni, Fear of Funny Abating,
en Advertising Age, 73, nm. 10,11 de marzo de 2002, pp. 8-9,
y M.G. Weinberger, H. Spotts, L. Campbell y A.L. Parsons,
The Use and Effect of Humor in Different Advertising Media,
en Journal of Advertising Research, 35, nm. 3, mayo/junio de
1995, pp. 44-56.
Para una aplicacin reciente de diseos factoriales, vase Jaideep Sengupta y Gerald J. Gom, Absence Makes the Mind
Grow Sharpen Effects of Element Omission on Subsequent Re
call, en Journal of Marketing Reserach, 39, nm. 2, mayo de
2002, pp. 186-201.
Michelle L. Roehm, Ellen Bolman Pullins y Harper A. Roehm,
Jr., Designing Loyalty-Building Programs for Packaged Goods
www.FreeLibros.me
N12
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
NOTAS
Brands, en Journal of Marketing Research, 39, nm. 2, mayo

de 2002, pp. 202-213.
Niraj Dawar, Impact of Product Harm Crises on Brand Equity:
The Moderating Role of Consumer Expectations en Journal of
Marketing Research, 37, nm. 2, mayo de 2000, pp. 215-226.
Vicki R. Lane, The Impact of Ad Repetition andAd Content on
Consumer Perceptions of Incongruent Extensions, en Journal
of Marketing, abril de 2000, pp. 80-91; J. Perrien, Repositio
ning Demand Artifacts in Consumer Research, en Advances in
Consumer Research, 24, 1997, pp. 267-271, y T.A. Shimp, EM.
Hyatt y DJ. Snyder, A Critical Appraisal of Demand Artifacts
in Consumer Research en Journal of Consumer Research, 18,
nm. 3, diciembre de 1991, pp. 272-283.
Chezy Ofire Itamar Simonson, In Search of Negative Customer
Feedback: The Effect of Expecting to Evaluate on Satisfaction
Evaluations, en Journal of Marketing Research, 38, nm. 2,
mayo de 2001, pp. 170-182, y Giles Laurent, Improving the
Qualitative Input, en International Journal of Research in Mar
keting, 17, nm. 2,3, septiembre de 2000, p. 177.
Karen Blumenschein, Hypothetical Versus Real Willingness to
Pay in the Health Care Sector: Results from a Field Experi
ment, en Journal of Health Economics, 20, nm. 3, mayo de
2001, p. 441, y Richard M. Alston y Clifford Nowell, Imple
menting the Voluntary Contribution Game: A Field Experi
ment, en Journal of Economic Behavior & Organization, 31,
nm. 3, diciembre de 1996, pp. 357-368.
Grant F. Gould y James L. Gould, Chance and Causation: To
Experimental Design and Statistica, Nueva York, WE. Freeman
&Company, 2001, Hurbert M. Blalock, Jr., Causal Inferences in
Nonexperimental Research, Chapel Hill, University of North
Carolina Press, 1964.
En algunas situaciones, las encuestas y los experimentos se pue
den complementar entre ellos y se pueden utilizar ambos. Por
ejemplo, los resultados obtenidos en experimentos de laborato
rio se pueden examinar ms a fondo en una encuesta de campo.
Cynthia Vinarsky, Test Market for Smokeless Tobacco en
Knight Ridder Tribune Business News, 11 de marzo de 2002, p.
1, Peter Romeo, Testing, Testing, en Restaurant Business, 97,
nm. 2,15 de enero de 1998, p. 12.
Keith Lawrence, Owensboro, Kentucky Could Be Next Test
Market for New McDonalds Eatery Concept en Knight Ridder
Tribune Business News, 7 de febrero de 2002, p. 1, Stephanie
Thompson, Tetley Tests Higher-Value Pitches, en Brandweek,
38, nm. 47,15 de diciembre de 1997, p. 8, y Ed Rubinstein, 7Eleven Tests Internet Kiosks in Seattle Market, en Nation's
Restaurant News, 31, nm. 42, 20 de ocbubre de 1997, p. 24.
Annimo, P&G Wilds Axe on Failing Brands, en Grocer, 224,
nm.7509,23 dejunio de 2001, p. 18, y Tara Parker-Pope, FritoLay to Begin Selling Wow! Chips Made with Olestra Later This
Month, en The Wall Street Journal, 10 de febrero de 1998, p. B2.
Annimo, Vaseline to Back Dermacare with LlmAds Activity
en Marketing, 10 de enero de 2002, p. 4, y Sean Mehegan, Va
seline Ups Ante via AntiBacterial en Brandweek, 38, nm. 21,
26 de mayo de 1997, p. 1,6.
Annimo, Simulated Test Marketing, en Sloan Management
Review, 36, nm. 2, invierno de 1995, p. 112.
Frank S. Costanza, Exports Boost German Jewelry Industry,
en National J&veler, 45, nm. 8, 16 de abril de 2001, p. 57, y
David Woodruff y Karen Nickel, When You Think Deluxe,
Think East Germany, en Business Week, 26 de mayo de 1997,
p. 124E2.
Annimo, The Disclosure Dilemma, en Workspan, 45, nm.
1, enero de 2002, p. 72, y Bemd H. Schmitt, Contextual Pri
ming of Visual Information in Advertisements, en Psychology

& Marketing, 11, nm. 1, enero/febrero de 1994, p. 1-14.
36. Marlene de Laine, Fieldwork, Participation and Practice: Ethics
and Dilemmas in Qualitative Research, Thousand Oaks, Cal.,
Sage Publications, 2001, y Betsy Peterson, Ethics, Revisited, en
37.

tions, 8, nm. 4, invierno de 1996, pp. 47-48.
JimMilliot, Barnes & Noble.comto Integrate Fatbrain, en Pu
blishers Weekly, 249, nm. 5, 4 de febrero de 2002, p. 9; Dan
Vferton, Barnes & Noble Takes Popular Literature Digital, en

Computerworld, 35, nm. 2, 8 de enero de 2001, p. 14, e Isabe
lle Sender, Internet Coupons Driving Store Traffic, en Chain
Store Age, 73, nm. 9, septiembre de 1997.
Captulo 8
1. www.fortune.com/lists/mostadmired/index.html. 3 de abril de
2002.
2. Stephen J. Newell, The Development of a Scale to Measure

Perceived Corporate Credibility, en Journal of Business Re
search, junio de 2001, p. 235; Ken Gofton, If it Moves, Measu
re It, en Marketing, suplemento de tcnicas de marketing, 4 de
septiembre de 1997, p. 17, y Jum C. Nunnally, Psychometric
Theory, Nueva York, McGraw-Hill, 2a. ed. 1978, p. 3.
3. Subabrata Bobby Banerjee, Cbrporate Environmentalism: The
Construct and Its Measurement, en Journal of Business Re
search, 55, nm. 3, marzo de 2002, p. 177; y Stanley S. Stevens,
Mathematics, Measurement and Psychophysics, en Stanley S.
Stevens, comp., Handbook of Experimental Psychology, Nueva
York, John Wiley, 1951.
4. Helen M. Moshkovich, Ordinal Judgments in Multiattribute
Decision Analysis, en European Journal of Operational Re
search, 137, nm. 3, 16 de marzo de 2002, p. 625; Wade D.
Cook, Moshe Kress y Lawrence M. Seiford, On the Use of Or
dinal Data in Data Envelopment Analysis, en Journal of the
Operational Research Society, 44, nm. 2, febrero de 1993, pp.
133-140, y William D. Perreault, Jr. y Forrest W. Young, Alter
nating Least Squares Optimal Scaling: Analysis of Nonmetric
Data in Marketing Research, en Journal of Marketing Re
search, 17, febrero de 1980, pp. 1-13.
5. Meija Halme, Dealing with Interval Scale Data in Data Enve
lopment Analysis, en European Journal of Operational Re
search, 137, nm. 1, 16 de febrero de 2002, p. 22; y Michael
Lynn y Judy Harris, The Desire for Unique Consumer Pro
ducts; A New Individual Difference Scale, en Psychology &
Marketing, 14, nm. 6, septiembre de 1997, pp. 601-616.
6. www.fifa.com/index_E.html. 1de abril de 2002.
7. Para un anlisis sobre estas escalas, referirse a Delbert C. Miller
y Neil J. Salkind, en Handbook of Research Design and Social
Measurement, Thousand Oaks, Cal, Sage Publicaciones, 6a. ed.,
2002; Taiwo Amoo, Overall Evaluation Rating Scales; An As
sessment, en International Journal of Market Research, verano
de 2000, pp. 301-311, y CU. Coombs, Theory and Methods of
Social Measurement, L. Festinger y D. Katz, comps., en Re
search Methods in the Behavioral Sciences, Nueva York, Holt,
Rinehart & Winston, 1953.
8. Sin embargo, existe alguna controversia acerca de este tema.
Vase Donald T. Campbell y M. Jean Russo, en Social Measure
ment, Thousand Oaks, Cal., Sage Publications, 2001, y T. Amoo,
Do the Numeric Values Influence Subjects Responses to Rating
Scales, en Journal of International Marketing and Marketing
Research, febrero de 2001, p. 41.
9. Annimo, Competition Between Coca-Cola and Pepsi to Start
en Asiainfo Daily China News, 19de marzo de 2002, p. 1; Leah
www.FreeLibros.me
NOTAS
10.
11.
12.
13.
NI 3
Rickard, Remembering New Coke, en Advertising Age, 66,

nm. 16,17 de abril de 1995, p. 6, y Cokes Flip-Flop Unders
cores Risks of Consumer Taste Tests, en Wall Street Journal,
18 de julio de 1985, p. 25.
Sin embargo, no es necesario evaluar todos los posibles pares de
objetos. Los procedimientos, como diseos cclicos, pueden re
ducir en forma significativa el nmero de pares evaluados. Un
tratamiento con tales procedimientos se puede encontrar en Al
bert C. Bemmaor y Udo Wagner, A Multiple-Item Model of
Paired Comparisons: Separating Chance from Latent Perfor
mance, en Journal of Marketing Research, 37, nm. 4, noviem
bre de 2000, pp. 514-524, y Naresh K. Malhotra, Arun K. Jain y
Christian Pinson, The Robustness of MDS Configurations in
the Case of Incomplete Data, en Journal o f Marketing Re
search, 25 de febrero de 1988, pp. 95-102.
Para una aplicacin avanzada que incluye datos de comparacin
de pares, vase Albert C. Bemmaor y Udo Wagner, A MultipleItem Model of Paired Comparisons: Separating Chance from
Latent Performance, en Journal of Marketing Research, 37,
nm. 4, noviembre de 2000, pp. 514-524.
Donald T. Campbell y M. Jean Russo, en Social Measurement,
Thousand Oaks, Cal., Sage Publications, 2001; Rensis Likert,
Sydney Roslow y Gardner Murphy, A Simple and Reliable
Method of Scoring the Thurstone Attitude Scales, en Personnel
Psychology, 46, nm. 3, otoo de 1993, pp. 689-690; L.L.
Thurstone, en The Measurement of Values, Chicago, University of
Chicago Press, 1959. Para una aplicacindel caso de procedimien
to V, vase Naresh K. Malhotra, Marketing Linen Services to
Hospitals: A Conceptual Framework and an Empirical Investi
gation Using Thurstones Case V Analysis, en Journal of
Health Care Marketing, 6, marzo de 1986, pp. 43-50.
Annimo. Cranberry Juice in a Can, en Grocer, 225, nm.
7538, 26 de enero de 2002, p. 64; y The Beverage Network;
www.bevnet.com.
14. Paul A. Bottomley, Testing the Reliability of Weight Elicitation

Methods: Direct Rating Versus Point Allocation, en Journal of
Marketing Research, 37, nm. 4, noviembre de 2000, pp. 508-513,
y Michael W. Herman y Waldemar W. Koczkodaj, A Monte
Carlo Study of Pairwise Comparison, en Information Proces
sing Letters, 57, nm. 1,15 de enero de 1996, pp. 25-29.
15. www.corebrand.com/brandpower/index.html. 1 de abril de
2002.
16. Tony Siciliano, Magnitude Estimation, en Quirks Marketing

Research Review, noviembre de 1999; Noel M. Noel y Nessim
Hanna, Benchmarking Consumer Perceptions of Product Qua
lity with Price: An Exploration, en Psychology & Marketing,
13, nm. 6, septiembre de 1996, pp. 591-604, y Jan-Benedict
EM. Steenkamp y Dick R. Wittink, The Metric Quality of
Rill-Profile Judgments and the Number of Attribute Levels Ef
fect in Conjoint Analysis, en International Journal of Research
in Marketing, 11, nm. 3, junio de 1994, pp. 275-286.
17. Roger Calantone, Joint Ventures in China: A Comparative
Study ofJapanese, Korean and U.S. Partners, en Journal of Inter
national Marketing, 9, nm. 1,2001, pp. 1-22; Joseph Marinelli
y Anastasia Schleck, Collecting, Processing Data for Marke
ting Research Worldwide, en Marketing News, 18de agosto de
1997, pp. 12, 14, y Naresh K. Malhotra, A Methodology for
Measuring Consumer Preferences in Developing Countries, en
International Marketing Review, 5, otoo de 1988, pp. 52-66.
18. Annimo, Sales Down but Profits Up for Nissan, en Northern
Echo, 31 de enero de 2002, p. 14.
19. Gael McDonald, Cross-Cultural Methodological Issues in Ethical
Research, en Journal of Business Ethics, 27,1/2, septiembre de
2000, pp. 89-104, e IP. Akaah, Differences in Research Ethics
Judgments Between Male and Female Marketing Professionals,

en Journal of Business Ethics, 8,1989, pp. 375-381. Vase tam
bin Anusom Singhapakdi, Scott J. Vitell, Kumar C. Rallapalli,
y Kenneth L. Kraft, The Perceived Role of Ethics and Social
Responsibility: A Scale Development, en Journal of Business
Ethics, 15, nm. 11, noviembre de 1996, pp. 1131-1140.
20. Amy Zuber, Pizza Chains Top Customer Satisfaction Poll, en
Nations Restaurant News, 36, nm. 9,4 de marzo de 2002, pp.
4-5, y www.dominos.com. 1de abril de 2002.
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.
3. Taiwoo Amoo y Hershey H. Friedman, Overall Evaluation

Rating Scales: An Assessment, en International Journal of
Market Research, 42, nm. 3, verano de 2000, pp. 301-310; G.
Albaum, The Likert Scale Revisited - A1Alternate Version, en
Journal of the Market Research Society, 39, nm. 2, abril de
1997 pp. 331-348; C.J. Brody y J. Dietz, On the Dimensiona
lity of 2-Question Format Likert Attitude Scales, en Social
Science Research, 26, nm. 2, junio de 1997, pp. 197-204, y
Rensis Likert, A Technique for the Measurement of Attitudes,
en Archives of Psychology, 140,1932.
4. Sin embargo, cuando la escala es multidimensional, cada di
mensin debe sumarse en forma separada. Vase Jeffrey M.
Stanton, Issues and Strategies for Reducing the Length of SelfReport Scales, en Personnel Psychology, 55, nm. 1, primavera
de 2002, pp. 167-194; y Jennifer L. Aaker, Dimensions of
Brand Personality, en Journal of Marketing Research, 34,
agosto de 1997, pp. 347-356.
5. Jeongkoo Yoon, A Dual Process Model of Organizational
Commitment: Job Satisfaction and Organizational Support, en
Work and Occupations, 29, nm. 1, febrero de 2002, pp. 97-125;
John P. Walsh y Shu-Fen Tseng, The Effects of Job Characte
ristics on Active Effort at Work, en Work & Occupations, 25,
nm. 1, febrero de 1998, pp. 74-96; y George H. Lucas, Jr., A.
Parasuraman, Robert A. Davis y Ben M. Enis, An Empirical
Study of Salesforce Turnover', en Journal of Marketing, 51, Ju
lio de 1987, pp. 34-59.
6. Rajesh Sethi, Daniel C. Smith y C. Whan Park, Goss-Functional
Product Development Teams, Creativity, and the Innovativeness
of New Consumer Products, en Journal of Marketing Research,
38, nm. 1, febrero de 2001, pp. 73-85, y T.A. Chandler y CJ.
Spies, Semantic Differential Comparisons of Attributions and
Dimensions Among Respondents from 7 Nations, en Psycholo
gical Reports, 79 (3 pt 1), diciembre de 19%, pp. 747-758.
7. Delbert C. Miller y Neil J. Salkind, en Handbook of Research
Design and Social Measurement, Thousand Oacks, Cal., Sage
Publications, 6a. ed., 2002, y William O. Bearden y Richard G.
Netemeyer, en Handbook of Marketing Scales: Multi-Item Measu
res for Marketing and Consumer Behavior Research, Thousand
Cal., Oaks, Sage Publications, 1999.
8. Naresh K. Malhotra, A Scale to Measure Self-Concepts, Person
Concepts and Product Concepts, en Journal of Marketing Re
www.FreeLibros.me
N14
NOTAS
18, noviembre de 1981, pp. 456-464. Vase tambin

Aron OCass, APsychometric Evaluation of a Revised Version
of the Lennox and Wolfe Revised Self-Monitoring Scale, en
Psychology & Marketing, mayo de 2000, p. 397.
Sin embargo, hay poca diferencia en los resultados basados en si
los datos son ordinales o intervlicos. Vase Shizuhiko Nishisato, en Measurement and Multivariate Analysis, Nueva York,
Springer-Verlag, Nueva York, 2002, y John Gaiton, Measurement
Scales and Statistics: Resurgence of an Old Misconception, en
Psychological Bulletin, 87, 1980, pp. 564-567.
Chezy Ofii; In Search of Negative Customer Feedback: The
Effect of Expecting to Evaluate on Satisfaction Evaluations, en
Journal of Marketing Research, Chicago, mayo de 2001, pp.
170-182, Timothy H. Reisenwitz y G. Joseph Wimbish, Jr.,
Over-the-Counter Pharmaceuticals: Exploratory Research of
Consumer Preferences Toward Solid Oral Dosage Forms, en
Health Marketing Quarterly, 13, nm. 4, 1996, pp. 47-61; y S.
Malhotra, S. Van Auken, y S.C. Lonial, Adjective Profiles in
Television Copy Testing, en Journal of Advertising Research,
agosto de 1981, pp. 21-25.
Michael K. Brady, Performance Only Measurement of Service
Quality: A Replication and Extension, en Journal of Business
Research, 55, nm. 1, enero de 2002, p. 17, Jan Stapel About
35 Years of Market Research in the Netherlands, en Markonderzock Kwartaalschrift, 2, 1969, pp. 3-7.
Eugene W. Anderson, Foundations of the American Customer
Satisfaction Index, en Total Quality Management, 11 nm. 7,
septiembre de 2000, pp. 5869-5882; A.M. Coleman, C.E. Norris
y C.C. Peterson, Comparing Rating Scales of Different
LengthsEquivalence of Scores from 5-Point and 7-Point Sca
les, en Psychological Reports, 80, nm. 2, abril de 1997, pp.
355-362; Madhubalan Viswanathan, Mark Bergen y Terry Chil
ders, Does a Single Response Category in a Scale Completely
Capture a Response?, en Psychology & Marketing, 13, nm. 5,
agosto de 1996, pp. 457-479, y Eli P. Cox, III, The Optimal
Number of Response Alternatives for a Scale: A Review, en
Journal of Marketing Research, 17, noviembre de 1980, pp.
407-422.
Yadolah Dodge, On Asymmetric Properties of the Correlation
Coefficient in the Regression Setting, en The American Statis
tician, 55, nm. 1, febrero de 2001, pp. 51-54; D.F. Alwin, Fee
ling Thermometers Versus 7-Point ScalesWhich Are Better, en
Sociological Methods & Research, 25, nm. 3, febrero de 1997,
pp. 318-340; M.M. Givon y Z. Shapira, Response to Rating Sca
les: A Theoretical Model and Its Application to the Number of
Categories Problem, en Journal of Marketing Research, no
viembre de 1984, pp. 410-419, y D.E. Stem, Jr. y S. Noazin,
The Effects of Number of Objects and Scale Positions on Grap
hic Position Scale Reliability, en R.F. Lusch, et al., 1985 AMA
Educators Proceedings, Chicago, American Marketing Asso
ciation, 1985, pp. 370-372.
Bradford S. Jones, Modeling Direction and Intensity in Se
mantically Balanced Ordinal Scales: An Assessment of Con
gressional Incumbent Approval, en American Journal of Poli
tical Science, 44, nm. 1, enero de 2000, p. 174; D. Watson,
Correcting for Acquiescent Response Bias in the Absence of
a Balanced ScaleAn Application to Class-Consciousness, en
Sociological Methods & Research, 21, nm. 1, agosto de 1992,
pp. 52-88, y H. Schuman y S. Presser, en Questions and Ans
wers in Attitude Surveys, Nueva York, Academic Press, 1981,
pp. 179-201.
Palmer Morrel-Samuels, Getting the Truth into Workplace Sur
veys, en Harvard Business Rwiew, 80, nm. 2, febrero de
2002, p. Ill; y G.J. Spagna, Questionnaires: Which Approach
search,
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
Do You Use?, en Journal o f Advertising Research, febrero/marzo de 1984, pp. 67-70.

Janet McColl-Kennedy, Measuring Customer Satisfaction:
Why, What and How, en Total Quality Management, 11, nm.
7, septiembre de 2000, pp. 5883-5896; Kathy A. Hanisch, The
Job Descriptive Index Revisited: Questions About the Question
Mark, en Journal of Applied Psychology, 77, nm. 3, junio de
1992, pp. 377-382, y K.C. Schneider, Uninformed Response
Rate in Survey Research, en Journal of Business Research,
abril de 1985, pp. 153-162.
T. Amoo, Do Numeric Values Influence SubjectsResponses to
Rating Scales, en Journal of International Marketing and Mar
ket Research, febrero de 2001, p. 41; K.M. Gannon y T.M. Ostrom, How Meaning Is Given to Rating Scales-The Effects of
Response Language on Category Activation, en Journal of Ex
perimental Social Psychology, 32, nm. 4, julio de 1996, pp.
337-360; y H.H. Friedman y J.R. Leefer, Label Versus Position
in Rating Scales, en Journal of the Academy of Marketing
Science, primavera de 1981, pp. 88-92.
D.F. Alwin, Feeling Thermometers Versus 7-Point Scales
Which Are Better, en Sociological Methods & Research, 25,
nm. 3, febrero de 1997, pp. 318-340.
Para construcciones recientes de escalas de mltiples reacti
vos, vase Tom Brown, The Customer Orientation of Service
Workers: Personality Trait Effects on Self- and SupervisorPerformance Ratings, en Journal of Marketing Research, 39,
nm. 1, febrero de 2002, pp. 110-119, y Charla Mathwick,
Naresh K. Malhotra y Edward Rigdon, Experiential Value:
Conceptualization, Measurement andApplication in the Catalog
and Internet Shopping Environment, en Journal of Retailing,
77, 2001, pp. 39-56.
Ftor ejemplo, vase Leisa Reinecke Flynn y Dawn Pearcy, Four
Subtle Sins in Scale Development: Some Suggestions for
Strengthening the Current Paradigm, en International Journal
of Market Research, 43, nm. 4, cuarto trimestre de 2001, pp.
409-423, y Maryon F. King. Social Desirability Bias: A Ne
glected Aspect of Validity Testing, en Psychology & Marke
ting, 17, nm. 2, febrero de 2000, p. 79.
Stephania H. Davis, Smart Products for Smart Marketing, en
Telephony, 234, nm. 9,2 de marzo de 1998, p. 66, y Erin An
derson, Wujin Chu y Barton Weitz, Industrial Purchasing:
An Empirical Exploration of the Buyclass Framework en Jour
nal of Marketing, 51, julio de 1987, pp. 71-86.
Walter C. Borman, An Examination of the Comparative Re
liability, Validity, and Accuracy of Performance Ratings Made
Using Computerized Adaptive Rating Scales, en Journal of
Applied Psychology, 86, nm. 5, octubre de 2001, p. 965, y
Eric A. Greenleaf, Improving Rating Scale Measures by De
tecting and Correcting Bias Components in Some Response
Styles, en Journal of Marketing Research, 29, mayo de 1992,
pp. 176-188.
Bruce Thompson, Score Reliability: Contemporary Thinking on
Reliability Issues, Thousand Oaks, CaL, Sage Publications, 2002;
Pritibhushan Sinha, Determination of Reliability of Estimations
International Journal of Market Research, 42, nm. 3, verano de
2000, pp. 311-317; EJ. Wilson, Research Design Effects on the
Reliability of Rating Scales in MarketingAn Update on Chur
chill and Peter, en Advances in Consumer Research, 22, 1995,
pp. 360-365; William D. Perreault, Jr. y Lawrence E. Leigh, Re
liability of Nominal Data Based on Qualitative Judgments en
Journal of Marketing Research, 25, mayo de 1989, pp. 135-148,
y J. Paul Peter, Reliability: A Review of Psychometric Basics
www.FreeLibros.me
NOTAS
NI 5
and Recent Marketing Practices, en Journal of Marketing Re

search, 16, febrero de 1979, pp. 6-17.
24. Donald T. Campbell y M. Jean Russo, en Social Measurement,
Thousand Oaks, Cal., Sage Publications, 2001, Simon S.K. Lamy
Ka S. Woo, Measuring Service Quality: ATest-Retest Reliability
Investigation of SERVQUAL, en Journal of the Market Re
search Society, 39, nm. 2, abril de 1997, pp. 381-396.
25. David Hunt, Measurement and Scaling in Statistics, Londres,
Inglaterra, Edward Arnold, 2001; David Armstrong, Ann Gos
ling, John Weinman y Theresa Marteau, The Place of Inter-Ra
ter Reliability in Qualitative Research: An Empirical Study, en
Sociology: The Journal of the British Sociological Association,
26.
27.
28.
29.
30.
31.
31, nm. 3, agosto de 1997, pp. 597-606, y M.N. Segal, Alter

nate Form Conjoint Reliability, en Journal of Advertising Re
search, 4, 1984, pp. 31-38.
TomJ. Brown, John C. Mowen, D. Todd Donovan y Jane W. Licata, The Customer Orientation of Service Workers: Persona
lity Trait Effects on Self - and Supervisor - Performance Ra
tings, en Journal of Marketing Research, 39, nm. 1, febrero de
2002, pp. 110-119; Robert A. Peterson, A Meta-Analysis of
Chronbachs Coefficient Alpha, en Journal of Consumer Re
search, 21, septiembre de 1994, pp. 381-391, y LJ. Cronbach,
Coefficient Alpha and the Internal Structure of Tests, en Psychometrika, 16, 1951, pp. 297-334.
Patrick Y. K. Chau y Kai Lung Hui, Identifying Early Adopters
of New IT Products: A Case of Windows 95, en Information &
Management, 33, nm. 5,28 de mayo de 1998, pp. 225-230.
Gilad Chen, Validation of a New General Self-Efficacy Scale,
en Organizational Research Methods, 4, nm. 1, enero de 2001,
pp. 62-83; D.G. Mctavish, Scale Validity-AComputer ContentAnalysis Approach, en Social Science Computer Review, 15,
nm. 4, invierno de 1997, pp. 379-393, y J. Paul Peter, Cons
truct Validity: A Review of Basic Issues and Marketing Practi
ces, en Journal of Marketing Research, 18, mayo de 1981, pp.
133-145.
Para mayores detalles sobre validez, vase Bruce Keillor, A
Cross-Cultural/Cross-National Study of Influencing Factors and
Socially Desirable Response Biases, en International Journal
of Market Research, primer trimestre de 2001, pp. 63-84; M. Jo
seph Sirgy, Dhruv Grewal, Tamara F. Mangleburg, Jae-ok Park
et al., Assessing the Predictive Validity of Two Methods of
Measuring Self-Image Congruence, en Journal of the Academy
of Marketing Science, 25, nm. 3, verano de 1997, pp. 229-241,
y Rosann L. Spiro y Barton A. Weitz, Adaptive Selling: Con
ceptualization, Measurement, and Nomological Validity, en
Journal of Marketing Research, 27, febrero de 1990, pp. 61-69.
Para un anlisis de la teora de generalizacin y sus aplicaciones
en investigacin de mercados, vase Karen L. Middleton, So
cially Desirable Response Sets: The Impact of Country Cultu
re, en Psychology and Marketing, febrero de 2000, p. 149, Shuzo Abe, Richard P. Bagozzi y Pradip Sadarangani, An
Investigation of Construct Validity and Generalizability of the
Self-Concept: Self-Consciousness in Japan and the United Sta
tus, en Journal of International Consumer Marketing, 8, nm.
3,4, 1996, pp. 97-123, y Joseph O. Rentz, Generalizability
Theory: A Comprehensive Method for Assessing and Improving
the Dependability of Marketing Measures, en Journal of Mar
keting Research, 24, febrero de 1987, pp. 19-28.
Matthew Myers, Academic Insights: An Application of Multiple-Group Causal Models inAssessing Cross-Cultural Measure
ment Equivalence, en Journal of International Marketing, 8,
nm. 4,2000, pp. 108-121; y Timothy R. Hinkin, A Review of
Scale Development Practices in the Study of Organizations, en
Journal of Management, 21, nm. 5, 1995, pp. 967-988.
32. Alan Page Fiske, Using Individualism and Collectivism to

Campare Cultures A Critique of the Validity and Measurement
of the Constructs: Comment on Oyserman, en Psychological
Bulletin, 128, nm. 1, enero de 2002, p. 78; Michael R. Mullen,
George R. Milne y Nicholas M. Didow, Determining CrossCultural Metric Equivalence in Survey Research: A New Statis
tical Test en Advances in International Marketing, 8, 1996, pp.
145-157; y E. Genturk, T. L. Childers, y R. W. Ruekert, Inter
national Marketing Involvement The Construct, Dimensiona
lity, and Measurement, en Journal of International Markerting,
3, nm. 4,1995, pp. 11-37.
33. Alan L. Unikel, Imitation Might Be Flattering, but Beware of
Trademark Infringement, en Marketing News, 21, nm. 19, 11
de septiembre de 1997, p. 20021, y Betsy Mckay, Xerox Fights
Trademark Battle, en Advertising Age International, 27 de abril
de 1992.
34. Denny Hatch, HowTruthftil Is Your Offer?, en Target Marke
ting, 24, nm. 4, abril de 2001, p. 94.
35. Naresh K. Malhotra, Sung S. Kim y James Agarwal, Internet
Users Information Privacy Concerns (IUIPC): The Construct,
the Scale, and a Nomological Framework, Working Paper,
Georgia Institute of Technology, 2002.
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.
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
veys Overstate Public Concerns?, en Public Opinion Quar

terly, 58, nm. 20, verano de 1994, pp. 255-263; y D. I. Haw
kings y K.A. Coney, Uninformed Response Error in Survey
Research, en Journal of Marketing Research, agosto de 1981,
p. 373.
Barbel Knauper, Filter Questions and Question Interpretation:
Presuppositions at Work, en Public Opinion Quarterly, 62,
nm. 1, primavera de 1998, pp. 70-78, y George F. Bishop, Ro
bert W. Oldendick y Alfred J. Tuchfarber, Effects of Filter
Questions in Public Opinion Surveys, en Public Opinion Quar
terly, 46, primavera de 1982, pp. 66-85.
Timothy R. Graeff, Uninformed Response Bias in Thelephone
Surveys, en Journal of Business Research, 55, nm. 3, marzo
de 2002, p. 251.
Eunkyu Lee, Michael Y. Hu y Rex S. Toh, Are consumer Survey
Results Distorted?SystematicImpacto f Behavioral Frequency and
Duration cmSurvey Response Errors,en Journal of Marketing Re
search, 37, nm. 1, febrero de2000, pp. 125-133; Solomon Dutka y
Lester R. Franker! Measuring Response Errors,en Journal of Ad
vertising Research, 37, nm. 1, enero/febrero de 1997, pp. 33-39, y
Terry Haller, Danger: Marketing Researcher at Work, Westport,
Quorum Books, 1983, p. 149.
George D. Gaskell, Telescoping of Landmark Events: Implica
tions for Survey Research, en Public Opinion Quarterly, 64,
nm. 1, primavera de 2000, pp. 77-89; Geeta Menon, Priya Raghubir y Norbert Schwarz, Behavioral Frequency Judgments: An
Accessibility-Diagnosticity Framework, en Journal of Consu
mer Research, 22, nm. 2, septiembre de 1995, pp. 212-228 y
William A. Cook, Telescoping and Memorys Other Tricks, en
Journal of Advertising Research, febrero/marzo de 1987, pp. 5-8.
Mike France, Why Privacy Notices Are a Sham, en Business
Week, 18 dejunio de 2001, p. 82, RP. Hill, Researching Sensi
tive Topics in MarketingThe Special Case of Vulnerable Po
pulations, en Journal of Public Policy & Marketing, 14, nm.
1, primavera de 1995, pp. 143-148.
Patrick Hanrahan, Mine Your Own Business, en Target Mar
keting, febrero de 2000, p. 32; Roger Tourangeau y Tom W.
Smith, Asking Sensitive Questions: The Impact of Data-Collection Mode, Question Format, and Question Context, en Pu
blic Opinion Quarterly, 60, nm. 20, verano de 1996, pp. 275304, y Kent H. Marquis et al., Response Errors in Sensitive
Topic Survey: Estimates, Effects, and Correction Options, Santa
Mnica, Cal., Rand Corporation, 1981.
Hans Baumgartner y Jan-Benedict EJV1. Steenkamp, Response
Styles in Marketing Research: A Cross-National Investigation,
en Journal of Marketing Research, 38, nm. 2, mayo de 2001,
pp. 143-156; y Priya Raghubir y Geeta Menon, Asking Sensiti
ve Questions: The Effects of Type of Referent and Frequency
Wording in Counterbiasing Methods, en Psychology & Marke
ting, 13, nm. 7, octubre de 1996, pp. 633-652.
Para aplicaciones, vase Ernest R. Larkins, Evelyn C. Hume y
Bikramjit S. Garcha, The Validity of the Randomiasd Res
ponse Method in Tax Ethics Research, en Journal o f Applied
Business Research, 13, nm. 3, verano de 1997, pp. 25-32;
Brian K. Burton y Janet P. Near, Estimating the Incidence of
Wrongdoing and Whistle-Blowing: Results of a Study Using
Randomized Response Technique, en Journal o f Business
Ethics, 14, enero de 1995, pp. 17-30, y D.E. Stem, Jr. y R.K.
Steinhorst, Telephone Interview and Mail Questionnaire Ap
plications of the Randomized Response Model, en Journal of
the American Statistical Association, septiembre de 1984, pp.
555-564.
Mildred L. Patten, Questionnaire Research: A Practical Guide,
Los ngeles, Pyrczak Publishing, 2001, y Lynn M. Newman,
16.
17.
18.
19.
20.
21.
22.
23.
24.
Thats a Good Question, en A menean Demographics, Marke

ting Tools, junio de 1995, pp. 10-13.
Rod Popping, Computer-Assisted Text Analysis, Thousand Oaks,
Cal.,Sage Publications, 2000, y Serge Luyens, Coding Vhbatims
tty Computers, en Marketing Research: A Magazine of Manage
ment & Applications, 7, nm. 2, primavera de 1995, pp. 20-25.
Basado en un proyecto de investigadn de mercados condurido
por el autor. Vase tambin Steven G. Rogelberg, Attitudes To
ward Surveys: Development of a Measure and Its Relationship
to Respondent Behavior, en Organizadonal Research Met
hods, 4, nm. 1, enero de 2001, pp. 3-25.
Anne-Marie Pothas, Customer Satisfaction: Keeping Tabs on
the Issues That Matter', en Total Quality Management, 12, nm.
1, enero de 2001, p. 83, y Kevin W. Mossholder, Randall P. Settoon, Stanley G. Harris y Achilles A. Armenakis, Measuring
Emotion in Open-Ended Survey Responses: An Application of
Textual Data Analysis, en Journal of Management, 21, nm. 2,
1995, pp. 335-355.
Debra Javeline, Response Effects in Polite Cultures, en Public
Opinion Quarterly, 63, nm. 1, primavera de 1999, pp. 1-27; y
Jon A. Krosnick y Duane F. Alwin, An Evaluation of a Cogni
tive Theory of Response-Order Effects in Survey Measure
ment, en Public Opinion Quarterly, verano de 1987, pp. 201219. Niels J. Blunch, Position Bias in Multiple-Choice
Questions, en Journal of Marketing Research, 21, mayo de
1984, pp. 216-220, ha alegado que la desviarin por posirin en
las preguntas de opcin mltiple no se puede eliminar al rotar el
a-den de las alternativas. Este punto de vista es contrario a la
prctica comn.
Eleanor Singer, Experiments with Incentives in Telephone Sur
veys, en Public Opinion Quarterly, 64, nm. 2, verano de
2000, pp. 171-188; y Howard Schuman y Stanley Presser, en
Questions & Answers in Attitude Survey, Thousand Oaks, Cal.,
Sage Publications, Inc., 1996.
Karen Blumenschein, Hypothetical Vfersus Real Willingness to
Pay inthe Health Care Sector Results from a Field Experiment,
en Journal of Health Economics, 20, nm. 3, mayo de 2001, p.
441; JosephA. Herrins y Jason F. Shogrcn, Starting Point Bias in
Dichotomous Choice Valuation with Follow-Up Questioning, en
Journal of Em ironmentcd Economics & Management, 30 nm. 1,
enero de 1996, pp. 112-131; y R. W. Mizerski, J. B. Freiden, y R.C.
Green, Jr., The Effect of the Dont Know Option on TV Ad
Claim Recognition Tests, en Advances in Consumer Research,
10, Association for Consumer Research, 1983, pp. 283-287.
Frederick G. Conrad, Clarifying Question Meaning in a House
hold Tlephone Survey, en Public Opinion Quarterly, 64, nm.
1, primavera de 2000, pp. 1-27; Michael McBumett, Wording
of Questions Affects Responses to Gun Control Issue, en Mar
keting News, 31, nm. 1,6 de enero de 1997, p. 12, y M. Wanke,
N. Schwarz y E. Noelle-Neumann, Asking Comparative Ques
tions: The Impact of the Direction of Comparison, en Public
Opinion Quarterly, 59, nm. 3, otoo de 1995, pp. 347-372.
Joseph Rydholm, Syndicated Survey Monitors Airline Perfor
mance Around the World, en Quirks Marketing Research Re
view, noviembre de 2000, en lnea en yvww.quirks.com/articles/article_print.asp?arg_articleid=623,23 de marzo de 2001.
Richard Colombo, AModel for Diagnosing and Reducing Non
response Bias, en Journal of Advertising Research, 40 (1/2),
enero/abril de 2000, pp. 85-93; G. S. Omura, Correlates of Item
Nonresponse, en Journal of the Market Research Society, octu
bre de 1983, pp. 321-330, y S. Presser, Is Inaccuracy on Factual
Survey Items Item-Specific or Respondent-Specific?, en Public
Opinion Quarterly, primavera de 1984, pp. 344-355.
www.FreeLibros.me
NOTAS
NI 7
25. Christopher R. Bollinger, Estimation with Response Error and

Nonresponse: Food-Stamp Participation in the SIPP, en Journal
of Business & Economic Statistics, 19, nm. 2, abril de 2001, pp.
129-141, y Nancy Johnson Stout, Questionnaire Design Work
shop Helps Market Researchers BuDd Better Surveys, en Health
Care Strategic Management, 12, nm.7, juliode 1994, pp. 10-11.
26. Bill Gillham, De\eloping a Questionnaire, Nueva York, Con
tinuum International Publishing Group, 2000, y Lida C. Saltz,
How to Get Your News Release Published, en Journal of Ac
countancy, 182, nm. 5, noviembre de 1996, pp. 89-91.
27. Mick P. Couper, Web Surveys: AReview of Issues and Approa
ches, en Public Opinion Quarterly, 64, nm. 4, invierno de
2000, pp. 464-494, Brad Edmondson, How to Spot a Bogus
Boll, en American Demographics, 8, nm. 10, octubre de 1996,
pp. 10-15, y John OBrien, How Do Market Researchers Ask
Questions? en Journal o f the Market Research Society, 26,
abril de 1984, pp. 93-107.
28. Bter M. Chisnall, Marketing Research: State of the Art Pers
pectives, en International Journal of Market Research, 44,
nm. 1, primer trimester de 2002, pp. 122-125, y Paul R.
Abramson y Charles W. Ostrom, Question Wording and Parti
sanship, en Public Opinion Quarterly, 58, nm. 1, primavera
de 1994, pp. 21-48.
29. Bob Becker, Take Direct Route When Data Gathering, en
Marketing News, 33, nm. 20,27 de septiembre de 1999, pp. 2930; y Dont Lead: You May Skew Poil Results, en Marketing
Neivs, 30, nm. 12,3 de junio de 1996, p. H37.
30. Bill Gillham, Developing a Questionnaire, Nueva York, Con
tinuum International Publishing Group, 2000; Raymond J.
Adameck, Public Opinion and Roe v. Wade: Measurement
Difficulties, en Public Opinion Quarterly, 58, nm. 3, otoo
de 1994, pp. 409-418, y E. Noelle-Neumann y B. Worcester,
International Opinion Research en European Research, ju
lio de 1984, pp. 124-131.
31. Ming Ouyand, Estimating Marketing Persistence on Sales of
Consumer Durables in China, en Journal of Business Research,
55, nm. 4, abril de 2002, p. 337; Jacob Jacoby y George J. Szybillo, Consumer Research in FTC Versus Kraft, 1991: A Case
of Heads We Win, Tails You Lose?, en Journal of Public Policy
& Marketing, 14, nm. 1, primavera de 1995, pp. 1-14, y E.D.
Jaffe y LD. Nebenzahl, Alternative Questionnaire Formats for
Cbuntry Image Studies, en Journal of Marketing Research, no
viembre de 1984, pp. 463-471.
32. Howard Schuman y Stanley Presser, Questions & Answers in At
titude Suney, Thousand Oaks, Cal,Sage Publications, Inc., 1996,
yJon A. Krosnick y Duane F.Alwin, An Evaluation of a Cogniti
ve Theory of Response-Order Effects in Survey Measurement,
en Public Opinion Quarterly, verano de 1987, pp. 201-219.
33. Calificar una marca en atributos especficos temprano en una en
cuesta puede afectar las respuestas a una evaluacinde marca geneol posterior Por ejemplo, vase Larry M. Bartels, Question Order
and Declining Faith in Elections, enPublic Opinion Quarterly, 66,
nm. 1, primavera de 2002, pp. 67-79, y BarbaraA. Bickart, Carr
yover and Backfire Effects in Marketing Research, en Journal of
34. Bter D. Watson, AdolescentsPerceptions of a Health Survey
Using Multimedia Computer-Assisted Self-Administered Inter
view, en Australian and New Zealand Journal of Public
Health, 25, nm. 6, diciembre de 2001, p. 520; Fern K. Willits y
Bin Ke, Part-Whole Question Order Effects: Views of Rurality, en Public Opinion Quarterly, 59, nm. 3, otoo de 1995,
pp. 392-403, y Donald J. Messmer y Daniel J. Seymour, The
Effects of Branching on Item Nonresponse, en Public Opinion
Quarterly, 46, verano de 1982, pp. 270-277.
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
4. Annimo, Random Sampling: Bruised, Battered, Bowed, en

Marketing News, 36, nm. 5,4 de marzo de 2002, p. 12; Arlene
Fink, How to Sample in Suneys, Thousand Oaks, Cal., Sage Pu
blications, Inc. 1995; Martin R. Frankel, Sampling Theory en
Peter H. Rossi, James D. Wright y Andy B. Anderson, Comps.,
Handbook of Survey Research, Orlando, Flo., Academic Press,
1983, pp. 21-67, y R.M. Jaeger, Sampling in Education and the
Social Sciences, Nueva York, Longman, 1984, pp. 28-29.
5. Jerome P. Reiter, Topics in Survey Sampling/Finite Population
Sampling and Inference: A Prediction Approach, en Journal of
the American Statistical Association, 97, 457, marzo de 2002,
pp. 357-358; Gary T. Henry, Practical Sampling, Thousand
Oaks, CaL, Sage Publications, Inc., 1995; y Seymour Sudman,
Applied Sampling, en Peter H. Rossi, James D. Wright y
Andy B. Anderson, Comps., en Handbook of Survey Research,
Orlando, Flo., Academic Press, 1983, pp. 145-194.
6. Mick P. Couper, Web Surveys: AReviewof Issues andApproa
ches, en Public Opinion Quarterly, 64, nm. 4, invierno de
2000, pp. 464-494, y Wayne Smith, Paul Mitchell, Karin Attebo
y Stephen Leeder, Selection Bias from Sampling Frames: Te
lephone Directory and Electoral Roll Compared with Door-to
Door Population Census: Results from the Blue Mountain Eye
Study, en Australian & New Zealand Journal of Public Health,
21, nm. 2, abril de 1997, pp. 127-133.
7. Para el efecto del error de marco de muestreo en los resultados
de investigacin, vase Gregory B. Murphy, The Effects of
Organizacional Sampling Frame Selection, en Journal of Busi
ness Venturing, 17, nm. 3, mayo de 2002, p. 237; y Nelly E.
Fish, James H. Barnes, y Benjamn F. Baan III, Convenience
or Calamity: Pharmaceutical Study Explores the Effects of
Simple Frame Error on Research Results, en Journal of Health
Care Marketing, 14, primavera de 1994, pp. 45-49.
8. Sean Mssenden, Florida TourismLeaders Say Industry is Re
covering Slowly, en Knight Ridder Tribune Business News, 22
de marzo de 2002, p. 1; The Many Faces of Florida, en Association Management, A Guide to Florida Supplement, abril de
1997, p. 3, y Florida Travel Habits Subject of Phone Survey,
en Quirks Marketing Research Review, mayo de 1987, pp. 10,
11,31,56,60.
9. Linda Ritchie, Empowerment and Australian Community
Health Nurses Work with Aboriginal Clients: The Sociopolitical
Context, en Qualitative Health Research, 11, nm. 2, marzo de
2001, pp. 190-205.
10. Kate Maddox, XIXWinter Olympics: Marketing Hot Spot, en
B to B, 87, nm. 2,11 de febrero de 2002, pp. 1-2.
11. Steven K. Thompson, en Sampling, Nueva York, John Wiley &
Sons, 2002; Seymour Sudman, Sampling in the Twenty-First
Century, en Academy of Marketing Science Journal, 27, nm.
2, primavera de 1999, pp. 269-277; y Leslie Kish, en Survey
Sampling, Nueva York, John Wiley, 1965, p. 552.
12. Patricia M. Getz, Implementing the New Sample Design for
the Current Employment Statistics Survey, en Business Econo
mics, 35, nm. 4, octubre de 2000, pp. 47-50; Public Opinion:
Polls Apart, en Economist, 336, nm. 7927, 12 de agosto de
1995, p. 48, y Seymour Sudman, Imporving the Quality of
Shopping Center Sampling, en Journal of Marketing Research,
17, noviembre de 1980, pp. 423-431.
13. Para una aplicacin reciente del muestreo de bola de nieve, vase
Lisa Maher, Risk Behaviors of Young Indo-Chinese Injecting
Drug Users in Sydney and Melbourne, en Australian and New
Zealand Journal of Public Health, febrero de 2001, pp. 50-54;
Gary L. Frankwick, James C. Ward, Michael D. Hutt y Peter H.
Reingen, Evolving Patterns of Organizational Beliefs in the
Formation of Strategy, en Journal of Marketing, 58, abril de
1994, pp. 96-100.
14. Si se siguen ciertos procedimientos para listar miembros de la

poblacin rara, el muestreo de bola de nieve se puede tratar co
mo una muestra de probabilidad. Vase S. Sampath, Sampling
Theory and Methods, Boca Ratn, Flo., CRC Press, 2000; Gary
T. Henry, Practical Sampling, Thousand Oaks, Cal., Sage Publi
cations, Inc., 1995, y Graham Kalton y Dallas W. Anderson,
Sampling Rare Populations, en Journal of the Royal Statistical
Association, 1986, pp. 65-82.
15. Lisa Maher, Risk Behaviors of Young Indo-Chinese Injecting
Drug Users in Sydney and Melbourne, en Australian and New
Zealand Journal of Public Health, febrero de 2001, pp. 50-54.
16. Cuando el intervalo de muestra, i, no es un nmero completo, la
solucin ms fcil es utilizar como el intervalo el nmero com
pleto que est arriba o debajo de la i. Si la aproximacin tiene un
efecto muy grande en el tamao de la muestra, agregue o dismi
nuya los casos extra.
17. Para aplicaciones recientes de la muestra aleatoria sistemtica,
vase Phyllis MacFarlane, Structuring and Measuring the Size
of Business Markets, en International Journal of Market Re
search, 44, nm. 1, primer trimestre de 2002, pp. 7-30; Hailin
Qu e Isabella Li, The Characteristics and Satisfaction of Main
land Chinese Visitors to Hong Kong, en Journal of Travel
Research, 35, nm. 4, primavera de 1997, pp. 37-41; y Goutam
Chakraborty, Richard Ettenson y Gary Gaeth, How Consumers
Choose Health Insurance, en Journal ofHeahh Care Marketing,
14, primavera de 1994, pp. 21-33.
18. Ed Gasten, Roll: Phone Ban Support Tepid, en Chicago Tribune,
23 de julio de 2001, p. 9.
19. Para una aplicacin reciente de muestras aleatorias estratifica
das, vase Gunnar Kjell, The Level-Based Stratified Sampling
Plan, en Journal of the American Statistical Association, 95,
nm. 452, diciembre de 2000, pp. 1185-1191; y Samaradasa
Weerahandi y Soumyo Moitra, Using Survey Data to Predict
Adoption and Switching for Services, en Journal of Marketing
Research, 32, febrero de 1995, pp. 85-96.
20. Annimo, Charge, Losses Stifle Growth, en Business Insurance,
36, nm. 6,11 de febrero de 2002, p. 2; y Joanne Gallucci, Em
ployees with Home Internet Access Want Online Retirement
Plans CIGNA Retirement fe Investment Services Study Re
veals, en PR Newswire, 27 de junio de 2000.
21. Jeff D. Opdyke and Carrick Mollenkamp, Yes, You Are High
Net Worth, en The Wall Street Journal, 21 de mayo de 2002,
pp. D1, D3, y Thomas J. Stanley y MurphyA. Sewall, The Res
ponse of Affluent Consumers to Mail Surveys, en Journal of
Advertising Research, junio/julio de 1986, pp. 55-58.
22. Sin embargo, el conglomerado geogrfico de las poblaciones ra
ras puede ser una ventaja. Vase Poduri S. Rao, en Sampling
Methodologies with Applications, Boca Ratn, Fio., CRC Press,
2001; John B. Carlin, Design of Cross-Sectional Surveys
Using Cluster Sampling: An Overview with Australian Case
Studies, en Australian and New Zealand Journal o f Public
Health, 23, nm. 5, octubre de 1999, pp. 546-551; James C.
Raymondo, Confessions of a Nielsen Household, en Ameri
can Demographics, 19, nm. 3, marzo de 1997, pp. 24-27, y
Seymour Sudman, Efficient Screening Methods for the Sam
pling of Geographically Clustered Special Populations, en
23. J. Walker, A Sequential Discovery Sampling Procedure, en
The Journal of the Operational Research Society, 53, nm. 1,
enero de 2002, p. 119; June S. Park, Michael Peters y Kwei
Tang, Optimal Inspection Policy in Sequential Screening, en
Management Science, 37, nm. 8, agosto de 1991, pp. 10581061; y E. J. Anderson, K. Gorton y R. Tudor, The Application
of Sequential Analysis in Market Research, en Journal of Mar
www.FreeLibros.me
NOTAS
NI 9
24. Rara un mayor anlisis de la doble muestra, vase Ken Brewer,

en Design and Estimation in Survey Sampling, Londres, Edward
Arnold, 2001; John Shade, Sampling Inspection Tables; Single
and Double Sampling, en Journal of Applied Statistics, 26,
nm. 8, diciembre de 1999, p. 1020; David H. Baillie, Double
Sampling Plans for Inspection by Variables When the Process
Standard Deviation Is Unknown, en International Journal o f
Quality & Reliability Management, 9, nm. 5, 1992, pp. 59-70;
y Martin R. Frankel y Lester R. Frankel, Probability Sampling
en Robert Ferber, Comp., en Handbook of Marketing Research,
Nueva York, McGraw-Hill, 1974, pp. 2-246.
25. Charles J. Whalen, Jobs: The Truth Might Hurt, en Business
Week, 3725,26 de marzo de 2001, p. 34.
26. Para el uso de diferentes tcnicas de muestreo probabilistic y
no probabilistic en la investigacin intercultural, vase Naresh K. Malhotra y Mark Peterson, Marketing Research in
the New Millennium: Emerging Issues and Trends, en Mar
ket Intelligence and Planning, 19, nm. 4, 2001, pp. 216-235;
Naresh K. Malhotra, James Agarwal y Mark Peterson, CrossCultural Marketing Research: Methodological Issues and
Guidelines, en International Marketing Review, 13, nm. 5,
1996, pp. 7-43; y Samiee Saeed e Insik Jeong, Goss-Cultural in Advertising: An Assessment of Methodologies, en
Journal of the Academy of Marketing Science, 22, verano de
1994, pp. 205-215.
27. Sunil Erevelles, The Use of Price and Warranty Cues inProduct
Evaluation: A Comparison of U.S. and Hong Kong Consumers,
en Journal of International Consumer Marketing, 11, nm. 3,
1999, p. 67; Taylor Humphrey, Horses for Courses: How Sur
vey Firms in Different Countries Measure Public Opinion with
Different Methods, en Journal of the Market Research Society,
37, nm. 3, Julio de 1995, p. 211-219; y B.J. Verhage, U. Yavas,
R.T. Green y E Borak, The Perceived Risk Brand Loyalty Re
lationship: An International Perspective, en Journal of Global
Marketing, 3, nm. 3, 1990, p. 7-22.
28. Aileen Smith, Ethics-Related Responses to Specific Situation
Vignettes: Evidence of Gender-Based Differences and Occupa
tional Socialization, en Journal of Business Ethics, 28, nm. 1,
noviembre de 2000, pp. 73-86; Satish P. Deshpande, Mana
gers Perception of Proper Ethical Conduct: The Effect of Sex,
Age, and Level of Education, en Journal of Business Ethics,
16, nm. 1, enero de 1997, pp. 79-85; e IP. Akaah, Differences
in Research Ethics Judgments Between Male and Female Mar
keting Professionals, en Journal of Business Ethics, 8, 1989,
pp. 375-381.
29. Shane Schick, IT Managers Stress Skills Help, en Computer
Dealer News, 17, nm. 3,2 de febrero de 2001, pp. 1-2; y www.surveysite.com/neyvsite/docs/profile.htm, 25 de abril de 2002.
Captulo 12
1. Bicycling Magazine, en Bicycling Magazines 2002 Semiannual
Study of U.S. Retail Bicycle Stores.
2. Un anlisis de la distribucin de muestreo se puede encontrar en

cualquier libro de estadsticas bsicas. Por ejemplo, vase Mark
L. Berenson, David M. Levine y Timothy Krehbiel, en Basic
Business Statistics: Concepts and Applications, 8a. ed., Engle
wood Cliffs, Nueva Jersey, Prentice Hall, 2002.
3. Tambin estn disponibles otros mtodos estadsticos. Sin em
bargo, un anlisis de stos va ms all del alcance de este libro.
Referimos al lector interesado a Marion R. Reynolds, Jr., EWMA
Control Charts with Variable Sample Sizes and Variable Sampling
Intervals, en HE Transactions, 33, nm. 6, junio de 2001, pp.
511-530; S. Sampath, en Sampling Theory and Methods, Boca
Ratn, Flo., CRC Press, 2000; L. Yeh y L.C. Van, Bayesian

Double-Sampling Plans with Normal Distributions, en Sta
tistician, 46, nm. 2, 1997, pp. 193-207; W.G. Blyth y L.J.
Marchant, A Self-Weighing Random Sampling Technique, en
Journal of the Market Research Society, 38, nm. 4, octubre de
1996, pp. 473-479; Clifford Nowell y Linda R. Stanley,
Length-Biased Sampling in Mall Intercept Surveys, en Journal
of Marketing Research, 28, noviembre de 1991, pp. 475-479; y
Raphael Gillett, Confidence Interval Construction by Steins
Method: A Practical and Economical Approach to Sample Size
Determination, en Journal of Marketing Research, 26, mayo de
1989, p. 237.
4. Steven K. Thompson, en Sampling, Nueva York: John Wiley fe
Sons, 2002; Melanie M. Wall, An Effective Confidence Inter
val for the Mean with Samples of Size One and Two, en The
American Statistician, Alexandria, mayo de 2001, pp. 102-105;
y Siu L. Chow, en Statistical Significance, Thousand Oaks, Cal.,
5. Richard L. ValHant, Alan H. Dorfman y Richard M. Royall, en
Finite Population Sampling and Inference: A prediction Ap
proach, Nueva York, John Wiley <&Sons, 2000.
6. City of Los Angeles Internet Services Project: Market Analysis

and Best Practices Report, en e-Govemment Services Proyect
Reports, 29 de octubre de 1999, en lnea en www.ci.la.ca.us/311/marketanalysis.pdf, 8 de abril de 2001.
7. Vase, por ejemplo, S. Sampath, en Sampling Theory and
Methods, Boca Ratn, Flo., CRC Press, 2000; Nigel Bradley,
Sampling for Internet Surveys: An Examination of Respondent
Selection for Internet Research, en Market Research Society,
41, nm. 4, octubre de 1999, pp. 387-395; C.J. Adcock, Sample
Size DeterminationA Review, en Statistician, 46, nm. 2,
1997, pp. 261-283, y Seymour Sudman, Applied Sampling,
en Peter H. Rossi, James D. Wright y Andy B. Anderson, eds., en
Handbook of Survey Research, Orlando, Academic Press, Flo.,
1983, pp. 145-194.
8. Adjusting for incidence and completion rates is discussed in
Poduri S. Rao, en Sampling Methodologies with Applications,
Boca Ratn, Flo., CRC Press, 2001; Barbara Bickart, The
Distribution of Survey Contact and Participation in the United
States: Constructing a Survey-Based Estimate, en Journal of
Marketing Research, 36, nm. 2, mayo de 1999, pp. 286-294;
Eton A. Dillman, Eleanor Singer, Jon R. Clark y James B. Treat,
Effects of Benefits Appeals, Mandatory Appeals, and Varia
tions in Statements of Confidentiality on Completion Rates for
Census Questionnaires, en Public Opinion Quarterly, 60, nm.
3, otoo de 1996, pp. 376-389; y Louis G. Pol y Sukgoo Pak,
The Use of Two-Stage Survey Design in Collecting Data from
Those Who Have Attended Periodic or Special Events, en
Journal of the Market Research Society, 36, octubre de 1994, pp.
315-326.
9. Judith Green, Jacksonville Symphony Sets Big Anniversary
Fest, en The Atlanta Journal, The Atlanta Constitution, 20
de febrero de 2000, p. K7; Nevin J. Rodes, Marketing a
Community Symphony Orchestra, en Marketing News, 30,
nm. 3, 29 de enero de 1996, p. 2, y Sales Makes Sweet Mu
sic, en Quirks Marketing Research Review, mayo de 1988,
pp. 10-12.
10. Patrick Van Kenhove, The Influence of Topic Involvement on
Mail-Survey Response Behavior, en Psychology & Marketing,
19, nm. 3, marzo de 2002, p. 293; M.R. Fisher, Estimating the
Effect of Nonresponse Bias on Angler Surveys, en Transac
tions of the American Fisheries Society, 125, nm. 1, enero de
1996, pp. 118-126; y Charles Martin, The Impact of Topic Inte
rest on Mail Survey Response Behaviour, en Journal of the
Market Research Society, 36, octubre de 1994, pp. 327-338.
www.FreeLibros.me
N20
NOTAS
11. Simone M Cummings, Reported Response Rates to Maikd Phy

sician Questionnaires, en Health Services Research, 35, nm. 6,
febrero de 2001, pp. 1347-1355; A. Hill, J. Roberts, P. Ewings y D.
Gunnell, Nonresponse Bias in a Lifestyle Survey, en Journal of
Public Health Medicine, 19, nm. 2, juniode 1997, pp. 203-207; y
Stephen W. McDaniel, Charles S.Madden y Perry Verille, Do To
pic Differences Affect Survey Nonresponse?, en Journal of the
Market Research Society, enero de 1987, pp. 56-66.
12. Para minimizar la incidencia de la falta de respuesta y ajustar
sus efectos, vase Richard Colombo, A Model for Diagnosing
and Reducing Nonresponse Bias, en Journal of Advertising Re
search, 40 (1/2), enero/abril de 2000, pp. 85-93; H.C. Chen,
Direction, Magnitude, and Implications of Nonresponse Bias
in Mail Surveys, en Journal of the Market Research Society,
38, nm. 3, julio de 1996, pp. 267-276, y Michael Brown, What
Price Response? en Journal of the Market Research Society,
38, nm. 3, julio de 1996, pp. 267-276; y Michael Brown, What
Price Response?, en Journal of the Market Research Society,
36, julio de 1994, pp. 227-244.
en Marketing News, 36, nm. 3,4 de febrero de 2002, p. 4; Artur
Baldauf, Examining Motivations to Refuse in Industrial Mail
Surveys, en Journal of the Market Research Society, 41, nm.
3, julio de 1999, pp. 345-353; Reg Baker, Nobodys Talking,
en Marketing Research: A Magazine of Management & Applica
tions, 8, nm. 1, primavera de 1996, pp. 22-24, y Jolene M.
Struebbe, Jerome B. Keman y Thomas J. Grogan, The Refusal
Problem in Telephone Surveys, en Journal of Advertising Re
search, junio/julio de 1986, pp. 29-38.
14. Vin Kenhove, The Influence of Topic Involvement on Mail-Survey Response Behaviour, en Psychology & Marketing, 19, nm.
3, marzo de 2002, p. 293; Robert M. Groves, Leverage-Saliency
Theory of Survey Participation: Description and an Dlustration,
en Public Opinion Quarterly, 64, nm. 3, otoo de 2000, pp. 299308; S.A Everett, J. Price, A.W. Bedell y SJC Telljohann, The
Effect of a Monetary Incentive in Increasing the Return Rate of a
Survey of Family Physicians, en Evaluation and the Health Pro
fessions, 20, nm. 2, junio de 1997, pp. 207-214; y J. Scott Arms
trong y Edward J. Lusk, Return Postage in Mail Surveys: AMetaAnalysis, en Public Opinion Quarterly, verano de 1987, pp.
233-248; y Julie Yu y Harris Cooper, A Quantitative Review of
Research Design Effects on Response Rates to Questionnaires, en
15. Steven G. Rogelberg, Attitudes Toward Surveys: Development
of a Measure and Its Relationship to Respondent Behavior', en
Organizational Research Methods, 4, nm. 1, enero de 2001, pp.
3-25, y Edward F. Fern, Kent B. Monroe y Ramn A. vila,
Effectiveness of Multiple Request Strategies: A Synthesis of
Research Results, en Journal of Marketing Research, 23, mayo
de 1986, pp. 144-153.
16. Michael J. Shaw, The Use of Monetary Incentives in a Com
munity Survey: Impact on Response Rates, Date Quality, and
Cost, en Health Services Research, 35, nm. 6, febrero de
2001, pp. 1339-1346; Sheldon Wayman, The Buck Stops Here
When It Comes to Dollar Incentives, en Marketing News, 31,
nm. 1, 6 de enero de 1997, p. 9; y Paul M. Biner y Heath J.
Kidd, The Interactive Effects of Monetary Incentive Justification
and Questionnaire Length on Mail Survey Response Rates, en
Psychology & Marketing, 11, nm. 5, septiembre/octubre de
1994, pp. 483-492.
17. B. Zafer Erdogan, Increasing Mail Survey Response Rates
from an Industrial Population: A Cost-Effectiveness Analysis of
Four Follow-up Techniques, en Industrial Marketing Manage
ment, 31, nm. 1, enero de 2002, p. 65.
18. John Byrom, The Effect of Personalization on Mailed Ques

tionnaire Response Rates, en International Journal of Market
Research, verano de 2000, pp. 357-359; D. A. Dillman, E. Singer,
J.R. Clark, y J.B. Treat, Effects of Benefits Appeals, Manda
tory Appeals, and Variations in Statements of Confidentiality on
Completion Rates for Census Questionnaires, en Public Opinion
Quarterly, 60, nm. 3, otoo de 1996, pp. 376-389; P. Gendall,
J. Hoeck, y D. Esslemont, The Effect of Appeal, Complexity,
and Tone in a Mail Survey Covering Letter, en Journal of the
Market Research Society, 37, nm. 3, julio de 1995, pp. 251268; y Thomas V. Greer y Ritu Lohtia, Effects of Source and
Paper Color on Response Rates in Mail Surveys, en Industrial
Marketing Management, 23, febrero de 1994, pp. 47-54.
19. Jamie Smith, How to Boost DM Response Rates Quickly,
en Marketing News, 35, nm. 9,23 de abril de 2001, p. 5, James
D. Peacock, Yes, You Can Raise Response Rates, en Journal
of Advertising Research, 36, nm. 1, enero de 1996, pp. RC7RC10.
20. Scott Keeter, Consequences of Reducing Nonresponse in a Na
tional Telephone Survey, en Public Opinion Quarterly, 64,
nm. 2, verano de 2000, pp. 125-148, G. Bowen, Estimating
the Reduction in Nonresponse Bias from Using a Mail Survey
as a Backup for Nonrespondents to a Telephone Interview Sur
vey, en Research on Social Work Practice, 4, nm. 1, enero de
1994, pp. 115-128; y RA. Kerin y R.A. Peterson, Scheduling
Telephone Interviews, en Journal of Advertising Research, ma
yo de 1983, p. 44.
21. Richard Colombo, A Model for Diagnosing and Reducing
Nonresponse Bias, en Journal of Advertising Research, ene
ro/abril de 2000, pp. 85-93; y M.L. Rowland y R.N. Forthofer,
Adjusting for Nonresponse Bias in a Health Examination Sur
vey, en Public Health Reports, 108, nm. 3, mayo/junio de
1993, pp. 380-386.
22. Michael D. Larsen, The Psychology of Survey Response, en
Journal of the American Statistical Association, 97, nm. 457,
marzo de 2002, pp. 358-359; y E.L. Dey, Working with Low
Survey Response RatesThe Efficacy of Weighting Adjust
ments, en Research in Higher Education, 38, nm. 2, abril de
1997, pp. 215-227.
23. Kevin J. Flannelly, Reducing Undecided Voters and Other
Sources of Error in Election Surveys, en International Journal
of Market Research, 42, nm. 2, primavera de 2000, pp. 231-237,
y John Maines, Taking the Pulse of the Voter, en American
Demographics, noviembre de 1992, p. 20.
24. Jing Qin, Estimation with Survey Data Under Nonignorable
Nonresponse or Informative Sampling, en Journal of the Ameri
can Statistical Association, 97, nm. 457, marzo de 2002, pp.
193-200; R.C. Kessler, R.J. little y RAI Grover, Advances in
Strategies for Minimizing and Adjusting for Survey Nonrespon
se, en Epidemiologic Reviews, 17, nm. 1,1995, pp. 192-204; y
James C. Ward, Bertram Russick y William Rudelius, ATest of
Reducing Callbacks and Not-at-Home Bias in Personal Inter
views by WeightingAt-Home Respondents, en Journal of Mar
25. Ken Brewer, Design and Estimation in Survey Sampling, Lon
dres, Edward Arnold, 2001; Jun Sao, Variance Estimation for
Survey Data with Composite Imputation and Nonnegligible
Sampling Fractions, en Journal of American Statistical Asso
ciation, marzo de 1999, pp. 254-265; y J. W. Drane, D. Richter y
C. Stoskopf, Improved Imputation of Nonresponse to Mailback
Questionnaires, en Statistics in Medicine, 12, nm. 3-4, febrero
de 1993, pp. 283-288.
26. Ben Dolven, The Best Little Airline in China, en Far Eastern
Economic Review, 165, nm. 2,17 de enero de 2002, pp. 32-35;
www.FreeLibros.me
NOTAS
N21
y Another Chinese Take-Off, en The Economist, 19 de diciembre de 1992.

27. Anne-Wil Harzing, Qoss-National Industrial Mail Surveys;
Why Do Response Rates Differ Between Countries?, en Indus
trial Marketing Management, 29, ntim. 3, mayo de 2000, pp.
243-254.
28. Humphrey Taylor, Using Internet Polling to Forecast the 2000
Elections, en Marketing Research, 13, ntim. 1, primavera de
2001, pp. 26-30; Vicki G. Morwitz y Carol Pluzinski, Do
Polls Reflect Opinions or Do Opinions Reflect Polls? The Im
pact of Political Polling on Vbters Expectations, Preferences,
and Behavior, en Journal of Consumer Research, 23, niim. 1,
junio de 1996, pp. 53-67.
7.
8.
Capitulo 13
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.
vey, en Journal of the Market Research Society, ntim. 25, enero

de 1983, pp. 39-58.
Annimo, Renewing Your Interviewing Skills, en Healthcare
Executive, 17, ntim. 1, enero-febrero de 2002, p. 29; Pamela
Kiecker y James E. Nelson, DoInterviewers Follow Telephone
Survey Instructions?, en Journal of the Market Research So
ciety, 38, ntim. 2, abril de 1996, pp. 161-176, P.J. y Guenzel,TJL
Berkmans y CP. Cannell, General Interviewing Techniques,
Ann Arbor, Institute for Social Research, 1983.
Brent Robertson, The Effect of an Introductory Letter on Parti
cipation Rates Using Telephone Recruitment, en Australian
and New Zealand Journal of Public Health, 24, ntim. 5, octubre
de 2000, p. 552; Karl Feld, Good Introductions Save Time,
Money, en Marketing News, 34, ntim. 5,28 de febrero de 2000,
pp. 19-20, y Mick P. Couper, Survey Introductions and Data
Quality, en Public Opinion Quarterly, verano de 1997, pp.
317-338.
Este procedimiento es semejante al que sigue Burke Marketing
Research, Cincinnati.
Darlene B. Bordeaux, InterviewingPart II: Getting the Most
out of Inerview Questions, en Motor Age, 121, ntim. 2, febrero
de 2002, pp. 38-40; Market Research Industry Sets Up Inter
viewing Quality Standards, en Management-Auckland, 44,
ntim. 2, marzo de 1997, p. 12, y JDC Interviews Michael Re
dington, en Journal of Data Collection, 25, primavera de 1985,
pp. 2-6.
Esta seccin se apega al material de Inteniewers Manual, Ann
Arbor, Survey Research Center, Institute for Social Research,
University of Michigan, ed. rev., y P.J. Guenzel, T.R. Berkmans
y C.F. Cannell, General Interviewing Techniques, Ann Arbor,
Institute for Social Research.
Para un tratamiento exhaustivo del sondeo, vase Jaber F. Gu
brium y James A. Holstein, Handbook of Interview Research:
Context and Method, Thousand Oaks, Cal., Sage Publications,
2001 e Interviewers Manual, pp. 15-19.
Interviewers Manual, Ann Arbor, Survey Research Center, Ins
titute for Social Research, University of Michigan, ed. rev., p. 16.
Ara C. Trembly, Rx>r Data Quality: A $600 Billion Issue, en
National Underwriter, 106, ntim. 11, 18 de marzo de 2002, p.
48; Market Reseach Industry Sets Up Interviewing Quality
Standards, en Management-Auckland, 44, ntim. 2, marzo de
1997, p. 12, y Jean Morton-Williams y Wendy Sykes, The Use
of Interaction Coding and Follow Up Interviews to Investigate
Comprehension of Survey Questions, en Journal of the Market
Research Society, 26, abril de 1984, pp.109-127.
Jaber F. Gubrium y James A. Holstein, Handbook of Interview
Research: Context and Method, Thousand Oaks, Cal., Sage
Publications, 2001; JohnAnderson, Behavioral Risk Factors Sur
veillance System Users Guide, Atlanta, U.S. Department of
Health and Human Services, Centers for Disease Control and
Prevention, 1998.
John PalHster, Navigating the Righteous Course: A Quality Is
sue, en Journal of the Market Research Society, 41, ntim. 3, ju
lio de 1999, pp. 327-343, y Martin Collins y Bob Butcher, Inter
viewer and Clustering Effects in an Attitude Survey, en Journal
of the Market Research Society, ntim. 25, enerode 1983, pp. 39-58.
Nigel G. Fielding, Intervieiving: Four Volume Set, Thousand
Oaks, Cal., Sage Publications, 2003, y Donald S. Tull y Larry E.
Richards, What Can Be Done About Interviewer Bias, en Jagdish Sheth (comp.), Research in Marketing, Greenwich, CT, JAI
Press, 1980, pp. 143-162.
Carla Johnson, Making Sure Employees Measure Up, en HRMagazine, 46, ntim. 3, marzo de 2001, pp. 36-41, y Elaine D.
Pulakos, Neal Schmitt, David Whitney y Matthew Smith, Indi
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.
Nelson y Pamela L. Kiecker, Marketing Research Intervie

wers and Their Perceived Necessity of Moral Compromise, en
Journal of Business Ethics, 15, nm. 10, octubre de 1996, pp.
1107-1117.
22. www.gallup.com.
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
tions, 5, nm. 2, primavera de 1993, pp. 38-42.
6. Joseph Rydholm, Scanning the Seas, en Marketing Research

Review, mayo de 1993, y www.princess.com, 23 de mayo de
2002.
7. SPSS, Inc., SPSS 11.0 Guide to Data Analysis, Paramus, NJ
Prentice Hall, 2002; SPSS, Inc., SPSS 11.0 for Windows: Stu
dent Version, Paramus, NJ., Prentice Hall, 2001; Brian C.
Cronk, How to Use SPSS: A Step-by-Step Guide to Analysis and
Interpretation, Los ngeles, Cal., Pyrczak Publishing, 2001;
SAS Institute, SAS/ACCESS Interface to R/3: Users Guide, Re
lease 8, Caiy, NC, SAS Publishing, 2002; RickAster, Professional
SAS Programming Shortcuts: Over 1000 Ways to Improve
Your SAS Programs, Phoenixville, Fil., Breakfast Communica
tions, 2002; Allan J. Rossman, Beth L. Chance y personal de

Minitab, Workshop Statistics: Discovery with Data and Minitab
+ Minitab Software, Oakland, Cal., Key Curriculum Press,
2001; Terry Sincich, David M. Levine, David Stephan y Mark
Berenson, Practical Statistics by Example Using Microsoft Excel
and Minitab, Paramus, NJ., Prentice Hall, 2002; Barbara F. Ryan
y Brian L. Joiner, Minitab Handbook, Pacific Grove, Cal., Duxbury, 2002; Bernard V. Iiengme, Guide to Microsoft Excel 2000
for Business and Management, Woburn, Mass., ButterworthHeinemann, 2002, y Michael R. Middleton, Data Analysis
Using Microsoft Excel: Updated for Office XP, Pacific Grove,
Cal., Duxbury, 2002.
8. Paul D. Allison, Missing Data, Thousand Oaks, Cal., Sage
Publications, 2001; Byung-Joo Lee, Sample Selection Bias Co
rrection for Missing Response Observations, en Oxford Bulletin
of Economics and Statistics, 62, nm. 2, mayo de 2000, p. 305, y
Naresh K. Malhotra, Analyzing Marketing Research Data with
Incomplete Information on the Dependent Variable, en Journal
of Marketing Research, 24, febrero de 1987, pp. 74-84.
9. Debe atribuirse un valor significativo y prctico, que adems debe
ser un cdigo legtimo de respuesta. Por ejemplo, un promedio
de 3.86 quiz no sea prctico si slo se prepararon cdigos de
respuesta de un solo dgito. En estos casos, el promedio debe re
dondearse al siguiente entero.
10. Kevin M. Murphy, Estimation and Interference in Two-Step
Econometric Models, en Journal of Business & Economic Sta
tistics, 20, nm. 1, enero de 2002, pp. 88-97; Ali Kara, Christine
Nidsen, Sundeep Sahay y Nagaraj Sivasubramaniam, Latent
Information in the Pattern of Missing Observations in Global
Mail Surveys, en Journal o f Global Marketing, 7, nm. 4,
1994, pp. 103-126, y Naresh K. Malhotra, Analyzing Marketing
Research Data with Incomplete Information on the Dependent
Variable, en Journal of Marketing Research, 24, febrero de
1987, pp. 74-84.
11. Algunos procedimientos de ponderacin requieren ajustes en las
tcnicas subsiguientes de anlisis de datos. Vase David J. Bart
holomew, The Analysis and Interpretation of Multbarate Data
for Social Scientist, Boca Ratn, Flo., CRC Press, 2002; Lian
Yaniv, Weighting and Trimming: Heuristics for Aggregating
Judgements Under Uncertainty, en Organizational Behavior &
Human Decision Processes, 69, nm. 3, marzo de 1997, pp.
237-249, y Humphrey Taylor, The Very Different Methods
Used to Conduct Telephone Surveys of the Public, en Journal
of the Market Research Society, 39, nm. 3, juliode 1997, pp.
421-432.
12. Annimo, Nielsen Ratings, en Adweek, 43, nm. 10, 4 de
marzo de 2002, p. CT3, y Rajiv M. Rao, Nielsens Internet Sur
vey: Does It Carry Any Weight?, en Fortune, 133, nm. 5, 18
de marzo de 1996, p. 24.
13. Michael Bradford, Health Care Access Services for Expats
Gain in Popularity, en Business Insurance, 36 nm. 1,7 de ene
ro de 2002, pp. 19-20; Arch G. Woodside, Robert L. Nielsen,
Fred Walters y Gale D. Muller, Preference Segmentation of
www.FreeLibros.me
NOTAS
14.
15.
16.
17.
18.
N23
Jayanti, Affective Responses Toward Service Providers: Implica

tions for Service Encounters, en Health Marketing Quarterly,
14, nm. 1,1996, pp. 49-65.
Vase Richard Arnold Johnson y Dean W. Wichem, Applied
Multivariate Statistical Analysis, Paramus, N.J., Prentice Hall,
2001; B. Swift, Preparing Numerical Data, en Roger Sapsford
y Victor Jupp (comps.), Data Collection and Analysis, Thousand
Oaks, Cal., Sage Publications, 1996, y Ronald E. Frank, Use of
Transformations, en Journal of Marketing Research, agosto de
1966, pp. 247-253, para transformaciones especficas usadas a
menudo en la investigacin de mercados.
Dan Veset, Trends in the Market for Analytic Applications, en
KM World, 11, nm. 4, abril de 2002, p. 14; Fred Davidson,
Principles of Statistical Data Handling, Thousand Oaks, Cal., Sage
Publications, 1996. Para una estrategia semejante de anlisis
de datos, vase Naresh K. Malhotra, Modeling Store Choice
Based on Censored Preference Data, en Journal of Retailing,
verano de 1986, pp. 128-144.
Hemos incluido aqu las tcnicas bivariadas con las multivariadas. En tanto que las primeras se ocupan de relaciones por pares,
las multivariadas examinan relaciones simultneas ms comple
jas entre los fenmenos.
Wayne S. DeSarbo, The Joint Spatial Representation of Multi
ple Variable Batteries Collected in Marketing Research, en
Journal of Marketing Research, 38, nm. 2, mayo de 2001, pp.
244-253; J. Douglass Carroll y Paul E. Green, Psychometric
Methods in Marketing Research: Part II: Multidimensional Sca
ling, en Journal of Marketing Research, 32, nm. 2, mayo de
1997, pp. 193-204.
Annimo, For a Scoop of Their Own, en Businessline, 17 de
enero de 2002, p. 1; David Kilbum, Hagen-Dazs Is Flavor of
Month, en Marketing Week, 20, nm. 23, 4 de septiembre de
1997, p. 30; Mark Maremont, Theyre All Screaming for
Hagen-Dasz, en Business Week, 14 de octubre de 1991, y
2.
3.
4.
5.
6.
7.
www.dairyfoods.com/articles/2001/0901/0901market.html.
19. Gael McDonald, Goss-Cultural Methodological Issues in Et

hical Research, en Journal of Business Ethics, 27, nms. 1/2,
septiembre de 2000, pp. 89-104; Pertti Alasuurati, Researching
Culture, Thousand Oaks, Cal., Sage Publications, 1995, y C.T.
Tan, J. McCullogh y J. Teoh, An Individual Analysis Ap
proach to Cross-Cultural Research, en Melanie Wallendorf y
Paul Anderson (comps.), Advances in Consumer Research, vol.
14, Provo, Ut., Association for Consumer Research, 1987, pp.
394-397.
20. Vase, por ejemplo, Robert G. Tian, Gross-Cultural Issues in
Internet Marketing, en Journal of American Academy of Busi
ness, 1, nm. 2, marzo de 2002, pp. 217-224; Lisa D. Spiller y
Alexander J. Campbell, The Use of International Direct Mar
keting by Small Businesses in Canada, Mexico and the United
States: A Comparative Analysis, en Journal of Direct Marke
ting, 8, invierno de 1994, pp. 7-16, y Meee-Kau Nyaw e Ignace
Ng, A comparative Analysisof Ethical Beliefs: AFour-Country
Study, en Journal of Business Ethics, 13, julio de 1994, pp.
543-556.
21. Willie E. Hopkins y Shirley A. Hopkins, The Ethics of Down
sizing: Perception of Rights and Responsabilities, en Journal
of Business Ethics, 18, nm. 2, enero de 1999, pp. 145-154.
Capitulo 15
8.
9.
10.
11.
12.
1. Jami A. Fullerton y Alice Kendrick, Portrayal of Men and Wo

men in U.S. Spanish-Languagc Television Commercials, en
Journalism and Mass Communication Quarterly, 77, niSm. 1,
primavera de 2000, pp. 128-142; Laura M. Milner, Sex-Role

Portrayals and the Gender of Nations, en Journal of Adverti
sing, 29, nm. 1, primavera de 2000, pp. 67-79, y Mary C. Gilly,
Sex Roles inAdvertising: A Comparison of Television Adverti
sement in Australia, Mexico, and the United States, en Journal
of Marketing, 52, abril de 1988, pp. 75-85.
Charla Mathwick, Naresh K. Malhotra y Edward Rigdon,
The Effect of Dynamic Retail Experiences on Experiential
Perceptions of Value: An Internet and Catalog Comparison,
en Journal o f Retailing, 78, 2000, pp. 51-60, y Troy A. Festervand, Don R. Snyder y John D. Tsalikis, Influence of Catalog
vs. Store Shopping and Prior Satisfaction on Perceived Risk,
en Journal of Academy o f Marketing Science, invierno de
1986, pp. 28-36.
Lisa Deply Neirotti, Heather A. Bosetti y Kenneth C. Teed,
Motivation to Attend the 1996 Summer Olympic Games, en
Journal of Travel Research, 39, nm. 3, febrero de 2001, pp.
327-331.
Vase cualquier libro de introduccin a la estadstica para una
descripcin detallada de estas estadsticas; por ejemplo, Mark L.
Bcrenson, David M. Levine y Timothy Krehbiel, Basic Business
Statistics: Concepts and Applications, Englewood Cliffs, Prenti
ce Hall, 8a. ed., 2002.
Para nuestros fines, no se har distincin alguna entre la com
probacin formal de hiptesis y la inferencia estadstica por me
dio de intervalos de confianza.
Se encuentran estudios excelentes de la forma de analizar tabu
laciones cruzadas en Bryan E. Denham, Advanced Categorical
Statistics: Issues and Applications in Communication Re
search, en Journal of Communication, 52, nm. 1, marzo de
2002, p. 162, y O. Hellevik, Introduction to Causal Analysis:
Exploring Survey Data by Crosstabulation, Beverly Hills, Cal.,
Ran Kivetz e Itamar Simonson, Earning the Right to Indulge:
Effort as a Determinant of Customer Preferences Toward Fre
quency Program Rewards, en Journal of Marketing Research,
39, nm. 2, mayo de 2002, pp. 155-170; Lawrence F. Feick,
Analyzing Marketing Research Data with Association Mo
dels, en Journal of Marketing Research, 21, noviembre de
1984, pp. 376-386. Para una aplicacin reciente, vase Wagner
A. Kamakura y Michael Wedel, Statistical Data Fusion for
Cross-Tabulation, en Journal of Marketing Research, 34, nm.
4, noviembre de 1997, pp. 485-498.
Daniel B. Wright, First Steps in Statistics, Thousand Oaks, Cal.,
Sage Publications, 2002, y R. Mark Sirkin, Statisticsfor the Social
Sciences, Thousand Oaks, CaL,Sage Publications, 2a. ed., 1999.
James J. Higgins, Introduction to Modern Nonparametric Statis
tics, Pacific Grove, Cal., Duxbury, 2002, y Marjorie A. Pett,
Nonparametric Statistics for Health Care Research, Thousand
Oaks, Cal., Sage Publications, 1997. Para un tratamiento ms
extenso, vase H.O. Lancaster, The Chi-Squared Distribution,
Nueva York, John Wiley, 1969.
Mark L. Berenson, David M. Levine y Timothy Krehbiel, Basic
Business Statistics: Concepts and Applications, Englewood
Cliffs, Nueva Jersey, Prentice Hall, 8a. ed., 2002.
Ftero algunos especialistas en estadstica no estaran de acuerdo,
pues piensan que la correccin no debe aplicarse. Vase, por
ejemplo, John E. Overall, Pawer of Chi-Square Test for 2 X 2
Contingency Tables with Small Expected Frequencies, en Psy
chological Bulletin, enero de 1980, pp. 132-135.
Las pruebas de significacin y los intervalos de confianza tam
bin se encuentran para lambda asimtrica y simtrica. Vase
LA. Goodman y W.H. Kruskal, Measures of Association for
Cross-Classification: Appropiate Sampling Theory, en Journal
www.FreeLibros.me
N24
NOTAS
88, junio de 1963, pp.

310-364.
John M. Hoenig, The Abuse of Power: The Pervasive Fallacy
of Power Calculation for Data Analysis, en The American Sta
tistician, 55, nm. 1, febrero de 2001, pp. 19-24, y Michael
Cowles y Caroline Davis, On the Origins of the 0.05 Level of
Statistical Significance, en American Psychologist, mayo de
1982, pp. 553-558.
Tcnicamente no se acepta una hiptesis nula: se rechaza o no se
rechaza. Con todo, la distincin no tiene gran importancia en la
investigacin aplicada.
La condicin que se da cuando no es posible suponer que las dos
varianzas son iguales se llama problema de Behrens-Fisher. Hay
polmicas sobre el mejor procedimiento en este caso. Para un
ejemplo reciente, vase Carrie M. Heilman, Kent Nakamoto y
Ambar G. Rao, Pleasant Surprises: Consumer Response to
Unexpected In-Store Coupons, en Journal of Marketing Re
search, 39, nm. 2, mayo de 2002, pp. 242-252.
Susan Chandler, Some Retailers Begin to Cater to Growing
Group of Aging Shoppers, en Knight Ridder Tribune Business
News, 17 de marzo de 2001, p. 1, y James R. Lumpkin y James
B. Hunt, Mobility as an Influence on Retail Patronage Beha
vior of the Elderly: Testing Conventional Wisdom, en Jour
nal of the Academy of Marketing Science, invierno de 1989,
pp 1-12.
Amy Harmon, Skip-the-Ads TV Has Madison Ave. Upset, en
New York Times, 23 de mayo de 2002, p. Al; Larry Dunst, Is It
Possible to Get Creative in 15 Seconds?, en Advertising Age,
64, nm. 50,29 de noviembre de 1993, p. 18, y Jerry A. Rosen
blatt y Janet Mainprize, The History and Future of 15-Second
Commercials: An Empirical Investigation of the Perception of
Ad Agency Media Directors, en William Lazer, Eric Shaw y
Chow-Hou Wee (comps.), World Marketing Congress, Interna
tional Conference Series, vol. IV, Boca Ratn, FL., Academy of
Marketing Science, 1989, pp. 169-177.
Gopal K. Kanji, 100 Statistical Test: New edition, Thousand
Oaks, Cal., Sage Publications, 1999, y Donald L. Harnett, Statisti
cal Methods, Reading Mass, Addison-Wesley, 3a. ed., 1982.
James J. Higgins, Introduction to Modern Nonparametric Statis
tics, Pacific Grove, Cal., Duxbury, 2002, y Marjorie A. Pett,
Nonparametric Statistics for Health Care Research, Thousand
Hay polmicas sobre si las tcnicas estadsticas paramtricas de
ben aplicarse para hacer inferencias sobre los parmetros de las
poblaciones.
Enestecaso, la prueba / es equivalente a una prueba chi cuadrada de
independenciaen unatabla de contingenciade 2 X2. La relacin es
Xo.95(i) = tox5(n, +n - 2) En muestras grandes, la distribucin / se
acerca a la normal y por eso las pruebas / y z son equivalentes.
David Swaddling, Good Data Still Worth the Investment, en
Marketing News, 35, nm. 2,15 de enero de 2001, pp. 20-21, y
James R. Krum, PradeepA. Rau y Stephen K. Keiser, The Mar
keting Research Process: Role Perceptions of Researchers and
Users, en Journal of Advertising Research, diciembre-enero de
1988, pp. 9-21.
Reinhard Bergmann, Different Outcomes of the WilcoxonMann-Whitney Test from Different Statistics Packages, en
The American Statistician, 54, nm. 1, febrero de 2000, pp.
72-77.
Marjorie A. Pett, Nonparametric Statistics for Health Care
Research, Thousand Oaks, Cal., Sage Publications, 1997, yJ.G.
Field, The Worlds Simplest Test of Significance, en Journal of
the Market Research Society, julio de 1971, pp. 170-172.
of the American Statistical Association,
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25. Louella Miles, Finding a Balance in Global Research, en Mar

keting, 29 de noviembre de 2001, p. 33, y Leslie de Chematony,
Chris Halliburton y Ratna Bamath, International Branding:
Demand or Supply Driven, en International Marketing Review,
12, nm. 2,1995, pp. 9-21.
26. Mark Dolliver, Keeping Honest Company, en Adweek, 41,
nm. 28,10 de julio de 2000, p. 29; Lawrence B. Chonko, Ethi
cal Decision Making in Marketing, Thousand Oaks, Cal., Sage
Publications, 1995, y G.R. Laczniak y P.E. Murphy, Fostering
Ethical Marketing Decisions, en Journal of Business Ethics,
10, 1991, pp. 259-271.
27. SPSS, Inc., SPSS 11.0 Guide to Data Analysis, Raramus, NJ
Prentice Hall, 2002; SPSS, Inc., SPSS 11.0 for Windows: Stu
dent Version, Raramus, N.J., Prentice Hall, 2001; Brian C.
Cronk, How to Use SPSS: A Step-by-Step Guide to Analysis
and Interpretation, Los ngeles, Pyrczak Publishing, 2001;
SAS Institute, SAS/ACCESS Interface to R/3: User's Guide,
Release 8, Cary, C.N., SAS Publishing, 2002; Rick Aster, Pro
fessional SAS Programming Shortcuts: Over 1000 Ways to
Improve Your SAS Programs, Phoenixville, Fil., Breakfast
Communications, 2002; Allan J. Rossman, Beth L. Chance y

personal de Minitab, Workshop Statistics: Discovery with Data
and Minitab + Minitab Software, Oakland, CaL, Key Curriculum
Press, 2001; Terry Sincich, David M. Levine, David Stephan y
Mark Berenson, Practical Statistics by Example Using Micro
soft Excel and Minitab, Raramus, N.J., Prentice Hall, 2002;
Barbara F. Ryan y Brian L. Joiner, Minitab Handbook, Pacific
Grove, Cal., Duxbury, 2002; Bernard V. Liengme, Guide to Mi
crosoft Excel 2000 for Business and Management, Woburn,
Mass., Butterworth-Heinemann, 2002, y Michael R. Middle
ton, Data Analysis Using Microsoft Excel: Updated for Office
XP, Pacific Grove, CaL, Duxbury, 2002.
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
Variance, en Journal of Marketing Research, agosto de 1983,

pp. 320-324.
La prueba F es una forma generalizada de la prueba t. Si una
variable aleatoria es t distribuida con n grados de libertad, en
tonces P es F distribuida con 1 y n grados de libertad. Cuando
hay dos niveles de factores o tratamientos, el ANOVAes equiva
lente a la prueba t de dos lados.
Aunque los clculos de los modelos de efectos fijos y aleatorios
son semejantes, varan las interpretaciones de los resultados.
Una comparacin de los mtodos se encuentra en J. Rick Turner
y Julian Thayer, Introduction to Analysis of Variance: Design,
Analysis, and Interpretation, Thousand Oaks, Cal., Sage Publica
tions, 2001; AmirErez, Matthew C. Bloom y Martin T. Wells,
Using Random Rather Than Fixed Effects Models in MetaAnalysis: Implications for Situational Specificity and Validity
Generalization, en Personnel Psychology, 49, nm. 2, verano
de 1996, pp. 275-306. Vase tambin Turner y Thayer, op. cit.
Annimo, Why Video Direct Marketing Works, en Adweek,
2000, p. 12, y Denise T. Smart, James E. Zemanek, Jr., y Jeffrey
S. Conant, Videolog Retailing: How Effective Is This New
Form of Direct Mail Marketing?, 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, p. 85.
Consideramos slo los diseos factoriales completos, que incor
poran todas las combinaciones posibles de niveles.
Jaideep Sengupta y Gerald J. Gom, Absence Makes the Mind
Grow Sharper: Effects of Element Omission on Subsequent Re
call, en Journal of Marketing Research, 39, nm. 2, mayo de
2002, pp. 186-201; James Jaccard, Interaction Effects in Factorial
Analysis of Variace, Thousand Oaks, Cal., Sage Publications,
1997; Jerome L. Mayers, Fundamentals of Experimental De
sign, Boston, Allyn y Bacon, 3a. ed., 1979.
Shizuhiko Nishisato, Measurement and Multivariate Analysis,
Nueva York, Springer-Verlag, Nueva York, 2002.
Kalpesh Kaushik Desai, The Effects of Ingredient Branding
Strategies on Host Brand Extendibility, en Journal of Marketing,
66, nm. 1, enero de 2002, pp. 73-93, y Paul Chao, The Impact
of Country Affiliation on the Credibility of Product Attribute
Qaims, en Journal of Advertising Research, abril-mayo de
1989, pp. 35-41.
Aunque es la forma ms comn de realizar el anlisis de covarianza, tambin son posibles otras situaciones. Por ejemplo, los
efectos de covariadas y factores pueden tener el mismo inters o
interesan ms las covariadas. Para una aplicacin reciente, va
se Michael Tuan Pham y A.V. Muthukrishnan, Search and
Alignment in Judgment Revision: Implications for Brand Posi
tioning, en Journal of Marketing Research, 39, nm. 1, febrero
de 2002, pp. 18-30.
Rara una exposicin ms detallada, vase J. Rick Turner y Julian
Thayer, Introduction to Analysis of Variance: Design, Analysis,
and Interpretation, Thousand Oaks, Cal., Sage Publications,
2001; Stanton A. Glantz y Bryan K. Slinker, Primer of Applied
Regression and Analysis of Variance, Blacklick, McGraw-Hill,
2000, yAJR. Wildt y O.T.Ahtola, Analysis of Covariance, Beverly
Hills, Cal., Sage Publications, 1978.
Vase Shi Zhang y Bemd H. Schimitt, Creating Local Brands
in Multilingual International Markets, en Journal of Marketing
Research, 38, nm. 3, agosto de 2001, pp. 313-325; U.N.
Umesh, Robert A. Peterson, Michelle McCann-Nelson y Rajiv
Vaidyanathan, Type IV Error in Marketing Research: The In
vestigation of ANOVAInteractions, en Journal of the Academy
of Marketing Science, 24, nm. 1, invierno de 1996, pp. 17-26;
WilliamT. Ross, Jr., y Elizabeth H. Creyer, Interpreting Interac
15.
16.
17.
18.
19.
20.
21.
22.
23.
tions: Raw Means or Residual Means, en Journal of Consumer

Research, 20, nm. 2, septiembre de 1993, pp. 330-338, y JJL
Leigh y T.C. Kinnear, On Interaction Qassification, en Edu
cational and Psychological Measurement, 40, invierno de 1980,
pp. 841-843.
James Jaccard, Interaction Effects in Factorial Analysis of Varian
ce, Thousand Oaks, CaL, Sage Publications, 1997.
Esta frmula no es vlida si se hacen mediciones repetidas de la
variable dependiente. Vase Edward F. Fern y Kent B. Monroe,
Effect-Size Estimates: Issues and Problems in Interpretation, en
Journal of Consumer Research, 23, nm. 2, septiembre de 1996,
pp. 89-105, y David H. Dodd y Roger F. Schultz, Jr., Computa
tional Procedures for Estimating Magnitude of Effect for Some
Analysis of Variance Designs, en Psychological Bulletin, junio
de 1973, pp. 391-395.
La frmula de <u2 se atribuye a Hays. Vase, Statistics fo r
Psychologists, Nueva York, Holt, Rinehart feWinston, 1963.
Richard Arnold Johnson y Dean W. Wichem, Applied Midtivariate Statistical Analysis, Paramus, Prentice Hall, 2001; Edward
F. Fern y Kent B. Monroe, Effect-Size Estimates: Issues and
Problems in Interpretation, en Journal of Consumer Research,
23, nm. 2, septiembre de 1996, pp. 89-105, y Jacob Cohen, Sta
tistical Power Analysis for the Behavioral Sciences, Mahwah,
N.J., Lawrence Erlbaum Associates, 1988.
J. Rick Turner y Julian Thayer, Introduction to Analysis of Va
riance: Design, Analysis, and Interpretation, Thousand Oaks,
Cal., Sage Publications 2001; John W. Neter, Applied Linear
Statistical Models, Burr Ridge Publications, Irwin, 4a. ed., 1996,
y BJ. Winer, Donald R. Brawny Kenneth M. Michaels, Satistical
Principles in Experimental Design, Nueva York, McGraw-Hill,
3a. ed., 1991.
Es posible combinar los factores entre sujetos e internos en un
solo diseo. Vase, por ejemplo, Rohini Ahluwalia, H. Rao Unnava y Robert E. Bumkrant, The Moderating Role of Commit
ment on the Spillover Effect of Marketing Communications, en
Journal of Marketing Research, 38, nm. 4, noviembre de 2001,
pp. 458-470.
Vase Michelle L. Roehm, Ellen Bolman Pullins y Harper A.
Roehm, Jr., Designing Loyalty-Building Programs for Packaged
Goods Brands, en Journal of Marketing Research, 39, nm. 2,
mayo de 2002, pp. 202-213; JJL Bray y S. E. Maxwell, Multiva
riate Analysis of Variance, Beverly Hills, CaL, Sage, 1985. Para
una aplicacin reciente de MANOVA, vase Nigel F. Piercy,
Sales Manager Behavior Control Strategy and Its Consequen
ces: The Impact of Gender Differences, en The Journal of
Personal Selling & Sales Management, 21, nm. 1, invierno de
2001, pp. 39-49.
Allan J. Kimmel y N. Craig Smith, Deception in Marketing
Research: Ethical, Methodological, and Disciplinary Implica
tions, en Psychology and Marketing, 18, nm. 7, julio de 2001,
pp. 663-689, e Ishmael P. Akaah, A Cross-National Analysis of
the Perceived Commonality of Unethical Practices in Marketing
Research, en William Lazer, Eric Shaw y Chow-Hou Wee
(comps.), World Marketing Congress, International Conference
Series, voL IV, Boca Ratn, Flo., Academy of Marketing Scien
ce, 1989, pp. 2-9.
Dane Peterson, Angela Rhoads y Bobby C. Vaught, Ethical
Beliefs of Business Professionals: A Study of Gender, Age and
External Factors, en Journal of Business Ethics, 31, nm. 3,junio de 2001, p. 1, e Ishmael P. Akaah, Differences in Research
Ethics Judgments Between Male and Female Marketing Profes
sionals, en Journal of Business Ethics, 8, 1989, pp. 375-381.
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.
10. Tcnicamente, el numerador es b p. Sin embargo, como se

ha planteado la hiptesis de que p = 0.0, puede omitirse de la
frmula.
11. Cuanto mayor sea el E EE, peor el ajuste de la regresin.
12. La suposicin de los niveles fijos de las variables de pronstico se
aplica al modelo de regresin clsica. Es posible, si se cumplen
determinadas condiciones, que las variables de pronstico sean va
riables aleatorias. Sin embargo, no se permite que su distribucin
dependa de los parmetros de la ecuacin de regresin. Vase
Jeremy Miles y Mark Shevlin, Applying Regression and Correla
tion: A Guidefor Students and Researchers, Thousand Oaks, Cal.,
Sag; Publications, 2001; N. R. Drapery H. Smith, Applied Regres
sion Analysis, Nueva York, John Wiley, 3a. ed., 1998.
13. Pira un mtodo para manejar los incumplimientos de estas
premisas, vase Arnold Zellner, Further Results on Baysian
Method of Moments Analysis of the Multiple Regression Mo
del, en International Economic Review, 42, nm. 1, febrero de
2001, pp. 121-140; Gary S. Dispensa, Use Logistic Regression
with Customer Satisfaction Data, en Marketing Neivs, 31, nm.
1, 6 de enero de 1997, p. 13, y S.K. Reddy, Susan L. Holak y
Subodh Bhat, To Extend or Not to Extend: Success Determinants
of Line Extensions, en Journal of Marketing Research, 31, mayo
de 1994, pp. 243-262.
14. Ying Fan, The National Image of Global Brands, en Journal
of Brand Management, 9, nm. 3, enero de 2002, pp. 180-192;
Naveen Donthu, Sungho Lee y Boonghee Yoo, An Examina
tion of Selected Marketing Mix Elements and brand Equity, en
Academy of Marketing Science, 28, nm. 2, primavera de 2000,
pp. 195-211, y Nancy Giges, Europeans Buy Outside Goods, But
Like Local Ads, en Advertising Age International, 27 de abril
de 1992.
15. Rara otras aplicaciones recientes de la regresin mltiple, vase
Klaus Wertenbroch y Bernd Skiera, Measuring Consumers
Willingness to Pay at the Point of Purchase, en Journal o f
Marketing Research, 39, nm. 2, mayo de 2002, pp. 228-241, y
Julie R. Irwin, Misleading Heuristics and Moderated Multiple
Regression Models, en Journal of Marketing Research, 38,
nm. 1, febrero de 2001, pp. 100-109.
16. Una razn ms para ajustar R2es que, como resultado de las pro
piedades de optimizacin del mtodo de los mnimos cuadrados,
se hace mximo. As, en alguna medida, R2siempre sobreestima
la magnitud de una relacin.
17. Si R2poh es cero, entonces la muestra R2 refleja slo el error de
muestreo y la razn F tiende a ser igual a la unidad.
18. Otro mtodo es el jerrquico, en el que las variables se suman
a la ecuacin de regresin en un orden especificado por el in
vestigador.
19. Julie R. Irwin y Gary H. McClelland, Misleading Heuristics
and Moderated Multiple Regression Models, en Journal of
Marketing Research, 38, nm. 1, febrero de 2001, pp. 100-109;
A.C. Atkinson, S.J. Koopman y N. Shephard, Detecting
Shocks: Outliers and Breaks in Time Series, en Journal of Eco
nometrics, 80, nm. 2, octubre de 1997, pp. 387-422; George
C.S. Wang y Charles K. Akabay, Autocorrelation: Problems
and Solutions in Regression Modeling, en Journal of Business
Forecasting Methods & Systems, 13, nm. 4, invierno de 19941995, pp. 18-26; David Belsley, Conditioning Diagnostics:
Collinearity and Weak Data in Regression, Nueva York, John
Wiley, 1980, y David Belsley, Edwin Kuh y Roy E. Walsh, Re
gression Diagnostics, Nueva York, John Wiley, 1980.
20. La prueba de Durbin-Watson se estudia en prcticamente todos
los libros de texto sobre regresin. Vase tambin Francesc
Marmol, Near Observational Equivalence and Fractionally In-
www.FreeLibros.me
NOTAS
tegrated Processes, en Oxford Bulletin of Economics and

61, nm. 2, mayo de 1999, p. 283; Hiroyuki Hisamatsu y Koichi Maekawa, The Distribution of the Durbin-Watson
Statistic in Integrated and Near-Integrated Models, en Journal
of Econometrics, 61, nm. 2, abril de 1994, pp. 367-382, y N.R.
Draper y H. Smith, Applied Regression Analysis, Nueva York,
John Wiley, 3a. ed., 1998.
MartinA. Koschat y William P.Putsis, Jr., Audience Characteris
tics and Bundling: A Hedonic Analysis of MagazineAdvertising
Rates, en Journal of Marketing Research, 39, nm. 2, mayo de
2002, pp. 262-273, y Lawrence Soley y R. Krishnan, Does Ad
vertising Subsidize Consumer Magazine Prices?, en Journal of
Advertising, 16, primavera de 1987, pp. 4-9.
Neal Schmitt, Estimates for Cross-Validity for Stepwise Re
gression and with Predictor Selection, en Journal of Applied
Psychology, 84, nm. 1, febrero de 1999, p. 50, y Shelby H.
McIntyre, David B. Montgomery, V. Srinivasan y Barton A.
Weitz, Evaluating the Statistical Significance of Models
Developed by Stepwise Regression, en Journal of Marketing
Murray Forseter y David Q. Mahler, The Roper Starch Re
port, en Drug Store News, 2000, pp. 46-63, y Glen R. Jarboe y
Carl D. McDaniel, AProfile of Browsers in Regional Shopping
Malls, en Journal of the Academy of Marketing Science, prima
vera de 1987, pp. 46-53.
Los procedimientos posibles se dan en Rajesh Sethi, Daniel C.
Smith y C. Whan Park, Cross-Functicnal Product Development
Teams, Creativity, and the Innovations of New Consumer Pro
ducts, en Journal of Marketing Research, 38, nm. 1, febrero de
2001, pp. 73-85; Terry Grapentine, Bath Analysis vs. Structural
Equation Modeling, Marketing Rasearch, 12 (3) (otoode 2000);
pp. 12-20, George C. S. Wang, Howto Handle Multioollinearity in
Regression Modeling, enJournal of Business Forecasting Methods
& Systems, 15, nm. 1, primavera de 1996, pp. 23-27; Charlotte H.
Mason y William D. Perreault, Jr., Collinearity, Ftower, and Inter
pretationof Multiple RegressionAnalysis, en Journal of Marketing
Research, 28, agosto de 1991, pp. 268-280; R.R. Hocking, Deve
lopments inLinear Regression Methodology: 1959-1982,en Tech
nometrics, 25, agosto de 1983, pp. 219-230, y Ronald D. Snee,
Discussion, en Technometrics, 25, agosto de 1983, pp. 230-237.
Nedret Bfllor, An Application of the Local Influence Approach
to Ridge Regression, en Journal of Applied Statistics, 26, nm.
2, febrero de 1999, pp. 177-183; R. James Holzworth, Ftolicy
Capturing with Ridge Regression, en Organizational Behavior
& Human Decision Processes, 68, nm. 2, noviembre de 1996,
pp. 171-179; Albert R. Wildt, Equity Estimation and Assessing
Market Response, en Journal of Marketing Research, 31, febre
ro de 1994, pp. 437-451, y Subhash Sharma y William L. James,
Latent Root Regression:AnAlternative Procedure for Estimating
Parameters in the Presence of Multicollinearity, en Journal of
Marketing Research, mayo de 1981, pp. 154-161.
Slo puede determinarse la importancia relativa, porque la
importancia de la variable independiente depende de todas
las variables independientes del modelo de regresin.
McKee J. McClendon, Multiple Regression and Causal
Analysis, Prospect Heights, Waveland Press, 2002; Robert
Rugimbana, Predicting Automated Teller Machine Usage:
The Relative Importance of Perceptual and Demographic Fac
tors, en International Journal of Bank Marketing, 13, nm.
4, 1995, pp. 26-32; Paul E. Green, J. Douglas Carroll y Wayne
5. DeSarbo, A New Measure of Predictor Variable Importance
in Multiple Regression, en Journal of Marketing Research,
agosto de 1978, pp. 356-360, y Barbara Bund Jackson, Com
ment on A New Measure of Predictor Variable Importance in
Statistics,
21.
22.
23.
24.
25.
26.
27.
N27
Multiple Regression, en Journal of Marketing Research, fe

brero de 1980, pp. 116-118.
28. En la rara situacin en que las variables de pronstico no se
relacionan, correlaciones simples = correlaciones parciales =
correlaciones por partes = betas. Por tanto, los cuadrados de
estas medidas darn el mismo ordenamiento de la importancia
relativa de las variables.
29. Neal Schmitt, Estimates for Cross-Validity for Stepwise Re
gression and with Predictor Selection, en Journal of Applied
Psychology, 84, nm. 1, febrero de 1999, p. 50; X. Michael
Song y Mark E. Perry, The Determinants of Japanese NewPro
duct Success, en Journal of Marketing Research, 34, febrero de
1997, pp. 64-76, y Bruce Cooil, Russell S. Winer y David L. Rados, Cross-Validation for Prediction, en Journal of Marketing
Research, agosto de 1987, pp. 271-279.
30. Para una mayor exposicin de la codificacin de variables fic
ticias, vase Stanton A. Glantz y Bryan K. Slinker, Primer of
Applied Regression and Analysis of Variance, Blacklik, Mc
Graw-Hill, 2000, y Jacob Cohen y Patricia Cohen, Applied
Multiple Regression Correlation Analysis for the Behavioral
Sciences, Hillsdale, NJ., Lawrence Erlbaum Associates, 2a. ed.,
1983, pp. 181-222.

31. Stanton A. Glantz y Bryan K. Slinker, Primer of Applied Re
gression and Analysis of Variance, Blacklik, McGraw-Hill,
2000. Para una aplicacin, vase Sonya A. Grier y Rohit Deshpande, Social Dimensions of Consumer Distinctiveness: The
Influence of Social Status on Group Identity and Advertising
Persuasion, en Journal of Marketing Research, 38, nm. 2, ma
yo de2001, pp. 216-224.
32. Jens Flottau, Asian Carriers Advised to Seek New Formulas,
en Aviation Week & Space, 155, nm. 23, 3 de diciembre de
2001, p. 45, y Andrew Geddes, Asian Airlines Try Loyalty
Offers, en Advertising Age, 14 de diciembre de 1992.
33. Denise E. DeLorme, George M. Zinkhan y Warren French,
Ethics and the Internet: Issues Associated with Qualitative
Research, en Journal of Business Ethics, 33, nm. 4, octubre de
2001, p. 2, e I.P. Akaah y E.A. Riordan, The Incidence of
Unethical Practices in Marketing Research: An Empirical Inves
tigation, en Journal of the Academy of Marketing Science, 18,
1990, pp. 143-152.
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
Hall, 2001, y WJR. Klecka, Discriminant Analysis, Beverly Hills,

Cal., Sage, 1980.
Philip Hans Franses, A Test for the Hit Rate in Binary Respon
se Models, en International Journal of Market Research, 42,
ntim. 2, primavera de 2000, pp. 239-245; Vincent-Watne Mit
chell, How to Identify Psychographic Segments: Part 2, en
Marketing Intelligence & Planning, 12, ntim. 7,1994, pp. 11-16,
y M.R. Crask y W.D. Perreault, Jr., Validation of Discriminant
Analysis in Marketing Research, en Journal o f Marketing
Estrictamente, antes de probar la igualdad de las medias del
grupo hay que verificar la igualdad de sus matrices de covarianza, para lo que puede aplicarse la prueba M de Box. Si se
rechaza la igialdad de las matrices, los resultados del anlisis dis
criminante deben interpretarse con cuidado. En este caso, disminu
ye la potencia de la prueba para la igualdad de las medias del
grupo.
Vase Nessim Hanna, Brain Dominance and the Interpretation
of Advertising Messages, en International Journal of Com
merce & Management, 9, niims. 3-4, 1999, pp. 19-32; Lillian
Fok, John P. Angelidis, Nabil A. Ibrahim y Wing M. Fok, The
Utilization and Interpretation of Multivariate Statistical Techni
ques in Strategic Management, en International Journal of
Management, 12, nm. 4, diciembre de 1995, pp. 468-481, y
D.G. Morrison, On the Interpretation of Discriminant Analy
sis, en Journal of Marketing Research, 6, mayo de 1969, pp.
156-163.
Robert J. Sahl, Retention Reigns as Economy Suffers
Drought, en Workspan, 44, ntim. 11, noviembre de 2001, pp. 6-8;
Jon M. Hawes, CJP. Rao y Thomas L. Baker, Retail Salesper
son Attributes and the Role of Dependability in the Selection of
Durable Goods, en Journal of Personal Selling & Sales Mana
gement, 13, nm. 4, otoo de 1993, pp. 61-71; Edward F. Fern,
Ramn A. vila y Dhruv Grewal, Salesforce Turnover Those
Who Left and Those Who Stayed, en Industrial Marketing
Management, 1989, pp. 1-9.
Para la validacin del anlisis discriminante, vase Werner J.
Reinartz y V. Kumar, On the Profitability of Long-Life Custo
mers in a Noncontractual Setting: An Empirical Investigation
and Implications for Marketing, en Journal of Marketing, 64,
nm. 4, octubre de 2000, pp. 17-35.
Joseph F. Hair Jr., Ralph E. Anderson, Ronald L. Tatham y
William C. Black, Multimriate Data Analysis with Readings,
Englewood Cliffs, N.J., Prentice Hall, Inc., 5a. ed., 1998. Va
se tambin J.J. Glen, Classification Accuracy in Discriminant
Analysis: A Mixed Integer Programming Approach, en The
Journal of the Operational Research Society, 52, nm. 3, marzo
de 2001, p. 328.
Annimo, Interactive TV Growth Set to Erupt over Next Five
Years, en Satellite News, 24, nm. 2,8 de enero de 2001, p. 1, y
Don R. Rahtz, M. Joseph Sirgy y Rustan Kosenko, Using
Demographics and Psychographic Dimensions to Discriminate
Between Mature Heavy and Light Television Users: An Explora
tory Analysis, en Kenneth D. Bahn (comp.), Developments in
Marketings Science, vol. 11, Blacksburg, Academy of Marketing
Science, 1988, pp. 2-7.
Richard A. Johnson y Dean W. Wichem, Applied Multivariate
Statistical Analysis, Upper Saddle River, NJ., Prentice Hall, 5a.
ed., 2002. Para una aplicacin reciente, vase Werner J. Reinartz
y V. Kumar, On the Profitability of Long-Life Customers in a
Noncontractual Setting: An Empirical Investigation and Implica
tions for Marketing, en Journal of Marketing, 64, nm. 4, octubre
de 2000, pp. 17-35.
Jan Tudor, Valuation of the Health Services Industry, en
Weekly Corporate Growth Report, 1133, 26 de marzo de 2001,
pp. 11237-11238; Kathryn H. Dansky y Diane Brannon, Dis

criminant Analysis: A Technique for Adding Value to Patient
Satisfaction Surveys, en Hospital & Health Services Adminis
tration, 41, nm. 4, invierno de 1996, pp. 503-513, y Jeen-Su
Limy Ron Zallocco, Determinant Attributes inFormulation of
Attitudes Toward Four Health Care Systems, en Journal of
Health Care Marketing, junio de 1988, pp. 25-30.
13. Richard A. Johnson y Dean W. Wichem, Applied Multivariate
Statistical Analysis, Upper Saddle River, N.J., Prentice Hall, 5a.
ed., 2002; Joseph F. Hair; Jr., Ralph E. Anderson, Ronald L.
Tatham y William C. Black, Multivariate Data Analysis with
Readings, Englewood Cliffs, N.J., Prentice Hall, 5a. ed., 1998.
14. Prasanna Raman, Taking Customer Service a Step Ahead, en
Computimes, 22 de octubre de 2001, p. 1, y Charlotte Klopp y
John Sterlicchi, Customer Satisfaction Just Catching on in
Europe, en Marketing News, 28 de mayo de 1990.
15. Suzy Bashford, Smile in Ethics Push with Cartoon Icons, en
Marketing, 10de enero de 2002, p. 1, y Paul R. Murphy, Jonathan
E. Smith y James M. Daley, ExecutiveAttitudes, Organizational
Size and Ethical Issues: Perspectives on a Service Industry, en
Journal of Business Ethics, 11, 1992, pp. 11-19.
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
Analytic Methods, en Journal of Marketing Research, 17,

mayo de 1980, pp. 228-236.
Hay otros mtodos de rotacin ortogonal. El mtodo cuartimax
reduce al mnimo el nmero de factores necesarios para explicar
una variable. El mtodo ecuamax es una combinacin de varimax y cuartimax.
Jorge M. Silva-Risso, Randolph E. Bucklin y Donald G. Morri
son, A Decision Support System for Planning Manufacturers
Sales Promotion Calendars, en Marketing Science, 18, nm. 3,
1999, p. 274; Ronald C. Curhan y Robert J. Kopp, Obtaining
Retailer Support for Trade Deals: Key Success Factors, en
Journal of Advertising Research, diciembre de 1987-enero de
1988, pp. 51-60.
Annimo, Microsoft to Discontinue MSN Rebate Promotion,
en Los Angeles Times, 3 de febrero de 2001, p. Cl y Peter Tat,
William A. Cunningham III y Emin Babakus, Consumer
Perceptions of Rebates, en Journal of Advertising Research,
agosto-scptiembre de 1988, pp. 45-50.
Bret Begun, Susana Meadows y Katherine Stroup, Now Pla
ying: Dude, Wheres My Microbus? , en Newsweek, 137,
nm. 4, 22 de enero de 2001, p. 9, y Return of the Beetle, en
The Economist, 346, nm. 8050, 10 de enero de 1998.
Erin Stout, Are Your Salespeople Ripping You Off?, en Sa
les and Marketing Management, 153, nm. 2, febrero de
2001, pp. 56-62; David J. Fritzsche, Ethical Climates and the
Ethical Dimension of Decision Making, en Journal o f Busi
ness Ethics, 24, nm. 2, marzo de 2000, pp. 125-140, e Ishmael
P. Akaah y Edward A.Riordan, The Incidence of Unethical
Practices in Marketing Research: An Empirical Investiga
tion, en Journal of the Academy of Marketing Science, 18,
1990, pp. 143-152.
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,
Ouster Analysis in Marketing Research: Review and Sugges

tions for Application, en Journal of Marketing Research, 20,
mayo de 1983, pp. 134-148.
6. Para la aplicacin a la segmentacin del anlisis por conglo
merados, vase George Arimond, A Clustering Method for Ca
tegorical Data in Tourism Market Segmentation Research, en
Journal of Travel Research, 39, nm. 4, mayo de 2001, pp. 391397; William D. Neal, Advances in Market Segmentation, en
Marketing Research, primavera de 2001, pp. 14-18, y Mark Pe
terson y Naresh K. Malhotra, A Global View of Quality of Li
fe: Segmentation Analysis of 165 Countries, en International
Marketing Review, 17, nm. 1,2000, pp. 56-73.
7. TomJ. Brown, Hailin Qu y Bongkosh Ngamson Rittichainuwat,
Thailands International Travel Image: Mostly Favorable, en
Cornell Hotel and Restaurant Administration Quarterly, 42,
nm. 2, abril de 2001, pp. 85-95; Chul-Min Mo, Mark E. Havitz
y Dennis R. Howard, Segmenting Travel Markets with the
International Tourism Role (ITR) Scale, en Journal of Travel
Research, 33, nm. 1, verano de 1994, pp. 24-31; George P.
Moschis y Daniel C. Bello, Decision-Making Patterns Among
International Vacationers: A Cross-Cultural Perspective, en
Psychology & Marketing, primavera de 1987, pp. 75-89.
8. Brian S. Everitt, Sabine Landau y Morven Leese, Cluster Analy
sis, Oxford, Oxford University Press, 4a. ed., 2001.
9. Para una exposicindetallada de las diversas medidas de semejanza
y las frmulas para calcularlas, vase Eric T. Bradlow, Subscale
Distance and Item Clustering Effects in Self-Administered Sur
veys:A New Metric, en Journal of Marketing Research, mayo de
2001, pp. 254-261; Victor Chepoi y Feodor Dragan, Computing
a Median Point of a Simple Rectilinear Polygon, en Informa
tion Processing Letters, 49, nm. 6, 22 de marzo de 1994, pp.
281-285, y H. Charles Romsburg, Cluster Analysis for Resear
chers, Melbourne, Krieger Pubhsing Company, 1990.
10. Para mayor exposicin de los temas de la estandarizacin, vase
H. Charles Romsburg, Ouster Analysis for Researchers, Melbour
ne, Krieger Publising Company, 1990.
11. Brian S. Everitt, Sabine Landau y Morven Leese, Ouster Analysis,
Oxford, Oxford University Press, 4a. ed., 2001, y G. Milligan,
An Examination of the Effect of SixTypes of Error Perturbation
on Fifteen Clustering Algorithms, en Psychometrika, 45,
12. Brian S. Everitt, Sabine Landau y Morven Leese, Ouster Analysis,
Oxford, Oxford University Press, 4a. ed., 2001.
13. Para una exposicin formal de la confiabilidad, validez y prue
bas de significacin en el anlisis por conglomerados, vase Mi
chael J. Brusco, J. Dennis Cradit y Stephanie Stahl, ASimulated
Annealing Heuristic for a Bicriterion Partitioning Problem in
Market Segmentation, en Journal of Marketing Research, 39,
nm. 1, febrero de 2002, pp. 99-109; Hui-Min Chen, Using
Clustering Techniques to Detect Usage Patterns in a Web-Based
Information System, en Journal of the American Society for In
formation Science and Technology, 52, nm. 11, septiembre de
2001, p. 888; S. Dibbs y P. Stem, Questioning the RjefiabiKty of
Market Segmentation Techniques, en Omega, 23, nm. 6, di
ciembre de 1995, pp. 625-636; G. Ray Funkhouser, A Note on
the Reliability of Certain Clustering Algorithms, en Journal of
Marketing Research, 30, febrero de 1983, 99-102; T. D.
Klastorin, Assessing Cluster Analysis Results, en Journal of
Marketing Research, nm. 20 Febrero de 1983; pp. 92-98, y SJ.
Arnold, ATest for Clusters, en Journal of Marketing Research,
16, noviembre de 1979, pp. 545-551.
14. William Pedder, Annual Report, en Invest UK Web Site, 31 de
marzo de 2001 (www.invest.uk.com/investing/annual.cfm?d=ar_cereport&action=pdsip)', John Saunders, Rosalind H.
Forrester, Capturing Learning and Applying Knowledge: An
www.FreeLibros.me
N30
15.
16.
17.
18.
19.
NOTAS
Investigation of the Use of Innovation Teams in Japanese and

American Automotive Firms, en Journal of Business Research,
47, nm. 1, enero de 2000, p. 35; Peter Doyle, John Saunders y
Veronica Wong, International Marketing Strategies and Orga
nizations: A Study of U.S. Japanese, and British Competitors,
en Paul Bloom, Russ Winer, Harold H. Kassarjian, Debra L.
Scammon, Bart Weitz, Robert E. Spekman, Vijay Mahajan y
Michael Levy (comps.), Enhancing Knowledge Development in
Marketing, serie nm. 55, Chicago, American Marketing Asso
ciation, 1989, pp. 100-104.
Alfred Lin, Leslie A. Lenert, Mark A. Hlatky, Kathryn M. McDo
nald et al Clustering and the Design of Preference-Assessment
Surveys in Healthcare, en Health Services Research, 34, nm. 5,
diciembre de 1999, pp. 1033-1045; Edward J. Holohean, Jr.,Steven
M. Banks y Blair A. Maddy, SystemImpact and Methodological
Issues in the Development of an Empirical Typology of Psy
chiatric Hospital Residents, en Journal o f Mental Health
Administration, 22, nm. 2, primavera de 1995, pp. 177-188, y
Arch G. Woodside, Robert L. Nielsen, Fred Walters y Gale D.
Muller, Preference Segmentation of Health Care Services: The
Old-Fashioneds, Value Conscious, Affluents, and Professional
Want-It-Alls, en Journal of Health Care Marketing, junio de
1988, pp. 14-24.
Brian S. Everitt, Sabine Landau y Morven Leese, Cluster
Analysis, Oxford, Oxford University Press, 4a. ed., 2001, y
Vicki Douglas, Questionnaires Too Long? Try Variable Clus
tering, en Marketing News, 29, nm. 5, 27 de febrero de
1995, p. 38.
Aaron Baar, Polaroid Ads Play Up Emotion, en Adweek, 42,
nm. 15,9 de abril de 2001, p. 2;Thorolf Helgesen, The Power
of Advertising Myths and Realities, en Marketing & Research
Today, 24, nm. 2, mayo de 1996, pp. 63-71; David A. Aaker,
Douglas M. Stayman y Richard Vezina, Identifying Feelings
Elicited by Advertising, en Psychology & Marketing, primave
ra de 1988, pp. 1-16.
Gregory M. Pickett, The Impact of Product Type and Parity on
the Infoimaticnal Content ofAdvertising,en Journal of Marketing
Theory and Practice, 9, nm. 3, verano de 2001, pp. 32-43; Fred
Zandpour y Katrin R. Harich, Think and Feel Country Clusters:
ANew Approach to International Advertising Standarization, en
International Journal of Advertising, 15, nm. 4, 1996, pp.
325-344, y Nancy Gi^s, Worlds Product Parity Perception
High, en Advertising Age, 20 de junio de 1988.
John P. Fraedrich, Neil C. Herndon, Jr., y Quey-Jen Yeh, An
Investigation of Moral Values and the Ethical Content of the
Corporate Culture, en Journal of Business Ethics, 30, nm. 1,
marzo de 2001, pp. 73-85; Ishmael P. Akaah, Organizational
Culture and Ethical Research Behavior, en Journal of the
Academy of Marketing Science, 21, nm. 1, invierno de 1993,
pp. 59-63, y R.E. Reidenbach y DP. Robin, Some Initial Steps
Toward Improving the Measurement of Ethical Evaluations of
Marketing Activities, en Journal of Business Ethics, 7, 1988,
pp. 871-879.
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.
the Perfect Plastic, en Quirks Marketing Research Review, 5,

mayo de 1992, pp. 6-7 y 37.
Para una revisin de los estudios de EMD en la investigacin de
marketing, vase Tammo H.A. Bijmolt y Michael Wedel, A
Comparison of Multidimensional Scaling Methods for Percep
tual Mapping, en Journal of Marketing Research, 36, nm. 2,
mayo de 1999, pp. 277-285; J. Douglass Carroll y Paul E.
Green, Psychometric Methods in Marketing Research: Part II,
Multidimensional Scaling, en Journal of Marketing Research,
34, febrero de 1997, pp. 193-204, y Lee G. Cooper, A Review
of Multidimensional Scaling in Marketing Research, en Ap
plied Psychological Measurement, 7, otoo de 1983, pp. 427450.
Se encuentra una exposicin excelente en Tammo H. A. Bijmolt
y Michel Wedel, A Comparison of Multidimensional Scaling
Methods for Perceptual Mapping, en Journal of Marketing Re
search, 36, nm. 2, mayo de 1999, pp. 277-285, y Mark L. Davi
son, Multidimensional Scaling, Melbourne, Krieger, 1992.
Por lo regular, los datos se tratan como simtricos. Para un acer
camiento asimtrico, vase Wayne S. Desarbo y Ajay K. Manrai, A New Multidimensional Scaling Methodology for the
Analysis ofAsymmetricProximity Data inMarketing Research,
en Marketing Science, 11, nm. 1, invierno de 1992, pp. 1-20.
Para otros enfoques de los datos de las EMD, vase Kim Juvong, Incorporating Context Effects in the Multidimensional
Scaling of Pick any/NChoice Data, en International Journal
of Research in Marketing, 16, nm. 1, febrero de 1999, pp. 3555, y Tammo HA. Bijmolt y Michael Wedel, The Effects of
Alternative Methods of Collecting Similarity Data for Multidi
mensional Scaling, en International Journal of Research in
Marketing, 12, nm. 4, noviembre de 1995, pp. 363-371.
Vase Trevor F. Cox y Michael A. Cox, Multidimensional Sca
ling, Nueva York, Chapman & Hall, 2a. ed., 2000; Jan-Benedict
SteenKamp y Hans C.M. van Trijp, Task Experience and Vali
dity in Perceptual Mapping: A Comparison of Two ConsumerAdaptive Techniques, en International Journal of Research in
Marketing, 13, nm. 3, julio de 1996, pp. 265-276, y Naresh K.
Malhotra, Arun K. Jain y Christian Pinson, The Robustness of
MDS Configurations in the Case of Incomplete Data, en Jour
nal of Marketing Research, 25, febrero de 1988, pp. 95-102.
Vase Trevor F. Cox y Michael A. Cox, Multidimensional Sca
ling, Nueva York, Chapman & Hall, 2a. ed., 2000.
La tensin de Kruskal es probablemente la medida ms usada
para la falta de ajuste. Vase Ingwer Borg y Patrick J. Groenen,
Modern Multidimensional Scaling Theory and Applications,
Nueva York, Springer-Verlag, 1996. Para el artculo original,

vase JB. Kruskal, Multidimensional Scaling by Optimizing
Goodness of Fit to a Nonmetric Hypothesis, en Psychometrika,
29, marzo de 1964, pp. 1-27.
9. Wayne S. DeSarbo, The Joint Spatial Representation of Multi
ple Variable Batteries Collected in Marketing Research, en
244-253; J. Douglass Carroll y Paul E. Green, Psychometric
Methods in Marketing Research: Part II, Multidimensional Sca
ling, en Journal of Marketing Research, 34, febrero de 1997,
pp. 193-204, y Naresh K. Malhotra, Validity and Structural
Reability of Multidimensional Scaling, en Journal of Marke
ting Research, 24, mayo de 1987, pp. 164-173.
10. Vase, por ejemplo, Jack K.H. Lee, K. Sudhir y Joel H. Steckel,
A Multiple Ideal Point Model: Capturing Multipie Preference
Effects form Within an Ideal Point Framework, en Journal of
Wayne S. DeSarbo, M. R. Young yArvind Rangaswamy, A Pa
rametric Multidimensional Unfolding Procedure for Incomplete
Nonmetric Preference/Choice Set Data Marketing Research,
www.FreeLibros.me
NOTAS
11.
12.
13.
14.
15.
16.
N31

1997, pp. 499-516, y David B. Mackay, Robert F. Easley y Joseph
L. Zinnes, A Single Ideal Point Model for Market Structure
Analysis, en Journal of Marketing Research, 32, nm. 4, no
viembre de 1995, pp. 433-443.
Jeff Sweat, Keep cm Happy, en Information Week, 873, 28 de
enero de 2002, pp. 55-58, e Ian P. Murphy, Downscale Luxury
Cars Drive to the Heart of Baby Boomers, en Marketing News,
30, nm. 21, octubre de 1997, pp. 1,19.
Rara aplicaciones recientes del anlisis de correspondencia,
vase Naresh K. Malhotra y Betsy Charles, Overcoming the
Attribute Prespecification Bias in International Marketing
Research by Using Nonattribute Based Correspondence
Analysis, en International Marketing Review, 19, nm. 1,2002,
pp. 65-79, y Ken Reed, The Use of Correspondence Analysis to
Develop a Scale to Measure Workplace Morale from Multi-Le
vel Data, en Social Indicators Research, 57, nm. 3, marzo de
2002, p. 339.
Vase Jorg Blasius y Michael L. Geenacre, Visualization of
Categorical Data, McLean, Academic Press, 1998; Michael J.
Greenacre, Correspondence Analysis in Practice, Nueva York,
Academic Press, 1993; Michael J. Greenacre, The Carrol 1Green-Schaeffer Scaling in Correspondence Analysis: A
Theoretical and Empirical Appraisal, en Journal of Marketing
Research, 26, agosto de 1989, pp. 358-365; Michael J. Greena
cre, Theory and Applications of Correspondence Analysis, Nueva
York, Academic Press, 1984, y Donna L. Hoffman y George R.
Franke, Correspondence Analysis: Graphical Representation of
Categorical Data in Marketing Research, en Journal of Mar
keting Research, 23, agosto de 1986, pp. 213-227.
Tammo HA. Bijmolt y Michael Wedel, AComparison of Multi
dimensional Scaling Methods for Perceptual Mapping, en
277-285; y John R. Hauser y Frank S. Koppelman, Alternative
Perceptual Mapping Techinques: RelativeAccuracy and Useful
ness, en Journal of Marketing Research, 16, noviembre de
1979, pp. 495-506. Hauser y Koppelman concluyen que el an
lisis factorial es mejor que el discriminante. Vase tambin
Ingwer Borg y Patrick J. Groenen, Multidimensional Scaling
Theory and Applications, Nueva York, Springer-Verlag, 1996.
Rara aplicaciones y temas del anlisis conjunto, vase Rick L.
Andrews, Asim Ansari e Imram S. Currim, Hierarchical Bayes
VfersusFinite Mixture Conjoint Analysis Models: A Comparison
of Fit, Prediction, and Partworth Recovery, en Journal of
V. Srinivasan y Chan Su Park, Surprising Robustness of the
Self-Explicated Approach to Customer Preference Structure
Measurement, en Journal of Marketing Research, 34, mayo de
1997, pp. 286-291, y Paul E Green yAbba M. Krieger, Segmen
ting Markets with Conjoint Analysis, en Journal of Marketing,
55, octubre de 1991, pp. 20-31.
Marco Vriens, Linking Attributes, Benefits, and Consumer
Values, en Marketing Research, 12, nm. 3, otoo de 2000, pp.
4-10, y Judith Thomas Miller, James R. Ogden y Craig A.
Latshaw, Using Trade-Off Analysis to Determine Value-Price
Sensitivity of Custom Calling Features, en American Business
Review, 16, nm. 1, enero de 1998, pp. 8-13. Para un repaso del
anlisis conjunto en el marketing, vase J. Douglass Carroll y
Raul E. Green, Psychometric Methods in Marketing Re
search: Part I, Conjoint Analysis, en Journal o f Marketing
Research, 32, noviembre de 1995, pp. 385-391, y Paul E. Green
yV. Srinivasan, Conjoint Analysis in Marketing: New Develop
ments with Implications for Research and Practice, en Journal
of Marketing, 54, octubre de 1990, pp. 3-19.
17. Zsok Sandory Michael Wedel, Designing Conjoint Choice Expe

riments Using Managers Prior Beliefs, en Journal of Marketing
Research, 38, nm. 4, noviembre de 2001, pp. 430-444; V. Sriniva
san, Predictive Validation of Multiattribute Choice Models, en
Marketing Research, 11, nm. 4, invierno de 1999/primavera de
2000, pp. 28-34; Dick R. Wittink, Marco Vriens y WimBurhenne,
Commercial Uses of Conjoint Analysis in Europe: Results and
Critical Reflections, enInternational Journal of Research in Mar
keting, 11, nm. 1, enero de 1994, pp. 41-52; Dick R. Wittink y
Philippe Cattin, Commercial Use of Conjoint Analysis: An Upda
te, en Journal of Marketing, 53, julio de 1989, pp. 91-97. Para el
uso del anlisis conjunto para medir la sensibilidad al precio, va
se Multistage Conjoint Methods to Measure Price Sensitivity, en
Sawtoooth News, 10, invierno de 1994/1995, pp. 5-6.
18. Estos tres atributos son un subconjunto de los atributos identifi
cados en la bibliografa. Vase Chuck Stogel, Its Easier Being
Green (If Youre Nike), en Brandweek, 43, nm. 4,28 de enero
de 2002, pp. 16-19, y Hilary Cassidy, Adidas & New Balance:
Passing Shots, en Brandweek, 42, nm. 47,17 de diciembre de
2001, p. 1.
19. Martin Wetzels, Measuring Service Quality Trade-Offs in
Asian Distribution Channels: A Multilayer Perspective, en Total
Quality Management, 11, nm. 3, mayo de 2000, pp. 307-318;
Gerard H. Loosschilder, Edward Rosbergen, Marco Vriens y
Dick R. Wittink, Pictorial Stimuli inConjoint Analysisto Support
Product Styling Decisions, en Journal of the Market Research
Society, 37, enero de 1995, pp. 17-34.
20. Vase Paul E. Green, Abba M. Krieger y Yoram Wind, Thirty
Years of Conjoint Analysis: Reflections and Prospects, en In
terfaces, 31, nm. 3, mayo-junio de 2001, p. S56, J. Douglass
Carroll y Paul E. Green, Psychometric Methods in Marketing
Research: Part I, Conjoint Analysis, en Journal of Marketing Re
search, 32, noviembre de 1995, pp. 385-391; Warren F. Kuhfeld, Randall D. Tobias y Mark Garratt, Efficient Experimental
Designs with Marketing Applications, en Journal of Marketing
Research, 31, noviembre de 1994, pp. 545-557; Sidney Addleman, Orthogonal Main-Effect Plans for Asymmetrical
Factorial Experiments, en Technometrics, 4, febrero de 1962,
pp. 21-36, yPaul E Green, Ch the Design of Choice Experiments
Involving Multifactor Alternatives, en Journal of Consumer
Research, 1, septiembre de 1974, pp. 61-68.
21. Rinus Haaijer, WagnerKamakura y Michael Wedel, Response La
tencies inthe Analysis of Conjoint Choice Experiments, en Jour
nal of Marketing Research, 37, nm. 3, augusto de 2000, pp. 376382; 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.
22. Zsolt Sandor y Michael Wedel, Designing Conjoint Choice
Experiments Using Managers Prior Beliefs, en Journal of
Marketing Research, 38, nm. 4, noviembre de 2001, pp. 430-444,
y Arun K. Jain, Franklin Acito, Naresh K. Malhotra y Vijay
Mahajan, A Comparison of the Internal Validity of Alternative
Parameter Estimation Methods in Decompositional Multiattri
bute Preference Models, en Journal of Marketing Research,
agosto de 1979, pp. 313-322.
23. Neeraj Arora y Greg M. Allenby, Measuring the Influence of
Individual Preference Structures in Group Decision Making,
1999, pp. 476-487; J. Douglass Carroll y Paul E. Green, Psy
chometric Methods in Marketing Research: Part I, Conjoint
Analysis, en Journal of Marketing Research, 32, noviembre de
1995, pp. 385-391, y Frank J. Carmone y Paul E. Green, Model
Misspecification in Multiattribute Parameter Estimation, en
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
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.
31. Dane Peterson, Angela Rhoads y Bobby C. Vaught, Ethical

Belief of Business Professionals: A Study of Gender, Age and
External Factors, en Journal of Business Ethics, 31, niim. 3,
junio de 2001, p. 1, y SJ. Vitell y F.N. Ho, Ethical Decision
Making in Marketing: A Synthesis and Evaluation of Scales
Measuring the Various Components of Decision Making in
Ethical Situations, en Journal of Business Ethics, 16, niim. 7,
mayo de 1977, pp. 699-717.
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
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
Idde 2001, pp.233-239, y PatriciaRamsey y LouisKaufman, Pre

senting Research Data: Howto Make WeakNumbers Lode Good,
en bxdistrial Marketing, 67, marzo de 1982, pp. 66,68,70 y 74.
Annimo, Flow Chart, en B-to-B, 87, nm. 4, 8 de abril de
2002, p. 16, y Sharon Johnson y Michael Regan, ANew Use for
an Old Tool, en Quality Progress, 29, nm. 11, noviembre de
1996, p. 144. Para un ejemplo reciente, vase Naresh K. Malhotra
y Daniel McCort, An Information Processing Model of Consu
mer Behavior: Conceptualization, Framework and Propositions,
en Asian Journal of Marketing, 8, nm. 2,2000-2001, pp. 5-3Z
Lori Desiderio, At the Sales Presentation: Ask and Listen, en
ID, 38, nm. 4, abril de 2002, p. 55, y Charles R. McConnell,
Speak Up: The Managers Guide to Oral Presentations, en The
Health Care Manager, 18, nm. 3, marzo de 2000, pp. 70-77.
Informacin proporcionada por Roger L. Bacik, vicepresidente
senior de Elrick & Lavidge, Atlanta.
Janet Moody, Showing the Skilled Business Graduate: Expan
ding the Tool Kit, en Business Communication Quarterly, 65,
nm. 1, marzo de 2002, pp. 21-36; David Byrne, Interpreting
Quantitative Data, Thousand Oaks, Cal., Sage Publications,
2002, y Lawrence F. Locke, Stephen Silverman y Wannen W.
Spirduso, Reading and Understanding Research, Thousand
Annimo, Toyota Camry, en Consumer Reports, 67, nm. 4,
abril de 2002, p. 67; Ross Gamaut, Australian Cars in a Global
Economy, en Australian Economic Re\iew, 30, nm. 4, diciem
bre de 1997, pp. 359-373, y Geoffrey Lee Martin, Aussies
Chicken Fries Ford, en Advertising Age, 18de enero de 1993.
Milton Liebman, Beyond Ethics: Companies Deal with Legal
Attacks on Marketing Practices, en Medical Marketing and
Media, 37, nm. 2, febrero de 2002, pp. 74-77; Ralph W. Giacobbe, AComparative Analysis of Ethical Perceptions in Marketing
Research: USA vs. Canada, en Journal of Business Ethics, 27,
nm. 3, octubre de 2000, pp. 229-245.
Mark Dolliver, Ethics, or the Lack Thereof, en Adweek, 43,
nm. 14,10de abril de 2002, p. 29, yAndrew Crane, Unpaeking
the Ethical Product, en Journal of Business Ethics, 30, nm. 4,
abril de 2001, pp. 361-373.
Gordon Fairclough, Case on Children and Tobacco Ads Com
mences Today, en Wall Street Journal, 22 de abril de 2002, p.
B8, y S. Rapp, Cigarettes: AQuestion of Ethics, en Marketing
Ne*vs, 5 de noviembre de 1992, p. 17.
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.
nm. 3, Iode marzo de 2001, p. 34; Hotel Chains Capitalize on

International Travel Market, en Hotels and Restaurants Inter
national, junio de 1989, pp. 81S-86S, y Target Marketing
Points to Worldwide Success, en Hotels and Restaurants Inter
national, junio de 1989, p. 87S.
Jack Honomichl, Honomichl Top 50: Annual Business Report
on the Marketing Research Industry, en Marketing News, 10de
junio de 2002, pp. H1-H43.
Dave Crick, Small High-Technology Fiims and International
High-Technology Markets, en Journal of International Marke
ting, 8, nm. 2, 2000, pp. 63-85; Associated Press, Regional
Markets Are International Order of the Day, en Marketing
News, Io de marzo de 1993, pp. 1R-10, y Thomas T. Semon,
Red Tape Is Chief Problem in Multinational Research, en
Marketing News, Iode marzo de 1993, p. 7.
Doreen Hemlock, Mexican Companies Establish Offices in
Uniled States Due to NAFTA, en Knight RidderTribune Business
News, 24 de enero de 2002, p. 1.
Vase Naresh K. Malhotra, Cross-Cultural Marketing Re
search in the Twenty-First Century, en International Marketing
Review, 18, nm. 3,2001, pp. 230-234.
Para ejemplos recientes de investigacinde mercados internacio
nales, vase Naresh K. Malhotra y Betsy Charles, Overcoming
the Attribute Prespecification Bias in International Marketing
Research by Using Nonattribute Based Correspondence Analy
sis, en International Marketing Review, 19, nm. 1, 2002, pp.
65-79, y Naresh K. Malhotra y Daniel McCort, A Cross-Cultu
ral Comparison of Behavioral Intention Models: Theoretical
Consideration and an Empirical Investigation, en International
Marketing Review, 18, nm. 3,2001, pp. 235-269.
Ming Ouyang, Estimating Marketing Persistence on Sales of
Consumer Durables in China, en Journal of Business Research,
55, nm. 4, abril de 2002, p. 337; Tanya Qark, Chinas Cha
llenges, en Industry Week, 246, nm. 19, 20 de octubre de
1997, pp. 126-134.
Natasha Emmons, Universal Studios Japan Employs Aidof Fo
cus Groups for Cultural Ideas, en Amusement Business, 113,
nm. 12,26 de marzo de 2001, p. 28.
Vase Dana James, Dark Clouds Should Pait for International
Marketers, en Marketing News, 36, nm. 1,7 de enero de 2002,
pp. 9-10.
Naresh K. Malhotra, Cross-Cultural Marketing Research in the
Twenty-First Century, en International Marketing Review, 18,
nm. 3,2001, pp. 230-234; Susan P. Douglas, Exploring New
Worlds: The Challenge of Global Marketing, en Journal of
Marketing, 65, nm. 1, enero de 2001, pp. 103-107; Naresh K.
Malhotra, James Agarwal y Mark Peterson, Cross-Cultural
Marketing Research: Methodological Issues and Guidelines,
en International Marketing Review, 13, nm. 5, 1996, pp. 7-43.
Robert F. Belli, Event History Calendars and Question List
Surveys: A Direct Comparison of Interviewing Methods, en
Public Opinion Quarterly, 65, nm. 1, primavera de 2001, pp.
45-74; Thomas T. Semon, Select Local Talent When Conduc
ting Research Abroad, en Marketing News, 31, nm. 19,15 de
septiembre de 1997, p. 28.
Michael A. Einhom, International Telephony: A Review of the
Literature, en Information Economics and Policy, 14, nm. 1,
marzo de 2002, p. 51; Humphrey Taylor, The Very Different
Methods Used to Conduct Telephone Survey on the Public, en
Journal of the Market Research Society, 39, nm. 3, julio de
1997, pp. 421-432.
Piter M. Chisnall, International Market Research, en Interna
tional Journal of Market Research, 42, nm. 4, invierno de 2000,
pp. 495-497; Clive Fletcher, Just How Effective Is a Telephone
www.FreeLibros.me
N34
16.
17.
18.
19.
20.
21.
22.
23.
NOTAS
Interview, en People Management, 3, niim. 13, 26 de junio de

1997, p. 49, y Minoo Farhangmehr y Paula Veiga, The Changing
Consumer in Portugal, en International Journal of Research in
Marketing, 12, nim. 5, diciembre de 1995, pp. 485-502.
Norman Lemer, Latin America and Mexico: A Change in Fo
cus, en Telecommunications, 34, niim. 3, marzo de 2000, pp.
51-54; Peter H. Wertheimy Dayse Abrantes, Brazil: New Take
on Telecom, en Data Communications, 26, niim. 5, abril de
1997, p. 42, y P. Pinheiro de Andrade, Market Research in Bra
zil, en European Research, agosto de 1987, pp. 188-197.
Brad Frevert, Is Global Research Different?, en Marketing
Research, 12, niim. 1, primavera de 2000, pp. 49-51, y Karen
Fletcher, Jump on the Omnibus, en Marketing, 15 dejunio de
1995, pp. 25-28.
Andnimo, Searching for the Pan-European Brand, Part 1 of
2. en Funds International, 1 de marzo de 1999, p. 8, y Naresh
K. Malhotra, James Agarwal y Mark Peterson, Cross-Cultural
Marketing Research: Methodological Issues and Guidelines,
en International Marketing Review, 13, niim. 5, 1996, pp. 7-43.
An6nimo, Coca-Cola Listed as One of 10 Most Respected
Firms, en Businessworid, 23 de enero de 2002, p. 1; Jonathan
Holburt, Global Tastes, Local Trimmings, en Far Eastern
Economic Revieiv, 160, niim. 1, 26 de diciembre de 1996-2 de
enero de 1997, p. 24, y Julie Skur Hill, Coke Tops in Ameri
cas, en Advertising Age, 12 de noviembre 1990.
Ase Hedberg, The Rise of the Technophile, en Marketing
Week, 23, nim. 49,25 de enero de 2001, p. 40, y Peter Jones y
John Poliak, Computer-Based Personal Interviewing: State-ofthe-Art and Future Prospects, en Journal of Market Research
Society, 35, nim. 3, julio de 1993, pp. 221-223.
Cihan Cobanoglu, A Comparison of Mail, Fax, and Web-Based
Survey Methods, en International Journal of Market Research,
43, nim. 4, cuarto trimestre de 2001, pp. 441-454; Paul Le
wis, Do Your Homework!, en Successfid Meetings, 46, nim. 3,
marzo de 1997, pp. 120-121; T. Vahvelainen, Marketing
Research in the Nordic Countries, en European Research, abril
de 1985, pp. 76-79, y T. Vahvelainen, Marketing Research in
Finland, en European Research, agosto de 1987, pp. 62-66.
Mark Peterson y Naresh K. Malhotra, AGlobal Viewof Quality
of Life: Segmentation Analysis of 165 Countries, en Internatio
nal Marketing Review, 17, niim. 1, 2000, pp. 56-73; Lewis C.
Winters, International Psychographics,en Marketing Research: A
Magazine of Management & Applications", 4, nim. 3, septiembre de 1992, pp. 48-49; We Are the World, en American
Demographics, mayo de 1990, pp. 42-43.
Kai Arzheimer, Research Note: The Effect of Material Incentives
on Return Rate, Panel Attrition and Sample Composition of a
Mail Panel Survey, en International Journal of Public Opinion
Research, 11, nim. 4, inviemo de 1999, pp. 368-377; Kevin J.
Clancy, Brand Confusion, en Harvard Business Review, 80,
nim. 3, marzo de 2002, p. 22; Jorge Zamora, Management of
24.
25.
26.
27.
Respondents Motivation to Lower the Desertion Rates in Panels

in Emerging Countries: The Case of Talea, Chile, en Marketing
& Research Today, 25, nim. 3, agosto de 1997, pp. 191-198, y
TSMS y AGB Set Up Ad Effectiveness Panel, en Marketing
Week, 18, nim. 27,22 de septiembre de 1995, p. 15.
Annimo, DMA Survey Examines Popularity of Email Marke
ting, en Telecomworidwire, 8 de abril de 2002, s.p.
Matthew B. Myers, Academic Insights: An Application of
Multiple-Group Causal Models in Assessing Cross-Cultural
Measurement Equivalence, en Journal of International Marke
ting, 8, nim. 4, 2000, pp. 108-121; Naresh K. Malhotra, James
Agarwal y Mark Peterson, Cross-Cultural Marketing Research:
Methodological Issues and Guidelines, en International
Marketing Review, 13, nim. 5, 1996, pp. 7-43.
Linda Thome, The Sociocultural Embeddedness of Individuals
Ethical Reasoning in Organizations (Cross-Cultural Ethics), en
Journal of Business Ethics, 35, nim. 1, enero de 2002, pp. 1-13; y
Gael McDonald, Cross-Cultural Methodological Issues in Et
hical Research, en Journal of Business Ethics, 27, nims. 1-2,
Orlando Behling y Kenneth S. Law, Translating Questionnaires
and Other Research Instruments: Problems and Solutions,
Thousand Oaks, Cal., Sage Publications, 2000; Naresh K.

Malhotra y Daniel McCort, A Cross-Cultural Comparison of
Behavioral Intention Models: Theoretical Consideration and an
Empirical Investigation, en International Marketing Review,
18, nim. 3, de 2001, pp. 235-269, y Naresh K. Malhotra, James
Agarwal y Mark Peterson, Cross-Cultural Marketing Research:
Methodological Issues and Guidelines, en International Mar
keting Review, 13, nim. 5,1996, pp. 7-43.
28. LeoYat-ming Sing y Oliver Hon-ntingYau, Female Role Orien
tation and Consumption Vhlues: Some Evidence from Mainland
China, en Journal of International Consumer Marketing, 13,
nim. 2,2001, pp. 49-75; John Shannon, National Values Can be
Exported, en Marketing Week, 19, nim. 45, 7 de febrero de
1997, p. 20, y S.C. Grunert y G. Scherhom, Consumer Values in
West Germany: Underlying Dimensions and Cross-Cultural
Comparison with North America, en Journal of Business Re
search, 20,1990, pp. 97-107. Vase tambin H. C. Triandis, Cidture and Social Behavior, Nueva York, McGraw-Hill, Inc., 1994.
29. Heather R. Goldstein, International Personal Data Safe Harbor
Program Launched, en Intellectual Property & Technology Law
Journal, 13, nim. 4, abril de 2001, pp. 24-25; Rebecca Sykes,
Privacy Debates Get More Complicated Overseas, en InfoWorld, 19, nim. 44, 3 de noviembre de 1997, p. Ill, y Simon
Chadwick, Data Privacy LegislationAll the Rage in Europe, en
Marketing News, vol. 27, nim. 17,16 de agosto de 1993, p. A7.
30. Annimo, HP Measures Across Countries, Product Lines for
Competitive Edge, en PR News, 27 de mayo de 2002, p. 1; el sitioen Internet de Hewlett-Packard, www.hp.com, HPs Chemical
Analysis Survey, www.hp.com/chem_survey/englishAndex.html.
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
anlisis d e varian za facto rial, 469,478-80

ejem p lo d e ap licaci n , 480-83
x]2 m ltip le, 479
a dom icilio, en cu estas, 172
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
anlisis d e v a ria n z a m u ltiv ariad o

(M A N O V A ), 487-88
anlisis d e varian za n o m trico, 487
anlisis d e v a ria n z a y co v a ria n z a
m u ltiv ariad o , 417
anlisis facto rial, 4 1 7 ,5 5 8 ,5 5 9
ap licacio n es d e c m p u to p a r a , 577
ap licacio n es d e l, 572-77
c o n c e p to del, 560
ecu ac io n e s fu n d a m e n ta le s del, 582-83
estadsticas, 561-62
m o d elo , 560-61
relacio n es e n t r e E M D , anlisis
d isc rim in a n te y, 621
resu lta d o s d e l, 573-74
anlisis sim blico, 149-50
A N C O V A . Vase co v arian za, an lisis d e
a n o n im a to percib id o , 183
A N O V A d e m ed id as re p e tid a s, 486-87
A N O V A . Vase v arian za, anlisis d e
ap o y o a las decisiones, servicios d e , 27
a rte fa c to s d e d e m a n d a , 222
asim e tra, 432 ,433
aso ciaci n d e p a la b ra s, 39,151
asociacin, tcn icas d e , 151-52
aso ciacio n es d e in v estig ac i n d e m ercad o s,
26
au to rre fe re n c ia , c rite rio d e , 53
au to selecci n , desviacin d e , 178
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
calificacin c o n tin u a , e sc a la d e , 242, 256-57

calificacin v e rd a d e ra , m o d elo , 266-67
c a m b io d e m arcas, m atriz, 84
cam p o , e x p e rim e n to s d e , 222
c a m p o fijo, c d ig o s d e , 405
cam p o , servicios d e , 17-18
canales, decisio n es d e , 611
cap a c id a d e s tecnolgicas, 42-43
c a p tu r a d e d ato s, servicios d e , 18
c a ractersticas d e l m ercad o , in v estig aci n
d e las, 8
c a ractersticas y p a r m e tro s m ltip les, 351
c a rm b an o s, d iag ram as d e , 589
c a rm b an o s, grficas, 593 ,595
c a rg a facto rial, grfica d e la, 561
carg as can n icas, 542
carg as d isc rim in ato ria s, 542
carg as factoriales, 561
caricatu ras, p ru e b a s d e , 155
c a rto g ra fa c o m p u ta riz a d a , 125
categ o ras, equ iv alen cia d e , 674
cau sal, in v estig ac i n , 76,85-86
re la c io n e s e n tr e in v estig aci n ,
e x p lo ra to ria y, 86-89
cau salid ad
co n cep to d e , 204-5
co n d icio n es, 205-7
Vase tambin e x p e rim e n ta c i n
celeb rid ad es, a n u n c io s c o n , 681-83
cen so , d a to s de\,110, 111
c e n s o o m u e stra , 314-15
c e n tro id e s d e c o n g lo m e ra d o s, 589,597
c e n tro s co m erciales, e n c u e s ta s e n los,
9 ,172-73
e n la in v estig ac i n d e m ercad o s
in te rn a c io n a le s, 672
c e n tro s d e c o n g lo m e ra d o s, 589
C heb y ch ev , d istan c ia d e , 590
c h i c u a d ra d a , 416
c h i c u a d ra d a , d istrib u ci n , 444-45
c h i c u a d ra d a , estad stica, 444-45
cclicos, diseos, 622
c in co reglas, 146
clasificacin, anlisis d e , 586
clasificacin, in fo rm aci n d e , 297
c lie n te p a rtic ip a n te , e n los g ru p o s d e
e n fo q u e , 146
co d ificaci n , 404-7
d e d a to s d e la p r u e b a p rev ia, 302
servicios d e c a p tu r a d e d a to s y, 18
c d ig o s d e c ateg o ras, 406
cdigos, libro d e , 407 ,408
c o e fic ie n te d e c o rre la c i n , 497-99
c o e fic ie n te d e c o rre la c i n b iv a ria d o , 497
c o e fic ie n te d e c o rre la c i n sim p le, 497
c o e fic ie n te d e re g re si n e s ta n d a riz a d o ,
5 0 4 ,5 0 7
II
www.FreeLibros.me
12
N D ICE
c o eficien tes d e d ista n c ia , m atriz, 589

C o m isi n d e la C o m u n id a d E u ro p e a
e n E s ta d o s U nidos, 126
c o m p a ra c i n m ltip le, p ru eb as, 486
c o m p a ra c i n p a re a d a , e la b o ra c i n d e escalas
d e , 242-44
c o m p le ta m ie n to d e o racio n es, 153
c o m p le ta r h isto rias, 153
c o m p o n e n te esp ecfico d e l p ro b le m a d e
in v estig ac i n d e m ercad o s, 45
c o m p o n e n te s p rin cip ales, anlisis d e los, 564,
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
cu estio n ario s, 306-7

d a to s se cu n d ario s, 128-30
d ise o d e in v estigacin, 95 -%
d istrib u ci n d e frec u en cias,
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
604
co n g ru en cia in te rn a , co n fia b ilid a d , 268

co n g ru en cia, verificacin d e , 409-10
co n ju n to , anlisis, 417,621 -22
c o n c e p to s, 621-22
e s tad sticas y trm in o s, 622
h b rid o , 632-35
m o d elo , 626-29
p re m isa s y lim itaciones, 632
con stru cci n , tcn icas d e , 154
co n stru cto , validez d e , 269-70
oonstructos, eq u iv alen cia d e , 674
co n su m id o ras recep tiv as, 6 8 4 ,6 8 5
co n su m id o res au t n o m o s, 684 ,685
co n su m id o res c o m p ro m e tid o s, 684 ,685
c o n ta c to inicial, 390
co n te n id o , anlisis, 189-90
c o n te n id o d e los d a to s , 104,1 0 6
co n tin g en cia, c o e fic ie n te d e , 439
co n trastes, 486
c o n tro l d e c a lid a d , 392-93
c o n tro l d e m uestras, 180-82
c o n tro l d e l d ise o , 213
c o n tro l d e l m u e stre o , 393
c o n tro l estadstico, 212-13
co n v en ien cia social, 183-84
c o o rd e n a d a s, 612
co rre cci n , 30 2 ,392-93,403-4
co rre la ci n , 494
ap licacio n es d e c m p u to p a ra , 525-27
c a n n ic a , 417,535
n o m tric a , 502
p a rc ia l, 500-502
p ro d u c to d e los m o m en to s, 497-500
co rre la ci n c a n n ic a , 417,535
c o rre la c i n n o m tric a, 502
co rre la ci n parcial, c o e fic ie n te d e , 500-2
co rre la ci n p o r p a rte s, c o e fic ie n te d e,
513-15
c o rre la c i n to tal, m atriz d e , 536
co rre la cio n es e s tru c tu ra le s, 536
c o rre o electr n ico , en cu estas p o r, 176-77
c o rre o ,e n c u e sta s p o r , 175-76
in tern acio n ales, 672-73
co rre o , g ru p o s d e , 176
in tern acio n ales, 673
co rre sp o n d e n c ia , 212
co rre sp o n d e n c ia , anlisis d e , 621
corridas, p ru e b a d e , 455
corte, c rite rio d e , 615 ,616
G ouncil fo r M a rk e tin g a n d O p in i n
R esearch ( C M O R ), 2 6 ,1 % , 387
G ouncil o f A m erican S urvey R e se a rc h
O rg an izatio n s (C A S R O ),
2 5 ,2 6 ,3 9 4
co v ariad o s, 470,483
co v arian za, 497
co v arian za, an lisis d e (A N C O V A ), 212-13,
417,469-70,483-84
ap licacio n es d e c m p u to , 489
reg re si n c o n , 524-25
creacin, e r r o r d e , 286
www.FreeLibros.me
criterio , validez d e , 269

c u a d ro la tin o , d ise o d e , 213, 220-21
c u a d ra d o s m n im o s o rd in a rio s (C M O ), 627
cu estio n ario s, 2 7 8 ,2 7 9
cm o s u p e ra r la in c a p a c id a d d e
r e sp o n d e r, 285-87
cm o s u p e ra r la n e g a tiv a a re sp o n d e r,
287-89
c o n te n id o d e las p re g u n ta s, 284-85
d efinicin d e , 280-81
d ia g ra m a d e flujo d e l d ise o d e , 299
especificacin d e la in fo rm aci n
n ecesaria e n los, 281-82
e s tru c tu ra d e las p reg u n tas, 289-92
tica y, 305-6
fo rm a y d isp o sici n , 298-300
fo rm as d e o b se rv a c i n y, 280-81,302
I n te rn e t y a p licacio n es d e c m p u to , 306-7
investigacin d e m ercad o s
in te rn a c io n a le s y, 302-5
m to d o d e e n c u e s ta e n los, 282-84
o b jetiv o s, 281
a r d e n d e las p re g u n ta s, 296-98
p re p a ra c i n d e u n a lista d e verificaci n
p a ra los, 304-5
p ru e b a p re v ia , 301-2
red acci n d e las p re g u n ta s, 292-96
rep ro d u c ci n , 300-1
trad u cci n , e n la investigaci n d e
m e rc a d o s in tern acio n ales, 675-76
v erificac i n , 403
curtosis, 433
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
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
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
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
flexibilidad e n el a c o p io d e d ato s, 178

in v estig ac i n d e m ercad o s
m to d o s d e , 168-69
m to d o s electr n ico s, 176-78
m to d o s e n p e rso n a , 172-74
m to d o s p o r c o r re o , 174-76
m to d o s telef n ico s, 170-71
p o sib ilid a d e s d e d esv iacio n es d e los
e n c u e s ta d o re s, 184
seleccin d e , 185-86
tasa d e re sp u e s ta , 183
Vase tambin o b se rv ac i n
v elo cid ad d e las, 184
e n c u e s ta s electr n icas, 176-78
in te rn a c io n a le s, 673
e n c u e s ta s p ilo to , 39, TI
e n c u e s ta d o r, d esv iacio n es d el, e n las
en cu estas, 184
en c u e sta s
a fon d o , 147-51,157
lin eam ien to s p a ra las, 394
p erso n ales, 172-74
p o r c o rre o , 174-76
p o r c o r re o e le c tr n ic o , / 76-77
p o r In te rn e t, 177-78
telefnicas, 170-71
en trev istas, m to d o s, p a ra cu estio n ario s,
282-84
e n tre v ista s p e rso n a le s, 172-74
e n tre v ista s p e rso n a le s asistid as p o r
c o m p u ta d o ra (E P A C ), 170,173-74
tra n sc rip c i n y, 407, 409
e n tre v ista s telefnicas, 170-71
e n tre v ista s telef n icas asistid as p o r
c o m p u ta d o ra (E T A C ), 198
e n tre v ista s telef n icas trad icio n ales, 170
e n la c e c o m p le to , 592
e n la c e p ro m e d io , 592
e n la c e sim ple, m to d o d e , 591
e n lace, m to d o s d e , 591
e n to r n o eco n m ico , 42
e n u n c ia d o g e n e ra l d e u n p r o b le m a d e
in v estig ac i n d e m ercad o s, 45
e n u n c ia d o s dobles, 2 %
E P A C . Vase e n tre v ista s p erso n ales
asistid as p o r c o m p u ta d o ra
eq u iv a le n c ia , 674-75
eq u iv alen cia c o n c e p tu a l, 674
eq u iv a le n c ia escalar, 674-75
eq u iv a le n c ia fu n cio n al, 674
eq u iv a le n c ia o p e ra tiv a , 674
e r r o r a le a to rio , 267
e r r o r d e m u e s tre o a le a to rio , 89-90
e r r o r e n la p r e g u n ta , 89, 91
e r r o r e s t n d a r, 3 4 3 ,5 0 4 ,5 0 8
e r r o r e s t n d a r d e la estim aci n , 504
e r r o r q u e n o es d e m u e stre o , 89, 90-91
e r r o r sistem tico , 267
e r r o r to ta l, 89,91
e rro re s , 435-36
aleato rio s, 267
anlisis d e d ato s, 89, 91
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
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
escalas m ondicas. Vase escalas no

c o m p arativ as
escalas m u ltid im e n sio n ales ( E M D ), 608,609
anlisis d e c o rre sp o n d e n c ia , 621
ap licacio n es d e c m p u to , 635-38
co n cep to s, 611
e la b o ra c i n d e esc a la s p a ra d a to s d e
p refe ren cias, 691 -21
e stad sticas, 612
p re m isa s y lim itaciones, 618
re la c i n e n tr e anlisis facto rial,
d isc rim in a n te y, 621
escalas m u ltid im e n sio n ales m tricas, 615
escalas m u ltid im e n sio n ales n o m tricas, 615
escalas n o co m p arativ as, 242,256-57
ap licacio n es d e I n te r n e t y co m p u ta d o ra
p a ra , 273-74
escala d e calificacin c o n tin u a, 242,256-57
e s c a la d e d ife re n c ia l se m n tic o , 242,256,
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
228-29
cau salid ad , 204-7
clasificacin d e los diseos, 213-14
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
escner, g ru p o s d e , 121
c o n la televisin p o r cab le, 121
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
eleccin de una tcnica, 270-71

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 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 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
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
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
investigacin c u a lita tiv a y,

m edicin y, 248-49
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
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
h ip tesis a lte rn a tiv a , 434

hiptesis, c o m p ro b a c i n
ap licacio n es d e c m p u to p a ra , 461
clasificacin, 438
in tro d u c ci n a la, 433
p ro c e d im ie n to g e n e ra l, 433-38
re la c io n a d a c o n las diferen c ia s, 447-60
h ip tesis n u la, 434
h isto g ram as, 4 2 9 ,6 5 1 ,6 5 2
h isto ria, 210
frecuencias, d istrib u ci n d e , 4 1 6,424,427-30

estad sticas, 430-33
m ed id as d e fo rm a, 432-33
m ed id as d e u b ic a c i n , 430-31
m ed id as d e v ariab ilid a d , 431-32

f u e n te o rig in a l d e d ato s, 106
f u e n te nica, d a to s d e , 124-25
fu en tes g u b e rn a m e n ta le s, 110,111-12
fu en tes sin d ica d as (serv icio s), 114-24
en cu estas, 115-17
g ru p o s d e c o m p ra s y m edios, 117-20
in v e n ta rio s d e m in o ristas y m ay o ristas,
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
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
id e n tid a d , m atriz d e , 564

id en tificaci n , in fo rm aci n d e , 297
im ag en , investigacin d e , 8
im ag en , m edicin d e , 611
im p u tad as, resp u estas, 410

incapacidad, e r r o r p o r, 89, 91
incentivo, 355
incidencia, tasa d e , 352
inclusin p ro g resiv a, 520
in d e p e n d ie n te s, m uestras, 416 ,4 4 8 ,
450-53
in d e p e n d ie n te s, variables, 207
ndice d e aju ste , 617
ndice d e b s q u e d a d e in fo rm aci n , 413
id ices, O , 111
in fe re n c ia e sta d stic a , 343
in fo rm aci n
p ara c u e s tio n a rio s , 281-82
p a ra in v estig ac i n d e m ercad o s, 11-12
p a ra p ro y e c to s d e investigacin d e
m ercad o s, 51-53
in fo rm aci n d e m a rk e tin g , sistem as d e
(S IM ),
investigacin d e m e rc a d o s y, 20-21
in fo rm aci n delicad a, 184
inform e.
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
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 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 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
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
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
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
la m b d a sim trica, 446-47

lam b d a, coeficien te, 446-47
la te n c ia d e la re sp u e s ta , 188
lealtad a la m arca, 4 8 ,8 4
legal, e n to rn o , 42
L ey d e P ro te c c i n d e D a to s
(L P D , In g la te rra ), 676
libro d e cdigos, 407 ,408
L ik e rt, e s c a la , 242,256, 258-59
lineales, grficas, 651
lingstica, eq u iv alen cia, 675
L o calizad o r U n ifo rm e d e R e c u rso s (Uniform
Resource Locator, U R L ), 25
lgico, o r d e n , 298
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
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
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
la b o ra to rio , d ise o d e , 222-23

la m b d a asim trica, 446-46
e n c u e s ta s y, 193-95
www.FreeLibros.me
escalas n o co m p arativ as, 271-72

tic a e n la, 676
e x p e rim e n ta c i n y, 226-27
investigacin c u a lita tiv a , 158-59
m arco d e refe ren cia p a ra la, 666-70
m edicin y, 247-48
m edicin y ela b o ra c i n d e esc a la s, 673-75
m to d o s d e e n c u e s ta s p a ra , 670-73
m u e stre o , 334-35
p re p a ra c i n d e d ato s, 418-19
p re p a ra c i n y p re se n ta c i n d e in fo rm es,
656
p ro b le m a d e investigacin d e m ercad o s
y, 53-55
ta m a o d e la m u e s tra y, 358-59
tra b a jo d e c a m p o y, 395
trad u cci n d e cu e stio n a rio s, 675-76
m to d o d e l e m b u d o , 298
m to d o d irecto , 138-39,613-14
m to d o in directo, 139
m eto d o lo g a, p a ra el a c o p io d e d ato s, 104
m to d o s d e riv ad o s, 613-14
m nim os c u a d ra d o s , p ro c ed im ien to , 505
m o d a, 431
m o d e lo analtico, 47
m o d e lo grfico, 47
m o d e lo m ate m tic o , 47
m o d e lo v e r b a l 47
m odelos, e la b o ra c i n d e , 478
m o d e ra d o re s e n d u e lo , g ru p o s d e , 146
m oderadores, p ara g ru p o s d e e n fo q u e , 140-44
m o rta lid a d , 212
m o tiv aci n d e los en tre v ista d o s, 355
m u estras p a re a d a s , 416,44 8 ,4 5 3 -5 4 ,4 5 7 -6 0
m u estras p aread as, p r u e b a t, 416
m u e stre o , 312,313
a le a to rio sim p le, 3 2 0 ,3 2 5 -2 6 ,3 3 1 ,3 3 2
335-37
bola d e n iev e, 320,324-25,331
clasificacin d e , 320-21
co n v en ien cia, 320,321-22,331
d o b le , 331
estratificad o , 3 2 0 ,3 2 7 -2 8 ,3 2 9 ,3 3 1 ,3 3 2
tic a d e l 335
investigacin d e m e rc a d o s in te rn a c io n a
les y, 334-335
o c e n s o , 314-15
p o r a g o lp a m ie n to s, 3 2 0 ,3 2 8 -3 0 ,3 3 1 ,3 3 2
p o r cu o tas, 320,323-24,331
p r ju ic io , 320,322-23,331
p o r zo n as, 329
pro b ab ilid a d p ro p o rc io n a d a al ta m a o ,
330
pro ceso d e d ise o p a ra , 315-20
s e c u e n c ia l 330-31
sistem tico , 3 2 0 ,3 2 6 -2 7 ,3 3 1 ,3 3 2
tcnicas n o probabih'sticas, 320,321-25,
331-34
tcnicas probabih'sticas, 320,325-26
tem as d e falta d e re s p u e s ta , 353-58
v en ta ja s y d e sv e n ta ja s, 331
m u e stre o a le a to rio sim p le , 320, 325-26 ,331,
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
p erfiles co m p leto s, 622

p erfiles co m p leto s, m to d o d e los, 6 2 4 ,6 2 5
p erso n alizad o s, servicios, 17
p eso s, im p o rtan c ia relativ a d e los, 622
phi, c o e fic ie n te , (<$>X445
p icto g ram as, 651,652
pie e n la p u e rta , e stra te g ia , 355
p la n e a c i n sistem tica, 7
p o b laci n , 314
p o b la c i n finita, c o rre c c i n , 342
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
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
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
v erificaci n d e l c u e stio n a rio , 403

p re su p u e s to y ca le n d a rio , 92
p ro b a b ilid a d , 437
p ro b ab ilid a d p ro p o rc io n a d a al ta m a o d e la
m u e stra , 330
p ro b ab ilstico , m u e s tre o
a le a to rio sim p le, 3 2 0 ,3 2 5 -2 6 ,3 3 1 ,3 3 2
ap licacio n es d e l, 334
do b le, 331
estratificad o , 320,327-28,331,332
Q , e la b o ra c i n d e e scalas d e clasificaci n ,
242, 247
secu en cia 1,330

sistem tico , 3 2 0 ,3 2 6 -2 7 ,3 3 1 ,3 3 2
p ro b lem a, d efin ici n d e l, 9-10
p ro b lem a, in v estig ac i n d e iden tifica ci n
reactiv o s, eq u iv alen cia d e , 674

reactivos, esc a la s d e calificaci n p o r , 256,
257-61
reactivos, esc a la s d e v ario s, 263-70
re e m p la z o d e in fo rm aci n , e r r o r p o r , 89,9 0
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
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
360-61
c a ractersticas y p a r m e tro s m ltip les,
351
sa tisfacci n d e los clien tes, 11

S C A ,4 7 1 ,4 7 2
S C E ,4 7 1 ,4 7 2
S C y,4 7 1 ,4 7 2
s e c u e n c ia l m u e stre o , 330-31
se g m e n ta c i n d e m ercad o s, 611
se g m e n ta c i n , in v estigacin d e ,
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
d efin icio n es y sm bolos, 342

d e te rm in a c i n del, 3 1 8
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 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
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
tem a o c u lto , p re g u n ta s d e , 149-50

ten d en cias, anlisis d e , 357-58
te n d en cias em p resariales, investig aci n d e , 8
ten si n , 612
te o ra , 47
te rc e ra p e rso n a , t cn ica d e la, 156
tex to co m p le to , b ases d e d ato s, 113
The A rt o f Asking Quesons (P a y n e ), 281
T h u rsto n e, p ro c e d im ie n to d e l c a so V d e,
2 43,245
tie n d a d e p a rta m e n ta l, p ro y e c to d e la
anlisis bsico d e lo s d ato s, 425
anlisis d e v a ria n z a e n e l, 4 6 7
anlisis d isc rim in a to rio d e d o s g ru p o s e n
el, 533
anlisis facto rial, 559
anlisis p o r a g ru p a m ie n to s e n el, 585
b sq u e d a d e d a to s p a r a e l, 111
c o m p le ta r o ra c io n e s p a ra el, 153
co n cep to s y p ro c e d im ie n to s e n e l, 22-23
d ato s se c u n d a rio s in tern o s, 108
d efin ici n d e l p ro b le m a e n el, 44
d ise o d e b lo q u e a le a to rio e n el, 220
d ise o d e c u a d ra d o latino, 221
d ise o d e investigacin d e u n g ru p o co n
p ru e b a a n te r io r y p o ste rio r, 215
e la b o ra c i n d e escalas
m u ltid im e n sio n ales e n e l, 609
e la b o ra c i n d e m odelos, 48
e n tre v ista s p erso n ales a dom icilio p ara
e l, 185
e n u n c ia d o d e l c o n ta c to inicial e n el, 390
escala d e calificacin c o n tin u a e n el, 256
escala d e d iferen c ia l se m n tic o d el, 153
escala d e L ik e rt e n el, 258
escala d e S ta p e l e n el, 261
escala in te rv lic a e n e l, 240
escala n o m in a l,239
escala o rd in a l, 239
escala p r o p o rc io n a l e n e l, 241
especificacin d e las n ecesid ad es d e
in fo rm aci n del, 51-52
e stu d io d e c a so nico, 214
fo rm a y d e p o s ic i n , 298
g ru p o d e c o n tro l e n p ru e b a p re v ia y
p o ste rio r, 216
g ru p o d e c o n tro l s lo e n p ru e b a
p o ste rio r, 217
g ru p o e sttic o e n e l, 215
hiptesis d e l, 50
investigacin c u a lita tiv a e n el, 142
investigacin e x p lo ra to ria y e s tu d io
d escrip tiv o e n el, 87
libro d e c d ig o s e n el, 405
m to d o d e e n tre v ista p a r a el d ise o d e
cu e stio n a rio s, 283
o b se rv a c i n e n el, 302
po b laci n o b jetiv o d e l, 316
p re g u n ta inicial, 297
p re g u n ta s d e in v estig ac i n p a ra e l, 49
p re p a ra c i n d e d a to s e n e l, 401
p re p a ra c i n y p re se n ta c i n d e l in fo rm e
d e l 641
reg re si n m ltip le e n e l 495
seis p re g u n ta s d e l 79
tcnica d e m u e s tre o e n e l 322
tipo l e r r o r d e , 4 3 5 ,4 3 6
tipo II, e r r o r d e , 436
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
v ariaci n , co eficien te d e , 432

variaci n c o m n , 560,561
variaci n c o n c o m ita n te , 205-6
v arian za, 431-32
v arian za, an lisis d e (A N O V A ), 417,466-70
ap licacio n es d e c m p u to , 489
d e u n fa c to r, 470-77
e le c c i n d e los tra b a ja d o re s, 389

tic a y, 395-96
e v a lu a c i n d e los tra b a ja d o re s, 393-94
n a tu ra le z a d el, 388
p ro c e s o d e aco p io d e d a to s , 388-89
su p e rv isi n d e lo s tra b a ja d o re s e n el,
392-93
v a lid a c i n d el, 393
trad u cci n in v ersa, 675
tran scrip ci n , 407,409
tra n sfo rm a c i n d e escalas, 414
tran sici n p a ra le la , 675
tra n sitiv id a d d e las p re fe re n c ia s, 243
tra n sv e rsa le s m ltiples, diseos, 81
T ra ta d o d e L ib re C o m ercio d e A m ric a del
N o rte (T L C A N ), 6 6 5 ,6 7 9
tra ta m ie n to , 469
U
U d e M an n -W h itn ey, p ru e b a , 4 16,455-56
u m b ral p aralelo , 592-93
u m b ral se cu en cial, m to d o , 592
u n id ad d e m u e stre o , 315-16
u n id ad es d e p ru e b a , 207
u n ifo rm aci n , 414
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
W brd, p ro ced im ien to d e , 5 9 2 ,5 9 3 ,5 9 5 ,5 % , 684

W ilcoxon, clasificaciones c o n sig n o y p ares
e q u iv alen tes d e , 457
W ilcoxon, p ru e b a d e , 417
W o rld W id e W eb. Vase In te rn e t
Z
z o n a d e m u e stre o , 329
ndice de com paas
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
A s the World Turns, 713

A sh fo rd .c o m , 123
A S I M a rk e t R e se a rc h , 360
A sia n A irlines, 524-25
A sso c ia tio n o f A sia P acific A irlin e s
(A A P A ), 525
A s te c A m erica, I n c , 695-702
A T & T W ireless, 1 9 ,1 1 9 ,1 7 3 ,3 6 7 ,3 7 6
A t-A -G la n c e , 86
A u d i, 620
A u to s.m sn .co m , 326-27
A v istar, 658
A von P ro d u c ts, I n c .,3 73,495-96
valid ez n o m o l g ica, 269-70

v alo r crtico , 437
v alo r estim ad o o p ro n o stic a d o , 503
v alo r p arcial, fu n cio n es d e , 6 2 2 , 629,630
v alo r p ro p io , 5 3 6 ,5 6 1 ,5 6 7
v alo res F, 536
v alo res n e u tro s, 410
v alo res y estilo s d e v id a, 116
v alo res z, 344
v ariab les
d e co n fu si n , 212
A O L (A m e ric a O n lin e ), 198,360

A O L T im e W a rn e r, 3 7 6 ,5 7 4
A p ia n S o ftw a re, 307
A p p le C o m p u te rs, 2 8 4 ,3 1 1 ,3 7 6
A q u a -F re sh , 613-19
A r b h ro n , 120,355-56
A r b y s ,6 1 ,102,681
A rib a, 169
A r th u r A n d e rse n , 69
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
Bicycling m agazine, 341-42,345

B lueC ross, 185-86
B M W , 6 4 ,6 5 ,2 7 2 ,6 3 3 ,6 3 4
B oeing, 359
B o e in g C o m p u te r S ervices C o., 113
B o rd e rs B o o k s, 229
B o se C o rp o ra tio n , 187
B o s to n M a rk e t, 6 1 ,101,121
B P A m oco, 20
B rey ers Ic e C re a m , 372
B risto l-M y ers S quibh, 713
B u ick , 367,681
B u rg e r K ing, 3 5 ,61 -6 2 ,1 8 6 ,3 6 4 ,6 8 1
B u rk e, 2 ,1 7 ,1 9 ,2 6 ,2 7 ,3 0 ,5 8 ,6 7 - 6 8 ,9 7 ,1 0 0 ,
1 3 1 ,1 3 4 ,1 6 3 ,1 6 6 ,1 9 9 ,2 0 0 ,2 0 2 ,
2 3 0 ,2 3 4 ,2 5 1 ,2 5 4 ,2 7 5 ,2 7 8 ,3 0 8 ,
3 1 2 ,3 3 7 ,3 4 0 ,3 6 2 ,3 8 6 ,3 9 8 ,4 2 1 ,
4 2 4 ,4 6 2 ,4 9 0 ,4 9 4 ,5 2 7 -2 8 ,5 3 2 ,
5 5 4 -5 5 ,5 5 8 ,5 7 8 -7 9 ,5 8 4 ,6 0 4 -5 ,6 0 8 ,
6 3 6 -3 7 ,6 4 0 ,6 5 9 -6 0 ,6 7 8
Business Week, 459
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
IC I A m e ric a s A g ric u ltu ra l P ro d u c ts, 633

IC R , 107
Id e a W orks, 274
id E X E C , 113
D & B M a rk e tin g In fo rm a tio n
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
N o rto n H e a lth c a re K osair C h ild re n s

H o sp ita l, I n c (N H K C H ), 703-4
N P D G ro u p , 1 5 ,1 1 8 ,1 3 3 ,3 7 4
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 p p e rid g e F arm , 154-55

P epsiC o, 5 7 ,6 0 ,1 1 6 ,2 4 1 ,2 4 2 ,3 7 6 ,6 0 9 ,
672,681
P ep si/F rito -Lay, 204
M ilhvard B ro w n In te lb q u e st, 336

M in o lta C a m e ra C o., 168,271
M int M u se u m o f A rt, 175-76
M irro C o m p an y , 189
M itsubishi, 690
M itsubishi E le ctric C o rp ., 271
M jini, 6
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
New York Times, 129

N ew Y o rk T im es C o., 45
N ew Y o rk T im es E le ctro n ic M edia
C o m p an y , 129
The New Yorker, 161
N ew el IR u b b erm aid , 189
N ew sN et, 57
N F O W o rld G ro u p , 11 8 ,1 7 6 ,6 6 2
N ielsen H o m ev id eo Index (N H I), 119
N ielsen M edia R e se a rc h , 15,104 ,1 1 8 -1 9 ,1 2 0 ,
128
N ielsen /N etR atin g s, 1 0 5 ,1 2 3 ,4 1 3
N ike, I n c , 6 0 ,6 3 ,8 6 ,1 9 5 ,2 2 8 ,2 2 9 ,2 8 4 -8 5 ,
3 8 0 -8 1 ,4 6 4 ,5 3 0 ,6 0 6 ,6 2 6 ,6 8 1
N issan, 6 4 ,6 5 ,1 6 2 ,2 4 8 ,3 7 6
N iv ea,3 8 3
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
Readers Digest, 609
112
N D ICE
R e cip io , 4 -5 ,6 ,1 7
R e d R o o f In n , 369
T h o m so n m u ltim e d ia, 483

T ide, 2 0 8 ,2 3 2
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
S tatistical R e se a rc h , I n c (S R I), 116,128

S ta y b rid g e S u ites, 370
S tra te g ic P la n n in g In stitu te , 113
S u b a ru , 711-12
S ubw ay, 3 5 ,3 7 6
S u n L ife F inancial, 681
S u n M icrosystem s, 412
S u p e r 8 ,3 6 9
S u rv e y A m e ric a , 18
S u rv ey R e se a rc h C e n te r, 391
S u rv e y S am p lin g , 361
S u rv e y Service, I n c , 18
S urveySH e, 161,30 7 ,3 36
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
ndice de nom bres
Tw o T w elve A sso ciates, 279
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
U.S. B u re a u o f L a b o r S tatistics, 333

U S. C e n su s B u re a u , 1 9 ,1 0 3 ,1 1 2 ,1 1 3 ,1 3 3 ,
279-80
U.S. D e p a rtm e n t o f C o m m e rc e , 1 0 5 ,1 13,119,
576,676
U.S. D e p a rtm e n t o f L a b o r, 102
U.S. Fish a n d W ildlife S erv ice (U S F W S ),
313-14
U S. N avy, 367
U S News & World Report, 288

U ltr a B rite, 253,613-19
U n ilev er G ro u p , 2 4 ,5 4 -5 5 ,1 1 9 ,3 7 3 ,6 7 9
U n itech P ic , 695
U n ite d A irlin e s, 52-53,149,641-42
U n ite d N ations, 126
U n ited P a rc e l S erv ice (U P S ), 24 5 ,2 7 7
U n iv ersal Studios, 669-70
U nivision, 112
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 a rc h a , B ik ram jit S., N 16

G a rd y n , R e b e c c a , N 8
G a rn a u t, R o ss, N 33
G a r ra tt,M a r k , N 31
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
G yim othy, Szilvia, N 28
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 risw o ld , A licia, 712

G ro e n e n , P a tric k J., N 30, N31
H iggins, Ja m e s J.,N 24, N 26

H iggins, K ev in T., N 22
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
H iggins, Lexis F., N1

H i l l A ., 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 isam atsu , H iro y u k i, N 27

H latk y , M a rk A ., N 30
H o, F. N., N 32
H o , Y iu, N 4
H o c h w a rte r, W. A ., N21
H o ck in g , R . R ., N 2 7
H o e k , X, N 20
Jitp leec h eep , S u k an y a, N 32

Joelson, D an iel, N 6
Jo h an sso n , Jo h n n y K ., N 8
Johns, N ick , N 28
Jo h n so n , C a rla , N21
Jo h n so n , K em b a, N 2
Jo h n so n , P h i! N 6 ,N 7
Jo h n so n , R ic h a rd A ., N 23, N 25, N 27, N 28
Jo h n so n , S h a ro n , N 33
Jo in er, B rian L ., N 22, N 24
Jolson, M a rv in A ., N 27
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
H o ffm a n , E )onna L ., N31

H o fste d e , F re n k e lT e r, N 32
H o lak , S u san L ., N 2 6
H o lb u rt, Jo n a th a n , 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
K acm ar, M . K ., N21

K ah an , H a z e ! N 6
K ah an e , L eo H ., N 26
K a h o n , G ra h a m , N 18
K am ak u ra, W a g n e r A .,N 6, N 23, N 28, N 32
K am ins, M ic h a e ! 6 8 2 ,6 8 3
K am insky, A la n , 368
K aneDos, M ic h a e ! 382
K a n j! G o p a l K ., N 24
K an u k , L eslie L a z a r, N5
K a ra , A h, N 22, N 30
K a s rie ! K e n , N 26
K assarjian , H a ro ld H ., N 7, N 25, N 30
K atz, D., N 12
K atz, R a y n a , N 1
K a u d e r, N eal B., N 32
K au fm an , L ouis, N 33
K aynak, E rd e n e r, N 30
Ke, B in, N 17
K earney, Id e , N 22
K eating, P e te r, N5
K eeter, S c o tt, N 8 , N 20
K eillor, B ru ce, N9, N 10, N 15, N 22
K eiser, S te p h e n K ., N 24
Kelly, P atric ia , N 15
K em sley, E . K ., N 27
K en d rick , A b ce, N 23
K ennedy, M arilyn M ., N 7
K eo n , J., N 17
K erin, R .A .,N 2 0
K erlinger, F re d N ., N 9
K e m a n , Je ro m e B., N 20
Kershaw , Jim , 494
K essler, R . C ., N 20
K harif, O lg a , 382
K h erm o u ch , G erry , N 2
K idd, H e a th J., N 20
K ieck er, P am ela, N 22
K ilburn , D av id , N 2, N 3, N 7, N 23
K im , B eo m so o , N i l
Kim , H a n k , N 2
Kim , S u n g S., N 1 5
Kim , Y o u n g ch an , N 32
K im m e ! A llan X, N 25
King, B .B ., 681
King, M a ry o n F., N 9, N I 4
K in n ear, T h o m a s C ..N 2 , N25
K ish, Leslie, N 1 8
K ivetz, R a n , N 23
KjeD, G u n n a r, N 18
www.FreeLibros.me
Kozinets, R o b e r t V., 380, N 8

K raft, K e n n e th L ., N 13
K r a p fe ! R o b e rt E ., N1
K r e h b ie ! T im othy, N 19, N 23
Kress, M o sh e , N 12
K rieg er, A b b a M ., N 31, N 3 2
K r is h n a m u rth ! L ak sh m an , N i l
K r is h n a n ,R .,N 2 7
K r o l! B ob, 458
K rosnick, J o n A ., N 16
K ru eg er, R ic h a rd A .,N 6 , N 7
K ru g er, R e n e e M ., 689
K ru m , Jam es R ., N 24
K ru sk a ! J. B., N 30
K ru sk a ! W. H ., N 23
K ucu k em iro g lu , O rsay, N 30
K uh, E d w in , N 26
K uhfeld, W a rre n F., N31
K um ar, V., N 28
K urcina, B e th , N 9
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
N ishisato, S hizu h ik o , N 14, N 22, N25

N itte rh o u se , D en ise, N 10
N o azin , S., N 14
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
P eterso n , R o b e r t A ..N 1 5 , N 20, N25

P ett, M a rjo rie A ., N 24, N 26
P e ttijo h n , C h arles, N 22
P ham , M ichel T u an , N 25
Phillips, E d w a rd H ., N 7
Phillips, L. W ., N i l
P ick ett, G re g o ry M ., N 30
Piercy, N igel E , N 25
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
S h eth , Jagdish N., N 2

S hevhn, M a rk , N 26
S h im p ,T . A ..N 1 2
S h o e m a k e r, R o b e rt W., N i l
S h o g re n , Ja so n F., N 16
S iasu b ram an iam , N a g a ra j, N 22
Siciliano, Tony, N 13
S iegel, Jo n a th a n W., N 8
S iegel, Sidney, N 26
S ilk, A lvin J., N I
Silva-R isso, Jo rg e M ., N 29
S ilv erm an , S te p h e n , N 33
S im ester, D u n cac , N 11
S im o n so n , Ita m a r, N 12, N 23
S im p so n , O. X, 681
S in, L e o Y at-m ing, N 34
Sincich, T erry, N 22, N 24
S inger, E le a n o r, N 9, N 1 6 ,N 1 9 , N 20, N21
S ingh, S o n o o , N 3
S in g h ap ak d i, A n u so rn , N I 3
S in h a, P ritb h u s h a n , N 4, N 14
S in u k u la, Jam es M ., N 28
S ird e sh m u k h , D e e p a k , N 3
Sirgy, M . Jo sep h , N 15, N 28
S irk in ,R . M a rk , N 23
S isodia, R a je n d ra S., N 2
S k iera, B e rn d , N 26
S k in n e r, S tev en J., N 8
S k itm o re, M a rtin , N 4
S lin k er, B ry an K., N 25, N 27
S m a rt, D e n is e T., N 25
S m ith , A ileen , N 19
S m ith , A llen E ..N 2 6
S m ith, C N . , N 10
S m ith , D aniel C ., N i l , N 13, N 27
S m ith , D avid, N I , N 2
S m ith, H ., N 27
S m ith, Jam ie, N 9 .N 2 0 , N 22
S m ith, Jo n a th a n E ., N 28
S m ith, K evin, N 7
S m ith, M atthew , N21
S m ith, N. C raig , N25
S m ith, S c o tt M ., N 30
S m ith , T om W., N 16
S m ith, W a y n e ,N 8 ,N 1 8
S nee, R o n a ld D., N 27
S nyder, D o n R .,N 1 2 ,N 2 3
S o b el, M ichael, N 10
Soley, L aw rence, N 27
S ong, X . M ichael, N 27
S p ag n a, G. J., N 14
S p ears, B ritney, 376,681
S p e k m a n , R o b e rt E ., N 25, N 30
S p e rb e r, B o h ,6 2 ,N 1 3
S p e rb c h , H o w a rd , 13
S p e th m a n n , B etsy, N i l
Spies, C X , N I 3
S p iller, L isa D., N 23
S p ird u so , W a n n e n W., N 33
S piro, R o s a n n L ., N15
S p o tts, H ., N i l
S p y ra k o p o u lo s, Sotiris, N 28
S rinivasan, V., N 27, N 31
S ta ffo rd , M a rla R o y n e , N 10
S ta ffo rd , T h o m a s F., N 10
S tah l, S te p h a n ie , N 22, N 29
S tanley, L inda R ., N 19
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
2 F o to d e N K M /N are sh K . M a Ih o tra ; 4 C o rte s ia d e IB M G lo b a l F in an

cial S erv ices S e c to r; 5 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; 13
C o rte s ia d e D a im le r C h r y s le r C o r p o r a tio n ; 22 M a ry K a tz /T h e Im a g e
W orks; 2 3 Sears, R o e b u c k & C o.
278 F bto d e N K M /N are sh K . M a lh o tra ; 280 S p e n c e r G ra n t/P h o to E d it;

283 S teve H al l/H ed rick B lessing/N ike T ow n; 293 B o b D aem m ric h /T h e
Im ag e W orks; 2 9 4 S usan Van E tte n /P h o to E d it.
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
312 F oto d e N K M /N a re sh K . M a lh o tra ; 314 C o rte sia d e l U.S. Fish a n d

W ildlife S erv ice; 319 C o rb is, R F ; 322 A P /W id e W orld P h o to s, In c.; 32 4
M a rg o t G ran itsas/P h o to R e search ers, In c.; 330 G ary R u s s/G e tty Im ages,
Inc. - Im ag e B ank.
72 F oto d e N K M /N are sh K . M a lh o tra ; 74 Jo n A n d e rso n /B la c k S ta r; 77
Capitulo 12
M icro so ft C o rp o ra tio n ; 8 3 F o to p ic/O m n i-P h o to C o m m u n ic a tio n s, Inc.;
340 R ito d e N K M /N aresh K . M a lh o tra; 341 Je an -C lau d e L eJeu n e/S to ck
86 B ill A ro n /P h o to E d it; 8 8 Jo h n L ei/S tock B o sto n ; 94 A P /W id e W orld
B o sto n ; 346 C o rtesia d e N ew Y ork C o n v e n tio n & V isitors B u re a u ; 353
P h o to s
C o rtesia d e la O rq u esta S infnica d e Ja cksonville;359C h ro m o S o h m /U n icorn S to ck 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
A P /W id e W o rld P h o to s ; 119 N ie ls e n M e d ia R e s e a r c h ; 125 ( a r r ib a )

F ra n k L aB u a/P earso n E d u c a tio n /P H C ollege; 125 (a b a jo ) N atio n al D e
cisio n S y stem s; 12 7 A P /W id e W orld P h o to s
386 I b to d e N K M /N a re sh K . M a lh o tra; 388 C o rte sia d e C M O R .
Capitalo 5
400 F o to d e N K M /N a re sh K . M a lh o tra ; 412 Ja m e s L ey n se/C o rb is/S A -
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
B A P re ss P h o to s, Inc.; 418 F elicia M a rtin e z /P h o to E d it.
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
C o lg ate-P alm o liv e C om pany.
166 F to d e N K M /N a re sh K . M a lh o tra ; 171 F to d e N K M /N a re sh K.

M alh o tra; 172 E lrick & Lavidge, In c.; 173 A rchivos d e A T & T; 175 ( a rrib a )
E lrick & L avidge, In c.; 175 (a b a jo ) Sean B u c h er/M u seo d e A r te M int.
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
5 8 4 R jto d e N K M /N a re sh K . M a lh o tra ; 586 R o b e rt F re rc k /G e tty I m a

g es, Inc. - S to n e A llsto ck ; 587 G e tty Im ag es - S to n e A llsto c k 601 C a th y
C h e n y /S to ck B o sto n .
640 R ito d e N K M /N a re sh K . M a lh o tra ; 650 P ascal L e S e g re ta in /G e tty

Im ages, I n e - L ia iso n ;6 5 1 B u rk e Inc.; 6 5 4 R>to d e N K M /N a re sh K .M a lh o tra ; 657 C o rte s a d e T o y o ta M o to r C o rp o ra tio n .
Capitulo 21
Captulo 23
60 8 R>to d e N K M /N a re sh K . M a lh o tra ;6 1 0 F ra n k L a B u a /P e a rso n E d u -
662 R>to d e N K M /N aresh K . M a lh o tra; 664 Tom P re tty m a n /P h o to E d it;

669 S tu a rt C o h e n /C o m sto c k Im a g e s; 670 A P /W id e W orld P h o to s; 672
H ugh R o g ers/H u g h R o g ers; 677 C o rtesa d e H ew lett-P ackard C om pany.
c a tio n /P H C o lle g e ; 620 A P /W id e W o rld P h o to s ; 626 D w a y n e N ew to n /P h o to E d it;6 3 1 C o rte s ia d e DeU C o m p u te r C o rp o ra tio n .
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

Investigacionde Mercados PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacionde Mercados PDF

Cargado por

Copyright:

Formatos disponibles

www.FreeLibros.

Judlth Cavazos Arroyo

Mara del Pilar Igunlz

Profesora de tiempo completo

Bertha Isabel Burguete Leal

Leticia Viesca Leal

M ara Isabel H uerta Carvajal

Enrique Manzur M. Ph. D.

y/D atos de catalogacin bibliogrfica

Enrique Quintanar Duarte

Production Manager Arnold Vila

CUARTA EDICIN, 2004

Cmara Nacional de la Industria Editorial Mexicana. Reg. Nm. 1031

Impreso en Mxico. Printed in Mxico.

WTRODUCCIN Y PRIMERAS FASES DE LA INVESTIGACIN DE MERCADOS

Definicin delproblema de la investigacin de mercados y elaboracin del enfoque del problema

PREPARACIN DEL DISEO DE INVESTIGACIN

Diseo de la investigacin exploratoria: datos secundarios

Diseo de investigacin exploratoria: investigacin cualitativa

Medicin y elaboracin de escalas: introduccin y escalas comparativas

Muestreo: determinacin del tamao inicial y fin a l de la muestra

Parte IIJ^ RECOPILACIN, PREPARACIN, ANLISIS E INFORME D ELO S DATOS

Casos generales con datos 6 9 5

Discusin con los tomadores de decisiones

Anlisis de datos secundarios

Introduccin y primeras fases de

Informacin histrica y pronsticos

Definicin de investigacin de mercados

Gasificacin de la investigacin de mercados

Etapa 3. Elaboracin del diseo de la

Entorno econm ico

Etapa 6. Preparacin y presentacin del

Empresas y servicios de investigacin de

Carreras en la investigacin de mercados

Funcin de la investigacin de mercados en el

La tica en la investigacin de mercados

Aplicaciones de Internet y computadora

Aplicaciones de Internet y computadora

Discusin con quienes toman las decisiones

Importancia de la definicin del problema

Anlisis de datos secundarios e investigacin

Ejercicios en Internet y computadora

Proceso de definicin del problema y

La tica de la investigacin de mercados

Especificacin de la informacin necesaria

Captulo Definicin del problema de la investigacin de

Investigacin de mercados internacionales

Cmo elegir un proveedor de investigacin de

Ejercicios en Internet y computadora

Naturaleza de la investigacin de mercados

Definicin del problema de investigacin de

Etapa 5. Preparacin y anlisis de datos

Capacidades mercadolgicas y tecnolgicas

Etapa 2. Elaboracin de un mtodo para

Otros casos de la Parte I

Naturaleza: contenido de los datos

1-1: Burke: aprende y crece en la investigacin

Confiabilidad: qu tan confiables son los

1-2: Accenture: el acento est en su nombre

Clasificacin de los datos secundarios

Captulo Diseo de la investigacin

Datos comerciales generales

Fuen tes gubernamentales