CAPITULO 9: Recolección de datos primarios: experimentación y mercados de prueba

1. Experimento. Método de investigación en el que se manipula una variable y se observa el efecto

en otra.
2. investigación causal. Investigación diseñada para determinar si un cambio en una variable causó
probablemente un cambio observado en otra.
3. experimentos en laboratorio. Experimentos realizados en un ámbito controlado.
4. experimentos de campo. Pruebas realizadas fuera del laboratorio en un entorno real, como un
mercado.
5. validez interna. Medida en la que explicaciones rivales de los resultados experimentales
observados pueden descartarse.
6. validez externa. Grado en el que las relaciones causales medidas en un experimento pueden
generalizarse a personas, ámbitos y momentos externos.
7. historia. Intervención, entre el principio y el fin de un experimento, de variables o eventos
externos que podrían cambiar la variable dependiente.
8. maduración. Cambios en sujetos que ocurren durante el experimento y que no están
relacionados con el experimento, pero que podrían afectar la respuesta de sujetos al factor de
tratamiento.
9. variación del instrumento. Cambios en instrumentos de medición (p. ej., entrevistadores u
observadores) que podrían afectar las medidas.
10. sesgo de selección. Diferencias sistemáticas entre el grupo de prueba y el grupo de control
debidas a un proceso de selección sesgado.
11. mortalidad. Pérdida de unidades de prueba o sujetos en el curso de un experimento, que podría
resultar en no representatividad.
12. efecto de prueba. Efecto que es un subproducto del proceso de investigación mismo.
13. regresión a la media. Tendencia de sujetos con conducta extrema a desplazarse al promedio de
esa conducta en el curso de un experimento.
14. aleatorización. Asignación al azar de sujetos a condiciones de tratamiento para garantizar una
representación igual de características de los sujetos.
15. control físico Mantener constante el valor o nivel de variables extrañas en el curso de un
experimento.
16. control del diseño Uso del diseño experimental para controlar factores causales extraños.
17. control estadístico Ajuste de los efectos de variables confusas ajustando estadísticamente el valor
de la variable dependiente para cada condición de tratamiento.
18. diseño experimental Prueba en la que el investigador tiene el control sobre y manipula una o más
variables independientes.
19. variable de tratamiento Variable independiente que se manipula en un experimento.
20. efecto experimental Efecto de la variable de tratamiento en la variable dependiente.
21. contaminación Inclusión en una prueba de un grupo de encuestados que normalmente no se
encuentran en el lugar; por ejemplo, compradores de fuera del mercado de prueba que ven un
anuncio solo dirigido a aquellos en el área de prueba y que entran al área a adquirir el producto
puesto a prueba.
22. diseños preexperimentales Diseños que ofrecen escaso o nulo control sobre factores extraños.
23. diseño de estudio de caso con una medición Diseño preexperimental sin observación anterior a la
prueba ni grupo de control y con únicamente una medición posterior.
24. diseño sin grupo de control y medición anterior y posterior Diseño preexperimental con
mediciones anterior y posterior pero sin grupo de control.
25. diseño genuinamente experimental Investigación que usa un grupo experimental y un grupo de
control a los que unidades de prueba se asignan aleatoriamente.
26. diseño con grupo de control y medición anterior y posterior Diseño genuinamente experimental
que implica asignación aleatoria de sujetos o unidades de prueba a los grupos experimental y de
control y mediciones anterior y posterior de ambos grupos.
27. diseño con grupo de control y medición posterior Diseño genuinamente experimental que implica
la asignación aleatoria de sujetos o unidades de prueba a los grupos experimental y de control,
pero no medición anterior de la variable dependiente.
28. cuasiexperimentos Estudios en los que el investigador carece de control completo sobre la
programación de tratamientos o debe asignar encuestados a tratamientos en forma no aleatoria.
29. diseño de serie temporal interrumpida Investigación en la que la repetida medición de un efecto
“interrumpe” previos patrones de datos.
30. diseño de serie temporal interrumpida Investigación en la que la repetida medición de un efecto
“interrumpe” previos patrones de datos.
31. mercado de prueba Prueba en el mundo real de un nuevo producto o de algún elemento de la
mezcla de marketing usando un diseño experimental o cuasiexperimental.

CAPITULO 10: El concepto de medición

1. medición Proceso de asignar números o rótulos a personas, objetos o sucesos de acuerdo con
reglas específicas para representar cantidades o cualidades de atributos.
2. regla Guía, método o instrucción que indica a un investigador qué hacer.
3. constructos Tipos específicos de conceptos que existen en los más altos niveles de abstracción.
4. definición constitutiva Formulación del significado de la idea o concepto central bajo estudio,
estableciendo sus límites; también conocida como definición teórica, o conceptual.
5. definición operativa Formulación de precisamente qué características observables se medirán
y del proceso para asignar un valor al concepto.
6. escala Conjunto de símbolos o números elaborado de tal manera que los símbolos o números
puedan asignarse mediante una regla a los individuos (o sus conductas o actitudes) a los que se
aplica la regla.
7. escalas nominales Escalas que dividen los datos en categorías mutuamente excluyentes y
colectivamente exhaustivas.
8. escalas ordinales Escalas que mantienen las características de rotulación de las escalas
nominales y que tienen la capacidad de ordenar datos.
9. escalas de intervalos Escalas que tienen las características de las escalas ordinales, más
intervalos iguales entre los puntos para indicar montos relativos; pueden incluir un punto cero
arbitrario.
10. escalas de proporciones Escalas que tienen las características de las escalas de intervalos, más
un punto cero significativo de tal manera que las magnitudes pueden compararse
aritméticamente.
11. confiabilidad Grado en que las medidas están libres de error aleatorio, y por lo tanto ofrecen
datos congruentes.
12. confiabilidad de prueba repetida Capacidad del mismo instrumento para producir resultados
congruentes cuando se le usa una segunda vez en condiciones lo más similares posible a las
originales
13. estabilidad Ausencia de cambio en resultados de prueba repetida.
14. confiabilidad de formas equivalentes Capacidad de dos formas muy similares de un
instrumento de producir resultados estrechamente correlacionados.
15. confiabilidad de consistencia interna Capacidad de un instrumento para producir resultados
similares cuando se le usa en muestras diferentes durante el mismo periodo para medir un
fenómeno.
16. técnica de división a la mitad Método para evaluar la confiabilidad de una escala dividiendo a
la mitad la serie total de elementos de medición y correlacionando los resultados.
17. validez Grado en el que lo que el investigador intenta medir fue realmente medido.
18. validez frontal Grado en el que una medición parece medir lo que se supone que debe.
19. validez del contenido Representatividad, o suficiencia muestral, del contenido del instrumento
de medición.
20. validez relacionada con un criterio Grado en el cual un instrumento de medición puede predecir
una variable designada como criterio.
21. validez predictiva Grado en el que un futuro nivel de una variable de criterio puede ser
pronosticado por una escala presente de medición.
22. validez concurrente Grado en el que otra variable, medida en el mismo punto en el tiempo que
la variable de interés, puede ser predicha por el instrumento de medición.
23. validez de constructos Grado en el que un instrumento de medición representa y une
lógicamente, vía la teoría subyacente, el fenómeno observado con el constructo.
24. validez convergente Grado de correlación entre diferentes instrumentos de medición que
pretenden medir el mismo constructo.
25. validez discriminante Medida de la falta de asociación entre constructos que supuestamente
son diferentes.

CAPITULO 12: Diseño de cuestionarios

1. cuestionario Serie de preguntas diseñadas para generar los datos necesarios para cumplir los
objetivos del proyecto de investigación; también llamado entrevista estructurada o por
encuestas
2. edición Revisar cada cuestionario para confirmar que se hayan seguido los patrones de saltos y
llenado las preguntas requeridas.
3. patrón de saltos Secuencia en la que se hacen las preguntas, basada en las respuestas del
encuestado.
4. objetivos de las encuestas Descripción de la información de toma de decisiones buscada a
través del cuestionario.
5. preguntas abiertas Preguntas a las que el encuestado contesta con sus propias palabras.
6. preguntas cerradas Preguntas que requieren que el encuestado elija de una lista de respuestas.
7. preguntas dicotómicas Preguntas cerradas que piden a los encuestados elegir entre dos
respuestas.
8. preguntas de opción múltiple Preguntas cerradas que piden al encuestado elegir entre varias
respuestas; también llamadas preguntas multicotómicas.
9. preguntas de escala Preguntas cerradas en las que las opciones de respuesta están diseñadas
para recoger la intensidad del sentir de los encuestados
10. claridad Se alcanza evitando terminología ambigua, usando lenguaje local razonable ajustado al
grupo objetivo y haciendo las preguntas una por una.
11. preguntas de selección Preguntas usadas para identificar a encuestados apropiados.
12. prueba preliminar Corrida de ensayo de un cuestionario.
13. instrucciones del supervisor Indicaciones por escrito para la empresa de trabajo de campo
sobre cómo realizar la encuesta.
14. compañías de trabajo de campo Empresas que prestan servicios de apoyo como formateo de
cuestionarios, redacción de preguntas de selección y coordinación de la recolección de datos.

CAP. 13 CONSIDERACIONES BASICAS DE MUESTREO

1. muestreo Proceso de obtener información de un subconjunto de un grupo mayor.

2. población Grupo entero de personas sobre las que se necesita información; también
llamado universo o población de interés. Definir la población de interés es un paso clave del
proceso de muestreo.
3. censo Conjunto de datos obtenido de o acerca de cada miembro de la población de interés.
4. muestra Subconjunto de todos los miembros de una población de interés.
5. Desarrollo del plan muestral
 Paso uno: definir la población de interés
 Paso dos: elegir un método de recolección de datos
 Paso tres: identificar un marco muestral
 Paso cuatro: seleccionar un método muestral
 Paso cinco: determinar el tamaño de la muestra
 Paso seis: desarrollar procedimientos operativos para seleccionar los elementos de
la muestra
 Paso siete: ejecutar el plan operativo muestral

6. marco muestral Lista de elementos de la población de la que pueden seleccionarse las

unidades por muestrear o procedimiento especificado para generar esa lista.
7. marcación de dígitos aleatorios Método de generar listas de números telefónicos al azar
8. muestras probabilísticas Muestras en las que cada elemento de la población tiene una
probabilidad conocida de selección diferente de cero.
9. muestras no probabilísticas Muestras en las que elementos específicos de la población han
sido seleccionados en forma no aleatoria.
10. No aleatoriedad resulta cuando elementos de la población se seleccionan por
conveniencia, porque llegar a ellos es fácil o poco costoso.
11. No aleatoriedad deliberada ocurre cuando un plan muestral excluye o sobre representa
sistemáticamente a ciertos subconjuntos de la población.
12. tamaño de muestra El subconjunto identificado y seleccionado de la población para la
encuesta, elegido porque representa al grupo entero.
13. parámetro de la población Valor que describe o tipifica con precisión un factor de una
población completa, como edad o ingreso promedio.
14. Un parámetro de la población es un valor que define una característica verdadera de una
población total.
15. error muestral Error que ocurre porque la muestra seleccionada no es perfectamente
representativa de la población. Hay dos tipos de error muestral: administrativo y aleatorio.
16. El error administrativo tiene que ver con los problemas en la ejecución del plan muestral;
es decir, fallas en el diseño o ejecución de la muestra que provocan que no sea
representativa de la población.
17. El error muestral aleatorio se debe al azar y no puede evitarse. Este tipo de error se puede
reducir, aunque no eliminar por completo, incrementando el tamaño de la muestra.
18. El error no muestral, o de medición, incluye todos los factores diferentes al error muestral
que pueden causar inexactitud y sesgo en los resultados encuéstales.
19. error no muestral Todos los errores distintos al error muestral; también llamado error de
medición.
20. muestra aleatoria simple Muestra probabilística seleccionada asignando un número a cada
elemento de la población y usando después una tabla de números aleatorios para
seleccionar a elementos específicos para su inclusión en la muestra. Es la más pura.
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑒𝑙𝑒𝑐𝑐𝑖ó𝑛:
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
21. muestreo sistemático Muestreo probabilístico en el que la población entera es numerada
y elementos se seleccionan usando un intervalo de salto.
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑆𝑎𝑙𝑡𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 =
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
22. muestra estratificada Muestra probabilística forzada a ser más representativa mediante el
muestreo aleatorio simple de subconjuntos mutuamente excluyentes y exhaustivos.
23. Tres pasos están implicados en la implementación de una muestra apropiadamente
estratificada:
 Identificar sobresalientes (importantes) factores demográficos o de clasificación-
Factores que están correlacionados con la conducta de interés.
 Determinar qué proporciones de la población corresponden a los diversos
subgrupos en cada estrato (por ejemplo, si el género se ha determinado como un
factor sobresaliente, determinar qué proporción de la población es masculina y que
proporción es femenina).
 Seleccionar muestras aleatorias simples aparte de cada estrato. Este proceso se
implementa en forma algo diferente al muestreo aleatorio simple tradicional.

24. asignación proporcional Muestreo en el cual el número de elementos seleccionados de un

estrato es directamente proporcional al tamaño del estrato en relación con el tamaño de la
población.
25. asignación no proporcional, u óptima Muestreo en el cual el número de elementos
tomados de un estrato dado es proporcional al tamaño relativo del estrato y a la desviación
estándar de la característica en consideración.
 26. muestra grupal Muestra probabilística en la que las unidades de muestreo se seleccionan a
partir de varias áreas geográficas pequeñas para reducir los costos de recolección de datos.
27. Si la muestra consta de todos los elementos de los sub conjuntos seleccionados, se llama
muestra grupal de una etapa.
28. Sin embargo, si la muestra de elementos se elige en alguna forma probabilística a partir de
los subconjuntos seleccionados, la muestra es una muestra grupal de dos etapa.
29. muestreo superficial de múltiples etapas Áreas geográficas seleccionadas para encuestas
nacionales o regionales en unidades de población progresivamente menores, como
condados, luego manzanas residenciales y después casas.
30. muestras por conveniencia Muestras no probabilísticas basadas en usar personas
fácilmente accesibles.
31. muestras por juicio Muestras no probabilísticas en las que los criterios de selección se basan
en el juicio del investigador sobre la representatividad de la población en estudio.
32. muestras de cuota Muestras no probabilísticas en las que cuotas, basadas en factores
demográficos o de clasificación seleccionados por el investigador, se establece para
subgrupos de la población.
33. muestras de bola de nieve Muestras no probabilísticas en las que encuestados adicionales
se seleccionan con base en referencias de los encuestados iniciales.

CAP.19 COMUNICACIÓN DE LOS RESULTADOS DE LA INVESTIGACION

1. resumen ejecutivo Porción de un informe de investigación que explica por qué se hizo la
investigación, qué se descubrió, qué significan esos hallazgos y qué acción, si alguna, debería
emprender la gerencia.
2. conclusiones Generalizaciones que responden las preguntas planteadas por los objetivos
de investigación o que satisfacen de otra manera esos objetivos.
3. Organización del informe:
1.Página del título. La página del título debe estar dominada por el nombre del proyecto.
Otros elementos que se deben incluir son el nombre de la organización cliente, el nombre
de la empresa de investigación y la fecha del informe.
2. Contenido. Este no debe exceder de una página y debe enlistar las principales secciones
del informe junto con el número de página en el que empiezan. Esto permite al lector, y a
menudo también al investigador, hacer una consulta rápida para buscar información
específica en el informe.
3. Resumen ejecutivo. Esta es quizá la parte más difícil de escribir del informe, porque debe
cubrir sucintamente los hallazgos clave y las recomendaciones que se desprenden de esos
hallazgos. No todos los informes incluyen recomendaciones. Que lo hagan depende de la
naturaleza de la investigación, qué se espera de la empresa investigadora y qué descubrió
la investigación. Sin embargo, todos los informes de investigación deberían incluir hallazgos
clave. Lo que vuelve difícil de hacer el resumen ejecutivo es que debe ser corto (de dos a
cuatro páginas como máximo), y a muchos investigadores les cuesta mucho trabajo
sintetizar la gran cantidad de información a su disposición en solo dos a cuatro páginas. Es
fácil explayarse, pero difícil ser compacto en tu resumen. El resumen ejecutivo no debe
 compendiar todos los hallazgos, sino concentrarse en los más importantes y relevantes para
las metas de la investigación.
4. Antecedentes. Los antecedentes exponen el contexto de la investigación y abordan cosas
como la meta general de la investigación, las decisiones que deben tomarse, la fortaleza y
debilidad de la compañía respecto al tema en cuestión y otra información similar. No deben
ser de más de una o dos páginas. También en este caso suele ser difícil comprimir a lo
esencial mucha información.
5. Metodología. Aquí debemos explicar cómo se hizo la investigación y por qué se hizo de
esa manera. Temas que deben abordarse incluyen quiénes fueron entrevistados, por qué
decidimos entrevistar a esas personas, cómo se les entrevistó (por ejemplo, encuesta
telefónica, encuesta por correo, encuesta en internet o algún híbrido de estos métodos),
por qué se les entrevistó de esa manera, cómo se le seleccionó, qué tipo de metodología de
muestreo utilizamos, si la muestra es una muestra representativa, a cuántas personas
entrevistamos, cómo procesamos las encuestas completadas, qué procedimientos
estadísticos especiales se emplearon y por qué usamos esos procedimientos, y otras
cuestiones parecidas. No es necesario que esta sección sea larga; una o dos páginas son lo
apropiado. Si es indispensable abordar algunos elementos técnicos de la metodología en
forma más extensa, en un apéndice debe proporcionarse información más detallada sobre,
por ejemplo, los procedimientos estadísticos usados.
6. Hallazgos. Esta es por lo común la sección más larga del informe y debe resumir los
resultados de casi cada pregunta de la encuesta.
7. Apéndices. Esta última sección del informe ofrece varios elementos complementarios,
como una copia del cuestionario, una serie de tabulaciones cruzadas de cada pregunta de
la encuesta (para que el cliente pueda buscar temas específicos no tocados en los hallazgos)
y otros materiales de apoyo, como detallada información técnica sobre procedimientos y
técnicas especiales de investigación.

4. recomendaciones Conclusiones aplicadas a estrategias o tácticas de marketing que se centran en

la obtención por un cliente de una ventaja diferencial.