Diseño de la Investigación

exploratoria
Investigación Cualitativa
UDA
2019
Una clasificación de datos de investigación de
mercados
Fig. 5.1
Datos de investigación de mercados

Datos secundarios Datos primarios

Datos cualitativos Datos cuantitativos

Descriptivos Causales

Datos por Datos por observación Datos

encuesta y otros experimentales
Marcelo Calle PhD
Investigación cualitativa y cuantitativa
Tabla 5.1
Investigación cualtitativa Investigación cuantitativa

Objetivo
Lograr un entendimiento Cuantificar los datos y generalizar
cualitativo de las razones y los resultados de la muestra a la
motivaciones subyacentes población de interés
Muestra
Número pequeño de casos no Número grande de casos
representativos representativos
Recolección de
No estructurado Estructurado
datos

Análisis de datos
No estadístico Estadístico
Resultado
Establecer una comprensión Recomendar un curso de acción
inicial final

Marcelo Calle PhD

Una clasificación de los procedimientos
de investigación cualitativa
Fig. 5.2
Procedimientos de investigación
cualitativa

Directos (no ocultos) Indirectos

(ocultos)

Técnicas
proyectivas
Sesiones de grupo Entrevistas en profundidad

Técnicas de Técnicas de Técnicas de Técnicas de

asociación complementación construcción expresión
Marcelo Calle PhD
Características de las sesiones de grupo
Tabla 5.2

Tamaño del grupo 8 a 12

Composición del grupo Homogéneo, evaluación previa de

los participantes

Entorno físico Atmósfera relajada e informal

Duración 1 a 3 horas

Registro Uso de cintas de audio y video

Moderador Con habilidades interpersonales, de

observación y de comunicación

Marcelo Calle PhD

 Procedimiento para planear y conducir sesiones de
grupo
Fig. 5.3

Determinar los objetivos y definir el problema

Especificar los objetivos de la investigación cualitativa

Fijar los objetivos y preguntas que responderán las sesiones de grupo

Redactar un cuestionario de selección

Establecer el perfil de un moderador

Llevar a cabo las sesiones de grupo

Revisar las cintas y analizar los datos

Resumir los resultados y planear la investigación/acción de seguimiento

Marcelo Calle PhD

Técnicas de entrevistas en profundidad:
Escalonamiento
En el escalonamiento, el interrogatorio pasa de las características del
producto a las características del usuario. Esta técnica permite al
investigador llegar a la red de significados del consumidor.

Aviones con asientos más anchos (característica del producto)

Puedo realizar más trabajo

Mayor logro

Mayor autoestima (características del usuario)

Campaña de publicidad: Se sentirá bien consigo mismo cuando viaje

con nuestra aerolínea. “Usted es el jefe”.

Marcelo Calle PhD

Técnicas de entrevistas en
profundidad: Preguntas con tema
oculto
Las preguntas con tema oculto no se enfocan en valores socialmente
compartidos, sino en “puntos sensibles” personales; no tratan sobre
estilos de vida generales sino sobre preocupaciones personales muy
arraigadas como

fantasías, vida laboral y vida social

actividades competitivas glamorosas, históricas, de élite y de

“camaradería masculina”

Campaña de publicidad: comunica agresividad, el alto estatus y la

herencia competitiva de la aerolínea.

Marcelo Calle PhD

Técnicas de entrevistas en profundidad: análisis
simbólico
El análisis simbólico intenta analizar el significado simbólico
de los objetos al compararlos con sus opuestos. Los opuestos
lógicos de un producto que se investigan son: el no uso del
producto, los atributos de un “no producto” imaginario y los
tipos opuestos de productos.

“¿Qué pasaría si ya no pudiera utilizar los aviones?”

“Sin aviones, realmente dependería del correo y de las

llamadas de larga distancia”.

Las aerolíneas venden a los gerentes la comunicación cara a

cara.
Campaña de publicidad: La aerolínea hará por un gerente lo
mismo que Federal Express hace por un paquete.
Marcelo Calle PhD
 Sesiones de grupo frente a
entrevistas en profundidad
Tabla 5.4

Característica Sesiones Entrevistas en

de grupo profundidad
Sinergia y dinámica del grupo + -
Presión de los otros miembros/ - +
influencia del grupo
Participación del cliente + -
Generación de ideas innovadoras + -
Sondeo profundo de los individuos - +
Descubrimiento de motivos ocultos - +
Discusión de temas delicados
Marcelo Calle PhD
- +
 Sesiones de grupo frente a
entrevistas en profundidad
Tabla 5.4, cont.

Característica Sesiones Entrevistas en

de grupo profundidad
Entrevistas a competidores - +
Entrevistas a profesionales - +
Programación de los participantes - +
Cantidad de información + -
Sesgo en la moderación y la + -
interpretación
+ -
Costo por participante
Nota: Un signo + indica una ventaja relativa sobre el otro
procedimiento, y un signo – Marcelo
indica Calle una
PhD desventaja relativa.
Definición de técnicas proyectivas
• Forma de preguntar no estructurada e indirecta
que anima a los encuestados a proyectar sus
motivaciones, creencias, actitudes o
sentimientos subyacentes con respecto a los
temas de interés. En las técnicas proyectivas, se
pide a los individuos que interpreten el
comportamiento de otros.
• Al interpretar la conducta de otros, los
participantes proyectan de manera indirecta sus
propias motivaciones, creencias, actitudes o
sentimientos en la situación.
Marcelo Calle PhD
Definición de técnicas proyectivas
• Asociación de palabras: se presenta una lista de
palabras y luego debe responder la primera palabra
en mente
• Técnicas de complementación: frases incompletas,
también historias incompletas, deben concluirlas
• Técnicas de construcción: respuesta frente a
imágenes, pruebas de caricaturas (dialogo)
• Técnicas expresivas: se presentan situaciones y
deben relacionar sentimientos y actitudes. Juego
de roles, asumen conductas. Tercera persona,
vecino colega relacionando creencias
Marcelo Calle PhD
 Comparación entre sesiones de grupo, entrevistas en profundidad y
técnicas proyectivas

Tabla 5.5

Criterios Sesiones de Entrevistas en Técnicas

grupo profundidad proyectivas
1. Grado de estructura Relativamente alto Relativamente medio Relativamente bajo
2. Cuestionamiento individual Bajo Alto Medio
de los participantes
3. Sesgo del moderador Relativamente medio Relativamente alto De bajo a alto
4. Sesgo de interpretación Relativamente bajo Relativamente medio Relativamente alto
5. Descubrimiento de
información Bajo De medio a alto Alto
6. Descubrimiento de
información innovadora
Alto Medio Bajo
7. Obtención de información Medio
Bajo Alto
delicada
8. Implica comportamiento No A grado limitado Sí
/cuestionamiento
9. Utilidad general Muy útil Útil Útil

Marcelo Calle PhD

Análisis de datos cualitativos
1. Reducción de datos. Selecciona qué aspectos de los
datos se resaltan, minimizan o se desechan en el
proyecto en cuestión.
2. Presentación de datos. Se elabora una interpretación
visual de los datos con herramientas como
diagramas, gráficas o matrices. La presentación
ayuda a aclarar los patrones y las interrelaciones en
los datos.
3. Conclusión y verificación. Considera el significado de
los datos analizados y evalúa sus implicaciones para
la pregunta de la investigación en cuestión.

Marcelo Calle PhD

 Diseño de la
Investigación descriptiva
Encuestas y observación
UDA
2019
 Clasificación de las técnicas de encuesta
Fig. 6.1
Tipos de
encuesta

Telefónica Personal Por Electrónica

correo

En casa En centros Internet

Asistida por Correo
comerciales
computadora electrónico

Tradicional Asistida por Panel de

Correo
computadora correo

Marcelo Calle PhD

Criterios para evaluar las técnicas de encuesta

• Flexibilidad en la recolección de datos

• Diversidad de las preguntas
• Uso de estímulos físicos
• Control de la muestra
• Control del ambiente de recolección de datos
• Control de la fuerza de campo
• Cantidad de datos y tasa de respuesta
• Sesgo, rapidez y costo

Marcelo Calle PhD

 Una evaluación comparativa de las técnicas de encuesta
Tabla 6.2
Encuestas Asistidas Encuestas Paneles Correo
Criterios Telefónica/ Encuestas por por electrónico
por Internet
ETAC en centros computadocorreo
en casa comerciales ra correo
Flexibilidad de la De moderada Alta Alta Moderada Baja Baja Baja Moderada
recolección de datos a alta a alta a alta
Diversidad de las preguntas Baja Alta Alta Alta Moderada Moderada Moderada Moderada
a alta
Uso de estímulos fisicos Baja Moderada Alta Alta Moderada Moderada Baja Moderada
a alta
Control de la muestra Moderada Potencialmente Moderada Moderada Baja Moderada Baja Baja a
a alta alta a alta moderada
Control del ambiente de Moderada Moderada Alta Alta Baja Baja Baja Baja
recolección de datos a alta
Control de la fuerza de campo Moderada Baja Moderada Moderada Alta Alta Alta Alta
Cantidad de datos Baja Alta Moderada Moderada Moderada Alta Moderada Moderada
Tasa de respuesta Moderada Alta Alta Alta Baja Moderada Baja Muy
baja
Anonimato percibido por Moderada Baja Baja Baja Alta Alta Moderada Alta
los encuestados
Deseo de aceptación social Moderada Alta Alta Moderada Baja Baja Moderada Baja
a alta
Obtención de Alta Baja Baja Baja a Alta Moderada Moderada Alta
información delicada moderada a alta
Potencial de un sesgo Moderada Alta Alta Baja Ninguno Ninguno Ninguno
e Ninguno
del entrevistador
Rapidez Alta Moderada Moderada Moderada Baja Baja a Alta Muy
a alta a alta moderada alta
Costo Moderada Alta Moderada Moderada Baja Baja a Baja Baja
a alta a alta moderada

Marcelo Calle PhD

Procedimientos de observación
• Estructurada: especificar en detalle lo que se va a
observar y forma de registro de mediciones
• No estructurada: supervisa aspectos del fenómeno
• Encubierta: no saben que se les observa
• Abierta: saben que se les observa
• Natural: tal como ocurre en el ambiente
• Artificial: conducta en ambiente creado

Marcelo Calle PhD

 Una clasificación de los procedimientos de observación

Fig. 6.3

Clasificación
de los
procedimientos
de observación

Tipos de observación

Observación Observación Inventario Análisis de Análisis de

personal mecánica contenido rastros
Marcelo Calle PhD
Ventajas relativas de la observación
• Permiten la medición de conductas reales, en vez de los
informes de conductas deseadas o preferidas.

• No hay un sesgo de informe, y el sesgo potencial causado

por el entrevistador y el proceso de la entrevista se
elimina o se reduce.

• Ciertos tipos de datos sólo pueden obtenerse mediante la

observación.

• Si el fenómeno observado ocurre con frecuencia, o es de

breve duración, los procedimientos de observación serán
más baratos y más rápidos que los de encuesta.
Marcelo Calle PhD
Desventajas relativas de la observación
• Las razones de la conducta observada quizá no están
determinadas debido a que se sabe poco sobre los motivos,
creencias, actitudes y preferencias subyacentes.
• La percepción selectiva (sesgo en la percepción del
investigador) puede sesgar los datos.
• La observación a menudo es costosa y prolongada; es difícil
observar ciertas formas de conducta.
• En algunos casos, el uso de técnicas de observación puede ser
poco ético, como cuando sucede al observar a la gente sin su
conocimiento o consentimiento.
Es mejor considerar la observación como un complemento de
las encuestas, en lugar de pensar que compiten con ellas.

Marcelo Calle PhD

Diseño de Investigación
Causal
UDA
2019
Concepto de causalidad
Una afirmación del tipo "X causa Y " tendrá significados
diferentes para una persona común o para un científico.
____________________________________________________
Significado común Significado científico
____________________________________________________
X es la única causa de Y. X es sólo una de varias causas
posibles de Y.

X debe conducir siempre a Y La ocurrencia de X hace más

(X es una causa determinista probable la ocurrencia de Y
de Y). (X es una causa probabilística de Y).

Es posible demostrar que Nunca podemos demostrar que X es

X es una causa de Y. una causa de Y. En el mejor de los
casos, podemos inferir que X es una
causa de Y.
Marcelo Calle PhD
Condiciones para la causalidad

• La varación concomitante es el grado en que una causa, X, y

un efecto, Y, ocurren o varían juntos de la manera en que
predice la hipótesis considerada.
• La condición del orden temporal de ocurrencia afirma que el
evento causante debe ocurrir antes o al mismo tiempo que el
efecto; no puede ocurrir después.
• La ausencia de otros factores causales posibles significa que el
factor o la variable que se investiga debería ser la única
explicación causal posible.

Marcelo Calle PhD

Definiciones y conceptos
• Las variables independientes son variables o alternativas que se
manipulan y cuyos efectos se miden y comparan; por ejemplo,
los niveles de precios.
• Las unidades de prueba son individuos, organizaciones y otras
entidades cuya respuesta a las variables independientes o
tratamientos se examina; por ejemplo, consumidores o tiendas.
• Las variables dependientes son las que miden el efecto de las
variables independientes sobre las unidades de prueba; por
ejemplo, ventas, ganancias y participación en el mercado.
• Las variables extrañas son todas las variables distintas a las
variables independientes que influyen en la respuesta de las
unidades de prueba; por ejemplo, el tamaño de la tienda, la
ubicación de la tienda y el esfuerzo de la competencia.
Marcelo Calle PhD
Diseño experimental
Un diseño experimental es un conjunto de procedimientos que
especifican:

◼ Las unidades de prueba y la forma en que éstas van a

dividirse en submuestras homogéneas.
◼ Qué variables independientes o tratamientos se
manipularán.
◼ Qué variables dependientes se medirán.
◼ Cómo van a controlarse las variables extrañas.

Marcelo Calle PhD

Validez en la experimentación
• La validez interna se refiere a si el manejo de las variantes
independientes o tratamientos en realidad causó los efectos
observados en las variables dependientes. El control de las
variables extrañas es una condición necesaria para establecer la
validez interna.

• La validez externa se refiere a si se pueden generalizar las

relaciones causa y efecto encontradas en el experimento. ¿A
qué poblaciones, escenarios, tiempos, variables independientes
y variables dependientes se proyectarían los resultados?

Marcelo Calle PhD

Clasificación de los diseños experimentales

• Los diseños preexperimentales no utilizan procedimientos de

aleatorización para controlar los factores extraños: el estudio
de caso único, el diseño pretest-postest con un grupo y el
grupo estático.
• En los diseños experimentales verdaderos, el investigador
puede asignar al azar las unidades de prueba y los
tratamientos a los grupos experimentales: el diseño pretest-
postest con grupo de control, el diseño de sólo postest con
grupo de control y el diseño de cuatro grupos de Solomon.

Marcelo Calle PhD

Clasificación de los diseños experimentales

• Los diseños cuasiexperimentales resultan cuando el

investigador es incapaz de manipular por completo la
programación o asignación de los tratamientos a las unidades
de prueba, pero aplica algo del aparato de experimentación
verdadera: diseño de series de tiempo y el de series de tiempo
múltiples.

• Un diseño estadístico es una serie de experimentos básicos

que permiten el control y el análisis estadísticos de las
variables externas: diseño de bloque aleatorizado, diseño de
cuadrado latino y diseño factorial.

Marcelo Calle PhD

 Clasificación de los diseños experimentales
Figura 7.1
Diseños experimentales

Preexperimental Experimental Cuasiexperimental Estadístico

verdadero

Estudio de caso Pretest-postest Series de Bloques

único con grupo de tiempo aleatorizados
control
Pretest-postest Sólo postest con Series de Cuadrado
con un grupo grupo de control tiempo latino
múltiples
Grupo estático Cuatro grupos Diseño
de Solomon factorial
Marcelo Calle PhD
Diseños estadísticos
Los diseños estadísticos consisten en una serie de experimentos
básicos que permiten el análisis y el control estadísticos de las
variables externas. Ofrecen las siguientes ventajas:

• Es posible medir los efectos de más de una variable

independiente.
• Pueden controlarse estadísticamente variables extrañas
específicas.
• Se formulan diseños económicos cuando cada unidad de
prueba se mide más de una vez.

Los diseños estadísticos más comunes son el diseño de bloque

aleatorizado, el diseño de cuadrado latino y el diseño factorial.
Marcelo Calle PhD
Limitaciones de la experimentación
• Los experimentos consumen tiempo, en particular si el
investigador está interesado en medir los efectos a largo
plazo.
• Los experimentos a menudo son costosos. Los requisitos
de grupo experimental, grupo de control y múltiples
mediciones aumentan significativamente el costo de la
investigación.
• Los experimentos pueden ser difíciles de administrar.
Puede ser imposible controlar los efectos de las variables
extrañas, sobre todo en un ambiente de campo.
• Los competidores pueden contaminar deliberadamente los
resultados de un experimento de campo.
Marcelo Calle PhD
Criterios para seleccionar mercados de prueba

Los mercados de prueba deben tener las siguientes características:

1. Ser lo suficientemente grandes para producir proyecciones importantes. Deberían
contener al menos 2% de la población real potencial.
2. Ser representativos demográficamente.
3. Ser representativos respecto al comportamiento del consumo del producto.
4. Ser representativos respecto al uso de los medios de comunicación.
5. Ser representativos respecto a la competencia.
6. Estar relativamente aislados en términos de distribución física y de medios.
7. Tener un desarrollo histórico normal en la clase de producto.
8. Tener disponibles investigación de mercados y servicios de auditoría.
9. No ser probados en exceso.

Marcelo Calle PhD

 Medición y
escalamiento
UDA
2019
 Escalas de medición básicas
Fig. 8.1
Escala
nominal Números
asignados a Terminó

corredores 7 8 3

Ordinal Ordenamiento
Terminó
por rango de
los ganadores
Tercer Segundo Primer
lugar lugar lugar
De intervalo Calificación del
desempeño en
8.2 9.1 9.6
una escala del
0 al 10

De razón Tiempo para 15.2 14.1 13.4

terminar en
Marcelo Calle PhD
segundos
 Ilustración de las escalas básicas de medición
Tabla 8.2
Escala Escala Escala de Escala
nominal ordinal intervalo de razón
Orden de Orden de $ gastado en
Núm. de tienda preferencia preferencia los últimos 3
1-7 11-17 meses
1. Parisian
7 79 5 15 0
2. Macy’s
2 25 7 17 200
3. Kmart
4. Kohl’s 8 82 4 14 0
5. J.C. Penney 3 30 6 16 100
6. Neiman Marcus 1 10 7 17 250
7. Marshalls 5 53 5 15 35
8. Saks Fifth Avenue 9 95 4 14 0
9. Sears 6 61 5 15 100
10.Wal-Mart 4 45 6 16 0
10 115 2 12 10
Marcelo Calle PhD
 Escalas básicas de medición
Tabla 8.1
Escala Características Ejemplos Ejemplos de Estadísticas permitidas
básicas comunes marketing Descriptiva Inferencial
Nominal Los números Números de Números de Porcentajes, Chi cuadrada,
identifican y seguridad social, marcas, tipos de moda prueba
clasifican objetos. números de tienda, binomial
jugadores de clasificación por
fútbol sexo

Ordinal Los números Clasificación de Clasificación de Percentil, Correlación

indican la calidad, preferencias, mediana de rangos
posición relativa clasificación de posición del ordenados,
de los objetos, los equipos de un mercado, clase ANOVA de
pero no la torneo social Friedman
magnitud de las
diferencias entre
ellos.

Marcelo Calle PhD

 Escalas básicas de medición, cont.
Tabla 8.1 (cont.)
Escala Características Ejemplos Ejemplos de Estadísticas permitidas
básicas comunes marketing Descriptiva Inferencial

De Pueden Temperatura Actitudes, Rango, media, Correlación

intervalo compararse las (Fahrenheit, opciones, desviación producto-
diferencias entre centígrados) números de estándar momento,
los objetos; el índice pruebas t ,
punto cero es ANOVA,
arbitrario. regresión,
análisis
factorial

De razón El punto cero es Longitud, peso Edad, ingreso, Media Coeficiente

fijo; pueden costos, ventas, geométrica, de variación
compararse los participación en media armónica
valores de la el mercado
razón de la
escala.

Marcelo Calle PhD

 Clasificación de las técnicas de escalamiento
Figura 8.2

Técnicas de escalamiento

Escalas Escalas no
comparativas comparativas

Escalas de Escalas de
Comparación Rangos Suma Clasificación Q
ordenados constante y otros pro- calificación calificación
pareada
cedimientos continua por reactivos

Diferencial Stapel
Likert
semántico
Marcelo Calle PhD
Comparación de las técnicas de
escalamiento
• Las escalas comparativas implican una comparación directa
de los objetos estímulo. Los datos de la escala comparativa
deben interpretarse en términos relativos y sólo tienen
propiedades ordinales o de rangos ordenados.

• En las escalas no comparativas, cada objeto se escala

independientemente del resto de los objetos del conjunto de
estímulos. Por lo general, se supone que los datos resultantes
corresponden a una escala de intervalo o de razón.

Marcelo Calle PhD

Técnicas no comparativas de
escalamiento

• Los encuestados evalúan sólo un objeto a la vez, por lo que las

escalas no comparativas se conocen también como escalas
monádicas.

• Las técnicas no comparativas constan de escalas de

clasificación continua y por ítem.

Marcelo Calle PhD

Escala de clasificación continua
Los encuestados califican los objetos poniendo una marca en la posición apropiada
sobre una línea que corre de un extremo al otro de la variable criterio. La forma de
una escala continua puede variar de manarea considerable.

¿Cómo calificaría a Sears como tienda departamental?

Versión 1
Probablemente la peor - - - - - - -I - - - - - - - - - - - - - - - -- Probablemente la mejor

Versión 2
Probablemente la peor - - - - - - -I - - - - - - - - - - - - - - - - -Probablemente la mejor

0 10 20 30 40 50 60 70 80 90 100

Versión 3
Muy mala Ni buena Muy buena
ni mala
Probablemente la peor - - - - - - -I - - - - - - - - - - - - - - - - Probablemente la mejor
0 10 20 30 40 50 Marcelo60 Calle PhD
70 80 90 100
Escalas de clasificación por ítem

• Se presenta a los encuestados una escala que asocia un

número o una breve descripción con cada categoría.

• Las categorías se ordenan en términos de la posición de la

escala y se pide a los encuestados que seleccionen la
categoría específica que describa mejor el objeto que se está
evaluando.

• Las escalas de clasificación por ítem más frecuentes son las

escalas de Likert, de diferencial semántico y de Stapel.

Marcelo Calle PhD

 Escala de Likert
La escala de Likert requiere que los encuestados indiquen el grado de acuerdo o
desacuerdo con cada una de las afirmaciones de una serie acerca del objeto estímulo.
Totalmente En Indiferente De Totalmente
en desacuerdo desacuerdo acuerdo de acuerdo

1. Sears vende mercancía de alta calidad. 1 2X 3 4 5

2. Sears tiene un mal servicio en tienda. 1 2X 3 4 5

3. Me gusta comprar en Sears. 1 2 3X 4 5

• El análisis puede hacerse reactivo por reactivo (análisis de perfil), o bien, se calcula una
calificación total (sumatoria).

• Cuando se llega a una calificación total, las categorías asignadas por los encuestados a
los enunciados negativos deben clasificarse invirtiendo la escala.
Marcelo Calle PhD
 Escala de diferencial semántico
El diferencial semántico es una escala de clasificación de 7 puntos cuyos
extremos están asociados con etiquetas bipolares que tienen carácter
semántico.
SEARS es:
Poderosa --:--:--:--:-X-:--:--: Débil
Poco confiable--:--:--:--:--:-X-:--: Confiable
Moderna --:--:--:--:--:--:-X-: Anticuada
• La frase o adjetivo negativos a veces aparecen del lado izquierdo de la
escala y otras del derecho.
• Esto controla la tendencia de algunos encuestados, en particular de
aquellos con actitudes, muy positivas o muy negativas, a marcar el
lado izquierdo o derecho sin leer las etiquetas.
• Los reactivos individuales en una escala de diferencial semántico
pueden calificarse en una escala de -3 a +3 o de 1 a 7.
Marcelo Calle PhD
Escala de Stapel
La escala de Stapel es una escala de clasificación unipolar con 10 categorías
numeradas del -5 al +5, sin un punto neutral (cero). Esta escala, por lo general,
se presenta de manera vertical.
SEARS

+5 +5
+4 +4
+3 +3
+2 +2X
+1 +1
ALTA CALIDAD MAL SERVICIO
-1 -1
-2 -2
-3 -3
-4X -4
-5 -5
Los datos obtenidos con una escala de Stapel pueden analizarse de la misma
forma que los datos del diferencial semántico.
Marcelo Calle PhD
 Escalas no comparativas básicas
Tabla 9.1

Escala Características Ejemplos Ventajas Desventajas

básicas

Escala de Se pone una marca sobre Reacción ante Fácil de construir. La clasificación puede
clasificación una línea continua. comerciales de TV. ser engorrosa a menos
continua que sea computarizada.

Escalas de clasificación por ítem

Escala de Likert Grados de acuerdo sobre Medición de Fácil de construir, Consume más tiempo.
una escala que va del 1 Actitudes. aplicar y
(totalmente en desacuerdo) entender.
al 5 (totalmente de
acuerdo).

Diferencial Escala de siete puntos Imagen de la Versátil. Controversia sobre

semántico con etiquetas bipolares. marca, producto si los datos son
y compañía. de intervalo.

Escala de Escala unipolar de 10 Medición Fácil de construir, Confusa y difícil

Stapel puntos,
- 5 a +5, de actitudes se aplica por teléfono. de aplicar.
sin un punto neutral e imágenes.
(cero).

Marcelo Calle PhD

 Algunas escalas de uso común en
marketing
Tabla 9.3

CONSTRUCTO DESCRIPTORES DE LA ESCALA

Actitud Muy mala Mala Ni mala ni buena Buena Muy buena

Importancia Nada importante No es importante Neutral Importante Muy importante

Satisfacción Muy insatisfecho Insatisfecho Ni insatisfecho ni satisfecho Satisfecho Muy satisfecho

Intención de Definitivamente no lo Probablemente no lo Tal vez lo compre o tal Probablemente lo Definitivamente lo

compra comprará comprará vez no comprará comprará

Frecuencia de Nunca Rara vez Algunas veces A menudo Muy a menudo

compra
 Evaluación de la escala
Fig. 9.5
Evaluación de la escala

Confiabilidad Validez Capacidad de

generalización

Test/ Formas Consistencia Contenido

Criterio Constructo
Retest alternativas interna

Convergente Discriminante Nomológico

Marcelo Calle PhD

Confiabilidad
• La confiabilidad puede definirse como el grado en el que la
medición está libre del error aleatorio, XA. Si XA = 0, la
medición es perfectamente confiable.

• En la confiabilidad de test-retest, se aplican conjuntos

idénticos de reactivos en dos momentos diferentes y se
determina el grado de similitud entre las dos mediciones.

• En la confiabilidad de formas alternativas, se construyen

dos formas equivalentes de la escala y se mide a los mismos
encuestados en dos momentos distintos, y en cada ocasión
se aplica una forma diferente.

Marcelo Calle PhD

Confiabilidad
• La confiabilidad de consistencia interna determina el grado en
el que son consistentes las diferentes partes de una escala
sumatoria donde se indica la característica que se está
midiendo.
• En la confiabilidad de división por mitades, los reactivos de la
escala se dividen en dos mitades y se correlacionan las
puntuaciones resultantes de cada mitad.
• El coeficiente alfa, o alfa de Cronbach, es el promedio de todos
los coeficientes posibles de la división por mitades que resultan
de las diferentes maneras de dividir los reactivos de la escala.
Este coeficiente varía entre 0 y 1, y un valor igual o menor a 0.6,
por lo general, indica una confiabilidad no satisfactoria de
consistencia interna.

Marcelo Calle PhD

Validez
• La validez de una escala se define como el grado en que las
diferencias en las puntuaciones obtenidas con la escala reflejan
diferencias verdaderas entre los objetos en la característica
medida, en lugar del error sistemático o aleatorio. La validez
perfecta requiere que no haya error de medición (XO = XV, XA =
0, XS = 0).
• La validez del contenido es una evaluación subjetiva pero
sistemática de qué tan bien representa el contenido de la
escala la tarea de medición en cuestión.
• La validez de criterio refleja si una escala se comporta como se
esperaba en relación con otras variables seleccionadas como
criterios significativos (variables de criterio).

Marcelo Calle PhD

Validez
• La validez de constructo se refiere a la cuestión de qué
constructo o característica mide la escala. La validez de
constructo incluye la validez convergente, discriminante y
nomológica.
• La validez convergente es el grado donde la escala se
correlaciona positivamente con otras medidas del mismo
constructo.
• La validez discriminante es el grado en que una medida no
se correlaciona con otros constructos de los que se supone
debe diferir.
• La validez nomológica es el grado donde la escala se
correlaciona del modo pronosticado por la teoría con las
medidas de constructos diferentes, pero relacionados.

Marcelo Calle PhD

Relación entre confiabilidad y validez
• Si una medida es perfectamente válida, también es
perfectamente confiable. En este caso XO = XV, XA = 0, y
XS = 0.
• Si una medida no es confiable, tampoco es perfectamente
válida, debido a un mínimo XO = XV + XA. Además, también
podría estar presente el error sistemático, es decir, XS≠0. Por
eso, la falta de confiabilidad implica falta de validez.
• Si una medida es perfectamente confiable, puede ser o no ser
perfectamente válida porque el error sistemático tal vez siga
presente (XO = XV + XS).
• La confiabilidad es necesaria, pero no suficiente para la validez.
Marcelo Calle PhD