UNIVERSIDAD PERUANA LOS ANDES

Facultad de Ingeniería
Escuela Profesional de Ingeniería industrial

ASIGNATURA: INVESTIGACIÓN DE MERCADOS

SEMANA 13: PREPARACIÓN DE LOS DATOS

M. Sc. Antonio Anaya Ureña

Análisis, interpretación y presentación de la
información.
Preparación
preliminar del plan Ajuste estadístico
Codificación
de análisis de de los datos.
datos.

Revisión de los Obtención de

Transcripción
cuestionarios. información

Depuración de los Análisis e

Edición
datos. interpretación
 Plan de análisis de datos
• Consiste en declarar las técnicas de análisis estadísticos que se van a
utilizar durante el procesamiento y análisis de datos y dar respuesta a
cada objetivo de la investigación de mercado.
• Para ello se deben identificar:
• Las variables: Cualitativos o cuantitativos o mixtos. .
• Objetivos:
• General y específicos.
• Descriptivos.
• Relacionales
• Causales.

• El tipo de estadística a utilizar: Descriptiva o Inferencial.

 Revisión de cuestionarios

Integridad Completas Cantidad

• Sin roturas. • Totalidad de adecuada
• Total de hojas. preguntas • Igual o mayor al
respondidas tamaño de
muestra.
 Preparación de datos

Codificación Transcripción Depuración

Ajuste Pautas para la

estadístico de interpretación
datos de información.
 Codificación
• Significa asignarle un código a cada opción de respuesta por
pregunta, el ejemplo típico es que para la categoría sexo, se asigna 1
para mujer y 2 para varón.
• En una hoja de cálculo como Excel, en las filas se colocan los datos del
encuestado y en las columnas se colocan las etiquetas de las
preguntas.
 Transcripción.
• Este paso es cada vez superado por la tecnología de procesamiento
de datos, porque los registros van directamente a la computadora y
ya no se requiere de un digitador y alguien que verifique los posibles
errores.
• En el caso peruano un ejemplo, es lo que hace la ONPE con las actas
electorales que una vez entregados al centro de cómputo, quedan
escaneadas y se procede a copiar los datos para validar las elecciones
mesa por mesa y tener el resultado total final.
 Depuración de datos.
• Se hace es una revisión exhaustiva de la información, porque requiere
comprobar la congruencia.
• En casos muy extraños, hay cuestionarios que tienen valores no solicitados,
o se les preguntó algo y en las preguntas de comprobación dan datos
contrarios, en muchos casos se elimina esos cuestionarios.
• Por ejemplo, se le preguntó la disposición para comprar un producto nuevo
y respondieron que sí, luego, en otra pregunta de control similar dicen que
no estarían dispuestos a probar productos novedosos; allí se observa una
contradicción.
• El equipo de investigación debe tener políticas para los casos de falta de
respuestas, uno de esos criterios es sustituir la respuesta con un valor
neutro o con una posible respuesta del encuestado revisando sus otras
respuestas o eliminar el cuestionario.
 Ajuste estadístico de datos
• Es un procedimiento para presentar los datos con mayor coherencia
lógico; son tres los procedimientos para hacer ajustes:
• Ponderación,
• Redefinición de variables y
• Transformación de escala
• Malhotra sostiene que: La elección de la estrategia de análisis
estadístico de datos, debe basarse en los primeros pasos del proceso
de investigación de mercados, las características conocidas de los
datos, las propiedades de las técnicas estadísticas, y la experiencia y
filosofía del investigador.
Ponderación:
• Ponderación significa, darles nuevos valores a las respuestas de los
encuestados en razón del peso específico que el investigador asigna a
ciertos miembros de la encuesta. El ejemplo clásico es que no es igual
la opinión de una persona que es un cliente habitual a un cliente
esporádico o a otro que solo tiene una condición de casual; entonces,
el investigador bajo su criterio asigna un peso de (10, 5, o 3) a la
respuesta del primero y de (5, 3 o 2) al intermedio y de (1) al
esporádico. Antes de hacer este procedimiento es necesario recordar
que los datos están autoponderados.
• Si se realiza el procedimiento es necesario comunicarlo
explícitamente en el informe final.
Redefinición de variables:
• Implica transformar los datos para crear variables nuevas o
modificar las existentes. El propósito de la redefinición es
crear variables que sean congruentes con los objetivos del
estudio.
• Por ejemplo, suponga que la variable original era el uso de
un producto, con diez categorías de respuesta, las cuales
podrían reducirse a cuatro: uso frecuente, moderado,
esporádico o nulo. O el investigador puede crear nuevas
variables que sean combinaciones de muchas otras.
Transformación de escalas:
• La transformación de escala, se hace para poder comparar y hacer un
análisis de los datos que tienen como origen escalas distintas, aun si
son parte del mismo cuestionario.
• La forma de hacerlo se ilustra con el siguiente resultado de
satisfacción de una empresa:
• Muy bueno 16%,
• Bueno 29%
• Regular 30%,
• Malo 15%,
• Muy malo 10%.
• Una interpretación básica, señalaría que la empresa es regular.
• Sin embargo, por transformación de escala juntamos los valores
extremos y sumamos a favor 45%, regular 30% y en contra 25%; se ha
transformado la escala en tres valores y la interpretación es distinta,
la empresa sería de muy buena a buena.
• Si quisiéramos seguir la lógica para tener solo dos valores entonces se
divide el valor medio de 30, como la mitad a favor (15%)y la mitad en
contra (15%) y el nuevo resultado sería: a favor 60% y en contra 40%,
que ayuda a tener más clara la visión y la posibilidad de hacer otras
inferencias.
 Pautas para la interpretación de la
información.
• Cuando se han acumulado los datos por las respuestas y por
indicador, siempre será recomendable hacer tablas simples o tablas
cruzadas y graficar los valores parciales.
• Una forma tradicional de interpretación es, la elección de los datos
más significativos, aquellos que superan la media o están por debajo
de ella.
• Cuando se hace tablas cruzadas, lo importante surge a partir de las
diferencias significativas, por ejemplo, según un informe del INEI
(2019) la tasa de actividad masculina es 81% y la femenina 62.3%; la
diferencia en los ingresos revela que las mujeres reciben sueldos
equivalentes al 71.4% comparado con los varones.
Aspectos que se
toman en cuenta al
comprar la carne de
cuy

Fuente: ESAN, 2016

Relación entre el objetivo de investigación y
los estadísticos aplicables según categoría.
Relación entre escalas y sus medidas
estadísticas aplicables.
GRACIAS