PREPARACIÓN

DE LOS DATOS
CAPÍTULO Nº 12

Ing. Erick Mita Arancibia

 Objetivo Particular
Instructivo Educativo
Efectuar los pasos necesarios para preparar los Propiciar el interés de los estudiantes respecto a
datos obtenidos a través de la aplicación de los pasos requeridos para la preparación de
instrumentos de recolección de información datos, en procesos de investigación de
primaria los pasos necesarios para efectuar el mercados.
trabajo de campo en procesos de investigación
de mercados

Contenido
Conocimientos Habilidades
 Preparación de los datos Después de estudiar este capítulo, los
 Verificación del cuestionario estudiantes podrán:
 Revisión
 Comprender la importancia de la preparación
 Codificación
de datos.
 Transcripción
 Describir y analizar los pasos requeridos
 Depuración de los datos
para la preparación de datos
 Elección de una estrategia de análisis de
 Elegir una estrategia de análisis de datos.
datos
 Clasificación de las técnicas estadísticas

Ing. Erick Mita A.

 1. PROCESO DE PREPARACIÓN DE LOS DATOS

El objetivo de la La información se Los datos en bruto

mayor parte de las refiere a un conjunto que se recopilan en el
investigaciones de de hechos que tienen trabajo de campo
mercados es un formato adecuado deben ser
proporcionar para la toma de transformados en
información. decisiones. información que
Los datos son responda a las
medidas registradas preguntas de los
de ciertos fenómenos. tomadores de
decisiones.

Ing. Erick Mita A.

 Con relación a la preparación de datos, el primer paso
consiste en verificar que los cuestionarios sean
aceptables, sigue a continuación la revisión, codificación
y transcripción de los datos. Estos se depuran y se
establece un tratamiento para las respuestas faltantes.

Muchas veces es necesario hacer un ajuste estadístico

para que los datos sean representativos de la población
que se estudia.

Posteriormente el investigador debe elegir la estrategia

conveniente para el análisis de datos.

Ing. Erick Mita A.

 PROCESO DE PREPARACIÓN DE LOS
DATOS

Preparación preliminar del plan de análisis de datos

Revisión del cuestionario

Edición

Codificación

Transcripción

Depuración de los datos

Ajuste estadístico de los datos

Elección de la estrategia de análisis de los datos

Ing. Erick Mita A.

 1.1 REVISIÓN DEL CUESTIONARIO

cConsiste en comprobar
Un cuestionario puede ser
que todos los cuestionarios
inaceptable por varias
sean de calidad y estén
razones:
terminados.

Ing. Erick Mita A.

 Algunas partes o secciones del cuestionario están incompletas.

No se siguieron las instrucciones para el registro de respuestas.

Las respuestas mostraron poca variación. Por ejemplo: en una escala de 7 puntos
todas las partidas se marcaron con 4, lo cual da la impresión que el encuestado
respondió sin leer los enunciados.

Se perdieron páginas del cuestionario.

El cuestionario se recibió después de la fecha de corte establecida

El cuestionario fue llenado por alguien no calificado.

Los problemas para cumplir con los requisitos del muestreo deben
identificarse y corregirse, así como realizarse otras encuestas en casos
determinados, antes de continuar con la edición de datos.

Ing. Erick Mita A.

1.2 EDICIÓN

La edición consiste en efectuar la

revisión de los cuestionarios con objeto
de aumentar su fidelidad y precisión.
Consiste en examinarlos para detectar
respuestas ilegibles, incompletas,
incongruentes o ambiguas.

Ejemplos:
Ing. Erick Mita A.
 Respuestas • Cando se registran mal, es frecuente
en cuestionarios con preguntas no
ilegibles estructuradas.

Respuestas • Los cuestionarios pueden estar

incompletas incompletos en varios grados.

Respuestas • Una persona de ingresos bajos afirma

comprar solo en tiendas de prestigio y
incongruentes cuenta con ingresos bajos.

Ing. Erick Mita A.

 En esta etapa se debe realizar el
tratamiento de las respuestas
insatisfactorias que consiste en volver
al campo a recabar información,
asignar valores faltantes o descartar a
los encuestados insatisfactorios.

Ing. Erick Mita A.

 • Consiste en volver a buscar a los encuestados para
corregir las respuestas insatisfactorias.
VOLVER AL CAMPO • Se aplica en el caso de mercados industriales donde es
fácil encontrar a los encuestados.

• Si no es viable devolver los cuestionarios al campo, el revisor

puede asignar valores faltantes a las respuestas
ASIGNACION DE insatisfactorias. Se aconseja este método cuando: son pocos
VALORES los entrevistados con respuestas insatisfactorias, la
proporción de respuestas insatisfactorias por cada uno de
FALTANTES estos encuestados es pequeña y las variables con
respuestas insatisfactorias no son las más importantes.

DESCARTAR A LOS • Consiste en descartar a los encuestados con

ENCUESTADOS respuestas insatisfactorias. Es un sistema apropiado
cuando:
INSATISFACTORIOS

Ing. Erick Mita A.

 La proporción de entrevistados es baja (menos del 10%).

La muestra es grande.

Los encuestados insatisfactorios no difieren de los satisfactorios de

manera obvia, por ejemplo: en factores demográficos o características de
uso del producto.

La proporción de respuestas insatisfactorias de cada entrevistado

es grande.

Faltan respuestas a variables clave.

Ing. Erick Mita A.

 Ejemplo:

• En una investigación dirigida a

gerentes de marketing se 192
encuestas, se descartaron 4
porque los encuestados
indicaron que no estaban a
cargo de las decisiones
generales de marketing.

• Dicha decisión se tomó porque

la muestra era grande y la
proporción de encuestados
insatisfactorios era pequeña.

Ing. Erick Mita A.

 1.3 CODIFICACIÓN

Consiste en asignar un número (código) a cada una

de las posibles respuestas susceptibles de aparecer
en cada una de las preguntas del cuestionario.

El código incluye una indicación del lugar en una

columna y el registro que ocupará.

Ejemplo: el sexo de los entrevistados se codificaría con el

número 1 apara las mujeres y con el número 2 para los hombres.

Ing. Erick Mita A.

 • En función del tipo de pregunta de que se trate, la
codificación se habrá efectuado:

En la fase del diseño Después de haber

del cuestionario obtenido la información
(precodificación) (postcodificación).

Ing. Erick Mita A.

 • Precodificación del cuestionario
Consiste en asignar un código a cada una de
las posibles respuestas susceptibles de ser
mencionadas por los encuestados en las
preguntas estructuradas del cuestionario.
Puesto que estas posibles respuestas son
conocidas antes de haber obtenido la
información, la precodificación del cuestionario
se efectúa en la fase del diseño del mismo.
Ing. Erick Mita A.
Al precodificar, habrá que prever un código
específico para cada posible respuesta y
además se debe reservar un código para los
individuos que no respondan. La forma de
codificar dependerá también de si se trata de
una pregunta uni-respuesta o multi-respuesta.
 Ejemplo (pregunta unirespuesta):

¿En qué establecimiento suele usted comprar la mayoría de sus

productos alimenticios? Marque una sola opción.

OPCIONES DE RESPUESTA CÓDIGOS ASIGNADOS A

CADA OPCIÓN DE
RESPUESTA
( ) Supermercado 1
( ) Mercado 2
( ) Tiendas especializadas 3
( ) Bodega 4
( ) No sabe/no responde 5

Ing. Erick Mita A.

 Ejemplo (pregunta multi-respuesta):

¿En qué establecimientos suele usted comprar la mayoría de sus productos

alimenticios? Puede marcar varias opciones.

OPCIONES DE RESPUESTA CÓDIGOS ASIGNADOS A CADA

OPCIÓN DE RESPUESTA
SI NO
( ) Supermercado 1 2
( ) Mercado 1 2
( ) Tiendas especializadas 1 2
( ) Bodega 1 2
( ) No sabe/no responde 1 2

Ing. Erick Mita A.

 • Postcodificación del cuestionario

Consiste en asignar un Puesto que las respuestas La postcodificación se

código a cada una de las son desconocidas “a efectúa en dos fases:
posibles respuestas priori”, la postcodificación
susceptibles de ser del cuestionario se
mencionadas por los realizará una vez que se
encuestados en las haya obtenido la totalidad
preguntas abiertas del o una parte de la
cuestionario. información.

Ing. Erick Mita A.

 1ra FASE: cuando se ha llevado a cabo una parte suficiente del trabajo de campo, se
selecciona una muestra de los cuestionarios y se efectúa un recuento manual de la
totalidad de respuestas distintas que los encuestados han dado a cada una de las
preguntas no estructuradas.

A partir del listado de “respuestas distintas”, el responsable de codificación decidirá qué

respuestas pueden ser agrupadas entre ellas, debido a su similitud.

En función de la frecuencia de las respuestas obtenidas, se decidirá a qué respuestas se

les asignará un código específico y qué respuestas se agruparán bajo un mismo código
que corresponda a “otras respuestas”.

Se finalizará con la elaboración de una lista que contenga todas las posibles respuestas
a cada una de las preguntas abiertas con el código que se le haya asignado, a esta lista
se le denomina “libro de códigos”.

Ing. Erick Mita A.

 • En la 2da FASE, cuando haya finalizado el trabajo de
campo, se seleccionarán todos los cuestionarios, y en
cada una de las preguntas abiertas, en el espacio previsto
para ello, se anotará el código que corresponda a cada
respuesta, siguiendo las instrucciones especificadas en el
libro de códigos.

Ing. Erick Mita A.

 1.3.1 LIBRO DE CÓDIGOS

El libro de códigos El libro de códigos

contiene las orienta el trabajo de
Por lo general un libro
instrucciones para la los codificadores y
de códigos contiene
codificación y la ayuda al investigador
la siguiente
información necesaria a identificar y localizar
información:
sobre las variables y adecuadamente las
el conjunto de datos. variables.

Ing. Erick Mita A.

 Número de columna.

Número de registro.

Número de variable.

Nombre de la variable.

Número de la pregunta.

Instrucciones para la codificación

El término “variable” puede ser empleado en lugar del término “pregunta”.

Ing. Erick Mita A.

 1.4 TRANSCRIPCIÓN

Transcribir los datos consiste en

transferirlos de los cuestionarios o de
las hojas de codificación a discos
duros, cintas magnéticas o capturarlos
directamente en las computadoras.

Si los datos se reunieron en

entrevistas asistidas por
computadoras este paso es
innecesario, dado que se capturan en
el momento de recibirlos.

Ing. Erick Mita A.

 1.5 DEPURACIÓN DE LOS DATOS

Comprende la verificación de la congruencia y el tratamiento de las

respuestas faltantes.
La verificación en esta fase es realizada en computadora, mediante
los programas estadísticos SPSS, SAS, EXCEL, MINITAB, entre
otros.

• En este paso se identifican los datos

Comprobación de la impropios, ilógicos o extremos. Los
congruencia datos con valores no definidos en el
esquema de codificación son
inadmisibles.

Ejemplos:
Ing. Erick Mita A.
 Datos • En una escala de 1 al 5, los encuestados
calificaron con 6, 7, 8 ó 9.
impropios
• Un encuestado pueden indicar que hace
Datos llamadas de larga distancia por celular, pero no
cuenta con éste.
ilogicos • A veces los encuestados indican que utilizan un
producto pero no lo conocen.

Datos • Un individuo pudo haber marcado únicamente la

opción 1 para todos los atributos de una marca,
en una escala de 1 al 7, lo cual dará lugar a un
extremos calificación promedio baja.

Ing. Erick Mita A.

 • Las respuestas faltantes representan
valores de una variable que se
Tratamiento de desconocen, ya sea porque los
entrevistados dieron respuestas ambiguas
las respuestas o porque no fueron bien anotadas.
faltantes:
• Para tratar las respuestas faltantes se
tienen las siguientes opciones:

Ing. Erick Mita A.

 Un valor neutro por lo regular es la respuesta
 Reemplazar con valor
promedio a la variable y no afecta demasiado a
neutro
otras estadísticas.
Con el patrón de respuestas de los
 Reemplazar con una entrevistados a otras preguntas, se puede atribuir
respuesta atribuida o se calcula una respuesta viable para las
preguntas faltantes.
Se descartan del análisis entrevistados con
 Eliminación de los
respuestas faltantes. Produce diferencias en la
casos
muestra planificada
En vez de descartar todos los casos con valores
faltantes, el investigador solo toma los casos con
respuestas completas para los cálculos, lo que
da lugar a distintos tamaños de muestra (en las
 Eliminación por pares
diferentes preguntas de la encuesta).

Esta técnica puede arrojar resultados que no son

convincentes .
Ing. Erick Mita A.
 Ejemplo:

• En un estudio de 350 donde se aplicó la técnica de

eliminación por pares se obtuvieron los siguientes
resultados:
Información requerida No de casos sobre los que
se realizó el análisis

•Ocupación clientes •350 casos

•Tipo de establecimientos detallistas •330 casos
seleccionadas para comprar el
producto

•Frecuencia de compra del producto •345 casos

•Formas de pago del producto •320 casos

Ing. Erick Mita A.

 1.6 AJUSTE ESTADÍSTICO DE LOS DATOS

Los procedimientos para ajustar estadísticamente los

datos son la ponderación, la nueva especificación de
variables y las transformaciones de escalas. Los ajustes
no siempre son necesarios, pero mejoran la calidad del
análisis de datos.

PONDERACIÓN REDEFINICIÓN DE TRANSFORMACIÓN

VARIABLES DE ESCALA

Ing. Erick Mita A.

 a) Ponderación

Consiste en un ajuste estadístico en los que a

cada caso o entrevistado de la base de datos se
le asigna un peso de acuerdo a su importancia
en relación con otros casos o entrevistados.

El valor 1 representa el caso sin ponderar; la

ponderación tiene el efecto de aumentar o
disminuir el número de casos de la muestra.

La ponderación se usa sobre todo para que los

datos de la muestra sean más representativos
de ciertas características de la población
objetivo.

Ing. Erick Mita A.

 Ejemplo:
• Si se realiza un estudio para
determinar que modificaciones
deben hacerse a un producto, es
posible que el investigador
asigne mayor peso a las
opiniones de quienes más
consumen el producto.
• Esto se lograría mediante la
asignación de un peso de 3 a
estos usuarios, 2 a los usuarios
moderados y 1 a los usuarios
esporádicos o no usuarios.

Ing. Erick Mita A.

 b) Nueva especificación de variables

Consiste en transformar los

datos para generar variables
nuevas o modificar las
actuales.

La intención es crear variables

que sean congruentes con el
objetivo del estudio.

Ing. Erick Mita A.

 Ejemplo:

• Suponiendo que la variable

original era el uso del producto y
que tenía 10 categorías de
respuesta, estás podrían
reducirse a 4, como ser:
usuarios intensos, moderados,
esporádicos y no usuarios.

Ing. Erick Mita A.

 c) Transformación de escalas

Con frecuencia se usan escalas diferentes para medir

diversas variables.

Por ejemplo:
la imagen se pudo haber medido con una escala
diferencial semántico de 7 puntos; la opinión acerca del
producto con una escala de clasificación continua y el
estilo de vida con una escala likert de cinco puntos, por lo
cual no tendría sentido hacer comparaciones entre las
mediciones, por lo que es preciso transformar las escalas.

Ing. Erick Mita A.

 • Este procedimiento se desarrolla cuando es necesario
que las variables estén “alineadas”, para ello es posible
aplicar las técnicas de empobrecimiento y
enriquecimiento de variables.

Empobrecimiento Enriquecimiento

• Convertir una • Convertir una

escala de mayor escala de menor
nivel a menor nivel a mayor
nivel en términos nivel en términos
estadísticos. estadísticos.

Ing. Erick Mita A.

 Ejemplos:

Enriquecimiento: Empobrecimiento

• ¿Cuánto es el precio que estaría • ¿Cuánto dinero gasta cada que

dispuesto a pagar por el producto sale de compras?...........
x?
• Posteriormente el investigador
( ) 5-10 codifica las respuestas en rangos
( ) 11-15 (escala nominal).
( ) 20-25
( ) 26-30

• Posteriormente el investigador
codifica las respuestas en escala
de razón.

Ing. Erick Mita A.

 1.7 ELECCIÓN DE UNA ESTRATEGIA DE
ANALISIS DE DATOS

El análisis de datos no es un fin en sí mismo, su objetivo es

brindar información que sirva para abordar y responder al
problema.

La selección de una estrategia de análisis de datos debe

comenzar con una consideración de las primeras etapas
del proceso:

1º Definición 2º Elaboración 3º Diseño de la

del problema del método investigación

Ing. Erick Mita A.

 Las escalas de medición usadas también ejercen gran influencia en la elección
de las técnicas estadísticas.

El diseño de investigación puede favorecer ciertas técnicas. Ejemplo un análisis

de varianza se presta para el análisis de experimentos que arrojan los diseños
causales.
También es importante considerar las propiedades de las técnicas estadísticas,
algunas son apropiadas para explorar diferencias entre variables, otras para
evaluar las magnitudes de las relaciones entre variables y otras para hacer
pronósticos.

Por último, los antecedentes y la filosofía del investigador afectan la elección de

la estrategia de análisis de datos.

Ing. Erick Mita A.

 ELECCIÓN DE LA ESTRATEGIA DE ANALISIS DE
DATOS

Etapas I, II, III de la investigación de

mercados

Características conocidas de los datos

Propiedades de las técnicas

estadísticas

Antecedentes y filosofía del

investigador

Estrategia de análisis de datos

Ing. Erick Mita A.