Investigación de Mercados - Churchill G - 4 Ed

THOMSON

Investigación de mercados, 4a. edición Gilbert A. Churchill, Jr Vicepresidente editorial y de producción: Miguel Ángel Toledo Castellanos

Gerente de producción: René Garay Argueta

Diseño de portada: Daniel Aguilar Solanos

Editora de desarrollo: Marcela Rocha Martínez

Editora de producción: Patricia Pantoja Valdez

Revisión técnica: Pablo Alfredo Neri Delgado UNITEC-Campus Cuitláhuac Ana Leticia Viesca Leal ITESM-Campus Ciudad de México

Supervisora de manufactura: Claudia Calderón Valderrama

Traducción: Jorge Blanco Traductor profesional

COPYRIGHT © 2003 por International Thomson Editores, S.A. de C. V., una división de Thomson Learning, Inc. Thomson Learning™ es una marca registrada usada bajo permiso.

DERECHOS RESERVADOS. Queda prohibida la reproducción o transmisión total o parcial del texto de la presente obra bajo cualesquiera formas, electrónica o mecánica, incluyendo fotocopiado, almacenamiento en algún sistema de recuperación de información, o grabado sin el consentimiento previo y por escrito del editor.

Impreso en México Prínted in México 2 3 4 05 04 03

Para mayor información contártenos en: Séneca 53 Col. Polanco México, DF, 11560

Traducido del libro Basic Marketing Research, 4th edition, publicado en inglés por Harcourt College Publishers, ©2001 ISBN 0-03-021104-2 Datos para catalogación bibliográfica: Churchill, Gilbert A. Investigación de mercados ISBN 970-686-188-2 1. Investigación de mercados. 2. Introducción a la investigación de mercados y definición del problema, Diseño de la investigación, Métodos de recopilación de datos, Formularios de recopilación de datos, Muestreo y recopilación de datos, Análisis de los datos, Informes de investigación.

Puede visitar nuestro sitio en http://www.thomsonlearning.com.mx División Iberoamericana México y América Central Thomson Learning Séneca 53 Col. Polanco México, DF, 11560 Tel. 52 (55) 5281 29 06 Fax 52 (55) 5281 26 56 [email protected]

América del Sur Thomson Learning Calle 39 No. 24-09 La Soledad Bogotá, Colombia Tel.(571)3409470 Fax (571)340 94 75 [email protected]

El Caribe Thomson Learning 598 Aldebaran St. 00920, Altamira San Juan, Puerto Rico Tel. (787)641 11 12 Fax (787) 641 11 19 [email protected]

España Paraninfo Thomson Learning Calle Magallanes 25 28015 Madrid España Tel. 34 (0)91 446 33 50 Fax 34 (0)91 445 62 18 [email protected]

Cono Sur Buenos Aires, Argentina [email protected]

Este Libro se termino de Imprimir

En el mes de ENERO de 2006 En EDAMSA IMPRESIONES, S.A. DE C.V. Av. Hidalgo N. 111, col. Frac. San Nicolás Tolentino, Iztapalapa, 09850 México, D. F.

CUARTA EDICIÓN

NVESTIGAC MERC GILBERT A. CHURCHILL JR.

Arthur C. Neilsen, Jr., Jefe de Investigación de Mercados University of Wisconsin

THOIVISON

Australia • Brasil • Canadá • España • Estados Unidos • México • Reino Unido • Singapur

PROLOGO

Investigación de mercados se diseñó para un curso introductorio a la investigación de mercados y puede usarse en secuencias de uno o dos trimestres, así como en cursos semestrales. El tema de la investigación de mercados es complejo, pues abarca diversas preguntas que deben responderse y decisiones que deben tomarse en cuanto a las técnicas usadas para resolver un problema de investigación. A falta de un marco de referencia general -que se proporciona en este libro- resulta sencillo que los estudiantes se extravíen en un laberinto; es decir, que se sientan tan abrumados por los detalles y fragmentos que no vean las interrelaciones de las partes con el todo. Pero, para quien aspira a ser directivo o investigador, la comprensión de esas interrelaciones es indispensable, ya que en un sentido muy real la investigación de mercados es un gran negocio. Puesto que las decisiones tomadas durante una etapa del proceso de investigación tienen consecuencias en otras etapas, los directivos deben apreciar las interacciones sutiles y penetrantes que hay entre las diversas partes del proceso de investigación, de modo que puedan tener un grado de confianza apropiado en el resultado del mismo. Por su parte, los investigadores también deben apreciar las interacciones entre las partes. Éstas son como un gancho del que cuelgan los conocimientos acumulados respecto a los métodos de investigación, pero es necesario que los investigadores se resistan a la tentación de ser cautivados por ellas en detrimento del todo. Esta obra pretende ser útil a los futuros directivos e investigadores al dividir el proceso de investigación en varias etapas básicas que deben completarse para responder a una pregunta de investigación. Dichas etapas son: 1. Formulación del problema. 2. Determinación del diseño de investigación. 3. Determinación del método de recopilación de datos. 4. Diseño de los formularios de recopilación de datos. 5. Diseño de la muestra y recopilación de datos. 6. Análisis e interpretación de los datos. 7. Preparación del informe de investigación. La organización de este libro es paralela a esas etapas del proceso de investigación; es decir, la obra está organizada en las siete partes mencionadas. Cada una se subdivide en otras menores, de modo que el análisis de una etapa dada suele encontrarse en varios capítulos. Este tratamiento modular permite que los estudiantes asimilen los conocimientos de manera gradual y orienta a los profesores en cuanto al orden con el que se cubren los temas.

Organización La primera parte se compone de cuatro capítulos y un apéndice. En el capítulo 1 se presenta un panorama general de la investigación de mercados y se describe en qué clases de problemas se usa, quién realiza la investigación y cómo se organiza la función de investigación. También se presenta una perspectiva de las oportunidades profesionales disponibles en la investigación de mercados. En el capítulo 2 se muestra un panorama de las diversas maneras de obtener inteligencia de mercadotecnia. Se subraya la función cada vez más importante que tienen los sistemas de apoyo de decisiones y la internet en la obtención de inteligencia de negocios y competitiva, además de contrastar los enfoques del sistema de información con énfasis en el proyecto que se usa en la obra. En el capítulo 3 se presentan generalidades del proceso de investigación. El apéndice de este capítulo es un análisis de diversos marcos de referencia éticos para considerar las técnicas de investigación de mercados. En el capítulo 4 se analiza la primera etapa del proceso de investigación: formulación del problema, y se explican los aspectos que deben analizarse para convertir un problema de decisión de mercadotecnia en una o más preguntas que puedan afrontarse productivamente mediante la investigación. También contempla la preparación de una propuesta de investigación. La segunda parte se relaciona con la elección del diseño de investigación y comprende dos capítulos. En el capítulo 5 se brinda un panorama de la función de los diversos diseños de investigación y se analiza uno de los tipos fundamentales, el diseño exploratorio. Luego, en el capítulo 6 se analizan otros dos tipos básicos, los diseños descriptivo y causal. En la tercera parte se trata el tema general de elegir un método de recopilación de datos e incluye cinco capítulos y un apéndice. El capítulo 7 se centra en los datos secundarios como fuente de información, y en su apéndice se analizan las múltiples fuentes de datos secundarios. En el capítulo 8 se analizan las operaciones de los servicios de información de mercadotecnia estandarizada y los datos que aportan. En el capítulo 9 se describen los temas relacionados con la elección entre dos métodos primarios con los cuales puede recopilarse la información de mercadotecnia: la observación y la encuesta. Después, en el capítulo 10 se describen las alternativas principales, con sus respectivas ventajas y desventajas, para entrevistar personas. En el capítulo 11 se hace una descripción similar, pero respecto a las técnicas de observación. La cuarta parte se orienta al diseño real de los formularios para recopilar datos que se usarán en un estudio. En el capítulo 12 se analiza el procedimiento en serie que puede utilizarse para diseñar un cuestionario o formulario de observación. Después, en el capítulo 13 se analizan ciertos temas de medición

iv

Prologo

básicos que los investigadores y directivos deben tener en cuenta para no engañar ni engañarse durante la interpretación de los resultados. En el capítulo 14 se describen algunas de las técnicas más usadas por los mercadólogos para medir las actitudes, percepciones y preferencias de los clientes. En la quinta parte, formada por cuatro capítulos, se examinan algunos disenos de muestreo y la recopilación real de los datos necesarios para responder a las preguntas de investigación. En el capítulo 15 se muestra el panorama general de los principales tipos de muestras que pueden emplearse para determinar los elementos poblacionales de los cuales deben recopilarse los datos. Además, se describen los tipos principales de muestras no probabilísticas y el muestreo aleatorio simple, que es la técnica fundamental de muestreo probabilístico. En el capítulo 16 se analiza el uso de los muéstreos estratificado y de grupos, que son técnicas de muestreo probabilístico más refinadas. En el capítulo 17 se trata la pregunta de cuántos elementos poblacionales deben tomarse en la muestra para responder, con precisión y confianza en los resultados, a las preguntas de investigación. Por su parte, en el capítulo 18 se analizan la recopilación de datos y los numerosos errores posibles al realizar esta tarea, desde una perspectiva que permite a los directivos evaluar mejor la calidad de la información que reciben de una investigación. Una vez recopilados los datos, es lógico que el enfoque del proceso de investigación se desplace hacia el análisis, que es la búsqueda del significado que posee la información recopilada. Esta búsqueda incluye muchas preguntas y varios pasos, de modo que en los tres capítulos de la sexta parte se presenta una perspectiva de esos pasos y preguntas. En el capítulo 19 se revisan los pasos de edición, codificación y tabulación de los datos, preliminares al análisis. En el capítulo 20 se analizan los procedimientos apropiados para examinar si las diferencias entre grupos son estadísticamente significativas o no. En el capítulo 21 se describen los procedimientos estadísticos que puedan usarse para examinar el grado de relación entre las variables. En la séptima parte, que se compone de dos capítulos y un epílogo, se analiza la última, pero sumamente importante, etapa del proceso investigación: el informe de investigación. Puesto que suele considerarse como la norma con la cual se juzga toda la actividad de investigación, el informe debe contribuir positivamente a tal evaluación. En el capítulo 22 se analizan los criterios que debe satisfacer un informe de investigación escrito, así como la forma que puede asumir para que contribuya positivamente a la investigación. En el capítulo 23 se hace lo mismo para los informes orales. También se analizan ciertas técnicas gráficas que pueden usarse para comunicar con mayor fortaleza los resultados importantes. En el epílogo se confrontan los elementos del proceso de investigación al demostrar sus interrelaciones de manera panorámica. La organización del material de esta obra, que gira en torno a las etapas del proceso de investigación, tiene varios beneficios importantes. En primer término, divide el tema de la investigación de mercados en partes más digeribles. En segundo lugar, muestra y refuerza continuamente la forma en que las partes de la técnica de investigación encajan en el todo; por ejemplo, los estudiantes pueden ver fácilmente la relación de la estadística

con la investigación de mercados o dónde podrían continuar sus estudios para convertirse en especialistas en investigación. En tercer lugar, la organización de la obra brinda al profesor cierta flexibilidad en cuanto al orden de cobertura de las partes del proceso.

Características especiales Además de su organización pedagógicamente adecuada, Investigación de Mercados posee varias características dignas de mención. En primer lugar, la obra brinda una cobertura relativamente completa de las técnicas más importantes para obtener la inteligencia de mercadotecnia. Con el enfoque general utilizado al analizar los temas, se presentan a los estudiantes los pros y contras de los diversos métodos que hay para afrontar un problema de investigación, además de desarrollar una apreciación del porqué de esas ventajas y desventajas. Se espera que esta apreciación les permita aplicar con creatividad y evaluar críticamente los procedimientos de investigación de mercados. Otras características importantes son las siguientes: 1. Un conjunto de objetivos de aprendizaje donde se resaltan los temas más importantes del capítulo. Luego, en el resumen, se recapitulan dichos objetivos, uno por uno. 2. Cada capítulo se inicia con "Un caso para la investigación de mercados", que se adapta de situaciones reales y resulta muy interesante para el estudiante. Por añadidura, al final del capítulo se hace de nuevo referencia al caso en cuestión ("De regreso en el caso"), ilustrando cómo puede enfocarse más nítidamente con los métodos descritos en el capítulo. 3. Se incluye un glosario a todo lo largo de la obra. Los términos clave de cada capítulo están compuestos en negritas y sus definiciones aparecen al margen del texto en el que se analizan. Además, cada uno de ellos también está señalado. 4. Las "Ventanas de investigación" muestran lo que ocurre en el mundo de la investigación de mercados. En ellas se describe lo que sucede en determinadas compañías y se brindan algunos consejos específicos acerca del "cómo". Al igual que en "Un caso para la investigación de mercados", sirven para darle vida al tema y atraer poderosamente el interés de los estudiantes. 5. El uso abundante de fotografías brinda un refuerzo visual a los conceptos importantes. Distribuidas en toda la obra, las fotografías proporcionan al estudiante una interpretación tangible de cómo se llevan a cabo los diversos aspectos del proceso de investigación. 6. Al final de cada capítulo se incluyen preguntas de análisis, problemas o proyectos. Ello permite que el estudiante cuente con la oportunidad de aplicar los temas del capítulo a situaciones específicas, con lo cual perfecciona sus habilidades analíticas y adquiere conocimientos de primera mano sobre las debilidades y fortalezas de las diversas técnicas de investigación.

Prólogo 7. A través de la obra se analiza un proyecto de investigación. Se incluye al final de cada parte y se relaciona con las actitudes de los establecimientos minoristas hacia la publicidad en los diversos medios de comunicación. El proyecto constituye una situación real que enfrenta un grupo de estaciones radiofónicas en una comunidad. Comienza con la descripción de las preocupaciones y objetivos de las estaciones; después, en cada parte, se describe cómo se diseñó y emprendió la investigación, se muestran las interrelaciones de las etapas del proceso de investigación y se brinda a los estudiantes una perspectiva real y práctica de cómo se lleva a cabo una investigación. 8. Al final de cada sección se presentan varios casos relacionados con alguna etapa del proceso de investigación. Se trata de 38 casos que ayudan a que el estudiante desarrolle sus habilidades de evaluación y analíticas. También son útiles para demostrar la aplicación universal de las técnicas de investigación de mercados que, contrario a lo que se supone, son útiles no sólo para fabricantes y distribuidores de productos, sino para los sectores privado y público en relación con otros temas. Entre los casos se incluyen entidades o temas diversos, como el programa Big Brothers o las áreas de educación, bancaria y teatral, entre otras. Todos los casos corresponden a situaciones reales, aunque algunos se modificaron para proteger la naturaleza privada de la información. 9. Los datos primarios que se presentan en relación con ocho de los casos permiten que los estudiantes realicen su propio análisis para responder a las preguntas. 10. Esta cuarta edición también incluye la descripción, cuestionario, formulario de codificación y datos primarios de un estudio de café molido que realizó la National Family Opinión (NFO, por sus siglas en inglés), compañía de investigación de mercados establecida en Toledo, Ohio. El estudio se utilizó para elaborar diversas preguntas de análisis y algunos problemas de los capítulos, lo cual brinda al estudiante la oportunidad de trabajar con datos "vivos". Ello debe ejercitar su habilidad para convertir los problemas de investigación en temas de análisis de datos y para interpretar los datos obtenidos de computadoras. Además, la base de datos es lo suficientemente grande como para que los profesores diseñen sus propios problemas de aplicación y ejercicios para su clase, lo cual brinda incluso mayores oportunidades de aprendizaje práctico.

Cambios en la cuarta edición Aunque su aspecto sea similar al de las tres ediciones anteriores, esta edición contiene algunos cambios importantes. El cambio principal es la creciente importancia otorgada al uso de internet para la investigación de mercados. Ello se refleja más claramente en el capítulo 2, Recopilación de la inteligencia de mercadotecnia, que contiene un análisis detallado de internet, intranets, la función del director de información y los sistemas modernos de información en red. Sin embargo, también se presenta a lo largo de la obra, con el análisis de temas y nuevos ejemplos.

v

Otro cambio importante es el de los casos: más de 20% son nuevos y más de 25% de los restantes se revisó ampliamente. Por último, todos los capítulos fueron sometidos a un escrutiniomp.

Agradecimientos Aunque elaborar un libro nunca es trabajo de una sola persona, siempre se corre el riesgo de omitir algunas contribuciones importantes cuando se intenta agradecer la ayuda de los demás. Pero es necesario intentarlo, ya que esta obra se benefició inmensamente gracias a los numerosos y útiles comentarios que recibí de diversos colegas durante su elaboración. En particular, me gustaría expresar mi agradecimiento a las personas siguientes, que revisaron el manuscrito de ésta o alguna de las ediciones previas. Mientras que gran parte del crédito por las bondades del libro es suya, la responsabilidad por cualquier debilidad es estrictamente mía. Les agradezco a todos y cada uno de ustedes sus comentarios sumamente perspicaces y útiles. David Andrus Kansas State University Joseph Ballenger Stephin R. Austin State University Edward Bond Bradley University Donald Bradley University of Central Arkansas Terry Childers University of Minnesota James S. Chow East Carolina University C. Anthony Di Benedetto Temple University Elizabeth Ferrell Southwestern Oklahoma State University David Gourley Arizona State University Dhruv Grewal University ofMiami Thomas S. Gruca University of lowa

vi

Prólogo

D. S. Halfhill California State University, Fresno James E. Hansz Lehigh University Doug Hausknecht University of Akron Vince Howe University of North Carolina- Wilmington Deborah Roedder John University of Minnesota

Douglas Mac Lachlan University of Washington Tridib Mazumdar Syracuse University Donald J. Messmer College of William and Mary Thomas Noordewier University of Vermont Pradeep A. Rau The George Washington University

Debra Ringold Wiliamette University Glen Jarboe University of Texas, Arlington Abhijit Roy Plymouth State College Roland Jones Mississippi State University Bruce Stern Ram Kesavan Portland State University University of Detroit R. Sukumar University of Houston Leonard Jensen Southern Illinois University, John H. Summey Carbondale Southern Illinois University- Carbondale Richard H. Kolbe Kent State University David Urban Virginia Commonwealth Elizabeth K. La Fleur University Nicholls State University Subhash Lonial University of Louisville Daulatram Lund University of Nevada

Joe Welch North Texas State University

Vaya mi agradecimiento para mis colegas de la University of Wisconsin por el estimulo intelectual y el apoyo psicologico que siempre me han proporcionado. Tambien deseo agradecer a Janet Christopher por encargarse de gran parte de la transcripcion del manuscrito; fue eficiente en su tarea y paciente con la mia. Guardo igual gratitud para mis alumnos Tom Brown, Beth Bubon, Jennifer Markkanen, Joseph Kuester, Jayashree Mahajan, Kay Powers y David Szymanski por su ayuda en muchas tareas relacionadas con la preparacion de un libro como este. Agradezco al personal editorial y de production de The Dryden Press por su labor profesional. Vaya igualmente mi gratitud para el ejecutor literario del difunto Sir Ronald A. Fisher, FR.S., al doctor Frank Yates, FR.S. y a Longman Group Ltd., por la autorizacion para reproducir el cuadro III de la obra Statistical Tables for Biological, Agricultural and Medical Research (6a edition, 1974). Por ultimo, una vez mas tengo una deuda especial de gratitud con mi esposa Helen y nuestros hijos. Su apoyo incansable y su amor generoso no solo hicieron posible esta obra, sino que tambien, por principio de cuentas, hicieron que valiera la pena el esfiierzo. Gilbert A. Churchill Jr. Madison, Wisconsin Julio de 2000

ACERCA

DEL AUTOR

Gílbert A. Churchill Jr. obtuvo su doctorado en Administración de Empresas, de la Indiana University en 1966, y se incorporó a la University of Wisconsin luego de titularse. El profesor Churchill fiíe nombrado Distinguished Marketing Educator por la American Marketing Association en 1986, siendo apenas el segundo individuo en recibir tal distinción. Este premio reconoce y honra en vida a un profesor de mercadotecnia por sus servicios distinguidos y su contribución sobresaliente en el campo de la educación mercadológica. El profesor Churchill también recibió, en 1993, el premio de la Academy of Marketing Science, en reconocimiento a sus significativas contribuciones académicas. En 1996 le fue otorgado el Paul D. Converse Award, premio que se concede a los académicos más influyentes en mercadotecnia, según el juicio de un jurado nacional estadounidense formado por miembros de universidades, empresas y organismos gubernamentales. En ese mismo año, el Marketing Research Group de la American Marketing Association creó el premio Gilbert A. Churchill, Jr., el cual se otorga cada año a una persona que haya hecho contribuciones significativas a la investigación de mercados. El profesor Churchill también recibió en el pasado el William O'Dell Award por un artículo sobresaliente que se publicó en la revista Journal of Marketing Research durante el año, premio del que también ha sido finalista en otras cinco ocasiones. En 1981, el South Central Wisconsin Chapter de la American Marketing Association lo nombró Marketer of the Year. Es miembro de la American Marketing Association y ha fungido

como vicepresidente de publicaciones de su consejo de administración, además de ser miembro del Advisory Committee to the Bureau of the Census, de dicha asociación. Por añadidura, ha sido consultor de diversas compañías, como Osear Mayer, Western Publishing Company y Parker Pen. Los artículos del profesor Churchill han aparecido en publicaciones como las revistas Journal of Marketing Research, Journal of Marketing, Journal ofConsumer Research, Journal ofRetailing, Journal of Business Research, Decisión Sciences, Technometrics y Organizational Behavior and Human Performance, entre otras. Es coautor de varias obras, entre ellas Marketing: Creating Valué for Customers, 2a edición (Burr Ridge, IL.: Irwin McGraw HUÍ, 1998), Sales Forcé Management Planning, Implementation, and Control, 6a edición (Burr Ridge, IL.: Irwin McGraw HUÍ, 2000) y Salesforce Performance (Lexington Books, 1984), además de ser autor de Marketing Research: Methodological Foundations, T edición (Fort Worth, TX: Dryden 1999) y Basic Marketing Research, 4a edición (Fort Worth, TX: Harcourt College Publishers, 2001). Fue editor de la revista Journal of Marketing Research y ha formado parte de los consejos editoriales de las revistas Journal of Marketing Research, Journal of Marketing, Journal of Business Research, Journal of Health Care Marketing y Asían Journal of Marketing. Por último, el profesor Churchill recibió el premio Lawrence J. Larson a la excelencia educativa.

CONTENIDO

BREVE

PARTE I

1 2 3

INTRODUCCIÓN A LA INVESTIGACIÓN DE MERCADOS Y DEFINICIÓN DEL PROBLEMA

4

Función de la investigación de mercados 2 Recopilación de la inteligencia de mercadotecnia 22 Proceso de la investigación de mercados 42 Apéndice 3a Ética en la investigación de mercados 54 Formulación del problema 70

5 6

Tipos de diseño de investigación e investigación exploratoria Diseños de investigación descriptivo y causal 124

PARTE II PARTE III

DISEÑO DE LA INVESTIGACIÓN

102

174

FORMULARIO DE RECOPILACIÓN DE DATOS

310

MUESTREO Y RECOPILACIÓN DE DATOS

444

8 9 10 11

12 13 14

Diseño del cuestionario o formulario de observación 312 Fundamentos de medición 356 Medición de actitudes, percepciones y preferencias 384

15 16 17 18

Tipos de muestreo y muestreo aleatorio simple 446 Muestreo estratificado y de grupo 478 Tamaño de la muestra 502 Recopilación de datos: procedimiento de campo y errores no imputables al muestreo 530

PARTE IV

PARTE V

PARTE VI

19

20 21 PARTE Vil

22 23

100

MÉTODOS DE RECOPILACIÓN DE DATOS

Datos secundarios 176 Apéndice 7a Fuentes de datos secundarios 202 Servicios de información de mercadotecnia estandarizada 214 Recopilación de datos primarios 236 Recopilación de información mediante cuestionarios 254 Recopilación de información por observación 284

7

1

ANÁLISIS DE DATOS

Análisis de datos: pasos preliminares 584 Apéndice 19a Comprobación de hipótesis 626 Análisis de datos: examen de diferencias 638 Apéndice 20a Análisis de la varianza 666 Análisis de datos: investigación de relaciones 672 Apéndice 21a Mediciones no paramétricas de relaciones INFORMES DE INVESTIGACIÓN

Informe de investigación escrito 766 Informe de investigación oral 790 Epílogo 809 Apéndice 814 índice 821

705

582

764

CONTENIDO

PARTE I

INTRODUCCION A LA INVESTIGACION DE MERCADOS Y DEFINICION DEL PROBLEMA

Capitulo 1I Funcion de la investigation de mercados 2 ••••• •• Hmcion de la investigaeion de mercados 5 Un caso para la Ventana de investigacidn 1.1: Tropiezos internacionales causados por invesligacion de mercados difercncias del entomo 8 , j.Quiencs reali/an la imcsiigacion de mercados?

11

Ventana de investigaciun 1.2: I,as 10 companias de investigacion de mercados mas izraiales del mundo 13 (irtianizacion de la investigacion de mercados 14 Oportunidades de trabajo en la investigation de merciidos De regreso en el caso 18

Rcsumci! Capitulo 2 Un caso para la investigacion de mercado:

15

Ventana de investigacion 1.3: Puestos y responsabilidadcs en la imestiuacion dc mercados 16 18

Recopilacion de la inteligencia de mercadotecnia

22

Enfoques do proyecto y de sistemas 24 Sistemas de apoyo a defKi-'ik". 28 Vcnlana de investiaacion 2.1: Inlonnacionde mercadoiecnia disponible en Internet

29

Ventana de investigacion 2.2: ,',Demastada inteligencia de mere ado teen i a? 31 De regreso en el caso 36

Ventana de investiyacion 2 J: Lista de comprobacion respecto a la privaddad Tendencias en la recopilacion de la imeliyencia de la mercadotecnia 35 Resumen

|

Capitulo 3

Un caso para la investigacion de mercados

37

Proceso de la investigacion de mercados

42

Vcntana tie iavestigacidn 5.1; rendencias principals dc la investigacion de mercados en Gillette Company 45 Sucesion de pasos para la invesligacion de mercados

De regreso en el caso

I^HHIIIIH Capitulo 4 ^^^^^^^^^^^^^^^^^_^^^^^^^^^^^^^^^^

Un caso para la investigacion de mercados

32

Resumen 52 Apendice 3a Etie.i en hi investigacion de mercados Formulation del problems

70

Formulacion del problema

72

46 54

Ventana de mvestigacion 4.1: Participacion activade los direct!\n> en el proeeso de in\ estigacion 75 Trans form a ck'm del problema de decision en un problema de investigacion Arboles de decision 83 Propuesta de investigacion

84

iX'nando se iusiifica la investigacion de mercados? Eleccion y uso de un proyecto de invesligacion Resumen 90

86

86

79

1

X

Contenido

Parte I Proyecto de investigación

94

Casos de la parte I I.A Los "hermanos mayores" del condado Fairfax I.B Transitiona! Housing, Inc. (A) 96 De regreso en el caso

89

f.C Capacitación de supervisores en el Management Instüute I.D Departamento de Administración 97 LE Wisconsin Power & Light (A)

PARTE II Capítulo 5 Un caso para la investigación de mercados

95 97

98

DISEÑO DE LA INVESTIGACIÓN 100 Tipos de diseño de investigación e investigación exploratoria E\ diseño de investigación como plan de acción Tipos de diseño de investigación 104

102

104

103

Investigación exploratoria 107 Ventana de investigación 5.1: La experiencia de Harley-Davidson con los grupos

De regreso en el caso

de enfoque 112 Ventana de investigación 5.2: Diferencias principales entre los grupos de enfoque

118

canadienses y estadounidenses, y de otros países Resumen

Capítulo 6 Un caso para la investigación de mercados

125

116

119

Diseños de investigación descriptivo y causal

124

Diseños de investigación descriptivos 126 Ventana de investigación 6.1: Uso de un panel en línea por Nickelodeon

130

Ventana de investigación 6.2: Comparación de las respuestas del panel postal de Markcl Facts y una muestra telefónica seleccionada aleatoriamente 135 Diseños de investigación causales 136 Ventana de investigación 6.3; Investigación realizada por Wendy's para la hamburguesa "BigCIassic" 141 Ventana de investigación 6.4: Uso de un mercado de prueba electrónico por Ocean Spray

146

Resumen 149 Parte II Proyecto de investigación

158

Casos de la parte II II.A Rumsiad Decorating Centcrs (A)

159

II.B Sociedad Humanitaria del condado de Rivcrside (A) De regreso en el caso

148

PARTE III Capitulo 7 Un caso para la investigación de mercados 177

160

II.C Programa de cómputo HotStuff (A) 161 il.D Laboratorio de cómputo estudiantil (A) 163 II.E Club campestre Chestnuí Ridge (A)

168

MÉTODOS DE RECOPILACIÓN DE DATOS

174

Datos secundarios

176

Ventajas de los datos secundarios 179 Desventajas de los dalos secundarios 180 Ventana de investigación 7.1: Incompatibilidad de la información recopilada en los censos nacionales 181

Contenido

XI

Ventana de \t\¡.>n 7.2: Uso de la fuente para evaluar la exactitud de los datos SL-amdarios 183 Tipo;, di: dütos se cundan os: miemos y externos 184 De regreso en el caso 194

Ventana de investigación 7.3: Mercado: está en las tárjelas Ventami de ¡nvesMuiíción 7.4: Búsquedas en la red 193 Resumen

195

Apéndice 7a Fuentes de dalos secúndanos Capitulo 8 Un caso para la investigación de mercados 215

202

Servicios de información de mercadotecnia estandarizada Perfil de clientes

Capitulo 9 Un caso para la investigación de mercados 237 De regreso en el caso 249 Capítulo 10 Un caso para la investigación de mercados

255 De regreso en el caso 276

I

Capitulo 11

Un caso para la investigación de mercados

285

214

216

Medición de las ventas de productos y do k¡ iwrtidpación de mercado 220 Ventana de imcsiiiuición Vi Ejemplo del impacto de los lectores ópticos 225 Medición de la exposición v eticacia de !a publicidad

De regreso en el caso 231

187

Mvdiciiw- especiales Resumen 232

227

230

Recopilación de datos primarios de datos primarios

236

238

Ventana de in\ e>iilación 9.1: Descripción del estilo de vida de los cinco tipos más comunes de compradores de gasolina Obtención de datos primarios 246 Resumen

240

249

Recopilación de información mediante cuestionarios Métodos de comunicación

254

256

Métodos de administración de cuestionarios

263

Ventana de investigación 10.1: Listado de distribución de líneas telefónicas en d mundo 266 Ventana de investigación 10.2: Porcentaje de personas que participaron en diversos lipos Je e-iiLiicAUs en un año 272 Resumen 276 Recopilación de información por observación Métodos de observación Resumen

284

286

296

Pane III Provecto de investigación

300

Casos de la pane III De regreso en el caso 295

III.A Química Suchomel 301 III.B Luz y Fuer/a de Wisconsin (B)

302

HI.C Dirección de Servicios Financieros Estudiantiles (A) III.D Premium Pizza Inc.

304

303

Contenido

XII

PARTE IV Capítulo 12 Un caso para ta investigación de mercados 313

De regreso en et

|

347

Capítulo 13

•^^^^^^^•^^^^^^^H^H^^^^^^^^^H

Un caso para la investigación de mercados 357

De regreso en el caso 378

Capítulo 14

Un caso para la investigación de mercados 385

De regreso en el caso 408

FORMULARIO DE RECOPILACIÓN DE DATOS

310

Diseño del cuestionario o formulario de observación 312 Diseño del cuestionario 314 Ventana de investigación 12.1: Efecto de tas diferencias culturales en la investigación de mercados de diversos países 317 Ventana de investigación 12.2: Efecto del orden de enumeración de las alternativas en la distribución de las respuestas 328 Ventana de investigación 12.3: Galería de palabras problemáticas de Rogucs 331 Ventana de investigación 12.4: Contenido y ejemplo de una carta de introducción a un cuestionario por correo 338 Formularios de observación 343 Resumen 347 Fundamentos de medición 356 Escalas de medición 358 Escalas de aiributos psicológicos 361 Introducción a la medición psicológica 363 Variaciones en las escalas medidas 366 Ventana de investigación 13.1: Efecto de la cullura en los estilos de respuesta Clasificación y evaluación de los errores 369 Ventana de investigación 13.2: Medición del concepto "ingreso discrecional" Desarrollo de mediciones 376 Resumen 379

367 372

Medición de actitudes, percepciones y preferencias 384 Procedimientos de evaluación de actitudes 387 Ventana de investigación 14.1: Opciones en diversos países acerca de la publicidad en diferentes medios 388 Escalas de autoinformc de las actitudes 390 Otras escalas de calificaciones 394 Ventana de investigación 14.2: Reflexiones más importantes para la compra de algunos aparatos electrodomésticos 395 Determinación de la escala 398 Escalas de percepciones 399 Análisis de conjuntos 106 Resumen 409 Parte IV Proyecto de investigación 417 Casos de la parte IV IV.A Rumslad Decorating Centers (B) 422 IV.B Facultad de Administración (A) 426 IV.C" Compañía Editorial Juvenil (A) 434 IV.D Producciones T1M (A) 435 IV.E Industrias Caldera 437 IV.F Calamity-Casualty Insurance C'ompany 442

Contenido

PARTE V Capitulo 15

MUESTREO Y RECOPILACIÓN DE DATOS

Un caso para la

investigación de mercados 447

De regreso en et caso 471

|

Capítulo 16

Un caso para ia investigación de mercados 479 De regreso en el caso 496 Capítulo 17 Un caso para la investigación de mercados 503

444

Tipos de muestreo y maestreo aleatorio simple - ild mucstrco

XIII

446

448

Ventana de investigación 15.1: Cambios en la csiruciura de los rríimeros telefónicos de Estados Unidos

451 452 453

Tipos de planes de muestreo Muestras no proba bilis ti cas

Ventana de investit:;n:ióii I5.2: F.I anuncio es ingenioso y claro, pero, ¿alguien lo lee'.' Muestras probabilíslicas 457 Muestreo aleatorio simple Resumen 471

458

Muestreo estratificado y de grupo

478

Muestra estratificada 480 Ventana de investigación 16.1: Método de muestreo estratificado desproporcionado que utilizó Niclsen

487

Comparación de mue-nns ^mitificadas y de cuota Muestra de «ñipo 489 Combinación de los tipos de muestras Resumen

489

435

496

Tamaño de fa muestra

502

Consideraciones básicas en la determinación del tamaño de la muestra

504 605

Determinación del tamaño de la muestra en la estimación de inedias

Ventana de investigación 17.1: Lincamientos para estimar la varianza con datos Oobteniclos mediante escalas de calificación 511 Determinación del tamaño de la mueslra en la estimación de proporciones Tamaño de la población y tamaño de la muestra

De regreso en el caso 522

Capítulo 18 Un caso para la investigación de mercadas 531

456

513

515

Otros planes de muestreo probabilístico 518 Determinación del tamaño de la muestra con clasificaciones miAnlas previstas Determinación del tamaño de la muestra con dalos históricos 521 Resumen 522

Recopilación de datos: procedimiento de campo y errores no imputables al muestreo 530 Efectos de importancia de los errores no imputables al mueslreo Errores nú imr ,[ muestreo 534

532

Ventana de investigación 18.1: Tendencias en las tasas de renuencia y raíones para no participar

543

Ventana de investigación 18.2: Ineluso la Oficina del Censo afronta el engaño de los enirevistadores 552 til error total es la clave

553

Resumen 557 ['arte V Proyecto de investigación

564

519

Contenido

XIV

Casos de la parte V V.A Centro Médico San Andrés 566 567 V.B Riverside Coiinly Humane Society (B) V.C Fiestas. S.A. 568 569 V.D Laboratorio de cómputo estudiantil (B) V.E First Federal Bank de Bakersfield 570 V.F Holzcm Business Systems 573 De regreso en el caso 556

| I

PARTE VI "

Capitulo 19

Un caso para la investigación de mercados 585

De regreso en el caso 613

|

Capítulo 20

Un caso para la investigación de mercados

639

De regreso en el caso 657

Capitulo 21 Un caso para la investigación de mercados 673

V.G The Dryden Press

577

V.H Facultad de Administración (B)

VI Rockway Publishing Company ANÁLISIS DE DATOS

578

579

582

Análisis de datos: pasos preliminares 584 Edición 586 Codificación 588 Tabulación 591 Ventana de investigación 19.1: Desaparición de la clase media: ¿hecho o fantasía? Presentación de los datos tabulares 612 Rcsunn; n 614 Apéndice 19a Comprobación de hipótesis 626 Ventana de investigación 19a. 1: Procedimiento habitual de comprobación de hipótesis 629

609

Análisis de datos: examen de diferencias 638 Adecuación del ajuste 641 Prueba de Kolmogorov-Smirnov 643 Hipótesis de una media 644 Ventana de investigación 20.1: Comprobación de hipótesis de una media 647 Hipótesis de dos medias 649 Ventana de investigación 20.2: Comprobación de hipótesis de las diferencias entre dos medias 653 Hipótesis dedos proporciones 655 Resumen 659 Apéndice 20a Análisis de la varianza 666 Análisis de datos: investigación de relaciones 672 Análisis de correlación y de regresión simple 675 Ventana de investigación 21.1: Importancia de la teoría en fa investigación de mercados 676 Análisis de regresión múltiple 686 Ventana de ¡nvcst¡«ación 21.2: Leyes de la estadística de Walkup 687 Comentarios finales del análisis de datos 695 Ventana de investigación 21.3: La vida en el Mississippi. dentro de 742 años Resumen 698 Apéndice 21a Mediciones no paramétricas de relaciones 705 Pane VI Proyecto de investigación 714

696

Contenido

De regreso en el caso 697

VI.A VI.B VI.C VI.D VI,E VI.F Vl.G

VI. I! Banco de Occidente VI.I

PARTE Vil Capítulo 22 Un caso para la investigación de mercados 767 De regreso en el caso 783

Un caso para la investigación de mercados 791

De regreso en el caso 804

iic la pane V] Wisconsin Power & l . i g h l ( C ) 717 Slar füjuiprncni 719 Producciones T1M (B) 725 Compañía Editorial de ideas Juveniles (B) 729 Oficina de Servicios Financieros Estudiantiles |B) Transí l ¡oinil HOIIMMU. fue. Mi) 739 Casas Prefabricadas, S.A. 749

xv

731

751

Bombas y Compresoras Especializadas, S.A.

INFORMES DE INVESTIGACIÓN

762

764

Informe de investigación escrito 766 Criterios del informe de investigación 768 Criterio-; de redacción 769 Ventana de investigación 22.1: Cómo redactar para no obtener un puesto 771 Vcnlana de investigación 22.2: Algunas sugerencias para la selección de palabras en los informes de im u de meiLMilns 773 Formularios de informe 774 Resumen 784 Informe de investigación oral 790 Preparación del ¡nfnntie oral 792 Ventana cte investigación 23.1: Ditv consejos para la preparación de auxiliares visuales eficaces en ia presentación de informes orales 793 Exposición del informe oral 793 Presentación gráfica de los resultados 794 Ventana de investigación 23.2: Uso de la? ai diapositivas 804 Resumen 805 í-pilogo 809 -•cío de investigación 812 Apéndice 814 índice 821

P

A

R

T

E

Introduction a la investigacion de mercados y definition del problema Capitulo 1

Funcion de la investigation de mercados

Capitulo 2

Recopilacion de la inteiigencia de mercadotecnia

Capitulo 3

Proceso de investigaci6n de mercados Formulaci6n del problema

Capitulo 4

En \3 parte I se presenta una panora'mica de la investigacion de mercados. En el capitulo 1 se analizan los problemas en que se usa la investigacion de mercados, quien la utitiza y como se organize. En el capitulo 2 se presentan formas atternas de obtener la inteiigencia de mecadotecnia: mediante sistemas de informacion de mercadotecnia, sistemas de apoyo a decisiones o proyectos disehados para hacer frente a temas especificos. En el capitulo 3 se brinda una panoramica del proceso de investigacion y en su apendice se analizan ciertos aspectos eticos que pueden surgir cuando se recopila la informacion. For ultimo, en el capitulo 4 se muestra de manera detallada la formulation del problema, que es la primera etapa del proceso de investigacion.

ALGO DiGNO DE OECIR DE "YAHOO!" Me aqui la ambiciosa vision de una compafiia1 convertirse en "...el unico sitio al que cualquier persona tiene que ir para encontrar y permanecer en contacto coil cualquier cosa o persona". Eso parece una descripcion de la Biblioteca del Congreso, de AT&T v del mejor bar para solteros del mundo. todo en un solo paquete. Sin embargo, esas palabras. tomadas del informs anual de 1998 de una compania, podnan convertirse en la descripcion adecuada para una de las empresas de mas r^pido crecimiento en Eslados Unidos. Esa empresa es un portal de Internet llamado Yahoo! (segun Jerry Yang, uno de los fundadores de la compania, el signo de admiracidn es simptemente 'puro truco publicitario'). Los naveganles del ciberespacio usan Yahoo! como punto de partida. donde pueden encontrar vinculos con informacion sobre el clima. mapas, noticias, correo electrbnico. cotizaciones bursatiles, listas de bienes raices. comercios en linea, salas de chat (conversation) y mucho, mucho mas. La esirategia de Yahoo! requiere que tantos usuarios de Internet como sea posib!e visiten su sitio en la red, lo cual ayuda a la rentabilidad de la compania eti diversas formas. En primer termino. Yahoo! obtiene gran parte de sus ingresos de la venta de espacio publicitario en su sitio; cuantos mas usuarios lo visiten, tanto ma's presupuesto de publicidad puede atraer De igual modo, cuanto mas tiempo permanezcan los visitanies en el sitio. tanto mas valioso es el espacio publicitario, ya que cuando los consumidores permanecen mas tiempo. hay rnayores probabilidades de que vean los anuncios. El trafico abundante tambien beneficia a un area de ingresos que se espera revista una importance cada vez mayor en el futuro: el comercio electronic, pues Yahoo! tiene asociadones con proveedores en linea. quienes estan vinculados al sitio; de modo que los consumidores puedan encontrar y comprar facilmente sus productos; a cambio de ello. Yahoo! obtiene un poreentaje del monto de las ventas. Un mayor numero de visitantes al sitio debe traducirse en mas compradores, que generan comisiones para Yahoo! Ademas, un cliente que compra es mas valioso que un visitante, que simpiemente observa un anuncio. de modo que las companies pagan mas por este servicio. A manera de ejemplo, Yahoo! podria obtener hasta dos centavos de dolar cada vez Que alguien hace die en un vinculo de un anuncio y treinta centavos en cada ocasi6n que alguien llena una solicitud de compra. El numero de usuarios web y el importe de la publicidad en linea estan creciendo a un ritmo impresionante (por ejemplo, las cifras correspondientes a 1998 duplicaron las relatives a 1997). Con esta

tendencia a su favor, los directives de Yahooi podrian sentarse a esperar que fluyan las ganancias. Sin embargo, con ello estarian haciendo caso omiso de la competencia de otros lideres de la programacion, corno America Online y Microsoft, que estan r edefimendo su propio papel para abarcar cada ve; mas aspectos de los que hace Yahoo! Si esta compania pretends tener exito en su estrategia de dar a los consumidores todo lo que desean. debe ser un experto en saber que desean. For ende, Yahoo! es al mismo tiempo recopilador y proveetfor de mformacI6n. Una de las formas en que obtiene information sobre los clientes es recopiianda cientos de miles de millones de bytes diarios acerca de como se usa su silio; registra cuales sitios visitan los clientes, asi como la ruta que siguen para llegar a ellos y luego utiliza los datos para desarrollar oportunidades ert las areas donde los usuarios han mostrado mas interes. Ademas, la informacion ayuda a que la compania identifique cuales anuncios y vinculos de empresas obtienen mejor respuesta, !Q cual sirve para que Yahoo! dirija sus esfuerzos de venta de publicidad y establezca acuerdos de comercirj electromco. Por ejemplo, SmarterKids.com, negocio minorista de productos educativos, descubrio que unos cuantos sitios, incluido Yahoo!, atrajeron mas respuesta del publico; por tanto, la compama utilize la mayor parte de su presupuesto publiciiario en esos sitios web. Las cifras de uso son mucho mas utiles si la companfa conoce ciertos datos acerca de los consumidores mismos. A fin de recopilarlos y alentar a los usuarios para que permanezcan en el sitio, Yahoo! los insta para que personalicen su pagina de Yahoo! Por ejemplo, los usuarios pueden configurer el sitio para que muestre automaticamente las noticias de fuentes especificas y temas de interes particulares. asi como las cotizaciones de los valores de su cartera de inversiones. Tambien pueden inscribirse en un club, donde quienes comparten un cierto interes pueden programar chats en linea, compartir ideas y publicar vinculos con sitios que podrian interesar a otros miembros del grupo. Incluso es posible pedir que Yahoo! les envie las cotizaciones bursatiles actualizadas u otros datos a su radiolocalizador. En su informe anual mas reciente. Yahoo! senala que tiene 50 millones de usuarios en todo el mundo; de ellos, 35 millones se han registrado para recibir servicios y su niimero crece rapidamente. Al registrarse, cada usuario praporciona informacion a la base de datos de preferences de Yahoo!, lo cual hace que dicha base sea una de las mas grandes de la red. Ademas, Yahoo! se suscribe a servicios de informaci6n como Nielsen/ NetRatmgS: que praporciona mediciones basicas, como la dasificacimi

de los sitios web por alcance (el porcentaje que visita un sitio en relacion con el niimero total de usuarios de Internet, que se conecta con la red al rnenos una vez durante el periodo de evaluation). Nielsen/NetRatings tambien brinda estadlsticas mas detalladas de los sitios. lo que incluye la exposition de los usuarios a la publicidad, su respuesta a ella y sus datos demograficos. Los datos de esos informes permiten que Yahoo! sepa cuales paginas de su sitio son mas populares, de cuales sitios provienen sus visitantes y a cuales sitios van cuando salen de Yahooi Los datos de Nielsen/NetRatings provienen de un panel de consumidores que proporcionan informacion acerca de ellos mismos cuando aceptan participar en el estudio, de modo que Yahoo! puede obtener datos demograficos de sus visitantes. Qtras companias de investigacion de mercados proporcionan informacion relativa a ciertos aspectos de la estrategia de Yahoo! Puesto que generar trafico intenso en un sitio web requiere un alto nivel de reconocirniento del nombre Yahoo!, la compania utiliza la investigation de marcas. Intel liquest, empresa de investigation especializada en el reconocirniento de marcas, estudio que tanto se recuerda el nombre de Yahoo! sin ayuda Resultados recientes han informado de un reconocimiento del nombre de 18%; es decir, el triple del que habia tres anos atras. lo cual, mas que un paso, constituye un salto en la direccibn correcta. La estrategia de dar a sus clientes lo que quieren, asumida por Yahoo!, continue atrayendo a usuarios y anunciantes de Internet. En anos recientes, los ingresos se triplicaron cada afio, gratias a que los anunciantes compraron servicios de mayor cuantia y a mas largo plazo. Un informe reciente de Nielsen/NetRatings sobre los 25 mejores sitios, ubica a Yahoo! en el segundo lugar, en cuanto a alcance, y en primero en cuanto al tiempo que los usuarios permanecen en el sitio. Todo lo anterior es una buena ra?6n para que los propietarios de la compania griten Yahoo!

fuentes Yahoo!, informe anuatDe 1998 (bajadodelsitiodeYanool.wwwyahoo.com, IBdeagostodfi 1999), Jane Hodges, "5 Winning and Keeping Web Surfers: Yahoo". N! 1999], pp 121-122; Randall E Stress. "How Yahooi Won lh>. Search Wars." Fortune (2 de marzo de 1993. bajado del sitio de Northern Light, W*wnorthernlignunm, IBIsagostodE 19991, Heather Green. Ttie Information Gold Mine". Business Week (26 rle Julio de 1993, baiaiJade America Online. Jdeagostode 19991. Jeffrey M. O'Brien. "Behind the Yahoo''. rftfivw*{23deiiinio de 1999). pp 16184. UPI. 'AOL and YahMi Tops on Net', cabls noticioso(22 de abril de 1999, haiado del sitio da Northern Light, www. northern light com, ISdsagastode '9991. sitiadeNielsen/Nei flat ings. wwwniKlsfc tfatingi ' 'im Ibaiado el IB de agostode 1999J.

Capituto 1

FUNCIÓN DE LA INVESTIGACIÓN DE MERCADOS O B J E T I V O S

DE

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Definir la investigación de mercados. 2. Citar dos factores de los que depende, en gran parte, la manera en que se organiza la función de investigación en una empresa dada. 3. Enumerar algunas habilidades importantes para hacer carrera en la investigación de mercados.

2

Un caso para la investigación de mercados En una tarde reciente, Sara, Enrique y Carla, al igual que otros estudiantes, estaban en el ciberespacio. Sara investigaba para su trabajo trimestral sobre Apple Computer Company y empezó por conectarse a Internet. Navegó a Mercury Center, el sitio del periódico San José Mercury News, para ver las últimas noticias acerca de Apple. Se había suscrito al programa de membresía llamado Passport, para lo cual dio su nombre, dirección e información de tarjeta de crédito. También seleccionó las tiras cómicas que quería recibir: Bizarro, Shermaris Lagoon, Boondocksy Garfield. Después de leer las tiras cómicas del día, Sara se puso a trabajar. Mientras veía los archivos del sitio, el Mercury News recopilo más información. Guardó los datos acerca de los artículos que había solicitado y luego los cargó a su tarjeta de crédito. Enrique se preparaba para iniciar su tarea de estadística, pero antes se desvió a Amazon.com para pedir la novela The Testamentas John Grisham. Escribió el título del libro en dicho sitio y apareció la página pertinente, con datos acerca de la obra, junto con el comentario de que los clientes que la habían solicitado también habían pedido Rainbow Sixde Tom Clancy y No Safe Place de Richard North Patterson. Enrique era comprador frecuente en Amazon.com, en parte debido a la información que había proporcionado a la compañía. Pidió que le enviaran recordatorios de las ocasiones especiales, como el día de las madres, el día del padre y el cumpleaños de su novia e introdujo información acerca de su edad, género e intereses, de modo que en Amazon.com le sugirieran regalos. Además, pidió a

la compañía que le enviara resúmenes, artículos y recomendaciones sobre varios temas de libros: juegos de computadora, equipo de audio para el hogar y novelas de misterio y policiacas. Carla se conectó a Internet y sonrió cuando la familiar voz le dijo: Tienes un E-mail! Hizo clic en el icono del buzón y vio una lista de tres mensajes, incluido uno con el título "Survey Opportunity! Enter to Win $500!" Estimulada por la oportunidad de ganar dinero, había autorizado a una empresa de investigación para que ocasionalmente le enviara por correo electrónico cuestionarios de investigación de mercados. La encuesta de hoy contenía 60 preguntas acerca de automóviles. Carla respondió preguntas sobre el tipo de vehículo que tenía, su grado de satisfacción con él, sus planes para comprar otro en el futuro y sus opiniones acerca de los automóviles y sus fabricantes. Al final del cuestionario, Carla proporcionó datos personales, como el número de miembros de su familia, sus ingresos y sus actitudes acerca de la conducción vehicular. Diez minutos después terminó el cuestionario e hizo clic en un mensaje de un amigo, que estaba en un campus universitario del estado de Florida.

Temas para análisis 1. ¿Cuáles tipos de actividades de mercadotecnia forman parte de las experiencias de estos tres estudiantes? 2. ¿Cuáles tipos de información proporcionaron? 3. ¿Cómo podrían usar los mercadólogos esa información?

La investigación de mercados es una actividad cuya amplitud es mucho mayor de lo que suele suponerse. Abarca mucho más que simplemente preguntar al consumidor final lo que piensa o siente respecto de un producto o anuncio. Es indudable que las encuestas de consumidores y grupos de enfoque son muy importantes como herramientas de investigación de mercados. Sin embargo, para indagar acerca de los consumidores y competir efectivamente en el mercado, las organizaciones suelen emplear otros métodos. Considere los ejemplos siguientes: Ejemplo Cuando Julia Knight formó Growing Healthy, Inc., para vender una línea de alimentos infantiles congelados, era una ejecutiva de mercadotecnia experimentada, pero sin ser todavía madre. Obtuvo el punto de vista de las madres al recorrer los pasillos de supermercados, frecuentemente acompañada de amigas y con sus hijos. Observó que los niños se quejaban del frío en el pasillo de alimentos congelados y cómo los padres pasaban apresuradamente por esos pasillos. En consecuencia, desarrolló una estrategia de mercadotecnia que incluía convencer a los gerentes de supermercados para que pusieran los congeladores alejados del ambiente menos frío de la sección de alimentos infantiles. Su atención en los hábitos de compra la ayudó a convertir a Growing Healthy en una compañía de 2 800 000 dólares.1 Ejemplo A fin de tener una mejor idea acerca de la forma en que las familias usan la computadora personal en el hogar, NPD Group estudió los hábitos en 10 076 hogares de su panel de usuarios de computadoras. Para desaliento de los fabricantes de PC, los resultados indicaron que los equipos estaban sin uso 54% del tiempo que permanecían encendidos, eso sin contar las breves pausas entre golpes de teclado. Por añadidura, gran parte del "tiempo productivo" se dedica a actividades triviales, como organizar archivos, seleccionar el "papel tapiz" y jugar.2 Ejemplo En el Reino Unido, Levi's relacionó los datos de población e industria con sus propios estudios de consumidores para identificar los cambios necesarios en su estrategia de mercadotecnia. La compañía observó que el mercado de pantalones vaqueros y la participación de Levi's en ese mercado alcanzaron su máximo en 1996 y luego disminuyeron. Además, las tendencias poblacionales indicaban que el tamaño del grupo formado por personas cuya edad oscila entre los 18 y 25 años, que resulta esencial para la compañía, era decreciente en Europa. La investigación de Levi's acerca de las actitudes reveló una posible causa de la caída en su participación de mercado: los jóvenes británicos querían más innovación en los productos de la compañía, a lo que respondió formando grupos para desarrollar nuevos productos dirigidos a cada uno de los tres mercados, que llamó "formadores de opinión urbanos", "deportistas extremos" y "muchachos y muchachas normales".3 Ejemplo La empresa Dorothy Lañe Market, de Dayton, Ohio, inició recientemente un programa de compradores frecuentes. Los clientes que se inscriben en el programa de descuento proporcionan cierta información personal, como su nombre y dirección, a cambio de una tarjeta que la compañía usa para rastrear sus hábitos de compra. Los descuentos se conceden únicamente a los miembros del programa, además de que las promociones de correo directo de la compañía se personalizan para reflejar los hábitos de compra individuales. No sólo los clientes de la tienda están más satisfechos porque ya no tienen que guardar cupones de descuento, sino que ahora la compañía es más rentable y, por añadidura, la tarjeta ha ayudado a reducir el inventario y acelerar la distribución. El uso de la tarjeta permite conocer con rapidez cuáles productos se venden y a que ritmo, de modo que ahora es más probable que las tiendas reciban de sus proveedores justo lo que necesitan y cuando lo necesitan.4 Como se muestra en los ejemplos precedentes, el alcance de las actividades de investigación de mercados va mucho más allá de preguntar simplemente a cada consumidor qué le gusta y qué le disgusta. La observación, ya sea personal (como en el primer ejemplo) o electrónica (como en el segundo y cuarto ejemplos) es también una actividad legítima de la investigación de mercados. Al mismo tiempo, ciertas investigaciones muy productivas consisten nada más en estudiar datos ya disponibles

Función de la investigación de mercados

5

(como las tendencias poblacionales), mientras que en algunas se realizan pruebas sistemáticas de un anuncio, nuevo empaque o producto. El punto fundamental es que la investigación de mercados es una actividad profunda que puede asumir muchas formas, ya que su propósito fundamental es ayudar a que los gerentes de mercadotecnia tomen mejores decisiones en cualquiera de sus áreas de responsabilidad.

| Función de la investigación de mercados Quienes planean dedicarse a la administración de empresas y muchos otros campos deben entender lo que puede hacerse con la investigación de mercados. Dicho de manera sencilla, puesto que la toma de decisiones eficaces depende de la calidad de la información en que se basa, la investigación de mercados desempeña una función indispensable en cuanto proporciona información precisa y útil. Por ejemplo, los representantes de ventas usan los resultados de la investigación de mercados para mejorar la venta de sus productos; los planificadores de desarrollo urbano la utilizan para entender mejor las necesidades de los ciudadanos; los políticos recurren a ella para planear estrategias de campaña e, incluso, los clérigos la emplean para determinar los horarios de los servicios religiosos. En el anuncio adjunto se muestra cómo usó Gerber la investigación de mercados para desarrollar una nueva línea de productos. De su curso de introducción a la mercadotecnia, recordará el lector que la principal tarea de la mercadotecnia es generar valor para los clientes, el cual se entiende como la diferencia entre la percepción que los clientes tienen de los beneficios que reciben con la compra y uso de productos y servicios, por un lado, y su percepción de los costos en que incurren para obtenerlos, por el otro. Los clientes están dispuestos a realizar tales intercambios y los llevan a cabo cuando: 1) los benefi-

Gerber usó la investigación de mercados para desarrollar sus 20 nuevas variedades de la línea de jugos y alimentos infantiles Tender Harvest™. En este anuncio, dirigido a la industria de los supermercados, la compañía afirma que "pruebas extensas en los consumidores" muestran que la línea Tender Harvest, "elaborada con frutas orgánicas, verduras y granos integrales certificados, sin adición de azúcar o sal" es simplemente el "producto único que sus clientes desean...".

'mm

Capítulo 1: Función de la investigación de mercados cios del intercambio son mayores que sus costos y 2) los productos o servicios proporcionan un valor superior, en comparación con otras opciones.5 En su tentativa por crear valor para los clientes, los gerentes de mercadotecnia suelen dirigir sus esfuerzos hacia los elementos de la mezcla de mercadotecnia o lo que se conoce como las cuatro P (el producto o servicio, su precio, su posicionamiento o canales de distribución y su promoción o mezcla de comunicaciones). La tarea esencial del gerente de mercadotecnia es elaborar una estrategia que incluya la combinación de los elementos de la mezcla de mercadotecnia, de manera que se complementen e influyan positivamente en las percepciones de valor y comportamientos de los clientes. Esa tarea sería mucho más sencilla si pudiese controlar todos los elementos que afectan las percepciones de valor de los clientes y si fuera predecible la reacción del cliente ante cualquier cambio que se contemple. Sin embargo, por lo común diversos factores influyen en el éxito de las actividades de mercadotecnia, como los contextos económico, político, legal, social, natural, tecnológico y de competencia, que están más allá del control del gerente de mercadotecnia; además, el comportamiento individual de los clientes es impredecible en gran medida. En la figura 1.1 se resume la tarea del gerente de mercadotecnia. Los consumidores son el blanco, ya que hacia ellos se enfocan las actividades de la empresa y su satisfacción se logra mediante ajustes simultáneos de los elementos de la mezcla de mercadotecnia, si bien los resultados de esos ajustes son inciertos, ya que es una tarea emprendida en un ambiente incontrolable (véase la figura 1.2). Por consiguiente, como director de las actividades de mercadotecnia de la compañía, el gerente de mercadotecnia necesita información de manera urgente, y la investigación de mercados se ha encargado tradicionalmente de proporcionársela. Ésta es el vínculo de comunicación formal de la empresa con su entorno; es el medio por el cual genera, transmite e interpreta la información que proviene del exterior respecto al éxito de sus planes de mercadotecnia. A medida que el mundo transita hacia una economía globalizada, el vínculo de comunicación al cual sirve la investigación de mercados es cada vez más crítico y difícil, pues lo que funciona en un ambiente no necesariamente funciona en otro (véase la Ventana de investigación 1.1).

FIGURA 1.1

Mision del gerente de merdotechia

Fuente: Gilbert A. Churchill Jr. y J. Paul Peter, Marketing: Creating Valué for Customers, 2a ed. (Burr Ridge, III: Irwin/McGraw-Hill, 1998), p. 22.

Función de lo investigación de mercados FIGURA 1.2

7

Entornos que afectan a la mercadotecnia

Fuente: Gilbert A. Churchill Jr. y J. Paul Peter, Marketing: Creating Valué for Customers, 2a ed. (Burr Ridge, III: Irwin/McGraw-Hill, 1998), p. 29.

Investigación de mercados Función que vincula al consumidor con el mercadólogo a través de la información -información usada para identificar y definir problemas de mercadotecnia; generar, definir y evaluar acciones de mercadotecnia; evaluar los resultados de mercadotecnia y mejorar la comprensión de la mercadotecnia como proceso.

La definición de investigación de mercados hace hincapié en su función de vínculo de información: La investigación de mercados es la función que vincula al consumidor, cliente y público con el mercadólogo a través de la información -información que se usa para identificar y definir las oportunidades y problemas de mercadotecnia; generar, mejorar y evaluar las acciones de mercadotecnia; vigilar los resultados de la mercadotecnia y mejorar su comprensión como proceso.6

Note que esta definición indica que la investigación de mercados aporta información para que la organización la utilice por lo menos en cuatro áreas: 1) la generación de ideas para acciones de mercadotecnia, lo que incluye identificar los problemas y oportunidades de la mercadotecnia; 2) la evaluación de las acciones de mercadotecnia; 3) la comparación de los resultados con los objetivos, y 4) el desarrollo de una comprensión general de los fenómenos y procesos de mercadotecnia. Además, la investigación de mercados guarda relación con todas las fases del proceso de administración de la información, lo que abarca: 1) especificar cuál información es necesaria, 2) recopilar y analizar la información y 3) interpretar esa información en lo referente a los objetivos que, por principio de cuentas, motivaron el estudio. Una encuesta periódica (anexo 1.1) que realiza la American Marketing Association muestra más específicamente cuantas organizaciones recurren a la investigación de mercados7. Por ejemplo, se realizan muchas investigaciones para medir los deseos y necesidades de los consumidores; en otras se evalúan los efectos de ajustes previos de la mezcla de mercadotecnia o se calibra el posible impacto de nuevos cambios. Algunas investigaciones tratan directamente con el entorno, como los estudios de las restricciones legales a la publicidad y promoción o los de valores sociales y políticas o tendencias empresariales. Otra forma de juzgar la función de la investigación de mercados es considerando cómo la usan los administradores. Una parte de la investigación de mercados se usa para la planeación, otra para la re-

8

Capítulo 1: Función de la investigación de mercados

solución de problemas y una más con fines de control. Cuando se aplica a la planeación, en gran parte, intenta determinar cuáles oportunidades de mercadotecnia son viables y cuáles no son promisorias para la empresa; si se descubren oportunidades viables, con la investigación se calcula su tamaño y alcance para que los administradores de mercadotecnia puedan evaluar más adecuadamente los recursos necesarios para desarrollarlas. Cuando la investigación de mercados se utiliza para la resolución de problemas, se centra en las decisiones de corto o largo plazos que la empresa debe tomar con res-

9

Función de la investigación de mercados A N E x o 1. 1

Actividades de investigacion de 435 companias PORCENTAJE QUE LAS REALIZA

PORCENTAJE OUE LAS REALIZA

A. Investigación de negocios/económica y corporativa

D. Distribución

1 . Características y tendencias de la industria/mercado 2. Estudios de adquisición/diversificación 3. Análisis de participación de mercado 4. Estudios internos de empleados (moral, comunicaciones, etcétera)

92% 50 85

1. 2. 3. 4.

72

E. Promoción

B. Precios 1. 2. 3. 4.

Análisis de costos Análisis de utilidad Elasticidad de precios Análisis de demanda: a) potencial de mercado b) potencial de ventas c) pronóstico de ventas 5. Análisis de precios de competidores

57% 55 56

78 75 71 71

C. Producto 1. 2. 3. 4. 5. 6.

Desarrollo y pruebas de concepto Generación y pruebas de nombre de marca Mercado de prueba Prueba de productos existentes Estudios de diseño de empaque Estudios de productos de competidores

78% 55 55 63 48 54

Estudios de ubicación de planta/almacén Estudios de funcionamiento de canales Estudios de cobertura de canales Estudios de exportación e internacionales

1. Investigación de motivación 2. Investigación de medios 3. Investigación de texto publicitario 4. Prueba de efectividad publicitaria: a) antes de salir al mercado b) durante la introducción en el mercado 5. Estudios de publicidad de competidores 6. Estudios de imagen pública 7. Estudios de remuneración de la fuerza de ventas 8. Estudios de cuotas de la fuerza de ventas 9. Estudios de territorios de la fuerza de ventas 10. Estudios de descuentos, cupones, etcétera

25% 39 31 32

56% 70 68

67 66 43 65 34 28 32 47

F. Comportamiento de compra 1. 2. 3. 4. 5. 6. 7.

Preferencia de marca Actitudes de marca Satisfacción con el producto Comportamiento de compra Intenciones de compra Conocimiento de marca Estudios de segmentación

78% 76 87 80 79 80 84

Fuente: Thomas C. Kinnear y Ann R. Root, 1994 Survey of Marketing Research, 1995, p. 49. Reproducido con autorización de la American Marketing Association, Chicago III., 60606.

pecto a los elementos de la mezcla de mercadotecnia. La orientada al control ayuda a que los administradores aislen áreas problemáticas y estén al corriente de las operaciones actuales. En el anexo 1.2 se enumeran los tipos de preguntas que puede responder la investigación de mercados en cuanto a las decisiones de planeación, resolución de problemas y control. Es fácil ver la relación entre cada una de estas preguntas y el área de responsabilidad de un gerente de mercadotecnia. Las compañías con operaciones internacionales usan con frecuencia la investigación de mercados para darse una idea de cómo se hacen negocios en otros países. En el anexo 1.3 se enumeran algunas preguntas que pueden responderse con la investigación de mercados . La investigación de mercados ayudó a que McDonald's adecuara su postura cuando cambiaron las actitudes hacia la compañía en el Reino Unido. A mediados de los 70, cuando la cadena abrió su primera sucursal al otro lado del Atlántico, los clientes se sintieron atraídos por su origen estadounidense y el carácter novedoso de su servicio de comida rápida. Como reflejo de ello, el primer eslogan en los anuncios de McDonald's en Reino Unido se traduciría como: "En McDonald's existe una diferencia que disfrutarás". La gigantesca cadena de restaurantes de comida rápida usó la investigación de consumidores para mantenerse al día en cuanto a sus opiniones, conforme maduraba el mercado. Quince años después,

m A N E X O 1.2

Capítulo 1: Función de la investigación de mercados Tipos de preguntas que la investigacion de mercados puede qyudar a responder

I. Planeación A. ¿Qué tipos de personas compran nuestros productos? ¿Dónde viven? ¿Cuánto ganan? ¿Cuántas son? B. ¿Aumentan o disminuyen los mercados para nuestros productos? ¿Existen mercados promisorios a los que todavía no hayamos llegado? C. ¿Están cambiando los canales de distribución de nuestros productos? ¿Es probable que evolucionen nuevos tipos de instituciones de mercadotecnia? II. Solución de problemas A. Producto 1. De varios diseños de producto, ¿cuál tiene probabilidades de ser más exitoso? 2. ¿Qué tipo de empaque debe usarse? B. Precio 1. ¿Qué precios debemos cobrar por nuestros productos? 2. A medida que disminuyan los costos de producción, ¿debemos reducir los precios o tratar de desarrollar productos de mayor calidad? C. Sitio 1. ¿Dónde y quién debe vender nuestros productos? 2. ¿Qué tipos de incentivos deben ofrecerse al minorista para impulsar nuestros productos? D. Promoción 1. ¿Cuánto debemos gastar en promoción? ¿Cómo debe distribuirse ese importe en los productos y regiones geográficas? 2. ¿Qué combinación de medios masivos de comunicación -periódicos, estaciones radiofónicas, televisoras, revistas e Internetdebemos usar? III. Control A. ¿Cuál es nuestra participación de mercado global, en cada región geográfica y por cada tipo de cliente? B. ¿Están satisfechos los clientes con nuestros productos? ¿Cuál es la calidad de nuestro servicio? ¿Son muchas las devoluciones? C. ¿Cómo percibe el público a nuestra compañía? ?Cuál es nuestra reputación en el gremio?

ANEXO 1.3 • • • • • • • • • • • • • • • • •

Preguntas acerca de mercados extranjeros, para cuya respuesta podria usarse

la investigacion de mercados

¿Cuál es la naturaleza de la competencia en el mercado extranjero? ¿Quiénes son nuestros principales competidores directos e indirectos? ¿Cuáles son las características principales de la competencia? ¿Cuáles son los puntos débiles y fuertes de la compañía en cuanto a calidad de productos, líneas de producción, garantía, servicios, marcas, empaque, distribución, fuerza de ventas, publicidad, precios, experiencia, tecnología, recursos de capital y humanos, y participación de mercado? ¿Qué actitudes tienen los diferentes gobiernos (en el país de origen y extranjero) hacia el comercio internacional? ¿Existen incentivos y barreras al comercio internacional? ¿Existen prejuicios contra las importaciones o exportaciones? ¿Qué hacen específicamente los diferentes gobiernos para alentar o desalentar el comercio internacional? ¿Qué requisitos específicos -por ejemplo, licencias de exportación o importación- deben cumplirse para realizar operaciones de comercio internacional? ¿Qué tan complicados resultan ciertos reglamentos gubernamentales para la compañía? ¿Qué tan desarrollados están los medios de comunicación masivos en el país de destino? ¿Son eficientes y efectivos los medios de comunicación impresos y electrónicos en ese país? ¿Existen medios de transporte e instalaciones de almacenamiento adecuados en el mercado extranjero? ¿Acaso el mercado extranjero tiene canales de distribución eficientes para los productos de la empresa? ¿Cuáles son las características de los distribuidores nacionales y extranjeros? ¿Con qué eficacia pueden realizar los distribuidores las funciones de mercadotecnia específicas? ¿Cuál es el estado de las entidades minoristas?

Fuente: Vinay Kothari, "Researching for Export Marketing, en Michael Czinkota, ed., Export Promotion: The Public and Prívate Sector Interaction (Nueva York: Praeger Publishers, 1983), pp. 169-172. Reproducido con autorización de Greenwood Publishing Group, Inc., Westport, Conn., copyright © 1983. Véase también un análisis de la información que puede obtenerse y de los problemas relacionados con la investigación de mercados extranjeros en Philip R. Cateora, International Marketing, 8a. ed. (Burr Ridge, III: McGraw/lrwin, 1993), pp. 339-370; Johnny K. Johansson, Global Marketing: Foreign Entry, Local Marketing, and Global Management(Burr Ridge, III.: McGraw/lrwin, 1997), pp. 272-304.

¿Quiénes realizan la investigación de mercados?

11

los consumidores la describieron como inflexible y arrogante -la cara negativa de la eficiencia que los consumidores asociaban con la herencia estadounidense de la compañía. Por tanto, McDonald's ajustó sus campañas publicitarias para usar mensajes más suaves, que ubicaban a la compañía en el centro de la vida de las familias británicas. La capacidad de la cadena para detectar las actitudes cambiantes de los clientes y adaptarse a ellas le ayudó a mantener su impresionante participación de 75% en el mercado de hamburguesas británico.8

I ¿Quiénes realizan la investigación de mercados? La investigación de mercados, como actividad empresarial significativa en Estados Unidos, debe su existencia a la conversión de la economía de ese país, de una orientada a la producción en otra orientada al consumo, ocurrida luego de la Segunda Guerra Mundial. Sin embargo, ya antes del conflicto bélico se realizaba investigación de mercados y sus orígenes formales precedieron a esa guerra por espacio de varias décadas. Más por accidente que por previsión, N.W. Ayer & Son aplicó la investigación de mercados a sus problemas de mercadotecnia y publicidad. En 1879, tratando de ajustar su propuesta de programa publicitario para laNichols-Shepard Company, fabricante de maquinaria agrícola, dicha agencia envió telegramas a funcionarios y publicaciones estatales de todo Estados Unidos, solicitando información acerca de la producción de granos esperada. Como resultado de ello, la agencia pudo elaborar un estudio de mercado, burdo pero formal, por estado y por condado. Esta tentativa de estudio de mercado es probablemente el primer caso real de investigación de mercados en Estados Unidos.9 Incluso hubo departamentos y empresas formales dedicados a la investigación de mercados antes de la Segunda Guerra Mundial10. Sin embargo, la investigación de mercados empezó a crecer realmente cuando las compañías se dieron cuenta de que por sí solas no podían vender todo lo que producían, en vez de lo cual debían evaluar las necesidades del mercado y ajustar su producción en consecuencia; se recurrió a la investigación de mercados para calcular dichas necesidades. A medida que el criterio de los consumidores adquirió importancia, muchas empresas cambiaron su orientación para adaptarse al nuevo ambiente de negocios. La mercadotecnia empezó a asumir una función Peter Zoilo es presidente de Teenage Research Unlimited, empresa que desde 1982 ha entrevistado a adolescentes acerca de lo que es popular o no. Zoilo ayuda a los departamentos de mercadotecnia de compañías como MTV, Nike y Procter & Gamble con la venta de sus conocimientos sobre la mente de los adolescentes. Afirma que no se trata de un grupo homogéneo, sino que están muy estratificados en subgrupos -los adolescentes de "avanzada", quienes establecen tendencias sin estar interesados de manera alguna en lo establecido; los "influyentes", quienes editan las tendencias de los adolescentes de avanzada, y los "conformistas", o adolescentes de lo establecido, que son el subgrupo más numeroso y siguen las tendencias que establecen los influyentes. Fuente: Fotografía de Tríbune, tomada por Jim Robinson.

^

Capítulo 1: Función de la investigación de mercados predominante, y la producción una de menor importancia. Surgió el concepto de mercadotecnia y, con ello, una reorganización de las actividades de mercadeo, que tuvo como resultado el nacimiento de muchos departamentos de investigación de mercados. El crecimiento de estos departamentos se vio estimulado por diversos factores, como los éxitos pasados, un mayor refinamiento de los administradores y la revolución de datos originada por las computadoras. El éxito logrado por las empresas con departamentos de investigación de mercados provocó su creación en otras compañías. Aunque se ha reducido el crecimiento de nuevos departamentos de investigación, las compañías que carecen formalmente de ese departamento, o por lo menos de una persona asignada de modo específico a la investigación de mercados, son ahora la excepción, más que la norma (véase la figura 1.3). Si bien es frecuente que las compañías manufactureras que atienden a los mercados industrial y de consumidores sean las que cuentan con departamentos de investigación de mercados, también los hay en otros tipos de empresas. Por ejemplo, las publicaciones y cadenas televisivas emprenden muchas investigaciones de mercado, con ellas intentan medir el tamaño y determinar el perfil demográfico del mercado al que llega su mensaje, para luego emplear esos datos en la venta de espacio o tiempo de publicidad. Las instituciones financieras, como los bancos y casas de corretaje bursátil, también llevan a cabo investigaciones de pronósticos, medición de potenciales de mercado, determinación de características del mercado, análisis de participación de mercado, análisis de ventas, análisis de localidades y estudios de mezcla de productos. Gran parte de las investigaciones que efectúan las agencias publicitarias se relacionan directamente con la elaboración de los anuncios mismos. Ello podría incluir pruebas de enfoques alternos de redacción o imágenes en los anuncios, así como la investigación de la efectividad del uso de diversas celebridades. Sin embargo, también son muchas las agencias que investigan mercados para sus clientes con el fin de determinar el potencial de mercado de un nuevo producto propuesto o la participación de mercado del cliente.

FIGURA 1.3

La organizaciones y la investigacion de mercados

*Se excluye a las compañías de investigación de mercados y consultorías. Fuente: Thomas C. Kinneary Ann R. Root, 1994 Survey of Marketing Research, p. 7. Reproducido con autorización de la American Marketing Association, Chicago, III. 60606.

¿Quiénes realizan la investigación de mercados?

13

Entre las organizaciones incluidas en la categoría "Otras" de la figura 1.3, se incluyen empresas de servicios públicos, compañías transportistas y asociaciones gremiales, por citar algunas. Las de servicios públicos y de transporte frecuentemente brindan información de mercadotecnia útil a sus clientes, en particular datos estadísticos relacionados con el crecimiento y potencial de algún área. Es frecuente que las asociaciones gremiales recopilen y difundan datos operativos que obtienen entre sus miembros. El espectro global de la actividad de investigación de mercados también incluye empresas de consultoría e investigación de mercados especializadas, organismos gubernamentales y universidades. Aunque ríiuchas compañías de investigación de mercados especializadas son pequeñas, unas cuantas alcanzan gran tamaño; por ejemplo, la Ventana de investigación 1.2 muestra los ingresos de las 10 compañías de investigación de mercados más grandes del mundo y la proporción de sus ingresos generada fuera del país donde está la matriz. Algunas empresas realizan investigaciones periódicas sobre cierta información y luego la venden a los clientes interesados, lo que comprende operaciones como las de ACNielsen, que proporciona datos del movimiento de productos en tiendas de abarrotes y farmacias, o las de NPD, que cuenta con un panel de consumidores. Tales servicios se distinguen por el hecho de que no se trata de investigaciones diseñadas a la medida, excepto en el sentido limitado de que la empresa realiza sus análisis especiales para el cliente a partir de datos que recopila con regularidad. Sin embargo, otras compañías se especializan en investigaciones a la medida; algunas sólo brindan servicios de campo, es decir, recopilan los datos y devuelven los instrumentos de recopilación de datos directamente a quien patrocina la investigación; otras son empresas de servicios limitados, que no sólo recopilan los datos, sino que también brindan su análisis al cliente. También existen las que son proveedores de investigación de servicios completos, en cuyo caso ayudan al cliente en el diseño de la investigación y durante la recopilación y análisis de los datos. Los organismos gubernamentales aportan mucha información de mercadotecnia mediante la publicación de datos estadísticos. De hecho, el gobierno federal estadounidense es el mayor productor de datos de mercadotecnia a través de sus diversos censos y otras publicaciones. Ventana de investigacion 1.2

Las 10 companias de investigacion de mercados mas grandes del mundo

Fuentes: Desarrollado a partir de informacion contenida en 1999 Honomichi Global Top 25", Marketing News (16 de agosto de 1999) pp, H1-H24 En dicho informe tambien se describen los servicios que proporcionan estas organizaciones de investigacion y otras 25 que se cuentan entre las mas grandea.

14

Capítulo 1: Función de la investigación de mercados Patrocinadas por universidades, las escuelas de mercadotecnia y las oficinas de investigación de negocios, que existen en muchas facultades de administración, hacen investigaciones cuyo contenido resulta de sumo interés para los mercadólogos. Es frecuente que las investigaciones escolares se publiquen en las revistas de mercadotecnia, mientras que las oficinas de investigación tienden a publicar monografías sobre diversos temas de interés.

I Organización de la investigación de mercados La forma organizacional de la investigación de mercados depende en gran medida del tamaño y estructura organizacional de la compañía de que se trate. En empresas pequeñas, donde es frecuente que una persona se encargue de todas las necesidades de investigación, son pocas las interrogantes organizacionales, salvo determinar a quién reportará el director de investigación, quien con frecuencia lo hace al gerente de ventas o de mercadotecnia, si bien algunos gerentes de investigación de mercados reportan directamente al presidente o vicepresidente ejecutivo de la compañía. Por su parte, aunque las unidades de investigación grandes pueden asumir diversas formas organizacionales, son comunes tres tipos: 1. Organización por área de aplicación, como son líneas de productos, marca, segmento de mercado o región geográfica. 2. Organización por función de mercadotecnia, como análisis de las ventas en campo, nvestigación de publicidad o planeación de productos. 3. Organización por técnica o enfoque de investigación, como el análisis de ventas, análisis matemático o estadístico (o ambos), entrevistas de campo o diseño de cuestionarios. En muchas empresas que cuentan con un departamento de investigación de mercados muy grande se combinan dos o más de estas estructuras organizacionales. El hecho de que la compañía esté centralizada o descentralizada también afecta la forma de organizar la investigación de mercados. En el caso de empresas descentralizadas -donde la autoridad y la toma de decisiones se distribuyen en un número relativamente grande de personas- cada división o unidad operativa podría tener su propio departamento de investigación de mercados o un solo departamento en las oficinas centrales podría brindar servicios a todas las divisiones operativas, o podrían existir departamentos de investigación en ambos niveles. Las ventajas principales de un departamento corporativo son mayor coordinación y control de las actividades de investigación de la compañía, menor costo, mayor capacidad, desde la perspectiva de los sistemas de información, y mayor utilidad para los altos directivos en las tareas de planeación. La ventaja primordial de su ubicación en la división o grupo es que permite que el personal de investigación adquiera conocimientos valiosos acerca de los mercados, productos, prácticas y problemas divisionales. Aunque con frecuencia se alterna entre las estructuras corporativas y divisionales, recientemente se ha observado una tendencia a mezclarlas, en un intento por aprovechar las ventajas de cada enfoque. Por ejemplo, Kodak tiene una combinación centralizada/descentralizada de la investigación de mercados, donde el personal de investigación en las divisiones trabaja directamente con los gerentes de las unidades de negocios. Por su parte, el grupo centralizado es responsable de anticipar las tendencias de la industria y los cambios tecnológicos, factores ambos que podrían afectar a varias divisiones. El personal asignado a la investigación de mercados corporativa también tiene la responsabilidad de analizar a los competidores, para garantizar la perspectiva más objetiva y, por último, fungen como centro de control de calidad de las actividades de investigación descentralizadas, de manera que los proyectos iniciados en el nivel divisional pasen por el grupo centralizado para posibles cambios metodológicos. Una ventaja de esta revisión es que se desarrolla la memoria institucional, en cuanto a las mejores formas de abordar tareas específicas. Por otra parte, en Japón existe una mayor inclinación por considerar la investigación de mercados como una función de "línea", de la cual se encargan todos los que participan en el proceso de decisiones, y no como la función del "estado mayor", que realizan los profesionales de la investigación de mercados. Así, quienes participan en el equipo que toma las decisiones podrían desempeñar funciones de recopilación e interpretación de información. Por ejemplo, Sony realizó una amplia investigación de mercado como parte del desarrollo de la cámara fotográfica profesional "Pro Mavica" que, a diferencia de las cámaras fotográficas convencionales de 35 mm, graba imágenes en un disquete de 2 pulga-

Oportunidades de trabajo en la investigación de mercados

15

das. Tal investigación comprendió encuestas por correo, entrevistas personales y telefónicas, así como pruebas de campo para evaluar la respuesta de los usuarios al producto durante su desarrollo. Un aspecto singular es que el grupo de trabajo de la cámara Pro Mavica incluyó a ingenieros y representantes de venta/mercadotecnia de las unidades de sistemas médicos y televisión de Sony. Además de trabajar con sus colegas de mercadotecnia, los ingenieros de Sony obtuvieron información muy útil al hablar con los clientes en perspectiva y tomaron en cuenta sus comentarios en las modificaciones al producto.11 De esta manera, la organización de la investigación de mercados depende de su importancia en la empresa y de la escala y complejidad de las actividades de investigación que se emprendan. Por añadidura, la forma organizacional está sujeta a cambios de cuando en cuando, frecuentemente como resultado de modificaciones en la empresa. A medida que cambian el tamaño y posición en el mercado de la compañía, también debe modificarse el énfasis y la organización de la investigación de mercados, de modo que se adapte continuamente a las necesidades de información de la compañía. Un cambio importante, que ha ocurrido durante años recientes en la investigación de mercados, es la transición de una perspectiva de problema específico a otra de inteligencia de mercadotecnia total. Es usual que esta nueva perspectiva se denomine sistema de información de mercadotecnia (SIM) o sistema de apoyo a decisiones (SAD). Estos sistemas conceden mayor relevancia a diagnosticar las necesidades de información de cada uno de quienes toman las decisiones de mercadotecnia, de modo que cuenten con toda la información que requieran y cuando la requieren, para tomar los tipos de decisiones que deban tomar. Los sistemas de inteligencia de mercadotecnia son tema de análisis en el capítulo siguiente.

| Oportunidades de trabajo en la investigación de mercados Es difícil generalizar los tipos de tareas que puede realizar un investigador de mercados, pues como se mencionó, esas tareas dependen del tipo, tamaño, estructura organizacional y política de la empresa donde se trabaja. También varían según se trate de un proveedor o de un consumidor de esa investigación. Las responsabilidades de un investigador de mercados pueden ir desde la simple tabulación de las respuestas a cuestionarios, hasta la administración de un gran departamento de investigación. A manera de ejemplo, en la Ventana de investigación 1.3 se enumeran algunos puestos comunes y las funciones que habitualmente llevan a cabo quienes los ocupan, mientras que en la figura 1.4 se muestran los ingresos correspondientes y su comparación con los ingresos de puestos similares en 1988. Como revelan las descripciones de esos puestos, existen oportunidades en la investigación de mercados para personas con habilidades muy diversas. Las hay para especialistas técnicos, como los estadísticos, o investigadores generales, cuyas habilidades son adecuadas para la administración del personal y los recursos necesarios en un proyecto de investigación, en lugar de la atención a los detalles matemáticos que entraña todo estudio. Por supuesto, las habilidades necesarias para desempeñarse satisfactoriamente en cada puesto varían. En las compañías que fabrican productos para consumidores, el puesto inicial suele ser el de analista de investigación, usualmente de una marca específica; mientras aprende las características y detalles del giro industrial, el analista recibe capacitación práctica del gerente de investigación en el trabajo. Es usual que la carrera del analista siga el trayecto de avanzar a analista sénior, supervisor de investigación y gerente de investigación de un nombre comercial específico; en este último, suelen ampliarse las responsabilidades del investigador hasta incluir un grupo de marcas. En las empresas proveedoras de investigación, el puesto de entrada habitual es el de ayudante de investigación, donde la persona conoce los tipos de estudios en que se especializa la compañía y los procedimientos necesarios para llevarlos a cabo. Es frecuente que estos asistentes dediquen una parte de la jornada laboral a realizar entrevistas, codificar formularios de recopilación de datos e incluso ayudar con los análisis. El objetivo es exponerlos a los procesos que utiliza la empresa, de modo que al convertirse en representantes de cuenta estén lo suficientemente familiarizados con los procedimientos de la empresa para responder con inteligencia a las necesidades de información de investigación necesaria de los clientes. Los requisitos para ingresar en el campo de la investigación de mercados incluyen habilidades en relaciones humanas, comunicación, conceptuales y analíticas. Los investigadores de mercados necesitan interactuar de manera eficaz con otras personas, ya que muy pocas veces, o ninguna, trabajan en

r-^^i^v;

Capítulo 1: Función de la investigación de mercados

Ventanu de investigacion 1.3

Puestos y responsabilidades en la investigation de mercados

1. Director de investigacion/Vicepresidente de investiga cion de mercados: es el puesto de mas alto nivel en esta area. El director es responsable de todo el programa rJe investigacion de su compania. Acepta tareas de sus superiores y de ciientes o, por su propia iniciattva, desarrolla y propone proyectos de investigation a los ejecutivos de la compsnia. Emplea personal v supervise, en general, el departamento de investigacidn Presenta los resultados de las investigaciones a los ciientes o ejecutivos de la ernpresa. 2. Subdirector de investigation: este puesto usualmente corresponds al "segundo de a bordo" definido. un miembro experimentado con responsabilidades mayores que las de otrosmiembrosdelgrupo. 3. Estadistico/Especialista de procesamiento de datos: sus deberes usualmente son los de un consuftor experto en la teorfa y aplicaciones de las tecnicas estadlsticas en problemas de investigation especificos. Es usual que sea responsable del diseno experimental y procesarniento de datos. 4. Analista senior nste puesto suele existir en los departamentos de investigacion grandes Participa con sus superiores en la planeacibn inicial de los proyectos de investigation y dirige la ejecucion de IDS proyectos asignados. Trabaja con supervision minima, prepara cuestionarios o trabaja con otros analistas en .su preparation, elige las tecnicas de investigation, efectua analisis y redacta el informe final. El control presupuestario sobre los proyectos y la responsabilidad primordial de cumplir con los tiempos establecidos corresponded al analista senior. 5. Analista: suele encargarse de la mayor parte del trabajo necesario para la ejecuciOn de los proyectos de investigacion; es frecuente que lo supervise el analista senior. Ayuda en la preparacibn de cuestionarios, realiza pruebas preliminares de los mismos y practica tambien analisis preliminares de resultados. Puestos y responsabilidades en la investigation de mercados Gran parte de la investigacion bibliografica o el trabajo con 6. Analista junior: este tipo de analista, que trabaja bajo datos de la compania corresponde al estrecha. analista, supervision muy se encarga de tareas rutinarias.

6. Analista junior este tipo de analista. que trabsja bajo supervision muy estrecha. se encarga de tareas rutinaiias. Entre sus deberes se cuentan la edicion y codificaci6n de cuestionarios, calculos estadisticos superiores al nivel del personal de oficina y formas sencillas de investigacion bibliografica. Una gran parte del tiempo laboral del analista junior se dedica a tareas que le asignan sus superiores. 7. Bibliotecario: crea y mantiene una biblioteca de fuentes de referenda adecuadas a las necesidades del departamento de investigacio"n. 8. Supervisor de oficina: en departamentos grandes. el manejo central y procesamiento de los datos estadisticos son responsabilidades de uno o mas supervisors de oficina. Sus obligaciones incluyen la programacion del trabajo y la responsabilidad por la exactitud de los datos. 9. Director de trabajo de campo: es usual que solo los departamentos mas grandes cuenten con este puesto, cuyo ocupante se encarga de contratar, capacitar y supervisar a los entrevistarjores de campo. 10. Entrevistador de tiempo completo: es el individuo que realiza entrevistas personalesy trabsja bajo supervision directa del director de trabaio de campo. Son pocas las compafiias que tienen entrevistadores de tiempo completo. 11. Personal auxiliar de tabulation v de oficina: es el que se encarga de las tareas cotidianas y rutinarias del departamento.

Fuerite Thomas C. Kinnear y Ann R. Root. 1934 Survev ofMarket ing Reseatch, 1995, p 93. Reproducdo con aui^||V

Los investigadores usan las cámaras oculares para estudiar los movimientos de los ojos del sujeto, mientras lee el texto publicitario. El registro visual permite que los investigadores determinen la parte del anuncio que el sujeto observó en primer término, cuánto tiempo permaneció su vista en un elemento específico y si leyó todo el texto o sólo una parte.

Objetivo de aprendizaje 7 Definir la respuesta latente y explicar lo que mide. La respuesta latente es el tiempo que el sujeto medita antes de responder a una pregunta. Puesto que este tiempo de respuesta parece relacionarse directamente con la incertidumbre del individuo, en cuanto a la respuesta, ayuda a evaluar la intensidad de sus preferencias cuando selecciona una entre diversas alternativas.

Objetivo de aprendizaje 8 Definir el análisis del tono de voz y explicar qué mide. El análisis del tono de voz examina los cambios de las frecuencias de vibración de la voz humana, que acompañan a las emociones. El grado en que un estímulo afecta a un individuo puede medirse al comparar sus frecuencias anormales con las normales. Cuanto mayor sea la diferencia, tanto mayor es la intensidad emocional de su reacción.

Preguntas de repaso 1. ¿Cómo pueden clasificarse los métodos de observación? ¿Cuáles son las diferencias clave entre los diversos tipos? 2. ¿Cuál es el principio que respalda el uso de un galvanómetro? 3. ¿Qué es el taquistoscopio? 4. ¿Qué es la cámara ocular? 5. ¿Qué es un lector óptico? 6. ¿Qué se evalúa con la respuesta latente y cómo se mide? 7. ¿Qué es el análisis del tono de voz y qué se mide con él?

Preguntas de análisis, problemas y proyectos 1. La próxima vez que vaya de compras (a una tienda de abarrotes o de otro tipo), realice el siguiente estudio de observación oculta con un compañero de clase. El objetivo es evaluar el servicio que se brinda a los clientes en el área de cajas. Uno de ustedes debe llenar la tabla de observación estructurada que aparece a continuación. El otro ha de realizar un estudio de observación no estructurada, con registro de lo que parezca relevante para el objetivo. a) Tienda Fecha Ubicación Hora Cajas insuficientes Sí No Filas largas Sí No Cajero(a): Rápido y eficiente Sí No Cajero(a): Precios registrados correctamente Sí No Cajero(a): Amable y agradable Sí No Las compras fueron empacadas rápidamente Sí No Las compras fueron empacadas inadecuadamente Sí No Las bolsas fueron llevadas al automóvil Sí No Las bolsas eran muy delgadas Sí No

298

Capítulo 11: Recopilación de información por observación Notas 1. Paco Underhill, Why We Buy: The Science ofShopping (Nueva York: Simón & Schuster, 1999), pp. 88-89. 2. Jeff Shear, "The Japanese Excel at Gauging Public Reaction to a New Product", en The Washington Times (15 de marzo de 1990), p. Cl. 3. Michael J. McCarthy, "James Bond Hits the Supermarket: Stores Snoop on Shoppers' Habits to Boost Sales", en The Wall Street Journal (25 de agosto de 1993), pp. Bl, B5. 4. Charles K. Atkin, "Observation of Parent-Child Interaction in Supermarket Decisión Making", en Journal ofMarketing 42 (octubre de 1978), pp. 41-45. Véase también Langbourne Rust, "Parents and Children Shopping Together: A New Approach to the Qualitative Analysis of Observation Data", en Journal of Advertising Research 33 (julio/agosto de 1993), pp. 65-70. 5. Fred N. Kerlinger, Foundations ofBehavioral Research, 3a. ed. (Nueva York: Holt, Rinehart and Winston, 1986), p. 487. 6. Joe Mándese, "Power Plays", Marketing & Media Decisions 24 (marzo de 1989), p. 104. Véase también Lucie Juneau, "No More Playing Around on Nintendo's Help Desk", en Computerworld 26 (junio de 1992), p. 68; Joan Indiana Rigdon, "Nintendo 64 Revitalizes Slumping Video-Game Market", en The Wall Street Journal (17 de diciembre de 1996), pp. Bl, B4. 7. Jolie Solomon, "Trying to Be Nice Is No Labor of Love", en The Wall Street Journal (29 de noviembre de!990),pp.Bl,B6. 8. Underhill, Why We Buy, pp. 241-242. 9. Véase más información sobre algunas de las formas ingeniosas que se han desarrollado para elaborar mediciones indirectas por observación en Eugene J. Webb, et al, Unobtrusive Measures: Nonreactive Research in the Social Sciences (Chicago: Rand McNally, 1966); Lee Sechrest, New Directions for Methodology ofBehavior Science: Unobtrusive Measurement Today (San Francisco: Jossey-Bass, 1979); Thomas J. Bouchard Jr., "Unobtrusive Measures: An Inventory of Uses", en Sociological Methods and Research (febrero de 1976), pp. 267-301. 10. Frederick C. Klein, "Researcher Probes Consumers Using 'Anthropological Skills'", en The Wall Street Journal (7 de julio de 1983), p. 21. Véase también otros ejemplos en John F. Sherry Jr. (ed), Contemporary Marketing and Consumer Behavior: An Anthropological Sourcebook (Thousand Oaks, CA: Sage Publications, 1995). 11. Justin Martin, "Ignore Your Customer", en Fortune 131 (1 de mayo de 1995), pp. 121-126. 12. Ibid. 13. Phil Guarisco, "How GM Targets 'Mature' Market Niche", en Advertising Age 64 (11 de enero de 1993), p.26. 14. Véase otros ejemplos del uso de la realidad virtual en Stephen Cohén y Mike Gadd, "Virtual Reality Shopping Simulation for the Modern Marketer", en Marketing & Research Today 24 (febrero de 1996), pp. 18-26; Raymond R. Burke, "Virtual Shopping: Breakthrough in Marketing Research", en Harvard Business Review 74 (marzo/abril de 1996), pp. 120-131. 15. "Fisher-Price Built on Reputation", en Wisconsin State Journal (17 de marzo de 1986), p. B3. Véase también un análisis adicional de la investigación en Fisher-Price en Allison Lucas, "When Every Penny Counts", en Sales & Marketing Management 148 (febrero de 1996), pp. 74-75. 16. Joshua Macht, "The New Market Research", en Inc. (julio de 1998), pp. 87-94. 17. Underhill, Why We Buy, pp. 148-149. 18. Francine Schwadel, "Kmart Testing 'Radar 'to Track Shopper Trafile", en The Wall Street Journal (24 de septiembre de 1991), pp. Bl, B7. 19. En una revisión de 118 estudios de respuestas involuntarias a la publicidad, se descubrió que la dilatación de las pupilas, transpiración y frecuencia cardiaca son las mediciones más usadas. Véase Paul J. Watson y Robert J. Gatchel, "Autonomic Measures of Advertising", en Journal of Advertising Research 19 (junio de 1979), pp. 15-26. Véase también David W. Stewart y David H. Furse, "Applying Psychophysiological Measures to Marketing and Advertising Research Problems", en James H. Leigh y Claude R. Martin Jr. (eds), Current Issues and Research in Advertising (Ann Arbor: University of Michigan, 1982), pp. 1-38; Joanne M. Klebba, "Physiological Measures of Research: A Review of Brain Activity, Electro-

Lecturas recomendadas

'^tfRI

dermal Response, Pupil Dilation and Voice Analysis Methods and Studies", en Leigh y Martin, Current Issues and Research in Advertising, pp. 53-76; Priscilla 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 (septiembre/octubre de 1995), pp. 33-53. 20. Véase el análisis de la operación y uso de la tecnología de cámara ocular para estudiar la efectividad de anuncios, empaques y exhibidores en J. E. Russo, "Eye Fixation Can Save the World", en H. K. Hunt (ed), Advances in Consumer Research (Ann Arbor, MI: Association for Consumer Research, 1978), pp. 561-570; J. Treistman y J. P. Gregg, "Visual, Verbal, and Sales Response to Print Ads", Journal of Advertising Research 19 (agosto de 1979), pp. 41-47; Leo Bogart y B. Stuart Tolley, "The Search for Information in Newspaper Advertising", en Journal of Advertising Research 28 (abril/mayo de 1988), pp. 9-19. 21. Véase los análisis generales del uso de mediciones de la respuesta latente en la investigación de mercados en James MacLachlan, John Czepiel y Priscilla LaBarbera, "Implementation of Response Latency Measures", en Journal ofMarketing Research 16 (noviembre de 1979), pp. 573-577; James MacLachlan y Priscilla LaBarbera, "Response Latency in Telephone Interviews", en Journal of Advertising Research 19 (junio de 1979), pp. 49-56; Tyzoon T. Tyebjee, "Response Latency: A New Measure for Scaling Brand Preference", en Journal ofMarketing Research 16 (febrero de 1979), pp. 96-101; John N. Bassili y Joseph F. Fletcher, "Response-Time Measurement in Survey Research: A Method for CATI and a New Look at Nonattitudes", en Public Opinión Quarterly 55 (otoño de 1991), pp. 331-346; John N. Bassili, "Response Latency versus Certainty as Indexes of the Strength of Voting Intentions in a CATI Survey", en Public Opinión Quarterly 57 (primavera de 1993), pp. 54-61. 22. Robert C. Grass, Wallace H. Wallace y Samuel Zuckerkandell, "Response Latency in Industrial Advertising Research", en Journal of Advertising Research 20 (diciembre de 1980), pp. 63-65. 23. Nancy Nischwonger y Claude R. Martin, "On Using Voice Analysis in Marketing Research", en Journal of Marketing Research 18 (agosto de 1981), pp. 350-355. Véase comentarios generales del uso del análisis del tono de voz en la investigación de mercados en Ronald G. Nelson y David Schwartz, "Voice Pitch Analysis", en Journal of Advertising Research 19 (octubre de 1979), pp. 55-59; Glen A. Buckman, "Uses of Voice-Pitch Analysis", en Journal of Advertising Research 20 (abril de 1980), pp. 69-73; Linda Edwards, "Hearing What Consumers Really Feel", Across the Board 17 (abril de 1980), pp. 62-67; James Grant y Dean E. Allman, "Voice Stress Analyzer Is a Marketing Research Tool", en Marketing News 22 (4 de enero d e l 988), p. 22. 24. Véase varios análisis generales del estado que guarda la investigación de las ondas cerebrales en F. Hansen, "Hemispherical Lateralization: Implications for Understanding Consumer Behavior", en Journal of Consumer Research 8 (junio de 1981), pp. 23-36; Michael L. Rothschild, et al, "Hemispherically Lateralized EEG as a Response to Televisión Commercials", en Journal of Consumer Research 15 (septiembre de 1988), pp. 185-198; Michael L. Rothschild y Yong J. Hyun, "Micro Information Processing: Predicting Memory for Components of TV Commercials from EEG", en Journal of Consumer Research 16 (diciembre de 1989), pp. 7-16; Michael L. Rothschild y Yong J. Hyun, "Predicting Memory for Components of TV Commercials from EEG", en Journal of Consumer Research 6 (marzo de 1990), pp. 472-478.

Lecturas recomendadas Véase un análisis de las ventajas y desventajas de la observación como método de recopilación de datos en: Fred N. Kerlinger, Foundations of Behavioral Research, 3a. ed. (Nueva York: Holt, Rinehart and Winston, 1986). Véase un análisis y ejemplos de técnicas de medición discretas en: Thomas J. Bouchard Jr., "Unobtrusive Measures: An Inventory of Uses", en Sociological Methods and Research (febrero de 1976), pp. 267-301. Lee Sechrest, New Directions for Methodology ofBehavioral Science: Unobtrusive Measurement Today (San Francisco: Jossey-Bass, 1979). Véase análisis de las mediciones fisiológicas para evaluar las reacciones de los sujetos a los estímulos en: Joanne M. Klebba, "Physiological Measures of Research: A Review of Brain Activity, Electrodermal Response, Pupil Dilation and Voice Analysis Methods and Studies", en James H. Leigh y Claude R. Martin Jr. (eds), Current Issues and Research in Advertising (Ann Arbor: University of Michigan, 1985), pp. 53-76. David W. Stewart y David H. Furse, "Applying Psychophysiological Measures to Marketing and Advertising Research Problems", en James H. Leigh y Claude R. Martin Jr. (eds), Current Issues and Research in Advertising (Ann Arbor: University of Michigan, 1982), pp. 1-38.

PARTE IN PROVED DE INVESTIGATION La tercera etapa del proceso de investigación consiste en determinar el método de recopilación de datos. Como se analiza en los capítulos que conforman estaparte, existen dos tipos de datos útiles para hacer frente al problema de investigación: los primarios y los secundarios. En primera instancia, un investigador principiante podría proponer la aplicación de una encuesta, mientras que un investigador prudente y experimentado siempre empieza el estudio consultando las fuentes de datos secundarios disponibles y sólo pensará en recabar datos primarios si la respuesta que busca el tomador de decisiones no se encuentra mediante los datos secundarios. En el supuesto de que se justifique una investigación, deben tomarse otras decisiones. En la etapa de recopilación de datos, una de las decisiones principales consiste en especificar si se hará mediante un cuestionario o por observación. Los investigadores de CARA buscaban determinar si los hombres de negocios locales tenían diferentes actitudes hacia los medios publicitarios, televisión, radio y periódicos, y sus representantes de ventas. También deseaban probar la hipótesis de que dichas diferencias se relacionaban con las discrepancias de sus respectivos presupuestos de publicidad anuales. Como dijeron los investigadores a sus clientes, cuando el propósito de un estudio es determinar la relación entre variables, el diseño de investigación más usado es el descriptivo. Este diseño presupone que se cuenta con amplios conocimientos del fenómeno que se estudiará y se basa en una o más hipótesis. Los conocimientos acerca del fenómeno en investigación se obtuvieron de la fase de investigación exploratoria del estudio. Las hipótesis mencionadas aquí y analizadas en partes previas de la obra fueron la guía del diseño descriptivo. Los investigadores usaron datos secundarios -recopilados con algún otro propósito- durante la fase de investigación exploratoria para entender el tema de la publicidad y percibir sus puntos fuertes y débiles. Sin embargo, la información obtenida en la fase descriptiva del estudio se basó en datos primarios -recopilados para la solución del problema específico que se investiga- recabados

mediante un cuestionario estructurado sin ocultamiento. Este tipo de instrumento de recopilación de datos se elabora con preguntas y respuestas uniformes, lo cual simplifica su aplicación, pone en claro el propósito del estudio, facilita la tabulación y el análisis de los datos y proporciona respuestas confiables. Los investigadores decidieron aplicar el cuestionario por correo, en parte para evitar las desventajas de las entrevistas telefónicas y personales, y porque deseaban contar con un formulario tangible que permitiera a los participantes considerar todas las respuestas alternas. El formato se diseñó con preguntas y respuestas uniformes para la descripción de actitudes. Pese a que el formato de cuestionario por correo tenía muchas ventajas, los investigadores también estaban conscientes de sus posibles desventajas. Por principio de cuentas, es frecuente que los investigadores experimenten dificultades para encontrar personas dispuestas a responder este tipo de cuestionario. En muchos estudios se ha observado que, si bien el ofrecimiento de algún tipo de incentivo a los sujetos ayuda a incrementar la tasa de respuesta, persiste el problema de determinar en qué difieren quienes responden y quienes no lo hacen. No obstante esos problemas, los cuestionarios por correo suelen ser el método menos costoso de aplicación por contacto logrado. Los investigadores de CARA calcularon que el costo por contacto con las entrevistas personales sería de unos 25 dólares, mientras que los cuestionarios por correo costarían sólo 1.70. Cuando a este costo se agrega el correspondiente al incentivo por la devolución del cuestionario, el total se incrementa hasta alcanzar entre 4.50 y 5.50 dólares, lo que aun cuando es mayor que el costo básico por contacto, todavía es mucho menor que el costo de cada entrevista personal. Además del costo más bajo y la oportunidad de que los participantes reflexionen sobre una lista de posibles respuestas alternas, ¿qué otras ventajas habría tenido el cuestionario por correo sobre las entrevistas personales o telefónicas en este estudio?

CASOS DE LA PARTE III

CASO IILA Química Suchomel Química Suchomel era una empresa fabricante de productos químicos de la vieja guardia todavía administrada y dirigida por su fundador, Jeff Suchomel, y su esposa, Carol, en los puestos de presidente y de químico investigador en jefe, respectivamente. Localizada en Savannah, Georgia, fabricaba diversos productos para el hogar, entre los que se incluían ceras, ceras para muebles, lechada y cemento para mosaicos, limpiadores en rocío para ventanas y otras superficies, aerosoles aromatizantes e insecticidas. La compañía distribuía sus productos en forma regional y su base de consumidores era particularmente fuerte en el norte de Florida y el sur de Georgia. La empresa no sólo se las había arreglado para mantener su participación de mercado, sino que la había aumentado en varias de sus líneas clave durante los últimos seis años, a pesar de la creciente competencia de las marcas de distribución nacional. Química Suchomel lo había logrado principalmente mediante la innovación de productos, en particular la dirigida a cambios mínimos en los productos, en vez del uso de nuevas tecnologías o productos totalmente nuevos. Los Suchomel pensaban que la compañía debía limitarse a lo que sabía hacer mejor, y no pretender convertirse en todo para todo mundo y, en el proceso, sufrir la dispersión de recursos, particularmente en virtud de su naturaleza regional. Una innovación que se estaba considerando era un nuevo aroma para su rocío repelente de insectos, que se frotaba o rociaba sobre el cuerpo. El nuevo aroma había sido sometido a extensas pruebas de laboratorio y de campo, las cuales indicaron que repelía a los insectos, sobre todo los mosquitos, en igual o mayor grado que las dos principales marcas de distribución nacional. Un aspecto que preocupaba especialmente al considerar la introducción de la nueva marca era su nombre. El mercado de insecticidas Durante los últimos años, el mercado de insecticidas se había vuelto difícil de descifrar. Aunque había crecido la compra de insecticidas en general, en gran parte había correspondido al mercado de insecticidas líquidos en tanques, mientras que el mercado de productos para el hogar había disminuido un poco en el mismo intervalo. Sin embargo, Química Suchomel no había sufrido por esa caída general de las ventas y hasta se las había arreglado para incrementar levemente sus ventas de insecticidas durante los últimos tres años. La compañía esperaba que la fórmula con el nuevo aroma le permitiera ganar incluso una mayor participación en el mercado. Anteriores experiencias de la empresa en el ramo la hicieron considerar que el nombre del nuevo producto es un elemento muy importante para su éxito, ya que, al parecer, existe alguna interacción compleja entre la compra y las características de uso entre los usuarios de repelentes para insectos. La mayor parte de

las compras las hacen mujeres casadas para su familia, pero la compra repetida depende de que el esposo la respalde en el sentido de que el producto funciona. Por tanto, el nombre debe ser atractivo para ambos: la compradora y el usuario final, si bien es habitual que no estén juntos al momento de la compra. La situación se complica más porque investigaciones previas indicaban que un producto con un nombre llamativo para el comprador y el usuario final era rechazado si su nombre y el aroma no concordaban. En concreto, dar nombre a un producto como éste, que se usa sobre el cuerpo, es una tarea compleja. Alternativas de investigación La compañía siguió sus procedimientos habituales en la elaboración de una lista de posibles nombres para el nuevo producto. En primer término, pidió sugerencias a quienes habían participado en su desarrollo. También programó algunas sesiones informales de lluvia de ideas (brainstorming) entre posibles clientes; se pidió simplemente a los participantes en dichas sesiones que mencionaran todos los nombres que se les ocurrieran para un repelente de insectos en rocío. Un panel de ejecutivos, en su mayor parte del grupo del producto, aunque incluyó algunos directivos corporativos, repasó luego los nombres y redujo la larga lista a un subconjunto más manejable, con base en sus reacciones personales a los nombres y en su posterior análisis sobre la connotación que los nombres tenían para ellos. Después, la lista de nombres restante se envió al departamento jurídico corporativo, que los evaluó en cuanto a la posible violación de derechos de autor. Los nombres que sobrevivieron a esta verificación fueron objeto de un nuevo análisis del panel y se generó una lista de 20 nombres posibles. Los miembros del grupo de producto fueron los responsables de crear un diseño de investigación con el cual se seleccionaría el nombre definitivo. El personal del grupo de producto a cargo de la prueba del nombre consideraba dos alternativas distintas para indagar cuál era preferible. Ambas opciones incluían entrevistas personales en centros comerciales; de manera más específica, el grupo planeaba realizar un conjunto de entrevistas en un centro comercial determinado al azar de Atlanta, Savannah, Tallahassee y Orlando. Cada conjunto de entrevistas incluiría a 100 participantes, los sujetos previstos eran mujeres casadas de 21 a 54 años que habían comprado productos de la categoría durante el último año. Se haría contacto al azar con las mujeres que parecieran cumplir los requisitos y se les preguntaría si habían usado repelente de insectos en rocío durante el último año; luego, su edad. A quienes satisficieran los requisitos se les pediría que llenaran un ejercicio de denominación de insecticidas usando una de las dos alternativas consideradas. La alternativa 1 consistía en que la participante ordenara un conjunto de 20 nombres tentativos, primero se le pediría que los clasificara en dos grupos, con base en su grado de idonei-

m

Capítulo 11: Recopilación de información por observación

dad para un repelente de insectos. El grupo 1 consistiría en los diez mejores nombres, y el grupo 2, en los 10 peores. Luego, se le pediría que seleccionara los cuatro mejores nombres del grupo 1 y los cuatro peores del grupo 2, y que eligiera el mejor y peor de esos dos subconjuntos de cuatro cada uno, respectivamente. Por último, se le preguntaría por qué eligió como mejor y peor nombres los que haya seleccionado como tales. La alternativa 2 también incluía varias etapas; en primer término, se pediría a las participantes que calificaran cada uno de los 20 nombres en una escala diferencial semántica de siete puntos, cuyos extremos eran "Nombre totalmente inapropiado para un repelente de insectos" y "Nombre totalmente apropiado para un repelente de insectos". Después, se les solicitaría que rocíen el producto en el dorso de su mano o en el brazo y repitan la tarea de calificación con una escala similar, pero en esta ocasión las descripciones extremas corresponderían a la idoneidad del nombre en relación con el aroma específico. A continuación, se les pediría que indicaran su interés en comprar

el producto, de nuevo al verificar una de las siete posiciones en una escala que iba desde "Definitivamente no lo compraría" hasta "Definitivamente lo compraría". Por último, se preguntaría a cada una por qué había seleccionado los nombres que eligió como los más apropiados para repelentes de insectos, en general, y para el aroma específico, en particular.

Preguntas 1. Evalúe los métodos que se consideran para recopilar los datos. ¿Cuál recomendaría y por qué? 2. ¿Cómo usaría los datos de cada método para decidir cuál debe ser el nombre de la marca? 3. ¿Piensa que las entrevistas personales en centros comerciales son una forma útil de recopilar estos datos? De no ser así, ¿cuál alternativa recomendaría?

CASO III.B Luz y Fuerza de Wisconsin (B)1 En respuesta a la creciente sensibilidad ambiental de los consumidores, Luz y Fuerza de Wisconsin (LyFW) adoptó varias iniciativas ambientales de gran notoriedad. Esos programas ambientales se incluyeron bajo la categoría general Compra Inteligente de los Programas de Administración del lado de la Demanda de LyFW, y tienen como objetivo fomentar la conservación de la energía entre los clientes residenciales, comerciales e industriales de LyFW. Algunos programas incluyen los de descuentos en aparatos electrodomésticos, análisis de energía, apoyo para el acondicionamiento ambiental y préstamos para la mejora de la energía en el hogar. Todas las actividades previas de investigación de mercados y recopilación de información se enfocaron principalmente en problemas desde las perspectivas de los clientes, como la evaluación del impacto neto de los programas en cuanto a ahorros de energía y demanda, así como el cálculo de la porción de ambientalistas (personas que habrían emprendido las acciones de conservación que promueve el programa, incluso en ausencia de éste). Además, se ha diseñado un estudio que se realiza actualmente para evaluar e identificar las actitudes y opiniones de los clientes acerca del diseño, implantación, características y ejecución de los programas residenciales. Después de examinar la perspectiva de los consumidores, el siguiente objetivo de LyFW consiste en obtener información de otros participantes del programa, como empleados de la compañía e instituciones financieras.

se puso en marcha hace cuatro años, tiene como fin poner financiamientos blandos a disposición de los clientes residenciales de gas y electricidad de la compañía, para que apliquen medidas de conservación y protección en el acondicionamiento ambiental. Los préstamos blandos se proporcionan a través de los representantes de cuenta de LyFW, en conjunto con las instituciones financieras y socios comerciales participantes. Los procedimientos para la obtención del préstamo comienzan con la aplicación de un diagnóstico energético en la residencia del cliente interesado, para determinar las medidas de conservación apropiadas. Una vez que el cliente decide cuáles medidas se aplican, el representante de LyFW le ayuda a tramitar el financiamiento blando con una de las instituciones bancarias locales participantes. Al término del proyecto, los representantes de LyFW inspeccionan el trabajo mediante la verificación de una muestra aleatoria de los participantes. Entre las medidas de conservación disponibles con este programa, se incluyen la instalación de hornos/calentadores de gas natural, atenuadores de ventilación automática, dispositivos de encendido intermitente, bombas térmicas y calentadores de agua de bomba térmica. Las mejoras estructurales disponibles son el aislamiento térmico de ático/muros/sótano, de los alféizares, la colocación de tiras aislantes en las ventanas y hermetizado.

El primer paso de LyFW para cambiar el enfoque de su investigación es emprender un estudio del programa de préstamos para la mejora de la energía en el hogar. Este programa, que

La intención principal de este estudio consiste en identificar la manera de optimizar el programa de mejora de la energía en el hogar, desde la perspectiva de las instituciones bancarias. En particular, se deben considerar los aspectos siguientes:

1

Se agradece la colaboración de Kavita Maini y Paul Metz para el desarrollo de este caso, y la autorización de Wisconsin Power & Light para usar el material incluido.

Objetivo

• Identificar lo que motiva a las instituciones financieras para participar en el programa.

Casos de la parte III • Determinar cómo dichas instituciones obtienen información relativa a los diversos cambios y actualizaciones del programa. • Identificar de qué manera promueven el programa. • Evaluar los aspectos administrativos y programáticos del programa en curso. • Determinar el tipo de análisis de crédito que emprenden los bancos. • Identificar formas de minimizar la tasa de incumplimiento de pagos del préstamo. • Evaluar el compromiso de las instituciones financieras con el programa. • Identificar las opiniones de los bancos respecto al programa, en general. • Identificar si las pocas solicitudes de préstamo en algunas instituciones se debe a la falta de una base de clientes. Metodología A fin de recabar los datos necesarios para el estudio, LyFW decidió realizar una encuesta telefónica en las instituciones bancarias participantes. Para empezar, en la selección de la muestra para la encuesta utilizó dos listas de bancos preparadas por el personal de mercadotecnia de la empresa. En las listas se identificaron un total de 124 instituciones participantes, pero se descubrió que una de ellas tenía 15 nombres menos que la otra, pues omitía algunas sucursales de bancos importantes. No obstante, las 124 instituciones, incluidas las 15 que diferían, se incluyeron en el conjunto de nombres del cual se extrajo la muestra. El fondo de la muestra se clasificó en tres grupos, de acuerdo con la cantidad de préstamos otorgados durante el año calendario 1998. Los grupos fueron los siguientes: Grupo

Número de instituciones

1 2 3

44 40 40

Número de préstamos (1998)

0 1 al 8 a 54

í$jjj$¿\

Se eligió una estrategia de clasificación que permitiera el análisis de las principales variables mediante tres grupos clave: sin concesión de préstamos, concesión de préstamos "leve" y concesión de préstamos "intensa". La diferencia entre estas dos últimas se determinó por la mediana de préstamos que otorgaron los participantes "activos". La muestra final para la encuesta consistió en 20 instituciones seleccionadas al azar de los grupos 2 y 3, además de otras 10 del grupo 1. La muestra, conformada por 20 instituciones de cada uno de los grupos 2 y 3, se identificó al seleccionar una institución sí y otra no, después de determinar al azar el punto inicial en cada lista. Las 40 instituciones seleccionadas de los grupos 2 y 3 formaron la base de muestra en la que LyFW estaba más interesada (debido a que cada una de ellas concedió préstamos durante el año previo). El tamaño de la muestra (n = 40) se basó en el juicio personal. Las 10 instituciones seleccionadas de manera aleatoria del grupo 1, se eligieron, ante todo, para explorar a qué se debería la ausencia de préstamos. En esas 10 instituciones se aplicó una versión abreviada de la encuesta telefónica, dirigida hacia su falta de actividad. Con dos semanas de anticipación, se notificó a todos los distritos del territorio de servicio de LyFW que se realizaría la encuesta; mientras tanto, fue sometida a una prueba y se modificó antes de su aplicación final. Un gerente de proyecto y un asistente de investigación, ambos empleados del departamento de mercadotecnia de LyFW, realizaron todas las entrevistas durante una semana.

Preguntas 1. Dados los objetivos del proyecto, describa la mejor forma de proceder a la recopilación de datos. Fundamente sus conclusiones. 2. ¿Qué tipo de muestra usó LyFW en su investigación? ¿Qué ventajas obtuvo del método de muestreo utilizado? ¿Cuáles fueron las desventajas? Recomiende posibles alternativas de muestreo a las que podría haber recurrido LyFW.

CASO III.C Dirección de Servicios Financieros Estudiantiles (A)1 Antecedentes Magnus Pym, decano de asuntos estudiantiles en una universidad, desarrolló un programa para todo el campus universitario: iniciativa por un servicio de calidad, que estaba interesado en implantar. Como medida inicial, emprendió una encuesta en todo el campus para evaluar el nivel de satisfacción de los 1

Se agradece la colaboración de Neeraj Bharadwaj para el desarrollo de este caso.

estudiantes de licenciatura con los diversos servicios estudiantiles disponibles. Después de analizar los resultados del instrumento de encuesta, observó que la Dirección de Servicios Financieros Estudiantiles recibió una de las calificaciones más bajas. El financiamiento de la educación universitaria es un tema de gran importancia para muchos estudiantes, por lo que el decano creyó necesario examinar más estrechamente esta área.

304

Capítulo 11: Recopilación de información por observación

El señor Pym se puso en contacto con Susan Solacy, directora de Servicios Financieros Estudiantiles durante los últimos 10 años, para analizar más a fondo sus preocupaciones preliminares. Después de examinar el instrumento de la encuesta, la señora Solacy defendió el funcionamiento de su departamento planteando tres aspectos: • La encuesta sólo incluía una pregunta relacionada directamente con el grado de satisfacción hacia los servicios que proporciona la oficina a su cargo, de modo que podría haber generado un punto de vista distorsionado acerca de lo que realmente opinaron los estudiantes. • Todas las preguntas de la encuesta estaban estructuradas (preguntas cerradas), lo que quizá ocasionó que los encuestados sintieran la necesidad de responder incluso si no tenían una opinión sobre el tema, pues históricamente apenas 30% de la población estudiantil solicita apoyo financiero a través de la Dirección de Servicios Financieros Estudiantiles. Sin embargo, casi todos los estudiantes que llenaron la encuesta respondieron a la pregunta relativa a la satisfacción con dicha oficina. • El gobierno federal establece gran parte de los lineamientos para financiar becas, subvenciones y préstamos. Puesto que la actividad de esta dirección consiste en ejecutar los procedimientos establecidos en el ámbito nacional, no tiene la última palabra sobre las decisiones finales. En resumen, los estudiantes podrían estar insatisfechos con ciertos aspectos sobre los que la Dirección de Servicios Financieros Estudiantiles no tiene control. Método de investigación A fin de hacer frente a los aspectos mencionados, la señora Solacy recomendó que la universidad comisionara un estudio más enfocado, para conocer mejor los factores que contribuyeron a la baja satisfacción con su oficina. De acuerdo con su experiencia personal, consideraba que una encuesta sería idónea para obtener esta información descriptiva. De hecho, en fecha reciente se topó con una encuesta sobre los apoyos financieros en otra universidad, donde se examinaban temas que se aplican a su dirección. La encuesta incluía 40 elementos, con cinco puntos en la escala de Likert, sobre el proceso de solicitud (rapidez en la recepción de cheques/concesiones, satisfac-

ción con el proceso de estudio de trabajo/beca/préstamo, y así sucesivamente), amabilidad del personal/consejeros e información demográfica de los encuestados. La señora Solacy contrató a tres estudiantes de la materia de investigación de mercados para que elaboraran un instrumento que considerara las áreas potenciales de satisfacción con su oficina. Además de las preguntas estructuradas que aparecían en la encuesta de la otra universidad, estaba interesada en incluir algunas preguntas abiertas sobre las preocupaciones relacionadas con la entrega de cheques/subvenciones, generar una lista de los servicios de la dirección que los estudiantes consideraban más importantes y obtener sugerencias/áreas de mejora. Antes de que el equipo de investigación estudiantil iniciara el desarrollo del cuestionario, la señora Solacy mencionó otros aspectos que influirían en el estudio: • Resaltó la facilidad para acceder a la base de datos de la dirección, que contiene los 13 000 estudiantes que han solicitado apoyo financiero en los últimos 12 meses. • Mencionó que tenía presupuesto muy limitado. • Quiere garantizar que se genere información suficiente para cada celda, de modo que los resultados sean estadísticamente significativos. Este aspecto es clave, ya que sabe de encuestas en las que se han obtenido conclusiones a partir de lo que, en su opinión, eran datos insuficientes. De tal suerte, piensa que es necesario recibir 1000 encuestas contestadas en relación con los 40 a 45 elementos con cinco puntos en la escala de Likert que imagina para el instrumento de encuesta. • Desea recibir el informe de investigación completo con resultados/acciones recomendadas en no más de cuatro meses, ya que le toca promoción al año siguiente.

Preguntas 1. En vista de los parámetros que menciona la señora Solacy, ¿qué método de aplicación (entrevistas personal o telefónica, o cuestionario por correo) recomendaría si fuera parte del equipo estudiantil? 2. Dado el método recomendado en la pregunta 1, ¿que podría hacerse para aumentar la tasa de respuesta?

CASO III.D Premium Pizza Inc.1 Durante los años 80, hubo un aumento considerable en el uso de promociones (cupones, descuentos marcados en el empaque, regalos gratuitos, etc.), debido a su éxito manifiesto en aumentar el comportamiento de compra a corto plazo. De hecho, se calcula que ahora las promociones de ventas comprenden más de la mitad de los presupuestos de promoción, mientras que las

cuentas de publicidad abarcan menos de la mitad. Sin embargo, en muchos ramos el beneficio inicial del aumento en las ventas ha producido una escalada a largo plazo en la competencia. A medida que las empresas se ven forzadas a "combatir fuego con fuego", una oferta especial sigue a otra, formando una espiral interminable de promociones.

]

El ramo de la comida rápida ha sido uno de los más afectados por esta tendencia. Las pizzas han llegado a venderse al 2 por 1;

Se agradece la colaboración de Jacqueline C. Hitchon para la elaboración de este caso.

CQSOS de la parte III las hamburguesas se promueven en el contexto de un doble producto, que incluye juguetes para los niños, y los tacos tienen precio reducido en ciertos días. Es en ese ambiente errático y fieramente competitivo, Premium Pizza Corporation ha pasado de ser una pequeña cadena local a una extensa red en la región centro oeste con aspiraciones nacionales. Durante los últimos años, su vicepresidente de mercadotecnia, Jim Battaglia, ha recurrido a diversas ofertas promocionales y los restaurantes de la cadena continúan floreciendo. No obstante, a medida que la compañía avizora una mayor expansión, el señor Battaglia está preocupado porque sabe muy poco sobre las reacciones de sus clientes a las promociones. Considera necesario establecer una estrategia a largo plazo ideada para maximizar la efectividad del dinero gastado en promociones y, como primer paso, le parece importante evaluar la eficacia de las promociones actuales. Objetivos específicos En el pasado, el señor Battaglia ha promovido el uso de cinco tipos de cupones; ahora, pretende determinar su atractivo independiente, además de su relación con diversas características identificables de los consumidores de comida rápida. Los cinco conceptos promocionales se enumeran en el anexo IIID.l. De acuerdo con su experiencia, las características de los consumidores que fundamentan la investigación abarcan el número de hijos en cada familia, edad del hijo más pequeño, inclinación por comer comida rápida, tendencia a comer productos de Premium Pizza en particular, preferencia por rebanadas sobre pizzas completas, preferencia por el uso de cupones y ocupación del jefe de familia. De tal modo, los objetivos específicos de investigación pueden resumirse como sigue: • Evaluar el atractivo independiente de las cinco promociones para determinar cuáles reciben mayor preferencia. • Descubrir por qué se prefieren ciertas promociones. • Examinar las relaciones entre el atractivo de cada concepto promocional y las diversas características de los consumidores. Propuesta de metodología Después de analizarlo mucho, el equipo de investigación decidió que la mejor forma de recopilar la información necesaria era a través de entrevistas personales, con una combinación de preguntas abiertas y cerradas. Se seleccionó como sitio de investigación un centro comercial de tamaño intermedio en las afueras de la ciudad. Entrevistadores profesionales interceptarían a los compradores, mientras caminaban por el centro comercial y les pedirían que tomaran parte en una encuesta que requeriría cinco minutos de su tiempo. El procedimiento de muestreo utilizaba una muestra de conveniencia, en la que los entrevistadores tenían instrucciones de acercarse a quienes pasaran frente a ellos, siempre y cuando satisficieran ciertos criterios (anexo IIID.2). En resumen, la muestra de sujetos se restringiría a adultos de cualquier género, de 18 a 49 años de edad, que hubieran comprado alimentos para el al-

305

muerzo, la comida o para llevar, en un restaurante de comida rápida durante los últimos siete días y que hubieran comido pizza de restaurante en los últimos 30, ya sea en el establecimiento o con entrega a domicilio. Además, se indicó a los entrevistadores que evitaran desnivelar el proceso de selección que habría si, por ejemplo, se acercaban sólo a las personas que les parecieran particularmente agradables o atractivas. Por último, se pidió a los entrevistadores que procuraran, en la medida posible, obtener igual proporción de participantes de ambos géneros. El cuestionario se organizó en tres secciones (anexo IIID.3): la primera contiene preguntas de selección, encaminadas a indagar si el sujeto es apropiado para la muestra; en la segunda, se pide a la persona que evalúe, en escalas de 10 puntos, el atractivo de cada uno de los cinco conceptos promocionales con base en dos factores: valor percibido y probabilidades de uso. Después de evaluado el concepto, se le solicita que indique las razones de su calificación de probabilidades de uso. La tercera y última sección se compone de preguntas sobre las características del consumidor, que el señor Battaglia consideró apropiadas. Este cuestionario está diseñado para que el entrevistador lo llene con las respuestas del entrevistado; en otras palabras, el entrevistador lee las preguntas en voz alta y escribe la respuesta que el entrevistado da a cada una. Puesto que se decidió mostrar a los entrevistados un ejemplo de cada cupón, antes de que lo calificaran, se produjeron fotografías ampliadas de cada cupón. También se consideró necesario ilustrar las escalas de 10 puntos que deben usar los consumidores para evaluar la promoción, de manera que los cupones y escalas se juntaron en un folleto, así, cuando el entrevistador muestre cada par de páginas, el entrevistado vea las escalas en la página superior y el cupón de la pregunta en la página inferior (figura IIID.l). Como el investigador deseaba equilibrar el orden en que se verían y calificarían los cupones, se organizaron folletos con seis secuencias distintas y cada una se encuadernó con pasta de distinto color. En total, se imprimieron 96 cuestionarios en seis colores diferentes, para que coincidieran con la pasta. De esta manera, hubo 16 cuestionarios de cada color, que indicaban cuál era su secuencia. A N E X OI1110.1

Cupón A:

Un refresco mediano por 5 centavos en la compra de cualquier rebanada.

Cupón B:

Compre una rebanada y reciba gratuitamente una segunda rebanada del mismo precio.

Cupón C:

Ahorre 50 centavos en la compra de cualquier rebanada y reciba gratuitamente un viaje a la barra de ensaladas.

Cupón D:

Compre una rebanada y un refresco grande, y reciba una segunda rebanada gratis.

Cupón E:

Compre una rebanada de un solo ingrediente por sólo 99 centavos.

306

Capítulo 11: Recopilación de información por observación

A N E X O III.D.2

A continuación, se presentan sugerencias para cada pregunta. Por favor, lea todas las instrucciones antes de emprender su primera entrevista. Instrucciones para el entrevistador Acerqúese a compradores que parezcan tener entre 18 y 49 años de edad. Puesto que preferiríamos tener igual número de participantes de cada categoría de edad e igual proporción de hombres y mujeres, por favor, no seleccione a los sujetos con base en su apariencia. La entrevista debe durar unos cinco minutos. Cuando lea las preguntas, lea también las opciones de respuesta, si así está indicado. Pregunta 1:

Interrumpa la entrevista con cualquier persona que no haya ingerido almuerzo o comida de ningún restaurante de comida rápida durante los últimos siete días.

Pregunta 2:

Interrumpa la entrevista con cualquier sujeto que no haya comido pizza en los últimos 30 días. Ello comprende pizza para llevar, servicio en el automóvil o para comer en el restaurante.

Pregunta 3:

Interrumpa la entrevista si el entrevistado no tiene entre 18 y 49 años. Si su edad se encuentra dentro de este intervalo, encierre en un círculo el número de respuesta apropiada. Por favor, lea la pregunta y las opciones de respuesta.

Después de leer las preguntas 1 a 3, entregue el folleto de cupones al sujeto. Verifique que el folleto y las hojas de respuestas sean del mismo color. Compruebe también que el número de folleto de cupones indicado en la esquina superior derecha de la hoja de respuestas corresponda al número de cupón del folleto. Pregunta 4:

Pida al sujeto que abra el folleto de cupones y lea el primer cupón. Luego, lea la primera sección de la pregunta 4 y muestre al sujeto las escalas que están en la página que antecede al cupón. Anote su respuesta en el cuadro correspondiente. Lea la segunda sección de la pregunta y anote la respuesta en el segundo cuadro. Cuando pregunte al encuestado: "¿Por qué respondió como lo hizo en cuanto al uso?", por favor, registre la primera razón que mencione y use las líneas disponibles para sondear y aclarar sus razones.

Este conjunto de instrucciones se aplica a las preguntas 5 a 8. Recuerde periódicamente al encuestado que observe las escalas incluidas en la página que antecede al cupón que está observando. Pregunta 9:

Anote el número de hijos del encuestado. Si no los hay, escriba el número cero y proceda a la pregunta 11.

Pregunta 10:

Anote en el cuadro la edad del hijo más pequeño del encuestado.

Pregunta 11:

Lea con lentitud la pregunta y cada respuesta. Encierre en un círculo el número correspondiente a la respuesta apropiada.

Pregunta 12:

Lea con lentitud la pregunta y cada respuesta. Encierre en un círculo la respuesta apropiada. Si la respuesta es "nunca", pase a la pregunta 14. En caso contrario, continúe con la pregunta 13.

Pregunta 13:

Encierre en un círculo el número correspondiente a la respuesta apropiada. No lea las opciones de respuesta.

Pregunta 14:

Encierre en un círculo el número correspondiente a la respuesta apropiada. No lea las opciones de respuesta.

Pregunta 15:

Lea con lentitud la pregunta y cada respuesta. Encierre en un círculo el número correspondiente a la respuesta apropiada.

Pregunta 16:

Lea con lentitud la pregunta y cada respuesta. Encierre en un círculo el número correspondiente a la respuesta apropiada.

Pregunta 17:

Si se solicita una explicación en cuanto a la ocupación del sujeto, por favor, indique que se trata de una categoría o título amplio. "Sin ocupación" es una respuesta inaceptable. En caso de que el sujeto dé esa respuesta, por favor, indague si es estudiante, ama de casa, jubilado, desempleado, etcétera.

Al final del cuestionario se pide que indique si el encuestado es hombre o mujer. Por favor, encierre en un círculo la respuesta apropiada. No lo pregunte al encuestado.

a»

Casos de la parte III ANEXO III.D.3

Número de entrevistado. Libro de cupones # (Acerqúese a compradores que parezcan tener 18 a 49 años y diga...) de Servicios de Investigación del Centro. A muchas compañías les gustaría saber sus preferencias y Hola, soy opiniones acerca de nuevos productos y promociones. Si puede dedicarnos cinco minutos, nos gustaría conocer sus opiniones en este estudio de investigación de mercados. (Si la respuesta es negativa, interrumpa la entrevista) 1. ¿Ha almorzado o comido en un restaurante de comida rápida, o ha comprado para llevar, durante los últimos siete días? ... (la respuesta debe ser "sí" para continuar) 2. ¿Ha comido pizza de restaurante en los últimos 30 días, ya sea en el restaurante o con entrega a domicilio? ... (la respuesta debe ser "sí" para continuar) 3. ¿Cuál es su grupo de edad? (Lea las respuestas y marque el número con un círculo) 1)18-24

2) 25-34

3) 35-49

4) Otra: interrumpa la entrevista

A continuación, le mostraré cinco cupones distintos y le haré tres preguntas respecto a cada uno. Por favor, responda de manera independiente para cada cupón. Vea el cupón que siga únicamente cuando le pida que lo haga. 4. Por favor, lea el primer cupón. En una escala de 10 puntos, como se muestra en la página anterior, ¿cómo calificaría este concepto si 1 indica un valor muy bajo y 10 corresponde a un valor muy alto? Observando la segunda escala, ¿cómo calificaría este concepto si 1 representa que definitivamente no lo usaría y 10 indica que definitivamente lo usaría?

escriba el valor escriba el valor

¿Por qué lo usaría de esa manera?

5. Por favor, dé vuelta a la página y lea el siguiente cupón. Haciendo caso omiso del cupón anterior y con la misma escala, ¿cómo calificaría este concepto en cuanto a su valor?

escriba el valor

En referencia a la segunda escala, ¿cómo calificaría este concepto en cuanto a su nivel de uso? escriba el valor ¿Por qué lo usaría de esa manera?

6. Por favor, dé vuelta a la página y lea el siguiente cupón. Haciendo caso omiso del cupón anterior y con la misma escala, ¿cómo calificaría este concepto en cuanto a su valor?

\ | escriba el valor

En referencia a la segunda escala, ¿cómo calificaría este concepto en cuanto a su nivel de uso?

\

¿Por qué lo usaría de esa manera?

1

escriba el valor

continúa

308

f

Canítuln 11: Rfimnilnrinn dfi información ñor ohsfirvnrión

A N E X O III.D.3

7. Por favor, dé vuelta a la página y lea el cupón siguiente. Haciendo caso omiso del cupón previo y con la misma escala, ¿cómo califica este concepto en lo referente a su valor?

escriba el valor

En referencia a la segunda escala, ¿cómo calificaría este concepto en cuanto a su nivel de uso? ¿Por qué lo usaría de esa manera?

8. Por favor, dé vuelta a la página y lea el cupón siguiente. Haciendo caso omiso del cupón previo y con la misma escala, ¿cómo califica este concepto en lo referente a su valor?

En referencia a la segunda escala, ¿cómo calificaría este concepto en cuanto a su nivel de uso?

escriba el valor

escriba el valor escriba el valor

¿Por qué lo usaría de esa manera? _

Gracias. Las preguntas siguientes nos ayudarán a clasificar la información precedente. 9. ¿Cuántos hijos viven en su casa? Si la respuesta es "ninguno", pase a la pregunta 11.

escriba el número ninguno = O

10. ¿Cuántos años tiene su hijo menor? 11. ¿Cada cuánto tiempo come comida rápida en el almuerzo o comida? (lea las respuestas y circule un número) 1 Una vez por mes o menos 2 Dos o tres veces por mes 3 Una o dos veces por semana 4 Más de dos veces por semana 12. ¿Con qué frecuencia come en Premium Pizza? (lea las respuestas y circule un número) 1 Nunca he ¡do a Premium Pizza 2 Una vez por mes o menos 3 Dos o tres veces por mes 4 Una vez por semana o más Si la respuesta es "nunca", pase a la pregunta 14. 13. ¿Qué compra usualmente en Premium Pizza, pizzas enteras o rebanadas?

1 pizzas enteras 2 rebanadas (circule un número)

14. ¿Ha usado cupones de comida rápida o de restaurantes en los últimos 30 días?

1 sí 2 no (circule un número)

15. ¿Ha usado alguna vez cupones de Premium Pizza? (lea las respuestas y circule un número) 1 Nunca. 2 Los uso en ocasiones, cuando los tengo. 3 Siempre los uso, cuando los tengo.

Casos de la parte III

309

A N E X O III.D.3

16. ¿Cuál es su estado civil? (lea las respuestas y circule un número) 1 Soltero(a) 2 Casado(a) 3 Divorciado(a), separado(a), viudo(a) 17. ¿Cómo se gana la vida? La siguiente pregunta no es para el entrevistado. Por favor, encierre en un círculo la respuesta apropiada-el entrevistado es: 1 hombre 2 mujer (circule un número) Gracias por su participación—interrumpa la entrevista en este punto.

FIGURA11.10.1

El cuestionario y procedimiento fueron objeto de una prueba en un centro comercial similar al de la encuesta definitiva, y resultaron satisfactorios.

Preguntas 1. Dados los objetivos de la investigación, ¿es apropiada la elección de entrevistas de intercepción en un centro comercial como método de recopilación de datos?

2. ¿Considera que hubo criterios específicos que debía satisfacer el centro comercial elegido? 3. Evalúe las instrucciones a los entrevistadores. 4. Evalúe el cuestionario. 5. ¿Piensa que vale la pena presentar los cupones encuadernados por separado del cuestionario? ¿Por qué? 6. ¿Considera recomendable alternar el orden de presentación de los cupones? ¿Por qué?

P

A

R

T

E

I

V

Formulario de recopilación de datos

Capítulo 12 Diseño del cuestionario o formulario de observación Capítulo 13 Fundamentos de medición Capítulo 14 Medición de actitudes, percepciones y preferencias Una vez determinado el método de recopilación de datos, el investigador tiene que diseñar los formularios que se usarán en tal recopilación. En el capítulo 12 se analiza la elaboración de formularios de observación y cuestionarios. En el capítulo 13 se presentan algunos fundamentos de medición que los investigadores deben tener en cuenta para no desorientar a los demás. Finalmente, en el capítulo 14 se estudia la medición de actitudes, percepciones y preferencias.

ARAMARK: PARA QUE LA CAFETERÍA DE LA EMPRESA RESULTE

SATISFACTORIA Si alguna vez ha intentado planear una comida familiar u ordenar pizza para un grupo de estudiantes hambrientos, sabe que es difícil satisfacer los gustos de todos; ¡Ahora imagine si su trabajo consistiese en alimentar cada día a millones de trabajadores! Esa es la tarea cotidiana de ARAMARK Food and Support Services. Esta división de ARAMARK brinda servicios de cafetería y de respaldo a empresas, instalaciones deportivas, organismos gubernamentales e instituciones educativas y de servicios de salud en Estados Unidos y el norte de México. A fin de establecer y conservar sus contratos con empresas como Ford, General Motors y Xerox, ARAMARK tiene que satisfacer los gustos culinarios y expectativas de servicio de los empleados de esas compañías. Para ello, ha incluido encuestas con los clientes y sus empleados, como parte de sus actividades normales, mediante las que pretende identificar las áreas susceptibles de mejorar. Cada año, la compañía distribuye cuestionarios impresos en sus comedores. La preparación de las encuestas se encomienda a NCS, empresa de investigación de Minneapolis, como parte de un paquete que incluye la colocación de carteles y exhibidores junto a las cajas registradoras para promover las encuestas. Cuando el administrador de un comedor recibe el paquete, distribuye los cuestionarios y pone en exhibición los materiales de promoción; a veces, los cuestionarios se colocan cerca de las cajas registradoras y, en ciertos casos, se envían a través del sistema de mensajería interna del cliente. En algunos comedores, se ofrece una galleta gratuita como incentivo para llenar la encuesta. En general, las preguntas corresponden a tres categorías: 1. Alimentos: preguntas acerca de la calidad, sabor y aspecto general de los alimentos, así como respecto de si los alimentos valen lo que cuestan. 2. Servicio: preguntas relativas a la rapidez de servicio y cortesía del personal, además de la presentación del personal mismo y sus conocimientos sobre el menú. 3. Instalaciones: preguntas relativas al área de servicio y el comedor, como limpieza, disponibilidad de lugares y facilidad para ser atendido, así como sobre la comodidad del horario de servicio.

Además, las versiones regionales del cuestionario consideran ciertos temas relacionados sólo con áreas específicas. Por ejemplo, en las instalaciones de un área con café gourmel o que atiende necesidades dietéticas especiales, se incluirían preguntas al respecto. Los cuestionarios para los empleados son similares, pero los empleados de ARAMARK también contestan preguntas vinculadas con la calidad de su vida laboral, lo que incluye calificar a sus supervisores, compañeros de trabajo v el equipo que usan. También se les pide su opinión sobre temas relacionados con el trabajo, como sus oportunidades de promoción. Durante la encuesta, que dura una semana, clientes y empleados marcan sus opiniones en los formularios de encuesta, que pueden capturarse mediante un lector óptico. El gerente del local reúne los cuestionarios, los coloca en un paquete, con la dirección ya impresa, y los envía a NCS. donde una computadora captura las respuestas por medio de un lector óptico. Luego de dos semanas, ya se han capturado y procesado todos los datos. Ello es posible porque los formularios tienen un formato legible por computadora y el encabezado y dirección estén codificados con barras. En cuanto NCS recibe los formularios, se leen los códigos de barras para saber de dónde provienen los datos y a dónde deben enviarse los resultados. De tal modo, dos semanas después de recibir los cuestionarios. NCS envía un informe efe los datos a los directivos de ARAMARK y cada gerente recibe un resumen de las respuestas correspondientes a su área. NCS analiza los datos para identificar áreas con problemas importantes y. al cabo de tres semanas, envía a los directivos de ARAMARK un proyecto para mejorar el rendimiento. Se trata de un informe donde se detallan los 25 atributos principales de los aspectos de menú, servicio y ambiente de los comedores, con base en su importancia para los clientes y el funcionamiento de cada comedor. Los directivos estudian este informe, prestando atención especial a los atributos de mayor importancia y con bajo rendimiento, pues se trata de las áreas donde es crítico emprender acciones. Las respuestas de los empleados y clientes se presentan por separado, para que ios directivos distingan los problemas administrativos y de servicio a clientes. Por añadidura, las diferencias entre las evaluaciones de los empleados y de los clientes manifestarían problemas -por ejemplo, la necesidad de elevar las normas de calidad.

Con e! proyecto para mejorar el rendimiento en la mano, los directivos de la compañía se reúnen con el gerente de cada comedor para repasar las evaluaciones del rendimiento y las áreas que se deben mejorar. Las jerarquías ayudan a que los gerentes se enfoquen en los atributos más significativos para sus clientes y empleados ARAMARK responde con un programa llamado We Heard You ("Lo escuchamos"), diseñado para mostrar a los clientes que la compañía aplica los resultados de la encuesta. En dicho programa se utilizan carteles y papelería, con el lema mencionado, para comunicar los resultados de 13 encuesta y las acciones resultantes de ellos. De esta manera, si los clientes de una cafetería se quejan dfi la ubicación de la barra de ensaladas, los impresos de ARAMARK podrían resumir tal preocupación y especificar la respuesta' "Porque usted lo pidió, a partir de la próxima semana la barra de ensaladas se localizará en [el lugar sugerido]". Cuando los clientes llegan a la cafetería, ven pruebas concretas de que ARAMARK presta atención a sus comentarios, lo que a su vez los alienta a responder la encuesta, cuando se administre un año después. De manera similar, los directivos de ARAMARK utilizan la encuesta para demostrar a sus empleados que la empresa se compromete con la satisfacción del cliente. En primer término, ello le proporciona la autoridad moral en cuanto a vigilar las observaciones de los clientes. Además, los objetivos de rendimiento para los gerentes, con frecuencia, incluyen las inquietudes que expresaron los empleados y clientes en la encuesta. De tal modo, si indica que existen deficiencias en el sen/icio a clientes o en las oportunidades para empleados en algún área, dentro de los objetivos para los gerentes se incluyen medidas para mejorar el rendimiento en tales áreas. Por añadidura, ARAMARK utiliza los resultados de la encuesta para ampliar sus negocios. La compañía puede presentar a sus clientes corporativos los datos que indican si los empleados solicitan servicios adicionales, como un horario más amplio o un menú más diverso. Pero más importante es el hecho de que la aplicación de los resultados de la investigación muestra a los clientes actuales y prospectos que ARAMARK tiene por tradición preocuparse por la satisfacción de sus clientes. Pueriles Jnseplí Rydhnlm "Hifjli Maiks". BH üuiríí's Maiíeimg Rsseaizh Review irruyo da 1998. bajado del sitio de la revista, wmv.quirks.com, el 13 de agosta de 1999), SIIID de ARAMARKlwww.aramark.com. ba¡ado El 27 da septiembre de 19991

Capitulo

12

DISEÑO DEL CUESTIONARIO O FORMULARIO DE OBSERVACIÓN O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Explicar la función de las hipótesis de investigación en la elaboración de un cuestionario. 2. Definir el error de apreciación temporal y la pérdida de retención, además de explicar cómo afectan la capacidad del sujeto para responder con exactitud a las preguntas. 3. Citar algunas técnicas que usan los investigadores para conseguir que los sujetos respondan a preguntas delicadas. 4. Explicar qué es una pregunta abierta. 5. Nombrar dos tipos de preguntas cerradas e indicar las diferencias entre ellos. 6. Enumerar algunas de las principales reglas que los investigadores deben tener en cuenta cuando intentan elaborar preguntas sin sesgo. 7. Explicar en qué consiste el método del embudo al ordenar las preguntas. 8. Explicar qué es una pregunta ramificada y analizar cuándo se utiliza. 9. Explicar la diferencia que existe entre la información básica y la.de clasificación, además de indicar cuál debe colocarse primero en un cuestionario.

312

Un caso para la investigación de mercados Bill Hershey, joven empleado de Wright Communications Research, hojeaba el primer paquete de cuestionarios que había llegado del estudio de MedAccounts. Cualquier persona que pasara por su escritorio podía ver la viva imagen de la frustración y sorpresa. Se suponía que era una encuesta muy sencilla y Hershey no podía comprender dónde estaba el error. MedAccounts era una compañía que ofrecía sistemas de cómputo especializados para consultorios médicos. Sus sistemas centralizaban todas las funciones de registro y facturación, lo que reducía el costo y tiempo dedicados a actualizar los expedientes y enviar facturas. Sin embargo, un consultorio podía quedar paralizado cuando había un problema de servicio con el sistema de MedAccounts; por ello, la empresa había contratado a Wright Communications Research, con el fin de indagar con qué rapidez y eficacia atendía las llamadas de servicio su departamento de atención al cliente. Se había decidido que el método más rentable para el estudio sería el envío de un cuestionario. Hershey había sido seleccionado para ayudar en su elaboración y lo había realizado con varias versiones, ajustándolo con ayuda de personal más experimentado. Luego, se imprimió la versión final y se envió a una muestra de 900 médicos que usaban el sistema, según los registros de MedAccounts. Hershey pensó que lo difícil había quedado atrás y sólo restaba tabular las respuestas de los cuestionarios aplicados. Sin embargo, la pila de cuestionarios sobre su escritorio constituía una desagradable sorpresa.

Por principio de cuentas, la tasa de respuesta era mucho menor que la esperada. Aunque Hershey imaginó que muchos médicos incluidos en la muestra estarían demasiado ocupados para responder al cuestionario, esperaba recibir más cuestionarios contestados de los que realmente recibió. Pero aún más desconcertante era la calidad de las respuestas, pues si bien casi la mitad de los cuestionarios había sido llenada de manera inteligente, la otra mitad contenía respuestas apenas esbozadas y dejaba algunas preguntas sin responder. Hershey no tenía idea alguna de lo que había pasado, pero estaba decidido a averiguarlo. Tomó el teléfono y empezó a marcar el número de uno de los médicos cuyo cuestionario llenado a medias tenía frente a sí, sobre su escritorio.

Temas para análisis 1. ¿Considera que la selección de un cuestionario por correo fue una buena decisión en el estudio de MedAccounts? ¿Por qué? 2. ¿Piensa que se habrían evitado algunos de los problemas con una prueba de cuestionario? 3. ¿A qué piensa que se deben los tipos de resultados iniciales que se obtuvieron?

En capítulos previos se analizaron los diversos tipos de formularios de observación y cuestionarios que usan los investigadores y cómo se aplican, así como las ventajas y desventajas que caracterizan a cada tipo de cuestionario y método de observación. También se examinaron las ventajas y desventajas de usar las técnicas de investigación por comunicación y observación. En este capítulo se amplía dicho análisis mediante la revisión de los procedimientos que pueden seguir los investigadores en la elaboración de un formulario de observación o cuestionario para la recopilación de datos.

I Diseño del cuestionario Aunque se han logrado muchos adelantos, el diseño de cuestionarios es todavía un arte, no una ciencia. Gran parte de los avances han consistido simplemente en advertir lo que debe evitarse, como preguntas que sugieran la respuesta o sean ambiguas. Sin embargo, existen pocos lincamientos sobre la forma de generar preguntas que no tengan esas características. En la figura 12.1 se presenta un método que puede resultar útil para auxiliar a investigadores principiantes en la elaboración de cuestionarios.1 Cabría esperar que los investigadores experimentados tengan su propio esquema, si bien, los pasos enumerados en la figura sin duda alguna serían parte de dicho método. Aunque en la figura las etapas de desarrollo se presentan de manera secuencial, los investigadores pocas veces cuentan con la fortuna de desarrollar los cuestionarios paso por paso. Una situación más usual implicaría regresar una y otra vez para aclarar ciertos aspectos de los pasos previos, después de que, durante etapas más avanzadas del diseño del cuestionario, se detectó alguna deficiencia en ellos. Por ejemplo, el investigador podría encontrar que la redacción de una pregunta tiende a producir res-

FIGURA12.1

En capítulos previos se analizaron los diversos tipos de formularios de observación y cuestionarios que usan los investigadores y cómo se aplican, así como las ventajas y desventajas que caracterizan a cada tipo de cuestionario y método de observación. También se examinaron las ventajas y desventajas de usar las técnicas de investigación por comunicación y observación. En este capítulo se amplía dicho análisis mediante la revisión de los procedimientos que pueden seguir los investigadores en la elaboración de un formulario de observación o cuestionario para la recopilación de datos.

I Diseño del cuestionario Aunque se han logrado muchos adelantos, el diseño de cuestionarios es todavía un arte, no una ciencia. Gran parte de los avances han consistido simplemente en advertir lo que debe evitarse, como preguntas que sugieran la respuesta o sean ambiguas. Sin embargo, existen pocos lincamientos sobre la forma de generar preguntas que no tengan esas características. En la figura 12.1 se presenta un método que puede resultar útil para auxiliar a investigadores principiantes en la elaboración de cuestionarios.1 Cabría esperar que los investigadores experimentados tengan su propio esquema, si bien, los pasos enumerados en la figura sin duda alguna serían parte de dicho método. Aunque en la figura las etapas de desarrollo se presentan de manera secuencial, los investigadores pocas veces cuentan con la fortuna de desarrollar los cuestionarios paso por paso. Una situación más usual implicaría regresar una y otra vez para aclarar ciertos aspectos de los pasos previos, después de que, durante etapas más avanzadas del diseño del cuestionario, se detectó alguna deficiencia en ellos. Por ejemplo, el investigador podría encontrar que la redacción de una pregunta tiende a producir res-

FIGURA12.1

Diseño del cuestionario

315

puestas inútiles. De tal modo, los investigadores no deben sorprenderse al descubrir que deben trabajar de nuevo y más a fondo con algunas etapas (es algo natural). Por otra parte, los investigadores no deben considerar dichas etapas en forma literal, aquí se presentan sólo como una guía o lista de comprobación. En el caso de los cuestionarios, el platillo se prueba en gran parte al comer. ¿Acaso el cuestionario produce datos precisos y del tipo necesario? El apego ciego al procedimiento descrito no sustituye la creatividad en el enfoque ni a una prueba (paso 9 de la figura 12.1), con la cual es posible descubrir si el participante promedio entiende cada pregunta, si está dispuesto a proporcionar la información buscada y si ello es posible.

Paso 1: Especificar la información que se buscará El primer paso del diseño de cuestionarios, decidir qué información se buscará, es sencillo, siempre y cuando el investigador haya sido meticuloso y preciso en las etapas previas del proceso de investigación. Si el trabajo realizado con anterioridad se hizo con descuido, esta decisión resulta más complicada. Las investigaciones descriptivas y causales requieren que los investigadores conozcan el problema lo suficiente para definir algunas hipótesis que sirvan de guía, tanto para la investigación como para el cuestionario. Ellas determinan la información que se buscará y de quiénes se obtendrá, ya que especifican cuáles relaciones se investigarán. Si los investigadores ya han creado tablas modelo para estructurar el análisis de datos, en lo fundamental han terminado su trabajo de determinar la información que se recopilará. Recordara el lector que se denomina tabla modelo a la diseñada para clasificar los datos que se recopilen; es idéntica a la que se usará en la investigación real, si bien, en la etapa inicial no tiene cifras. Los investigadores deben recopilar información sobre las variables que se especifican en las tablas modelo para investigar las hipótesis. Además, han de recopilarla de las personas y unidades adecuadas; por tanto, resulta claro que las hipótesis no sólo son guías para determinar qué información se buscará, sino que también afectan el tipo de pregunta y la forma de respuesta usada para recopilar esa información.

Disyuntiva ética 12.1 Una institución financiera ha desarrollado un nuevo tipo de bonos del ahorro y su directora de mercadotecnia ha solicitado, a un proveedor local de investigación, que disene un cuestionario útil para cuantificar el interés de los consumidores previstos en este nuevo tipo de bono. Sin embargo, le preocupa la posibilidad de que sus competidores se enteren del nuevo concepto de producto por medio de la encuesta, por lo que solicita que el cuestionario se redacte de manera que se oculte el propósito verdadero del estudio.

indiquen a los entrevistados que la información se recopilará para una compañía relacionada con viajes.

A fin de ocultar el propósito real del estudio, en lo fundamental el cuestionario preguntará a los entrevistados detalles sobre sus planes y presupuestos de vacaciones. Se interrogará a los participantes acerca de sus finanzas sólo después de diversas preguntas relacionadas con las vacaciones, por lo que se espera que supongan que la información es para una agencia de viajes. Además, la directora de mercadotecnia pide que los entrevistadores

• ¿Existen formas de obtener este tipo de información sin recurrir al engaño y, al mismo tiempo, todavía proteger la idea del nuevo producto de la institución?

• Analice las consecuencias de engañar de esa manera a los participantes en un cuestionario. • ¿Sería aceptable el engaño si no se dijera a los entrevistadores que indiquen explícitamente a los entrevistados que la información es para una compañía relacionada con viajes?

• Analice los aspectos de validez relacionados con el hecho de que los entrevistados conozcan el propósito de la encuesta en que participan.

316

Capítulo 12: Diseño del cuestionario o formulario de observación Por supuesto, la preparación del cuestionario mismo podría sugerir nuevas hipótesis y otras relaciones, que podrían investigarse con esfuerzo y costo adicionales mínimos. En este punto, procede una advertencia de la mayor importancia: si la nueva hipótesis es realmente vital para entender el fenómeno, se debe incluir y aprovechar en el diseño del cuestionario. Por otra parte, aunque suene repetitivo, si simplemente es uno de esos "resultados interesantes" y no es vital para la investigación, ignórela. La inclusión de elementos que resultan interesantes, pero no son vitales, simplemente alargan el cuestionario, causan problemas en su aplicación y análisis, y suelen reducir la tasa de respuesta. Asimismo, una investigación exploratoria tiene como fin descubrir ideas y percepciones, no evaluarlas de manera sistemática. Por tanto, el cuestionario de un estudio exploratorio se estructura de manera laxa, apenas con una idea aproximada del tipo de información que podría buscarse, en especial durante las etapas iniciales de la investigación exploratoria y, en menor grado, durante sus etapas finales, cuando se insiste en determinar las prioridades que deben darse a las diversas hipótesis, como guía de futuras investigaciones. Cuando Murray Simón realizaba una investigación exploratoria de un nuevo medicamento para una compañía farmacéutica, descubrió que los médicos entrevistados no estaban dispuestos a especular sobre la forma en que usarían el medicamento. De tal suerte, era improductivo preguntar: "¿Prescribiría este medicamento?", pues el galeno respondería: "No puedo elaborar un juicio hasta ver los estudios clínicos" o "Envíe a su representante con muestras; después de tener algunas experiencias con ellas, podemos hablar al respecto". Entonces, Simón ensayó un tipo de pregunta menos estructurada en sus entrevistas personales. Pidió a los médicos que desempeñaran el papel de representantes que visitaban a un médico, personificado por Simón. Muchos facultativos participaron de buena gana y el cliente aprendió mucho al evaluar los argumentos de venta que incluyeron los médicos en su discurso de ventas. Por ejemplo, indicaron que una proporción considerable de los pacientes estaba a disgusto con el nuevo medicamento de un competidor importante. Además, el laboratorio farmacéutico descubrió que algunas de las aseveraciones que planeaba hacer respecto del nuevo producto eran difíciles de defender, por lo que las modificó antes de lanzar el producto.2

Paso 2: Determinar el tipo de cuestionario y su método de aplicación Después de especificar la información básica que se buscará, el investigador debe decidir cómo se recopilará. Es entonces cuando hay que dar el segundo paso: determinar el tipo de cuestionario y su método de aplicación. Estas decisiones se concentran en la estructura y grado de ocultamiento que se usará en el cuestionario y en su mecanismo de aplicación: por correo, por teléfono o en entrevistas personales. Como se comentó, estas decisiones no son independientes unas de otras, pues si el investigador se decide por un cuestionario no estructurado con ocultamiento, en que se muestra una imagen a los sujetos y se les pide que narren una historia al respecto, por ningún concepto se usaría una entrevista telefónica, e incluso una encuesta por correo resultaría complicada. De igual manera, es probable que no sea buena idea usar una encuesta por correo con un cuestionario no estructurado sin ocultamiento, compuesto por preguntas abiertas. El método de recopilación se ve sumamente influido por el tipo de datos que se han de recabar. Por ejemplo, un cliente del despacho de investigación King, Brown & Partners de San Francisco, quería conocer la proporción de usuarios de Internet que contaba con diversos filtros (plug-in) de multimedia (por ejemplo, Shockwave o Acrobat, para bajar y reproducir archivos de multimedia). Con base en la experiencia, el despacho sabía que un tercio o más de los usuarios no conoce con exactitud cuáles filtros tiene y menos aún información más detallada, como el número de versión, por lo que sería un desperdicio de tiempo visitarlos o escribirles para que respondiesen una pregunta al respecto. Entonces, los investigadores concibieron una encuesta en línea, cuya estructura permitiera que los usuarios respondieran con exactitud. Confeccionaron un tipo de prueba multimedia, en que se recurrió a diversos formatos de archivo de filtros para desplegar imágenes. Se preguntó a los usuarios que bajaron la encuesta si podían ver cada imagen, de manera que si hicieron clic en "sí," los investigadores supieron con exactitud cuál filtro estaban usando, gracias al formato usado

Diseño del cuestionario

317

para crear las imágenes. Este método permitió que los encuestados proporcionaran datos, sin conocer los detalles técnicos.3 Otro factor que influye en la elección del método para recopilar datos es la cultura del país donde se realiza el estudio (véase la Ventana de investigación 12.1). Un investigador que estudia la relación

Ventana de investigación 12.1

Efecto de las diferencias culturales en la investigación de mercados de diversos países

Disposición para cooperar En comparación con las personas de otros países, los estadounidenses tienden a ser muy serviciales y amistosos, lo cual se refleja en su disposición general para cooperar en las encuestas de investigación de mercados. Es frecuente que los estadounidenses respondan a las preguntas de un desconocido (en investigación de mercados, se le llama "entrevistador"! acerca de casi cualquier tema, incluida su vida sexual. Además, aceptan entrevistas en cualquier sitio: por teléfono, en un centro comercial o en su trabajo. Presuponer que existe el mismo ambiente de cooperación puede causar problemas a los estadounidenses que realizan investigaciones en otros países. Los consumidores de otras naciones están menos dispuestos a responder preguntas de los entrevisíadores, en particular si se trata de preguntas delicadas o personales. Por ejemplo, en Corea los hombres y mujeres de negocios se muestran renuentes a responder toda pregunta de encuesta acerca de su compañía, pues consideran desleal divulgar cualquier tipo de información a "extraños". Muchos hombres y mujeres de negocios japoneses también se resisten a participar en encuestas durante horas hábiles, ya que. a su parecer, dedicar tiempo de trabajo a una encuesta es como "robar" al patrón.

Diferencias de los costos de investigación El costo de la misma investigación puede variar considerablemente de un país a otro. En general, se considera que Japón es el mercado de investigación más costoso del planeta; ahí, un proyecto usualmente cuesta varias veces mas que otro similar en Estados Unidos. Sin embargo, incluso en una misma región, como la Comunidad Europea, los costos pueden variar de una nación a otra. La European Society for Opinión and Marketing Research (ESOMAR¡ (el equivalente europeo de una combinación de la American Marketing Association y la Advertising Research Foundation) estudia periódicamente las diferencias de los costos de investigación entre un país europeo y otro. En la figura adjunta se ejemplifican algunas diferencias de costos, que identificó en su estudio más reciente.

Fuente: Jeíliey Pope. How Cultural Dilferences Aflea Muíli-Cauntiy fleseare/i (Minneapalis,Mmn.:Cuslotn Research, Inc. 1991)

Ejemplos de los índices de costos de investigación en la Unión Europea

Alemania

Francia

Reino Unido

Austria

Grecia

318

Capítulo 12: Diseño del cuestionario o formulario de observación

FIGURA 1 2 . 2 1.

¿Qué tipo de cafetera utiliza habitualmente para preparar el café de grano en casa? (MARQUE UN CUADRO) 1

D D 3 D 4 D D 2

Automática por goteo Percoladora eléctrica Percoladora para estufa Percoladora de goteo para estufa Otra (especificar):

2. a. Ponga una señal en todas las marcas de café de grano regular que ha consumido alguna vez en su casa. (MARQUE TODAS LAS APLICABLES) b. Ponga una señal en la marca que usa con mayor frecuencia. (MARQUE UN CUADRO) c. Ponga una señal en todas las marcas que tiene en casa. (MARQUE TODAS LAS APLICABLES) d. Ponga una señal en la marca que probablemente comprará la próxima vez que adquiera café en grano. (MARQUE UN CUADRO) e. Por favor, indique cuánto le gusta cada marca, empleando una escala de 1 a 10, donde "1" significa me desagrada mucho y "10" me agrada mucho. Califique cada marca sin importar que la haya consumido o no. "A"

Folgers HillsBrothers Maxwell House Regular Maxwell House Master Blend Yuban Otra (especificar)

"B"

"C"

"D"

La usó

Lamas

En

Compra

alguna vez

usada

existencia

siguiente

1D 2rj 3fj

1

D 20 3 rj

1

- "10Me agrada mucho

1

D ?D 3 D 4 D SD GD ?D srj 9rj iorj 1D 2 D 3rj 4rj BQ eg ?D srj 9D ™D 1D 2 D 3 D 4 D 5 D 6 D 7 D 8 D 9 D 10D

1D 2D 3Q 4D 5Q 6Q 7Q 8Q 9D 1°D 1D 2 D srj 4rj srj en ?D sn 9D 10D 1 D 2 D 3 D 4 D SD en ?D 8D 9 D 10D

3. ¿Qué suele agregar al café que toma? (MARQUE TODAS LAS APLICABLES) 1 D Nada (lo tomo negro) 2 D Algún producto lácteo, como la leche o crema, o ambos 3 D Un sustituto de crema no lácteo, en polvo o líquido 4D Azúcar 5 D Edulcorante artificial D Algo más (especificar): 4. ¿Es usted el principal comprador de café en su casa? iD Sí 2D No continúa

entre un comportamiento y un conjunto de características demográficas en Estados Unidos (por ejemplo, la relación de la propiedad de un lavavajillas con los ingresos, la edad, el tamaño de la familia, etc.) podría usar cuestionarios por correo o entrevistas telefónicas, a domicilio o en centros comerciales para recopilar los datos. Aunque los métodos no serían igualmente atractivos, en virtud de su costo y otras consideraciones, podría usarse cualquiera de ellos. Por otra parte, un investigador al que interese medir actitudes no podría usar todos los métodos. Determinar cuál sería más apropiado es algo que depende, en gran parte, de decisiones tomadas con antelación acerca de la estructura y grado de ocultamiento; por ejemplo, si se decide usar una escala de actitudes larga, probablemente tendrían que descartarse las entrevistas telefónicas, pues se trata de datos que podrían recopilarse óptimamente por correo o en entrevistas personales. De igual forma, sería inapropiado aplicar por correo un cuestionario de preguntas abiertas sobre las actitudes. De esta manera, el investigador debe especificar con exactitud los datos primarios que se necesitan, cómo podrían recopilarse, el grado de estructura y ocultamiento que se usará y, por último, cómo se aplicará el cuestionario. En la figura 12.2 se encuentra el ejemplo de un cuestionario en que los datos de interés primordial corresponden al uso del café de grano con cafeína y las actitudes hacia diversas marcas. Todas las preguntas están muy estructuradas y sin ocultamiento. El cuestionario se aplicará por correo a una parte del panel National Family Opinión. Observe lo sencillo que resultará tabular las respuestas.

Diseño del cuestionario

319

FIGURA 12.2

5.

Por favor, indique qué tan importante es para usted que el café de grano tenga cada una de las características siguientes. (MARQUE UN CUADRO POR CADA CARACTERÍSTICA) No es

importante Sabor intenso Siempre fresco Es un buen comienzo del día Sabor con mucho cuerpo Rico aroma en la taza

01D 01 p oí p 01 p 01 p

2

3

4

05

06

7

° D ° D ° D D D ° D ° D °9 D 10 D 020 03rj (wnosn oerj o?rj osrj ogpiop 02 rj 03p 04 n ^D 06D °7 D °8 D °9 D10 D 02 n 03 n 04 p osrj oep o? p os p 09 n 10 n 02p oarj 0 4 p o 5 Q oep o?n osp ogniop

No es importante

Vale lo que cuesta El mejor café para tomar por la mañana Rico aroma en la bolsa/lata Sabor suave Café de máxima calidad

01 n

Muy importante

02 p os p 04 p OBQ oerj o? p os p 09 p 10 p

01D °2 D °3 D °4 D °5 D °6 D °7 D °8 D °9 D 10 D 01 p 02 n 03 p 04 n OSQ oep o? p os n 09 p 10 p 01 p 02 p oa p 04 n 05rj oep o? p os p 09 p 10 n 01 p 02 p 03 p 04 p osp oerj o? p os p 09 p 10 p No es importante

Marca de alta calidad No amarga El café que más me anima durante el día Cuesta más que otras marcas Sabor fuerte

01 p 02 p 01 p 02 p 01D °2 D 01 p 02 p 01 p 02 p

Muy importante

03 p 04 p 05rj oep o? p os p 09 p 10 p 03 p 04 p 05p oerj o? p os p 09 p 10 p °3 D °4 D °5 D °6 D °7 D °8 D °9 D 10 D os p 04 p osp oep o? p os p 09 p 10 p 03 p 04 p osp oerj 07 p os p 09 p 10 p

No es importante

No deja sabor residual Marca económica Rico aroma al prepararlo El mejor café de grano disponible Disfruto al tomarlo en la comida Cuesta menos que otras marcas

8

Muy importante

01 n 02 n 03 p 04 p osp oep o? p os p 09 p 10 p 01 p 02 rj 03 p 04 p 05 p oep o? p os p 09 p 10 p oí p 02 p 03 n 04 n 05 n oerj o? p os n 09 n 10 D 01 n 02 p 03 n 04 p OBQ oep o? p os p 09 p 10 p 01 p 02 p 03 n 04 p osrj oep o? p os p 09 p 10 p 01D °2 D °3 D °4 D °5 D °6 D °7 D °8 D °9 D 10 D continúa

Paso 3: Determinar el contenido de cada pregunta Las decisiones que toma el investigador sobre la información necesaria, la estructura y grado de ocultamiento, impuestas a su recopilación y al método de aplicación del cuestionario, regulan en gran parte las relativas al contenido de cada pregunta, que conforman el tercer paso. Sin embargo, el investigador puede y debe hacerse algunas preguntas adicionales.4 ¿Es necesaria la pregunta? Suponiendo que un tema es importante, el investigador necesita preguntarse si está incluido en otras preguntas. De no ser así, procede una nueva pregunta, que debe elaborarse de manera que se obtenga una respuesta con los detalles necesarios, y nada más. Por ejemplo, en mercadotecnia con frecuencia se emplea un concepto denominado etapa en el ciclo de vida para explorar el comportamiento de consumo familiar. Una etapa en el ciclo de vida es una variable constituida por varios elementos, como el estado civil, tener hijos o no y las edades de éstos. La presencia de los hijos es un factor importante, ya que suele indicar una relación de dependencia, sobre todo cuando el hijo menor tiene menos de seis años de edad y, por ende, representa para los padres un tipo de responsabilidad diferente de la correspondiente a los hijos de 6 a 17 años. Cuando en un estu-

' -;.:T"f3»P^>-

Capítulo 12: Diseño del cuestionario o formulario de observación

; . ',,& ¥ "*v#~

Capítulo 12: Diseño del cuestionario o formulario de observación Buenas tardes, señor(a): Estamos realizando una encuesta sobre las actitudes hacia las casas de bolsa. ¿Podría hacernos el favor de responder a las preguntas siguientes? Muchas gracias. 1. ¿Ha invertido dinero en el mercado bursátil? Sí No Si el entrevistado responde "sí", continúe; en caso contrario, interrumpa la entrevista. 2. ¿Administra usted mismo sus inversiones o usa una casa de bolsa? Administro mis inversiones Uso una casa de bolsa Si el entrevistado responde "uso una casa de bolsa", continúe; si no, interrumpa la entrevista. 3. ¿Qué tan satisfecho está con su casa de bolsa? MUY SATISFECHO

SATISFECHO

Ni SATISFECHO, NI INSATISFECHO

INSATISFECHO

MUY INSATISFECHO

4. ¿Qué tan importante es para usted el servicio personal?

MUY IMPORTANTE

SIN IMPORTANCIA ESPECIAL

IMPORTANTE

SIN IMPORTANCIA, EN ABSOLUTO

5. ¿Cuál de las razones siguientes es la más importante para elegir una casa de bolsa específica? La comisión que cobra El servicio personal El rendimiento sobre mi inversión La asesoría de inversión 6. ¿Cuánto tiempo aproximadamente ha invertido a través de la casa de bolsa que utiliza ahora? 3 meses 9 meses 6 meses 1 año o más 7. ¿Cuánto capital ha invertido? $5004750 $75041000

$100041500 $1500 o más

Hasta luego y gracias por su cooperación. Evalúe el cuestionario. 8. Suponga que una empresa mediana, que produce golosinas, lo contrata para que realice un estudio de observación encaminado a determinar la influencia que los niños ejercen sobre los adultos en la compra de caramelos. a) Enumere las variables significativas para determinar tal influencia. b) Enumere las "observaciones" que reflejarían cada una de esas variables. c) Desarrolle un formulario de observación que permita recopilar la información necesaria. d) Observe tres compras de caramelos en una tienda/supermercado o en el sitio que especificó con antelación. e) Prepare un informe de sus resultados. 9. Esta tarea puede realizarse cerca de las máquinas expendedoras de una cafetería, biblioteca o facultad de administración; el objetivo es observar el tiempo de deliberación que los clientes pasan ante las máquinas y determinar los factores que influyen en él. a) Enumere las variables que serían significativas para lograr el objetivo especificado. b) Enumere las "observaciones" que reflejarían cada una de estas variables. c) Elabore un formulario de observación que permita recopilar la información necesaria. d) Realice cinco observaciones y prepare un informe de sus resultados.

Notas

353

10. Un despacho de servicios de investigación de mercados lo contrató para que realice un estudio cuyo objetivo es investigar los patrones de uso y preferencias de marca de fórmulas infantiles premezcladas entre trabajadores agrícolas inmigrantes. Se le designó para que elabore un cuestionario idóneo y decida el método de administración para recopilar la información necesaria. ¿Cuáles problemas podrían surgir en el diseño de administración, dada la naturaleza singular de la población de estudio? Señale esos problemas y proponga soluciones. ¿Cuáles métodos de aplicación recomendaría? 11. Analice diversas razones que tendría un investigador para usar un formulario de observación, en lugar de un cuestionario.

Notas 1. Este procedimiento se adaptó de uno que sugieren Arthur Kornhauser y Paul B. Sheatsley, "Questionnaire Construction and Interview Procedure", en Claire Selltiz, Lawrence S. Wrightsman y Stuart W. Cook, Research Methods in Social Relations, 3a. ed. (Nueva York: Holt, Rinehart and Winston, 1976), pp. 541-573. Véase también Arlene Fink, How to Design Surveys (Thousand Oaks, CA: Sage Publications, 1995). 2. Murray Simón, "Face/Off: A Pharmaceutical Projection Technique", en Quirk's Marketing Research Review (diciembre de 1998), pp. 39-41. 3. Chris Grecco y Hal King, "Of Browsers and Plug-Ins: Researching Web Surfers' Technological Capabilities", en Quirk's Marketing Research Review (julio de 1999), pp. 58-62. 4. Estas preguntas corresponden a una sugerencia de Kornhauser y Sheatsley, "Questionnaire Construction". Véase un tratamiento sistemático del desarrollo de cuestionarios en la obra clásica de Stanley L. Payne, TheArt ofAsking Questions (Princeton, NJ: Princeton Universíty Press, 1978). Otras fuentes generales adecuadas son Seymour Sudman y Norman M. Bradburn, Asking Questions: A Practical Guide to Questionnaire Design (San Francisco: Jossey-Bass, 1982); William Foddy, Constructing Questions for Interviews and Questionnaires (Nueva York: Cambridge University Press, 1993); Arlene Fink, How to AskSurvey Questions (Thousand Oaks, CA: Sage Publications, 1995). 5. Sam Gilí, "How Do You Stand on Sin?", en Tide 21 (14 de marzo de 1947), p. 72. 6. En una repetición del estudio de la Metallic Metals Act, casi 40 años después, 64% de los entrevistados tenía una opinión acerca de la ley inexistente. Véase Daniel T. Seymour, "Numbers Don't Lie-Do They?", en Business Horizons 27 (noviembre/diciembre de 1984), pp. 36-37. Existen muchos ejemplos en las publicaciones sobre resultados de la opinión de personas acerca de temas totalmente ficticios, como la Metallic Metals Act. Por ejemplo, véase Del I. Hawkins y Kenneth A. Coney, "Uninformed Response Error in Survey Research", en. Journal of Marketing Research 18 (agosto de 1981), pp. 370-374; Kenneth C. Schneider, "Uninformed Response Rates in Survey Research: New Evidence", en Journal of Business Research 13 (agosto de 1985), pp. 153-162; George F. Bishop, Alfred J. Tuchfarber y Robert W. Oldendick, "Opinions on Fictitious Issues: The Pressure to Answer Survey Questions", en Public Opinión Quarterly 50 (verano de 1986), pp. 240-250; Arthur Sterngold Rex H. Warland y Robert O. Herrmann, "Do Surveys Overstate Public Concern?", en Public Opinión Quarterly 58 (verano de 1994), pp. 255263. El fenómeno también se aplica cuando se mide el conocimiento de marca, tema en que se ha observado que cuánto más verosímil parezca un nombre de marca, tanto más probable es que los consumidores afirmen tener conciencia de ella, aunque no exista. Véase "'Spurious Awareness' Alters Brand Tests", en The Wall Street Journal (13 de septiembre de 1984), p. 29; véase también Eric R. A. N. Smith y Peverill Squire, "The Effects of Prestige Ñames in Question Wording,", en Public Opinión Quarterly 54 (primavera de 1990), pp. 97-116. 7. Howard Schuman y Stanley Presser, "The Assessment of 'No Opinions' in Attitude Surveys", en Karl F. Schnessler (ed), Sociological Methodology, 1979 (San Francisco: Jossey-Bass, 1979), pp. 241-275. Véase también George F. Bishop, Robert W. Oldendick y Alfred J. Tuchfarber, "Effects on Filter Questions in Public Opinión Surveys", en Public Opinión Quarterly 47 (invierno de 1983), pp. 528-546; Otis Dudley Duncan y Magnus Stenbeck, "No Opinión or Not Sure?", en Public Opinión Quarterly 52 (invierno de 1988), pp. 513-525; Kenneth C. Schneider y James C. Johnson, "Link Between Response-Inducing Strategies and Uninformed Response", en Marketing Intelligence andPlanning 12 (Núm. 1,1994), pp. 29-36. 8.

Bruce Buchanan y Donald G. Morrison, "Sampling Properties of Rate Questions with Implications for Survey Research", en Marketing Science 6 (verano de 1987), pp. 286-298; Scot Burton y Edward Blair, "Task Conditions, Response Formulation Processes, and Response Accuracy for Behavioral Frequency Questions in Surveys", en Public Opinión Quarterly 55 (primavera de 1991), pp. 50-79; Richard Nadeau

354

Capítulo 12: Diseño del cuestionario o formulario de observación y Richard G. Niemi, "Educated Guesses: The Process of Answering Factual Knowledge Questions in Surveys", en Public Opinión Quarterly 59 (otoño de 1995), pp. 323-346. 9.

Graham Kalton y Howard Schuman, "The Effect of the Question on Survey Responses: A Review", en Journal ofthe Royal Statistical Society, Series A, 145 (parte 1, 1982), pp. 44-45. Véase también William A. Cook, "Telescoping and Memory's Other Tricks", en Journal ofAdvertising Research 27 (febrero/marzo de 1987), pp. RC5-RC8; Norman M. Bradburn, Lance J. Rip y Steven K. Shevell, "Answering Autobiographical Questions: The Impact of Memory and Inference on Surveys", en Science 236 (10 de abril de 1987), pp. 157-161; McKee J. McClendon, "Acquiescence and Recency Response Order Effects in Interview Surveys", en Sociological Methodology and Research 20 (agosto de 1991), pp. 60-103.

10. Lee Valeriano Lourdes, "Marketing: Western Firms Poli Eastern Europeans to Discern Tastes of Nascent Consumers", en The Wall Street Journal (27 de abril de 1992), p. Bl. 11. Stella M. Hopkins, "Furniture Makers Start Asking Customers What They Want", en Charlotte (NC) Observer (12 de octubre de 1998, bajado de la Dow Jones Publications Library, sitio de Dow Jones, www.dowjones.com, el 16 de agosto de 1999). 12. Véase tratamientos generales sobre cómo manejar preguntas delicadas en Kent H. Marquis, et al, Response Errors in Sensitive Topic Surveys: Estimates, Effects, and Correction Options (Santa Monica, CA: Rand Corporation, 1981); Claire M. Renzetti y Raymond M. Lee (eds), Researching Sensitive Topics (Thousand Oaks, CA: Sage Publications, 1992); Raymond M. Lee, Doing Research on Sensitive Topics (Thousand Oaks, CA: Sage Publications, 1993). 13. James E. Reinmuth y Michael D. Geurts, "The Collection of Sensitive Information Using a Two-Stage Randomized Response Model", en Journal of Marketing Research 12 (noviembre de 1975), pp. 402-407. Véase un análisis de los dispositivos y métodos de distribución aleatoria en aplicaciones de entrevistas autoaplicadas y telefónicas del método de respuesta al azar en Donald E. Stem Jr. y R. Kirk Steinhorst, "Telephone Interview and Mail Questionnaire Applications ofthe Randomized Response Model", en Journal of the American Statistical Association 79 (septiembre de 1984), pp. 555-564. Véase tratamientos generales en James Alan Fox y Paul E. Tracy, Randomizing Response: A Methodfor Sensitive Surveys (Beverly Hills, CA: Sage Publications, 1986); U.N. Umesh y Robert A. Peterson, "ACritical Evaluation ofthe Randomized Response Model: Applications, Validations, and Research Agenda", en Sociological Methods and Research 20 (agosto de 1991), pp. 104-138. 14. Kalton y Schuman, "The Effect ofthe Question on Survey Responses: A Review", pp. 51-52. Véase también G.S. Poe et al, "Don't Know Box in Factual Questions in a Mail Questionnaire: Effects on Level and Quality of Response", en Public Opinión Quarterly 52 (verano de 1988), pp. 212-222; Gilliam y Granberg, "Should We Take Don't Know for an Answer", en Public Opinión Quarterly 57 (otoño de 1993), pp. 348-357. 15. National Public Radio, "All Things Considered" (7 de septiembre de 1999, resumen y audio bajados del sitio de NPR, www.npr.org, el 9 de septiembre de 1999); National Public Radio, "Americans Willing to Pay for Improving Schools", sitio de NPR (www.npr.org, bajado el 9 de septiembre de 1999); "NPR/Kaiser/ Kennedy School Education Survey", sitio de NPR (www.npr.org, bajado el 9 de septiembre de 1999). 16. Hadley Cantril y Edreta Fried, Gauging Public Opinión (Princeton, NJ: Princeton University Press, 1944), capítulo 1, según se menciona en Payne, TheArt of Asking Questions, p. 93. Véase un análisis de cómo tomar en cuenta la capacidad de procesamiento de información de las personas al diseñar cuestionarios en Seymour Sudman, Norman M. Bradburn y Norbert Schwarz, Thinking aboutAnswers: The Application ofCognitive Process to Survey Methodology (San Francisco, CA: Jossey-Bass, 1996). 17. Norbert Schwarz, Hans J. Hippler, Erigirte Deutsch y Fritz Strack, "Response Scales: Effect of Category Range on Reported Behavior and Comparative Judgments", en Public Opinión Quarterly 49 (otoño de 1985), pp. 388-395; Norbert Schwarz, et al, "The Range of Response Alternatives May Determine the Meaning ofthe Question: Further Evidence on Information Functions of Response Alternatives", en Social Cognition 6 (Núm. 2, 1988), pp. 107-117; Eric A. Greenleaf, "Measuring Extreme Response Style," en Public Opinión Quarterly 56 (otoño de 1992), pp. 328-351. 18. Dos de los mejores análisis de este tema corresponden a Payne, The Art of Asking Questions, y Howard Schuman y Stanley Presser, Questions andAnswers inAttitude Surveys (Orlando, FL: Academic Press, 1981), en particular pp. 56-77. Véase también Donald A. Dillman, et al, "Effects of Category Order on Answers in Mail and Telephone Surveys", en Rural Sociology (invierno de 1995), pp. 674-687. 19. Véase un análisis de la literatura sobre la calidad de los datos de cuestionarios, lo que incluye la omisión de elementos, en Robert A. Peterson y Roger A. Kenn, "The Quality of Self-Report Data: Review and Synthesis", en Ben Enis y Kenneth Roering (eds), Annual Review of Marketing 1981 (Chicago: American

Lecturas recomendadas

355

Marketing Association, 1981), pp. 5-20. Véase también Floyd Jackson Fowler, Jr., "How Unclear Terms Affect Survey Data", Public Opinión Quarterly 56 (verano de 1992), pp. 218-231. 20. Sudman y Bradburn, Asking Questions, p. 1. 21. Gonzalo R. Soruco, "Sampling and Nonsampling Errors in Híspanle Population Telephone Surveys", en Applied Marketing Research 29 (verano de 1989), pp. 11-15; Patrice Braus, "What Does 'Hispanic' Mean?", en American Demographics 15 (junio de 1993), pp. 46-49, 58. 22. E. Noelle-Neumann, "Wanted: Rules for Wording Structural Questionnaires", en Public Opinión Quarterly 34 (verano de 1970), p. 200. Véase también Philip Gendall y Janet Hoek, "A Question of Wording", en Marketing Bulletin 1 (mayo de 1990), pp. 25-36. 23. Donald J. Messmer y Daniel T. Seymour, "The Effects of Branching on ítem Nonresponse", en Public Opinión Quarterly 46 (verano de 1982), pp. 270-277. 24. Sudman y Bradburn, Asking Questions, pp. 223-227. 25. Véase ejemplos en Charles S. Mayer y Cindy Piper, "A Note on the Importance of Layout in Self-Administered Questionnaires", en Journal of Marketing Research 19 (agosto de 1982), pp. 390-391; María Elena Sánchez, "Effects of Questionnaire Design on the Quality of Survey Data", en Public Opinión Quarterly 56 (verano de 1992), pp. 206-217. 26. Cada una de las partes enumeradas en la ventana de investigación 12.4 se analiza con detalles en Paul L. Erdos, Professional Mail Surveys (Melbourne, FL: Robert E. Krieger Publishing Co., 1983), pp. 101-117. Véase también Linda B. Bourque y Eve P. Fiedler, How to Conduct Self-Administered and Mail Surveys (Thousand Oaks, CA: Sage Publications, 1995). 27. A. Regula Herzog y Jerald G. Bachman, "Effects of Questionnaire Length on Response Quality", en Public Opinión Quarterly 45 (invierno de 1981), pp. 549-559; David Jobber, "An Examination of the Effects of Questionnaire Factors on Response to an Industrial Mail Survey", en InternationalJournal of Research on Marketing 6 (diciembre de 1989), pp. 129-140; Andrew G. Bean y Michael J. Rozkowski, "The Long and Short of It", en Marketing Research: A Magazine of Management & Applications 1 (invierno de 1995), pp. 21-26. 28. Estos pasos, necesarios en el procesamiento de todos los cuestionarios, se analizan en el capítulo 19. 29. La obra de Payne, The Art of Asking Questions, es útil al respecto, por ejemplo, su capítulo 13 está dedicado al desarrollo de una pregunta aceptable. Cuando se considera que puede dedicarse todo un capítulo a la elaboración de una pregunta aceptable (no una gran pregunta, dicho sea de paso), se aprecia la necesidad de reexaminar cada pregunta al microscopio en cuanto a sus posibles consecuencias. Un tratamiento condensado de lo que debe evitarse en una pregunta forma parte de la obra de Lyndon O. Brown y Leland L. Beik, Marketing Research andAnalysis, 4a. ed. (Nueva York: Ronald, 1969), pp. 242-262. Véase también las recomendaciones específicas para el tipo de pregunta que se hace (por ejemplo, de opiniones o características demográficas) en Sudman y Bradburn, Asking Questions, así como en Floyd J. Fowler Jr., Improving Survey Questions (Thousand Oaks, CA: Sage Publications, 1995). 30. Linda Kirby, "Bloopers", en Newspaper Research Council (enero/febrero de 1989), p. 1. 31. Shelby D. Hunt, Richard D. Sparkman Jr. y James B. Wilcox, "The Pretest in Survey Research: Issues and Preliminary Findings", en Journal of Marketing Research 19 (mayo de 1982), pp. 265-275. Ruth N. Bolton, Randall G. Chapman, y John M. Zych, "Pretesting Alternative Survey Administration Designs", en Applied Marketing Research 30 (Núm. 3, 1990), pp. 8-13; Nina Reynolds, Adamantios Diamantopoulus y Bodo Schlegelmich, "Pretesting in Questionnaire Design: A Review of the Literature and Suggestions for Further Research", en Journal ofthe Market Research Society 35 (abril de 1993), pp. 171-182. Véase un análisis de algunos aspectos que el Departmento de comercio estadounidense sometió a prueba en su preparación para el censo de 2000 en John Pierson, "Preparing for 2000, Census Bureau Tests Carrots vs. Sticks", en The Wall Street Journal (2 de mayo de 1996), pp. Bl, B9. 32. Brown y Beik, Marketing Research andAnalysis, pp. 265-266.

Lecturas recomendadas Véase tratamientos más detallados de cómo desarrollar cuestionarios en: Patricia J. Labaw, Advanced Questionnaire Design (Cambridge, MA: Abt Books, 1981). Stanley L. Payne, The Art of Asking Questions (Princeton, NJ: Princeton University Press, 1979). Howard Schuman y Stanley Presser, Questions andAnswers in Attitude Surveys (Orlando, FL.: Academic Press, 1981). Seymour Sudman y Norman M. Bradburn, Asking Questions: A Practica! Guide to Questionnaire Design (San Francisco: Jossey-Bass, 1982).

Captalo 13

FUNDAMENTOS DE MEDICIÓN

O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Definir el término medición como se usa en la investigación de mercados. 2. Enumerar los cuatro tipos de escalas que pueden usarse para medir un atributo. 3. Explicar la diferencia primordial entre una escala de razón y una de intervalo. 4. Citar algunos factores que pueden causar diferencias entre dos mediciones de un mismo atributo. 5. Nombrar y definir los dos tipos de error que pueden afectar las calificaciones de mediciones. 6. Explicar el concepto de validez en relación con los instrumentos de medición. 7. Especificar los dos tipos de inferencias que hacen los investigadores cuando intentan establecer la validez de un instrumento. 8. Citar los tres tipos de técnicas de evaluación directa usados para inferir la validez de una medición. 9. Delinear la secuencia de los pasos a seguir al desarrollar mediciones válidas en la investigación de mercados.

356

Un caso para la investigación de mercados En el primer día de comercialización del desodorante Teen Sport en Middlefield, Ernie Henderson, analista de investigación a cargo del proyecto, tuvo una junta con Todd Whalen, del área de mercadotecnia. Henderson encontró a Whalen en su oficina, con los pies sobre el escritorio, viendo algunos materiales promocionales que había producido para Teen Sport, el nuevo desodorante de Reliance Cosmetics, para chicas de 12 a 17 años.

mi hija de 14 años y sus amigas dijeron que Teen Sport era sensacional."

Cuando Henderson entró en el privado, Whalen se puso de pie de un salto y saludó al investigador con un caluroso apretón de manos.

"Entonces, ¿en cuánto tiempo tendremos los resultados del mercado de prueba?"

"Bien, Ernie -dijo jovialmente-, yo ya realicé mi trabajo; ahora, te toca a ti. Los anuncios están listos, los cupones promocionales están en camino y tenemos comprometido el espacio de estanterías en los establecimientos minoristas. Mientras hablamos, se están enviando por correo muestras a todas las adolescentes de Middlefield." "Estoy listo para ponerlo en marcha -replicó Henderson-; realizaremos estudios cualitativos para indagar lo que agrada y desagrada de Teen Sport a las consumidoras. También haremos estudios de conocimiento de la publicidad impresa y televisiva." "Entonces, ¿cuándo sabremos si tenemos el ganador que pienso que tenemos?" "Sé que estás emocionado con el mercado de prueba -respondió Henderson en tono cauteloso-, y no te digo que no batearemos un jonrón con este producto; pero pienso que es muy probable que tengamos que realizar algunos ajustes, después de obtener los resultados de Middlefield." "No seas aguafiestas, Ernie -replicó Whalen-, no conoces a las adolescentes como yo. Repartí muestras en la 'pijamada' de

"Las adolescentes conforman un mercado muy caprichoso y segmentado -contestó Henderson- Sus gustos varían mucho de una parte del país a otra y lo que hoy consideran sensacional, seis meses después está pasado de moda."

"Pienso que necesitamos realizar mediciones al cabo de 8,14 y 20 semanas para obtener datos válidos. También me preocupa que se nos viene encima la temporada navideña..." "Ernie, creo que naciste preocupado." "En realidad, no -replicó Henderson- Llegaste aquí del mercado de bocadillos. Espera a que hayas estado en los productos de consumo personal el tiempo que yo he estado y también te preocuparás." Temos poro análisis 1. ¿Con qué tipos de problemas puede toparse un mercadólogo que intenta medir las actitudes de los consumidores hacia un nuevo producto? 2. ¿Cuál supuesto de Whalen podría resultar erróneo? ¿Por qué? 3. ¿Qué tipos de preguntas debe hacer Henderson para determinar la actitud de las consumidoras hacia el nuevo desodorante?

Sin darnos cuenta, muchos de nosotros pasamos buena parte del día realizando mediciones de diversa índole. Nos levantamos de la cama y saltamos a la báscula del baño, esperando que no se note nuestro asalto nocturno al refrigerador. Medimos el café que ponemos en la cafetera o el instantáneo que agregamos a una taza de agua caliente. Nos mantenemos atentos al reloj para no perder el autobús o dejar poco tiempo para superar el tráfico de la hora pico en nuestro camino a la escuela. En la sección deportiva del periódico, buscamos el marcador del juego de anoche y, tal vez, el precio al cierre de una de nuestras inversiones en la sección de finanzas. Muchas de nuestras mediciones son más bien concretas: kilogramos en una báscula, cucharadas de café, volumen de gas en un tanque. Sin embargo, ¿cómo se mide la actitud de una persona hacia la goma de mascar? ¿Cómo se miden las probabilidades de que un adolescente use cierta marca de medicamento contra el acné? ¿Cómo se mide la clase social de una familia? Los mercadólogos están interesados en cuantificar muchos atributos que las personas comunes pocas veces consideran con valores numéricos. En este capítulo y el siguiente, se analiza la forma en que los investigadores de mercados asignan valores a diversos objetos y fenómenos.

I Escalas de medición Medición

Reglas para asignar valores a los objetos que representan cantidades de atributos.

Escala nominal

Medición donde los números se asignan a los objetos o clases de objetos simplemente con fines de identificación.

Una medición se compone de "reglas para asignar valores a los objetos, de manera que representen cantidades de atributos".1 Resulta conveniente poner atención en dos aspectos de esta definición. En primer término, indica que se miden los atributos de objetos, no los objetos mismos. Por ejemplo, no se mide a una persona, pero puede optarse por medir su ingreso, clase social, nivel de estudios, estatura, peso, actitudes, etc., que la caracterizan. En segundo término, la definición es amplia porque no especifica cómo se asignan los valores. En este sentido, la regla es excesivamente simplista y transmite una falsa sensación de seguridad, ya que existe una enorme tentación de buscar en los números más significado del que realmente tienen. Es frecuente que se atribuyan incorrectamente todas las propiedades de las escalas de números a los números asignados. Considerando por un momento las propiedades de una escala de números, se toman las cifras 1, 2, 3 y 4, y se supone que el número 1 corresponde a un objeto, el 2 a dos objetos, y así sucesivamente. Se observa que la escala de números posee diversas propiedades; por ejemplo, puede decirse que 2 es mayor que 1 y que 3 es mayor que 2, etc., también podría afirmarse que el intervalo entre 1 y 2 es el mismo que entre 3 y 4, que a su vez es el mismo que hay entre 2 y 3, y así sucesivamente. También podría afirmarse que 3 es tres veces mayor que 1, mientras que 4 es cuatro veces mayor que 1 y dos veces mayor que 2, etcétera. Cuando se asignan números a los atributos de los objetos, debe tenerse cuidado con la tentación de hacer ese mismo tipo de afirmaciones con los números, ya que es improbable que sean válidas. Se deben determinar las propiedades del atributo y los números han de asignarse de manera que reflejen con exactitud las propiedades del atributo. Los errores en este punto pueden desorientar a investigadores y usuarios de las investigaciones. Existen cuatro tipos de escalas para medir los atributos, a saber: nominal, ordinal, de intervalo y de razón.2 En el anexo 13.1 se resumen algunas de las características más importantes de estas escalas.

Escala nominal Una de las propiedades más sencillas de la escala de números es la identidad. El número del seguro social de una persona corresponde a una escala nominal, al igual que los números en las camisetas de los jugadores de fútbol, armarios en los vestuarios, y así sucesivamente. Estos números simple-

Escalas de medición

359

ANEXO 13.1

Escala

Comparaciones básicas8

Nominal

Identidad

Ordinal

Orden

De intervalo

Comparaciones de intervalos

De razón

Comparaciones de magnitudes absolutas

Ejemplos típicos de mediciones Hombre/mujer Usuario/no usuario Ocupaciones Números de uniforme Preferencias de marca Clase social Dureza de minerales Grado de calidad de la leña Escala de temperatura Promedio de calificaciones Actitudes hacia marcas Unidades vendidas Número de compradores Probabilidades de compra Peso

Promedio13 Moda

Mediana

Media Media geométrica Media armónica

a

Todas las comparaciones aplicables a una escala dada son permisibles con todas las escalas que están arriba de ella en esta tabla. Por ejemplo, la escala de razón permite la comparación de intervalos y la investigación del orden e identidad, además de la comparación de magnitudes absolutas. b l_as mediciones de promedios aplicables a una escala dada también son apropiadas con todas las escalas que están debajo de ella en la tabla. Por ejemplo, la moda también es una medición significativa del promedio cuando la medición corresponde a las escalas ordinal, de intervalo o de razón.

mente identifican a cuál individuo está asignado el número. De igual manera, si en un estudio se codifica a los hombres con 1 y a las mujeres con 2, se usa una escala nominal. Con ella, se identifica de manera excluyente a los individuos como hombres o mujeres. Basta determinar su género para saber si su código es 1 o 2; conviene también observar que no existe nada implícito en dichos números, salvo la identificación del género de la persona. Aunque se asigne a las mujeres un número más alto, no son necesariamente "superiores" o "más" que los hombres, ni existen dos mujeres por cada hombre -como podrían indicar los números 2 y 1- o viceversa. Se podría invertir fácilmente el procedimiento de codificación, de modo que a cada mujer le corresponda el 1, y el 2 a cada hombre, porque la única propiedad que transmiten los números es la identidad. Cuando se usa una escala nominal, la única operación permisible es el conteo. Así, la moda es la única medición legítima de la tendencia central o promedio. En una muestra formada por 60 hombres y 40 mujeres, no tendría sentido decir que el género promedio es 1.4, puesto que se codifica a los hombres con el 1 y a las mujeres con el 2, pese al cálculo 0.6 (1) + 0.4 (2) = 1.4. Lo único que puede decirse es que hubo más hombres que mujeres en la muestra o que 60% de ésta consistió en hombres.

Escala ordinal Escala ordinal Medición donde los números se asignan a los datos con base en algún orden (v.gr., mayor que) de los objetos.

Una segunda propiedad de una escala de números es la de orden. De esta manera, podría decirse que el número 2 es mayor que el número 1, que 3 es mayor que 2 y 1, y que 4 es mayor que los otros tres números. Los números 1, 2, 3 y 4 están ordenados, y cuanto mayor sea el número, tanto mayor la propiedad. Observe que la escala ordinal entraña identidad, ya que el mismo número podría usarse para todos los objetos que son iguales. Un ejemplo sería la asignación del número 1 pa-

360

Capítulo 13: Fundamentos de medición ra denotar a los alumnos de primer año, el 2 para los de segundo, el 3 paraj los de tercero y el 4 para los de cuarto; si bien podrían emplearse los números 10, 20, 25 y 30, respectivamente. Esta asignación todavía aludiría el nivel de estudios de cada persona y la posición relativa de dos personas comparadas en relación con el programa académico. Pero eso es lo único que transmite una escala ordinal, pues la diferencia de orden no indica nada sobre la relativa a los logros académicos entre dos categorías. Quizás este concepto sea más fácil apreciar si se habla acerca de los tres primeros lugares de una generación que se gradúa. Si el promedio de quien ocupa el primer lugar es de 3.85 en una escala de cuatro puntos; el del segundo lugar, de 3.74, y el del tercer lugar, de 3.56; la escala ordinal indica que una de esas personas alcanzó el primer lugar y otra el segundo, pero no dice nada sobre la diferencia en los logros académicos de ambas. Tampoco señala que la diferencia de logros académicos entre el primero y segundo lugares sea igual a la que hay entre el segundo y tercer lugares, pese a que la diferencia de 1 y 2 es igual a la que hay entre 2 y 3. Como se planteó con anterioridad, es posible transformar una escala ordinal en cualquier forma que se requiera, siempre y cuando se mantenga el ordenamiento básico de los objetos. De nueva cuenta, el hecho de que pueda usarse la escala ordinal para asignar números a los objetos depende del atributo en cuestión, que debe poseer la propiedad ordinal para que sea posible aplicar una escala ordinal que tenga sentido. En este tipo de escala, son permisibles la mediana y moda como mediciones del promedio. De tal modo, si 20 personas califican como primero al producto A, en comparación con los productos B y C, mientras que 10 lo ubican en el segundo lugar y 5 en el tercero, podría decirse que: 1) la posición promedio del producto A, según se juzga por la mediana, fue 1 (con 35 sujetos, la mediana está indicada por la decimoctava respuesta cuando se jerarquiza de menor a mayor), y 2) que el lugar modal también fue 1.

Escala de intervalo

Escala de intervalolo

Medición donde los números asignados permiten comparar, de manera lícita, la magnitud de las diferencias entre dos o más miembros.

Una tercera propiedad de las escalas de números es que los intervalos entre los números tienen significado, en el sentido de que indican lo separados que están los objetos en lo referente al atributo. Ello implica que es posible comparar las diferencias. La diferencia entre 1 y 2 es igual a la existente entre 2 y 3, y la que hay entre 2 y 4 es el doble de la que existe entre 1 y 2. Un ejemplo clásico de una escala de intervalo es la de temperatura, puesto que indica lo que puede decirse o no cuando se ha medido un atributo en la escala de intervalos. Suponiendo que la temperatura mínima de un día fue 40 °F, y la máxima de 80 °F, ¿puede afirmarse que la temperatura máxima fue el doble de calurosa que la mínima? La respuesta es un no inequívoco. A fin de apreciar el error de afirmar que 80 °F es el doble de caluroso que 40 °F, basta convertir esas temperaturas a sus equivalentes en grados Celsius (C), donde C = (5F — 160)/9. El cálculo arroja 4.4 °C y 26.6 °C para cada una de ellas, proporción muy distinta a la indicada por la escala Fahrenheit. El ejemplo precedente ilustra que es imposible comparar la magnitud absoluta de números cuando la medición se basa en una escala de intervalos. Esto se debe a que, en este tipo de escala, el punto cero se establece de manera arbitraria; por ejemplo, un mismo fenómeno natural, el punto de congelación del agua, se representa con el O en la escala Celsius y con el 32 en la escala Fahrenheit3, es decir, la posición del cero es arbitraria. Entonces, ¿qué puede decirse cuando la medición se realiza con una escala de intervalos? En primer lugar, que 80 °F es más caluroso que 40 °F. En segundo término, dada una tercera temperatura, es posible comparar los intervalos; en otras palabras, puede afirmarse que la diferencia de calor entre 80 y 120 °F es la misma que hay entre 40 y 80 °F, además de que la que existe entre 40 y 120 °F es el doble de la correspondiente a 40 y 80 °F. A fin de verificar que esta conclusión es legítima, basta recurrir a los equivalentes en la escala Celsius. La diferencia entre 4.4°C (40°F) y 26.6 °C (80 °F) es la misma que existe entre 26.6 °C (80 °F) y 48.8°C (120 °F), a saber, 22.2 °C. Además, la de 44.4 °C entre 4.4 °C y 48.8 °C es el doble de la existente entre 4.4 °C y 26.6 °C, al igual que cuando se usa la escala Fahrenheit. La comparación de diferencias es legítima si se usan escalas de intervalos, ya que se mantienen las relaciones entre las diferencias, sin importar la constante específica que se elija. Con las escalas de intervalos, la media, mediana y moda son mediciones significativas de los promedios.

Escalas de atributos psicológicos

362

MasterCard utiliza una escala de razón para asignar millas de vuelo en su programa BusinessCard. Porcada dólar pagado con la tarjeta, la compañía otorga una milla gratuita en aerolíneas: "membresía de la asociación de pequeñas empresas, $450 1450 millas); software de nómina y contabilidad, $760 1760 millas); artículos de oficina, $150 (150 millas)."

Escalas de razón Escala de razón Medición que tiene un cero natural o absoluto, por lo que permite comparar las magnitudes absolutas de los números.

La escala de razón se distingue de la de intervalo en que posee un cero natural o absoluto, respecto de cuya posición existe consenso universal. La estatura y el peso son ejemplos evidentes. Puesto que existe un cero absoluto, es legítima la comparación de las magnitudes absolutas de los números. De esta manera, se dice que una persona con peso de 100 kg pesa el doble que otra con peso de 50 kg, mientras que una de 150 kg pesaría el triple que la segunda. En el anuncio de MasterCard se usa una escala de razones; el usuario de la tarjeta recibe el triple de millas al pagar los derechos de membresía de la asociación de pequeñas empresas (450 dólares) que al comprar 150 dólares de artículos para oficina con la tarjeta. En una escala de razón, el cero tiene un significado absoluto y empírico; es decir, no existe la propiedad que se mide. De tal suerte, se ha visto ya que las escalas más poderosas incluyen las propiedades que tienen las menos poderosas. Ello significa que, con una escala de razón, es posible comparar intervalos, jerarquizar los objetos según su magnitud o usar números para identificar a los objetos mismos (es decir, todo lo que puede hacerse con las escalas de intervalo, ordinal y nominal). Además, la media geométrica, aunada a la media, mediana y moda aritméticas, es una medición significativa del promedio cuando los atributos se cuantifican con una escala de razón.

I Escalas de atributos psicológicos El atributo determina cuál es la escala más poderosa que puede usarse para medirlo. Siempre ocurre así en las mediciones, la característica y sus cualidades determinan el límite superior de asignación de números a los objetos. Los procedimientos usados para generar el instrumento hacen que siempre sea posible terminar con lo que podría llamarse una medición menos poderosa del atributo (como una escala nominal, en lugar de otra ordinal). Sin embargo, por ningún concepto debe excederse la naturaleza básica del atributo con las mediciones; por ejemplo, no se puede generar una escala de intervalos para un atributo que sólo tenga naturaleza ordinal. Así, es crítico conocer algo acerca del atributo mis-

^iipv

Capítulo 13: Fundamentos de medición

FIGURA 13.1

ESC ALA NOMINAL

¿Cuál de los refrescos de la lista siguiente le gustan? Marque todos los aplicables. Coca-Cola Delaware Punch Seagrams Pepsi-Cola SevenUp Sprite ESC ALA ORDINAL

Por favor, ordene los refrescos de la lista siguiente de acuerdo con su grado de preferencia por cada uno, de modo que asigne 1 a su refresco preferido y 6 al que menos prefiere. Coca-Cola Delaware Punch Seagrams Pepsi-Cola SevenUp Sprite

ESCALA DE INTERVALO Por favor, indique cuánto le agrada cada uno de los refrescos de la lista siguiente colocando una marca en la posición apropiada de la escala. ME DESAGRADA MUCHO

ME DESAGRADA

ME AGRADA

ME AGRADA MUCHO

Coca-Cola Delaware Punch Seagrams Pepsi-Cola Seven Up Sprite

ESCALA DE RAZÓN Por favor divida 100 puntos entre los refrescos siguientes, según el grado de su preferencia por cada uno. Coca-Cola Delaware Punch Seagrams Pepsi-Cola SevenUp Sprite

100

Introducción a la medición psicológica

;¿f|||

mo antes de asignarle números empleando un procedimiento de medición. Como muestra basta un botón: son pocos los conceptos psicológicos respecto de los cuales puede suponerse razonablemente que tienen un cero natural o absoluto. Por ejemplo, ¿cuál sería el cero absoluto de la inteligencia? ¿O cuál es el cero absoluto de la actitud hacia un partido político? Es posible que haya una opinión o actitud neutra y la posición neutral frecuentemente se utiliza como punto cero de la escala, sin que represente la ausencia absoluta de actitud.4

El problema es igual de real en mercadotecnia. Muchos conceptos de esta ciencia, derivados de la psicología y sociología, poseen a lo sumo características de intervalos, y algunos ni eso. Debe tenerse mucho cuidado al definir la noción o característica para no engañarse o desorientar a los demás con las mediciones y (lo que es más importante) con la interpretación de esas mediciones. Por añadidura, el procedimiento usado para elaborar la escala determina el tipo de escala que se genera realmente. Las escalas más poderosas permiten realizar comparaciones y extraer conclusiones más poderosas. De tal modo, es posible hacer ciertos tipos de comparaciones que permitan conclusiones específicas, cuando se usa una escala de razón, que no aparecerían con las escalas de intervalo, ordinal o nominal. Existe una considerable tendencia a suponer que todas las mediciones cuentan con las propiedades de la escala de razón, o al menos con las de intervalo. Sin embargo, que las tengan o no es otra cuestión y el simple hecho de haber asignado números a los atributos de los objetos no debe hacer que uno se engañe. Mejor hay que preguntarse de manera crítica: ¿cuál es la naturaleza básica del atributo? ¿Se ha capturado dicha naturaleza con el procedimiento de medición? Además, si bien, las escalas de razón permiten comparaciones más poderosas, también exigen más de los sujetos. Por ejemplo, en la figura 13.1 se usan las preferencias del individuo por seis refrescos distintos para ilustrar la forma en que podrían redactarse las preguntas para indagar las reacciones en las escalas nominal, ordinal, de intervalos y de razón. Se insta a que el lector complete el ejercicio con base en sus preferencias personales. ¿Le resulta más difícil llenar las escalas "más poderosas" de la parte inferior de la figura, que la escala nominal de su parte superior? Así, aunque podría tenderse a indagar la reacción del sujeto en una escala de razón, es frecuente que surja la interrogante de si el procedimiento de medición lo permite.

I Introducción a la medición psicológica

Definición constitutiva (conceptual) Definición de un concepto con base en otros del conjunto, a veees con la forma de una ecuación que expresa la relación entre ellos

Un problema que los mercadólogos comparten con otros científicos radica en medir las variables que les interesan. Por ejemplo, los mercadólogos están plenamente conscientes de que el gasto de los consumidores puede verse afectado por la opinión general que tienen de "cómo anda la economía". Sin embargo, ¿cómo se mide ese estado emocional general? En la revista American Demographics, se consideran la productividad y tecnología, tiempo de ocio, actitudes de los consumidores, ambiente social y físico, ingresos y oportunidades de empleo en la elaboración de su "Well-Being Index" (índice de bienestar), que la revista usa en la comparación de áreas y elaboración de pronósticos.5 La esencia del problema de medición se presenta en la figura 13.2. Los científicos o investigadores de ciencias básicas usan teorías para tratar de explicar fenómenos. Esas teorías o modelos consisten en conceptos (denotados con círculos que contienen la C), vínculos entre dos o más conceptos (rectas sencillas que unen los círculos) y datos que conectan a los conceptos con el mundo empírico (rectas dobles). Las rectas sencillas son definiciones constitutivas o conceptuales, en que cada concepto se especifica con base en otros del conjunto. La definición puede asumir la forma de una ecuación que exprese de manera precisa la interrelación de los conceptos, como la ecuación de la mecánica que indica: fuerza es igual a masa por aceleración. En forma alterna, la relación podría expresarse sólo de manera imprecisa, lo cual es frecuente en las ciendas sociales

Las rectas dobles indican definiciones operativas, con las cuales se describe la forma de medir el Definición operativa concepto. Con ellas, se especifican las actividades que el investigador debe realizar para que asigne Definición de un concepto que un valor al concePto (Por ejemplo, sumar las calificaciones de 10 afirmaciones para generar una calidescribe las operaciones que se ficación total). En lo esencial, la definición operativa indica al investigador qué hacer y cómo medir realizan para que el concepto el concepto. En el anexo 13.2 se muestra un ejemplo de cómo se evaluaron las opiniones de los conse mida de manera empírica. sumidores hacia la mercadotecnia, en un amplio estudio en que se usó un panel de correo de Market

364

Capítulo 13: Fundamentos de medición

F I G U R A 1133..22

Disyuntiva ética 13.1 José Cárdenas, analista de investigación de Encuestas de Calidad, trabajaba en un estudio que pretendía evaluar la imagen de varias distribuidoras de automóviles en un área metropolitana. En el instrumento de encuesta, se preguntaba sobre temas como fa calidad y rapidez de servicio de las distribuidoras; ¡a cortesía, conocimientos y amabilidad de su personal de ventas; lo competitiva que era la distribuidora en cuanto a la variedad y precio de los vehículos, y así sucesivamente. En total, incluía 35 reactivos acerca de los diversos atributos que los clientes podían considerar para evaluar a las distribuidoras. Se pidió a los participantes en la encuesta que evaluaran a la distribuidora con la que estuvieran más familiarizados, en relación con cada atributo, con una de las cuatro categorías siguientes; deficiente (1), regular (2), bueno (3] o excelente (4). Así, el intervalo de calificaciones podía ir de 35 a 140. Al presentar

los resultados a su cliente, una distribuidora de la marca Ford, Cárdenas señaló que los habitantes locales habían visto el doble de atributos favorables en la distribuidora Ford que en la distribuidora Chevrolet más cercana, en promedio. Basó tal señalamiento en las calificaciones promedio de 120 y 60 para las distribuidoras Ford y Chevrolet, respectivamente. • ¿Estaba Cárdenas en lo correcto al hacer tal afirmación? Si no fue así, ¿qué podría haber dicho? • ¿Cuáles eran las responsabilidades de Cárdenas hacia su cliente en cuanto a entender el tema de las escalas de medición? • ¿Tenían alguna responsabilidad al respecto los superiores de Cárdenas?

Facts para medir las reacciones de los participantes a la calidad y precios de los productos, publicidad y venta personal y al menudeo. Las definiciones conceptuales preceden a las operativas y sirven de guía para su desarrollo, ya que debe especificarse cuál es el concepto antes de elaborar reglas para evaluar su magnitud. La función de la investigación científica es identificar las relaciones que existen entre los conceptos de un modelo. Para que los científicos logren su objetivo, es necesario que algunos de esos conceptos se relacionen con datos observables. En caso contrario, el modelo es un círculo vicioso, es decir, ciertos conceptos no observables se definen con base en otros conceptos no observables. Puesto que un modelo circular no se puede sustentar ni refutar con datos empíricos, no se le considera una teoría legítima. Antes bien, una teoría o sistema de explicación se basa en la condición de que al menos ciertos conceptos puedan definirse operativamente, en grado suficiente, para que sea posible medirlos. Recordará el lector que la medición se define como las "reglas para asignar números a objetos y representar cantidades de atributos". El rigor con que se definen esas reglas y la habilidad con que se ponen en práctica determina si el concepto se captura con la medición o no.

Introducción a la medición psicológica

365

ANEXO 13.2

Concepto

Medición8 Suma de las respuestas a los reactivos siguientes, cada uno medido en una escala de desacuerdo-acuerdo de cinco puntos.

Calidad del producto

La calidad de la mayoría de los productos que compré hoy es tan buena como podría esperarse. Estoy satisfecho con la mayoría de los productos que compro. Casi todos los productos que compro se desgastan con mucha rapidez. (I) Los productos actuales no son tan buenos como en el pasado. (I) Muchos productos que compro tienen algún tipo de defecto. (I) Los fabricantes de los productos que compro no se preocupan bastante por su calidad. (I) La calidad de los productos que compro ha mejorado constantemente a lo largo de los años.

Precio del producto

El precio de la mayoría de los productos que compro es excesivo. (I) Las empresas podrían cobrar precios más bajos y todavía ser rentables. (I) La mayoría de los precios es razonable si se consideran los altos costos de las empresas. La competencia entre compañías mantiene los precios en niveles razonables. Las compañías no tienen justificación para los precios que cobran. Casi todos los precios son razonables. En general, estoy satisfecho con los precios que pago.

Publicidad del producto

Gran parte de la publicidad proporciona información esencial a los consumidores. La mayor parte de la publicidad es muy molesta. (I). La mayor parte de la publicidad hace afirmaciones falsas. (I) Si se eliminara la mayor parte de la publicidad, los consumidores estarían mejor. (I) Disfruto muchos de los anuncios. La publicidad debe estar regulada más estrictamente. La mayor parte de la publicidad tiene como fin engañar, no informar, a los consumidores. (I)

Venta personal o al menudeo

La mayoría de los establecimientos minoristas atienden bien a sus clientes. Gran parte de mis compras resulta desagradable, por la forma en que me tratan en los establecimientos minoristas. (I) Casi todos los vendedores de establecimientos minoristas son muy amables. Gran parte de las tiendas al menudeo tienen una selección adecuada de mercancías. En general, muchos intermediarios obtienen utilidades excesivas. (I) Cuando necesito ayuda en una tienda, usualmente no puedo obtenerla. (I) Muchas tiendas de menudeo brindan servicio adecuado.

a

La clave (I) indica que es necesario invertir las calificaciones del elemento, de modo que las calificaciones altas indiquen las actitudes más positivas. Fuente: desarrollado a partir de información de John F. Gaski y Michael J. Etzel, "The Index of Consumer Sentiment Toward Marketing", en Journal of Marketing 5Q (julio de 1986), pp. 71-81. American Marketing Association.

Sin duda alguna, el lector se burlaría del siguiente procedimiento de medición: Juan tiene ojos azules y Guillermo tiene ojos cafés, por lo que Juan es más alto que Guillermo. Cualquiera diría que el color de los ojos de una persona no guarda relación alguna con su estatura y, además, que si se quiere averiguar quién es más alto, el mejor procedimiento sería una medición con cinta métrica o colocarlos juntos de pie y comparar su estatura. Estaría en lo correcto en ambos casos. Si se midiera a Juan y Guillermo preguntándoles su estatura, probablemente serían menores las objeciones al procedimiento, salvo en caso de que Juan diga que es más alto y la observación de los dos hombres indique que Guillermo es definitivamente más alto. Ahora bien, lo interesante de muchos conceptos psicológicos es que resulta imposible basarse en comparaciones visuales para confirmar o refutar una medición. No pueden verse una actitud una característica de personalidad, los conocimientos o conciencia de una persona sobre un producto espe-

3666 fP^F-v' ' 3

Capítulo 13: Fundamentos de medición cífico u otras características psicológicas, como la inteligencia, ansiedad mental, etc. (estas características son parte de la "caja negra" del sujeto). Su magnitud debe inferirse de las mediciones, pero resulta imposible emprender una verificación visual de las mismas, y hay que basarse en la evaluación de los procedimientos usados para determinarlas. El color de los ojos indudablemente difiere de la estatura; pero, ¿es posible captar la satisfacción de los representantes de ventas con su trabajo si se les pregunta directamente lo satisfechos que están? Es probable que no, por razones que se demostrarán más adelante en este análisis. El problema de la medición de conceptos no afecta únicamente a los investigadores con interés en explicaciones científicas, también ocurre en la práctica cotidiana. Por ejemplo, un fabricante interesado en evaluar las reacciones de los clientes hacia un nuevo producto necesita saber que una investigación realmente mide esas actitudes y que la exactitud de los datos no se ve influida por la forma en que los entrevistadores hacen las preguntas o uno de los tantos factores adicionales que enfrenta cualquier investigación. La capacidad para realizar tales evaluaciones se basa principalmente en los conocimientos de medición, errores de medición y conceptos de confiabilidad y validez. Entender estos conceptos es la tarea que se analiza a continuación.

I Variaciones en las escalas medidas Recordará el lector que las mediciones se realizan sobre los atributos de los objetos, no necesariamente en los objetos mismos. Muchas tareas de medición se acompañan de problemas, si bien, a veces las mediciones psicológicas resultan particularmente difíciles, ya que suelen relacionarse con una situación compleja, donde otros factores pueden influir en el atributo medido. Además, el proceso de medición mismo podría influir en los resultados. Por ejemplo, suponiendo que ciertas compañías tabacaleras están interesadas en medir las actitudes hacia fumar en sitios públicos, como restaurantes, edificios de oficinas y salas de espera, en entornos médicos. Se ha aplicado una escala para medir esas actitudes a una muestra de participantes. La calificación alta (máximo: 100) significa que la persona objeta abiertamente el tabaquismo en áreas públicas, mientras que la calificación baja (mínimo: 25) indica lo opuesto. Si la calificación de María es de 75 y la de Bárbara 40, podría llegarse a la conclusión de que María tiene una actitud más negativa que Bárbara hacia el hecho de fumar en sitios públicos. Sin embargo, la validez de la conclusión dependería de la calidad de la medición. A continuación, se consideran algunas posibles causas de la diferencia entre las dos calificaciones.6 1. Una diferencia verdadera en la característica que se mide. En una situación ideal, la diferencia de calificaciones reflejaría actitudes verdaderamente distintas de María y Bárbara, y nada más. Sin embargo, una situación así ocurre pocas veces, si acaso. Lo más probable es que las calificaciones distintas también reflejen la influencia de algunos de los factores que siguen. 2. Diferencias verdaderas en otras características relativamente estables del individuo. No sólo el punto de vista de una persona sobre un tema afecta su calificación, sino que puede esperarse que otras características tengan efecto en ella. A manera de ejemplo, en la Ventana de investigación 13.1 se ilustra el impacto de la cultura en los estilos de respuesta de los sujetos. Quizá la diferencia entre las calificaciones de María y Bárbara se deba simplemente a la mayor disposición de María para expresar opiniones negativas. Por el contrario, Bárbara se guía por el adagio: "Si no puedes decir algo agradable, no digas nada". Se pidió su cooperación en el estudio, de modo que brinda su respuesta, pero no es sincera. 3. Diferencias resultantes de factores personales transitorios. El estado de ánimo o salud, fatiga, etc., de una persona puede influir en sus respuestas. Sin embargo, se trata de factores temporales y que pueden variar. De tal suerte, si María, que no fuma, acaba de regresar de una larga estancia en la sala de espera de su dentista, llena de humo, su respuesta sería distinta de la que hubiera dado si se le hubiese entrevistado varios días antes. 4. Diferencias debidas a factores circunstanciales. La situación que rodea a la medición también puede repercutir en la calificación. La de María habría sido distinta si su esposo hubiera estado presente mientras se administraba la escala. Dicho sea de paso, este problema es la pesadilla de los investigadores que estudian el proceso de toma de decisiones en los matrimonios. Cuando se

Variaciones en las escalas medidas

367

pregunta al esposo, por ejemplo, las funciones que desempeñan él y su mujer en la compra de un automóvil nuevo, se obtiene un conjunto de respuestas, y si se pregunta a la esposa, las respuestas son distintas; si están juntos al preguntarles, se tiene un tercer conjunto de respuestas diferentes. ¿Cuál es el correcto? Es difícil decirlo, dado que persiste el hecho de que la situación que rodea a una medición puede afectar las calificaciones que se obtengan. 5. Diferencias debidas a variaciones en la aplicación. En mercadotecnia, gran parte de las mediciones utilizan cuestionarios aplicados por teléfono o en persona. Puesto que los entrevistadores pueden variar su forma de hacer las preguntas, las respuestas también cambiarían en función del entrevistados Un mismo entrevistador incluso podría manejar dos entrevistas de manera distinta para generar una variación de las respuestas obtenidas, pese a que los entrevistados no difieran realmente en la característica considerada. 6. Diferencias debidas al muestreo de reactivos. Cuando se intenta medir cualquier concepto, es habitual que se utilice un reducido número de reactivos significativos para la característica que se mide. De esta manera, la escala de actitudes para las compañías tabacaleras sólo contendrá una muestra de los reactivos o afirmaciones que podrían haberse incluido. De hecho, es frecuente que

Ventana de investigación 13.1

Efecto de la cultura en los estilos de respuesta

Uno de los aspectos más importantes e ¡mpactantes donde la cultura afecta a las investigaciones multinacionales es la forma en que las personas de los diversos países responden a !as preguntas de encuestas y usan las escalas de los cuestionarios. En un experimento cuidadosamente controlado, Custom Research. Inc., exploró el uso de los diferentes tipos de escalas en la investigación de un nuevo producto. El resultado: se descubrieron diferencias extraordinarias entre un país y otro en el uso de escalas de encuestas muy comunes. Por ejemplo, los encuestados en Filipinas e Italia tienen el cuádruple de probabilidades que

los de Hong Kong y Japón de usar el "cuadro superior" de una escala de intención de compra. Y estas diferencias son resultado de la cultura, no de niveles económicos. Japón y Estados Unidos, dos de los países más ricos del mundo, difieren considerablemente en estas mediciones. Esas diferencias se deben entender y tomar en cuenta durante el análisis de estudios multinacionales. En cuanto al experimento de Custom Research, realizado en 18 países, en ía figura siguiente se ilustran algunas diferencias identificadas en el uso de las escalas de intención de compra:

continúa

368

Capítulo 13: Fundamentos de medición

Ventana de investigación 13.1

Efecto de la cultura en los estilos de respuesta (contin

El efecto de las diferencias culturales en el uso de la escala es incluso más complejo: existen diferencias aun en un mismo país de una escala a otra. Ese fenómeno se ejemplifica al comparar el uso de la escala de singularidad, que se ¡lustra en la figura siguiente, contra el ejemplo previo de la intención de compra. Los italianos son menos optimistas en su uso de la escala de singularidad, mientras que los habitantes de Reino Unido son más agresivos al utilizar dicha escala, que en la de intención de compra.

Lo anterior significa que no existe una sola forma sencilla de ajuste de las diferencias de un país a otro. Se requieren experiencia internacional y comprensión plena del uso distinto de cada escala de un país a otro.

Furmyr: Jeffrey Pope, How Cultural Differences Affect Multi-Country Research

(Minneapolis, MN: Custom Research, Inc., 1991).

ni siquiera se sepa cuáles son todos los reactivos pertinentes. Si se añadieran, eliminaran o redactaran de nuevo algunos reactivos, sin duda alguna cambiaría el resultado de las calificaciones de María y Bárbara. En todo momento hay que estar consciente de que los instrumentos reflejan la interpretación del concepto y de los reactivos usados para medirlo, además de que las calificaciones resultantes varían, según la forma en que se elijan y expresen los reactivos. La calificación final también se ve influida por el número de reactivos presentados. La estatura de un hombre puede servir como indicador de su "tamaño;" pero lo mismo podría decirse de su peso, circunferencia de la cintura o del tórax, y así sucesivamente. Sin duda, cabe esperar que se tenga una mejor medición de ese tamaño si se incluyen todos esos reactivos. Lo mismo ocurre con las mediciones psicológicas. Si todos los demás factores permanecen constantes, una escala de un reactivo es una muestra menos adecuada que otra con 25 reactivos del universo de reactivos significativos para una característica. 7. Diferencias por la falta de claridad del instrumento de medición. En ocasiones, una diferencia en la respuesta a un cuestionario o reactivo de una escala se deriva de diferencias en la interpretación de una pregunta ambigua o compleja, no de otras de naturaleza fundamental en la característica

Clasificación y evaluación de los errores

369

que se intenta medir. En el capítulo precedente, se demuestra cómo hasta las palabras más sencillas pueden malinterpretarse. Al medir conceptos complejos, como las actitudes, las posibilidades de equivocación aumentan. Una de las tareas principales del investigador es generar reactivos o preguntas que signifiquen lo mismo para todos los sujetos, a fin de que las diferencias en las calificaciones no sean el resultado de diferencias de interpretación. 8. Diferencias causadas por factores mecánicos. Los factores mecánicos también pueden afectar las calificaciones obtenidas. Ciertos aspectos, como la falta de espacio para anotar las respuestas, marcas de verificación accidentales en la casilla incorrecta e interpretación inadecuada de una respuesta poco legible pueden repercutir en las calificaciones que se asignen.

I Clasificación y evaluación de los errores Error sistemático

Error de medición, también llamado error constante porque afecta de manera sistemática a la medición.

Error aleatorio

Error de medición debido a aspectos transitorios de la persona o situación de medición, que afecta a la medición misma de manera irregular.

Validez

Grado en que las diferencias de las calificaciones del instrumento de medición reflejan diferencias verdaderas entre los individuos, grupos o situaciones en cuanto a la característica que se intenta medir; o diferencias verdaderas en un mismo individuo, grupo o situación de una ocasión a la siguiente, en vez de tratarse de errores sistemáticos o aleatorios.

El ideal de toda escala es generar una clasificación que refleje las verdaderas diferencias en la característica que se intenta medir, sin que interfieran factores irrelevantes. En los hechos, lo que se obtenga podría ser otra cosa. Un tipo de error que suele aparecer en las calificaciones es el error sistemático, también llamado error constante porque afecta de manera sistemática la medición. Un ejemplo consistiría en medir la estatura de un hombre con una vara de madera calibrada deficientemente, otro sería la recopilación de datos, realizada por el gobierno federal, sobre la actividad económica. En Estados Unidos, el Department of Commerce mide habitualmente el crecimiento nacional anual al contar el volumen de bienes y servicios vendidos en el país, calcular la diferencia respecto al año previo y restar el importe resultante de la inflación. Sin embargo, hasta hace poco el gobierno no incluía el comercio por Internet en sus datos de ventas. Por ejemplo, habría contado las ventas de Dell Computer, no así sus ventas en línea, subestimando de tal suerte la actividad económica en cada año.7 El error aleatorio se denomina de esta manera porque ocurre de manera inconstante y se debe a aspectos temporales de la persona o situación de medición, además de que afecta a la medición misma en forma irregular. Un error aleatorio está presente cuando se repite la medición de un individuo o grupo de individuos y no se obtienen las mismas calificaciones, pese a que no haya cambiado la característica que se mide. Por ejemplo, si un hombre sometido a una primera medición de su estatura se cambia de zapatos antes de medirlo de nuevo, sería posible que las dos mediciones no concuerden, no obstante que su estatura real ha permanecido sin cambio. La distinción entre los errores sistemáticos y aleatorios es crítica, en virtud de la forma en que se evalúa la validez de una medición. Se dice que tiene validez toda escala u otro instrumento de medición con que se mida de manera precisa lo que se pretendía medir. La validez de un instrumento de medición se define como "el grado en que las diferencias de calificación con él reflejan diferencias verdaderas entre los individuos respecto de la característica que se busca medir, no errores sistemáticos o aleatorios".8 Lograrlo es una tarea muy difícil que no se alcanza simplemente, por ejemplo, al conjuntar preguntas o afirmaciones para medir la actitud de una persona hacia el tabaquismo en sitios públicos. El investigador debe dar los pasos necesarios para verificar que el cuestionario realmente mida la actitud de la persona sobre el tema. Esto es algo que por ningún concepto se establece de manera inequívoca, sino que siempre se infiere. Son dos los tipos de inferencias que se hacen para establecer la validez de un instrumento: 1) evaluación directa de la validez y 2) evaluación indirecta mediante la confíabilidad.9

Evaluación directa de la validez Validez predictiva

La utilidad del instrumento de medición como factor predictivo de alguna característica o comportamiento del individuo; a veces llamada validez relacionada con criterios.

Son tres los tipos de técnicas de evaluación directa que pueden usarse para inferir la validez de una medición. Es posible buscar datos de su validez predictiva, de contenido y de concepto. Validez predictiva El grado en que una medición pronostique realmente el criterio, trátese de una característica o de un comportamiento específico del individuo, es su validez predictiva. Un ejemplo sería el Gradúate Management Admissions Test. El hecho de que la mayoría de las facultades de administración importantes en Estados Unidos requieran dicho examen certifica su validez predictiva; ha resultado útil para pronosticar cuáles serán los resultados de un estudiante, con

310

Capítulo 13: Fundamentos de medición

Validez concurrente

Correlación entre la variable predictiva y la de criterio cuando se evalúan simultáneamente.

Validez de contenidodo

La suficiencia con que se captura el dominio de la característica a través de la medición; a veces llamada validez nominal.

una calificación específica de dicho examen, al cursar un programa de maestría en administración de empresas acreditado. La calificación del examen se usa para predecir el criterio de rendimiento. Un ejemplo de escala de actitud podría consistir en el uso de las calificaciones obtenidas por los representantes de ventas en un instrumento de medición diseñado para evaluar su satisfacción en el trabajo, a fin de predecir las probabilidades de que renuncien. Ambos ejemplos ilustran la validez predictiva -en el sentido verdadero del término- o uso de la calificación para predecir un suceso futuro. No obstante, existe otro tipo de validez predictiva, la validez concurrente, que concierne a la relación entre la variable predictiva y la de criterio, cuando se evalúan simultáneamente. Por ejemplo, la prueba cutánea (cutirreacción) de tuberculina, que es parte habitual de un examen físico, no tiene como fin predecir si una persona es propensa a contraer la tuberculosis en el futuro, sino saber si la padece en el momento actual. La validez predictiva se determina de manera estricta mediante la correlación del instrumento de medición con la característica o comportamiento que se mide. Si la correlación es alta, se dice que la medición tiene validez predictiva. "De tal modo, si se descubriera que la exactitud en los lanzamientos en el juego de la herradura guardan una estrecha correlación con el éxito en la universidad, tales lanzamientos serían una medición válida para predecir el éxito como estudiante universitario."10 Esta cita no pretende indicar de manera implícita que una teoría sólida y el sentido común son inútiles para la selección de instrumentos predictivos en la investigación, sino que una vez realizada la investigación, la prueba radica en las correlaciones. La validez predictiva es relativamente fácil de evaluar. Sin duda, requiere una forma razonablemente válida de medir el criterio contra el cual se compararán las calificaciones del instrumento de medición. Dada la disponibilidad de tales calificaciones (por ejemplo, las obtenidas realmente en un programa de maestría en administración de empresas o un conteo de cuántos representantes de ventas renuncian), lo único que necesita hacer el investigador es establecer el grado de la relación, usualmente con la forma de algún tipo de coeficiente de correlación, entre las calificaciones del instrumento de medición y la variable de criterio. Aunque fácil de evaluar, la validez predictiva pocas veces es el tipo más importante de validez. Con frecuencia, el investigador se preocupa por "qué se mide en realidad con la medición", no simplemente si lo predice con exactitud o no. Validez de contenido Se dice que el instrumento de medición tiene validez de contenido si cubre adecuadamente los aspectos más importantes del concepto que se mide. Por ejemplo, suponiendo que alguien usa la siguiente lista de palabras para evaluar la capacidad ortográfica de una persona: catcher, shortstop.foul, strike, carrera, pitcher, seguramente el lector desconfiará de la prueba. Además, la base de su objeción dependería del hecho de que todas las palabras se relacionan con el béisbol y, por tanto, podría afirmar que una persona con mala ortografía podría tener buenos resultados en esta prueba simplemente por su afición al béisbol. Por supuesto, estaría en lo correcto. Una persona con buena capacidad ortográfica básica y poco interés en el béisbol podría tener en esta prueba resultados peores que otra con menor capacidad y más interés en ese deporte. Puede decirse que la prueba carece de validez de contenido, ya que no es una muestra apropiada de toda la gama de palabras que podrían usarse, sino que es muy selectiva en su enfoque. En teoría, para indagar con mayor exactitud la capacidad ortográfica de la persona tendría que aplicarse una prueba que incluya todas las palabras de un idioma, y quien indique correctamente el mayor número de palabras tendría la mayor capacidad ortográfica. Pero ese sería un procedimiento no realista, que requeriría gran parte de la vida del sujeto para realizarlo; por tanto, se tiene que recurrir a muestras de todas las palabras que podrían usarse. Las diversas muestras de reactivos pueden producir resultados comparativos distintos por individuo. Es necesario reconocer que haber evaluado la característica verdadera depende de lo bien que se haya muestreado el intervalo de la misma. Lo anterior es válido no sólo en relación con la capacidad ortográfica, sino respecto a las características psicológicas. ¿Cómo puede tenerse la certeza de que una medición posee validez de contenido? Por ningún concepto es posible garantizarlo, ya que, en parte, es una cuestión de juicio. Es factible sentirse satisfecho con los reactivos incluidos en una medición, mientras que un crítico afirmaría que no se mostraron algunos aspectos pertinentes de la característica. Aunque sea imposible garantizar

Clasificación y evaluación de los errores

371

la validez de contenido de una medición, sí se pueden minimizar las objeciones de los críticos. La clave de la validez de contenido radica en los procedimientos usados para desarrollar el instrumento. Una forma de definir el dominio apropiado, por ejemplo, es buscar en las publicaciones cómo lo han definido otros investigadores. El paso siguiente radica en formular un gran número de reactivos que representen, de manera general, el intervalo de actitudes que podría relacionarse con el tema en cuestión. En esta etapa, el investigador puede incluir una amplia variedad de reactivos con matices de significado levemente distintos, ya que la lista original se reducirá para producir el instrumento definitivo. El conjunto de reactivos debe ser grande, de modo que, después de mejorar la medición, todavía contenga los suficientes para el muestreo apropiado del intervalo de la variable. En el ejemplo citado previamente, una medición de la satisfacción en el trabajo de un representante de ventas incluiría reactivos sobre cada uno de los componentes del puesto (obligaciones, compañeros de trabajo, altos directivos, supervisor de ventas, clientes, paga y oportunidades de promoción) para que su contenido sea válido. Validez de conceptoto

Evaluación de lo certero que resulta el instrumento para capturar el concepto o rasgo que se supone debe medir.

Validez de concepto La medición de conceptos es una tarea vital y la validez de concepto es una de las más difíciles de establecer. No sólo el instrumento debe tener coherencia interna, sino que ha de medir lo que se supone debe medir. En otras palabras, cada reactivo del instrumento debe reflejar el concepto, además de correlacionarse con los demás reactivos del instrumento. De tal suerte, se diría que tiene validez de concepto un instrumento de medición diseñado para medir actitudes si, de hecho, mide la actitud en cuestión y no otra característica subyacente del individuo, que tenga efecto en su calificación. La validez de concepto está en el centro mismo del progreso científico. Los científicos necesitan conceptos para comunicarse, lo mismo que el lector y el autor de esta obra. En mercadotecnia, se habla de la clase socioeconómica de un$ persona, su personalidad, sus actitudes, y así sucesivamente, porque todos esos conceptos explican el comportamiento. Y, aunque vitales, también se singularizan por no ser observables. Es posible observar el comportamiento relacionado con estos conceptos, pero no los conceptos mismos; por eso, se trata de definir operativamente el concepto con base en lo que puede observarse. Cuando se acuerda una definición operativa, la precisión de la comunicación avanza. En vez de decir que lo medido con 75 reactivos es la lealtad a la marca de la persona, se habla del concepto de lealtad a la marca. No obstante que la medición de conceptos es vital para el progreso científico, también es el tipo de validez más difícil de establecer.11 Por ejemplo, en la Ventana de investigación 13.2 se analizan los problemas históricos relacionados con la medición del concepto "ingreso discrecional" y una nueva medición propuesta. Es necesario cerciorarse, mediante los planes y procedimientos usados en la elaboración del instrumento, de que se muestre adecuadamente el dominio del concepto y que exista coherencia interna entre los reactivos del dominio. Una vez que los investigadores han especificado el dominio del concepto, han generado el conjunto de reactivos significativos para la anchura de ese dominio, los han refinado y verificado que tienen coherencia interna, el paso final consiste en observar qué tanto se relaciona la medición con la de otros conceptos vinculados teóricamente con el concepto de referencia. ¿Se comporta como se esperaba? ¿Encaja en la teoría o modelo que relaciona este concepto con otros? Para ejemplificar lo anterior, analicemos el caso previo relativo al efecto de la satisfacción con el trabajo en la rotación de representantes de ventas. Supongamos que se ha desarrollado una medición para evaluar dicha satisfacción. La validez de concepto de la medición podría evaluarse al determinar si en realidad existe una relación entre las calificaciones de satisfacción en el trabajo y la rotación de personal. De tal modo, las compañías con calificaciones bajas (indicativas de menos satisfacción en el trabajo) deben experimentar más rotación que otras con calificaciones altas. Si no fuera así, cabría poner en tela de juicio la validez de concepto de la medición de la satisfacción en el trabajo. Dicho de otra manera, la validez de concepto de una medición se juzga por el hecho de que la medición confirme o refute las hipótesis predichas a partir de la teoría basada en los conceptos. Por supuesto, el problema es que el hecho de que la relación hipotética no sea cierta en relación con el fenómeno observado podría deberse a falta de validez de concepto o que la teoría es incorrecta. Por ende, es frecuente que se intente establecer la validez de concepto de una medición relacio-

• -^x 372

Capítulo 13: 13: Fundamentos de medición medición Capítulo

Ventana de investigación 13.2

Medición del concepto "ingreso discrecional

Además del género y edad, el ingreso familiar es uno de los factores predictivos más recopilados y eficaces en relación con el comportamiento de los consumidores. Casi todos los instrumentos de investigación de mercados incluyen preguntas sobre los ingresos, cuyas respuestas se usan de maneras muy distintas. El ingreso describe a los consumidores, divide a los mercados en segmentos, predice o explica compras y describe las posibles razones que originan los hábitos de compra cambiantes.

Nuestra medición del ingreso discrecional subjetivo se creó para tres reactivos ya presentes en ei Life-Style Questionnaire de la agencia publicitaria DDB Needham.

Aunque eí ingreso familiar es un factor predictivo útil, dista de ser completo. Los consumidores con bajos ingresos a veces se comportan como consumidores de altos ingresos, y viceversa. Entre las múltiples causas de tales contradicciones se encuentra el hecho de que los consumidores difieren mucho en sus obligaciones financieras y en su capacidad para administrar los fondos que tienen. Cuando dos familias cuentan exactamente con el mismo ingreso, el importe que queda después de adquirir los bienes básicos hace que una familia esté relativamente desahogada, y la otra, relativamente pobre. Las familias con más ingreso "discrecional" cuentan con mayores posibilidades de comprar artículos adicionales o de lujo y conveniencia, o para ahorrar dinero y usarlo en el futuro. Así, los conocimientos del ingreso discrecional serían de valor considerable en la investigación de mercados.

3. Nuestro ingreso familiar es suficientemente alto para satisfacer casi todos nuestros deseos importantes.

Pese a sus beneficios evidentes, el concepto de ingreso discrecional no se ha usado mucho a lo largo de los años. Un autor lo atribuye al hecho de que los consumidores no pueden determinar e informar sobre su ingreso discrecional de manera objetiva y precisa. Otros estudiosos han situado las formas generalmente ambiguas en que los consumidores usan las ideas económicas. Les molesta en particular el hecho de que lo "discrecional" y lo "esencial" son hasta cierto punto cuestión de gusto personal. Una forma de evitar tales problemas es utilizando un enfoque psicológico para determinar el ingreso discrecional. En vez de tratar de que los consumidores proporcionen datos económicos objetivos, el enfoque psicológico se basa en una variable totalmente subjetiva: qué piensan las personas acerca de lo que tienen.

Validez convergente Confirmación de la existencia de un concepto determinada por la correlación indicada por mediciones independientes de ese concepto.

1. Sin importar lo rápido que aumenten nuestros ingresos, nunca parece alcanzar. 2. Tenemos más para gastar en artículos adicionales que muchos de nuestros vecinos.

Las afirmaciones precedentes se califican en una escala de seis puntos, con "definitivamente en desacuerdo" (1) y "definitivamente de acuerdo" (61 como extremos. Cuando se suman las respuestas a los tres reactivos, el primero de ellos con codificación inversa, el resultado es una calificación en el intervalo de 3 a 18. Las personas con calificación alta en esta escala indican que tienen dinero suficiente para comprar lo que consideran necesario y algo más. Las personas con calificación baja expresan que tienen dificultades para salir adelante. Cada uno de los reactivos menciona un aspecto importante del concepto de ingreso discrecional subjetivo. El primero mide un aspecto de tal concepto muy cercano al bienestar económico percibido y que también se relaciona, probablemente de manera estrecha, con la capacidad de administración del dinero. El segundo se refiere a los bienes "adicionales" en comparación con los vecinos, que son un grupo de referencia importante. El tercero corresponde a la sensación de tener ingresos suficientes para lo que se considera importante y, ai mismo tiempo, lo que todavía se llama "deseos". Este reactivo llega a la esencia misma del significado del adjetivo "discrecional". FufintR Thamas C Q'Guinn y William D. Wells, "SuOjectlve Discretionary Income". Markeling Haseaich. A Magaztne ai Managemem 3nd Applications 1 (marzo de 19891. pp 32-41. American Marketing Asscdation Véase cálculos del importe de ¡ngieso discrecional en hogares estadounidenses en Cheryl Russell y Margare! Ambry. Tñe Offícial Guitie lo Ameucan focomes (libara, NV. New Stiategist Publicatinns & Consulting, 1933).

nándola con varios conceptos, no con uno solo. Además, se trata de usar las teorías e hipótesis puestas a prueba y que han resultado válidas. Si existe el rasgo o concepto, también debe ser mensurable mediante más de un método, los cuales deben ser independientes, hasta donde sea posible. Si con todos ellos se mide el mismo concepto, las mediciones han de tener alto grado de correlación, lo que aporta evidencias de la validez convergente, que se define como la "confirmación de una relación mediante procedimientos de medición inde-

Clasificación y evaluación de los errores Validez discriminante

Criterio impuesto sobre la medición de un concepto, que requiere que no se correlacione estrechamente con otras mediciones, de las cuales se supone difiere. Confíabilidad Similitud de resultados obtenidos con mediciones independientes a la vez que comparables del mismo objeto, rasgo o concepto.

FIGURA 13.3

373

pendientes". Otra evidencia de la validez de concepto es la validez discriminante, con la cual se requiere que una medición no se correlacione estrechamente con aquellas de las que se supone difiere.12 Las correlaciones demasiado estrechas indican que la medición no captura realmente un rasgo distinto o aislado.

Evaluación indirecta a través de la confiabilidad El término confiabilidad se refiere a la obtención de resultados similares al medir un objeto, rasgo o concepto con mediciones independientes, a la vez que equiparables. Si se emprenden dos mediciones distintas de la inteligencia de un grupo de personas y las calificaciones de ambas se correlacionan estrechamente entre sí, podría afirmarse que las mediciones son confiables en el sentido de que cada una reproduce las calificaciones de la otra. Evaluar la confiabilidad de un instrumento de medición consiste en determinar la parte de la variación en las calificaciones originada por la inconstancia en la medición.13 Sobra decir que la confiabilidad del instrumento debe establecerse antes de emplearlo en algún estudio importante. Antes de analizar cómo se obtienen las pruebas de confiabilidad, es necesario señalar varios aspectos. Si una medición es confiable, no está influida por factores transitorios. Sin embargo, una medición puede ser confiable, sin que sea necesariamente válida. Por ejemplo, el Food Marketing Institute realiza anualmente una encuesta, entre las compañías que lo constituyen, para averiguar las causas que originan pérdidas de mercancía en los supermercados. Dicha empresa mide la magnitud de los hurtos preguntando a los establecimientos el número de delincuentes que capturaron y cuánto vale la mercancía recuperada. En el supuesto de que las tiendas lleven registros de esos incidentes, los datos serían muy confiables. Sin embargo, el método no sería una medición válida de la magnitud de los hurtos, ya que no se realizaron conteos del número de ladrones que no fueron capturados, ni del valor de la mercancía no recuperada. De hecho, el vicepresidente de servicios de prevención de pérdidas de FMI, Charles Miller, afirma que los ladrones de tiendas organizados (llamados boosters en el gremio) habitualmente roban más de 60 artículos en cada ocasión, en especial los artículos de venta relativamente frecuente, como maquinillas de afeitar y películas, y pocas veces son capturados.14 Algunas de estas pérdidas podrían detectarse empleando los datos de lectores ópticos que miden los cambios en inventarios, pero el uso de lectores ópticos tiene a su vez un problema de validez: los datos pueden mostrar que las existencias han desaparecido; pero no que el hurto en la tienda fue la causa de su desaparición. En la figura 13.3 se ilustra este concepto. El rifle viejo no es confiable, mientras que el rifle nuevo es relativamente confiable, si bien, la mira no está ajustada correctamente al centro del diagrama. El dibujo de la derecha muestra los disparos del rifle nuevo con la mira debidamente ajustada. Sólo en esta última situación el usuario del arma podría esperar dar en el centro del blanco con regularidad. Aunque una medición que es confiable podría ser válida o no, cuando no es confiable sin duda alguna tampoco es válida. Por el contrario, si es válida, seguramente es confiable. Una medición váli-

314

Capítulo 13: Fundamentos de medición da de la estatura es confiable, puesto que, en realidad, mide el rasgo en cuestión. Así, la confiabilidad sólo aporta evidencia negativa, es decir, puede demostrar la falta de validez, no así su presencia. Sin embargo, la confiabilidad se determina más fácilmente que la validez, de modo que históricamente se ha recurrido más a ella para inferir la calidad de las mediciones.

Estabilidad

Evidencia de ia confiabilidad de una medición, determinada al medir el mismo objeto o individuo en dos momentos distintos y, luego, correlacionar las calificaciones; también llamada evaluación de confiabilidad de prueba-reprueba.

Equivalencia

Evidencia de la confiabilidad de una medición determinada respecto a un instrumento y situación de medición. Cuando se aplica a instrumentos, la medición de equivalencia de la confiabilidad es la coherencia y homogeneidad internas del conjunto de reactivos que forman la escala; aplicado a situaciones de medición, se enfoca en conocer si los diversos observadores o instrumentos usados para medir a los mismos individuos u objetos, en un mismo punto cronológico, generan resultados congruentes.

Estabilidad Una de las formas más usadas para establecer la confiabilidad de una medición consiste en medir los mismos objetos o individuos en momentos distintos y correlacionar las calificaciones obtenidas. En el supuesto de que los objetos o individuos no han cambiado, ambas calificaciones deben correlacionarse a la perfección. En la medida en que no ocurra así, existen perturbaciones aleatorias en alguna o en ambas situaciones de prueba, con lo que se producen errores aleatorios en la medición. El procedimiento se conoce como evaluación de confiabilidad de prueba-reprueba y establece la estabilidad de una medición. Una de las decisiones críticas que debe tomar el investigador cuando determina la estabilidad de una medición, es cuánto tiempo esperar entre aplicaciones sucesivas del instrumento. Si el instrumento es una escala de actitudes y el investigador espera tiempo excesivo, podría cambiar la actitud de la persona, con lo cual se produce una baja correlación entre las dos calificaciones. Por otra parte, la espera demasiado breve probablemente generará un sesgo de prueba, de manera que las personas podrían recordar cómo respondieron en la primera ocasión y ser más constantes en sus respuestas de lo que sería justificable, con base en sus actitudes. A fin de manejar ese problema, muchos investigadores usan diferentes métodos de aplicación en las dos mediciones. En lugar de poner todos los reactivos en un formulario, el investigador genera dos instrumentos diferentes, pero con el contenido tan parecido como sea posible. En otras palabras, cada formulario debe contener reactivos de los mismos dominios y cada dominio de contenido debe hacer aproximadamente el mismo énfasis en cada formulario. En teoría, habría una correspondencia uno a uno entre los reactivos de ambos formularios, de modo que las medias y desviaciones estándar respectivas serían idénticas y las correlaciones entre los reactivos serían las mismas en ambas versiones.15 Aunque es punto menos que imposible lograr este ideal, sí es factible elaborar formularios que guarden un paralelismo general, lo cual permite correlacionarlos a través del tiempo para medir la estabilidad. El intervalo recomendado entre aplicaciones es de dos semanas.16 Equivalencia En una escala de actitudes, cada reactivo actúa en teoría como una medición de la actitud y la calificación del sujeto en una parte de la escala debe correlacionarse con la que obtenga en otra parte de la propia escala. La medición de la equivalencia de la confiabilidad se enfoca en la coherencia interna del conjunto de reactivos que forman la escala. La primera medición de la coherencia interna del conjunto de reactivos fue la confiabilidad de mitades divididas de la escala. En la evaluación de esta confiabilidad, el total de reactivos se divide en dos mitades equivalentes, se correlacionan las calificaciones totales de cada una y se toma este valor como medición de la confiabilidad del instrumento. En ocasiones, los instrumentos se dividen al azar, mientras que en otras se supone que los reactivos pares forman una mitad del instrumento y los nones la otra. La calificación total de los reactivos pares se correlaciona luego con la obtenida de los reactivos nones. Ha habido críticas contra la confiabilidad de mitad dividida como medición de la coherencia interna de una escala. Los críticos aducen que la división es necesariamente arbitraria de los reactivos en mitades equivalentes. Cada una de las muchas divisiones posibles puede producir correlaciones o confiabilidades distintas entre las mitades. ¿Cuál división es la correcta? En otras palabras, ¿cuál es la confiabilidad del instrumento? Por ejemplo, con una escala de 10 puntos o reactivos son posibles 126 divisiones o coeficientes de confiabilidad. Una forma más apropiada de evaluar la homogeneidad interna de un conjunto de reactivos es analizarlos simultáneamente con el coeficiente alfa. Ello se debe a que el coeficiente alfa tiene relación directa con el modelo de mediciones más aceptado y atractivo, desde el punto de vista conceptual, el modelo de muestreo de dominios. Este modelo sostiene que el propósito de una medición dada es calcular la calificación que se habría obtenido si se usaran todos los reactivos del dominio. La calificación que obtenga un sujeto dado en todos los reactivos del dominio es la calificación verdadera de esa persona, Xr

Clasificación y evaluación de los errores

375

En la práctica, es habitual que no se usen todos los reactivos que podrían haberse utilizado, sino únicamente una muestra de ellos. Dicha muestra es buena en la misma medida en que se correlacione con la calificación verdadera. Así, según el modelo de muestreo de dominio, una fuente primaria de error de medición es el muestreo inadecuado del dominio de reactivos significativos. El concepto de una matriz de correlación muy grande, que muestra todas las correlaciones entre los reactivos del dominio, es básico para el modelo de muestreo de dominio. Es improbable que alguno de los reactivos constituya una representación perfecta del concepto, de igual modo que no puede usarse una sola palabra para poner a prueba la diferencia de capacidad ortográfica de los sujetos o una sola pregunta para medir la inteligencia de una persona. La correlación promedio entre los reactivos de esta matriz muy grande, 7, indica en qué grado está presente un núcleo común en los reactivos. La dispersión de las correlaciones alrededor del promedio indica el grado en que los reactivos varían, en cuanto a su contenido del núcleo común. El supuesto clave en el modelo de muestreo de dominio es que todos los reactivos, si son parte del dominio del concepto, tienen igual proporción del núcleo común. Esta afirmación implica que la correlación promedio en cada columna de la matriz hipotética es la misma e igual a la correlación promedio de toda la matriz. En otras palabras, si todos los reactivos de una medición se obtienen del dominio de un solo concepto, las respuestas a esos reactivos deben estar correlacionadas estrechamente. Por el contrario, las correlaciones bajas entre reactivos indican que algunos de ellos no se extrajeron del dominio apropiado y producen error y falta de confiabilidad. El coeficiente alfa es una medición resumida de las correlaciones existentes entre un conjunto de reactivos. Se calcula como sigue:17

donde

k = número de reactivos de la escala cr,2 = varianza de las calificaciones del elemento / entre sujetos o-? = varianza de las calificaciones totales entre sujetos, donde la calificación total de cada sujeto es la suma de las calificaciones de cada elemento

El coeficiente alfa debe calcularse invariablemente para evaluar la calidad de la medición. Tiene mucho significado, ya que la raíz cuadrada del coeficiente alfa es la correlación estimada de la prueba del reactivo k con calificaciones verdaderas sin error. ¿Qué debe hacer el analista si el coeficiente alfa es bajo? En el supuesto de que el conjunto de reactivos sea suficientemente grande, tal resultado hace suponer que algunos de ellos no comparten por igual el núcleo común y posiblemente deban eliminarse. La manera más sencilla de identificarlos es calcular la correlación de cada elemento con la calificación total y grafícar las correlaciones resultantes en orden de magnitud decreciente. Deben eliminarse los reactivos con correlación cercana a cero. También debe considerarse eliminar los reactivos que produzcan una caída considerable o repentina de las correlaciones elemento-total. Si el concepto tiene cinco dimensiones o componentes identificables, se calcularía el coeficiente alfa para cada dimensión. Las correlaciones reactivo-total usadas para eliminar reactivos también se basarían en los reactivos del componente y la calificación total de la dimensión. El análisis precedente estudia la medición de la equivalencia de confiabilidad cuando se aplica a un solo instrumento. Se utiliza otra medición de equivalencia cuando diferentes observadores o instrumentos miden simultáneamente a los mismos individuos u objetos. ¿Acaso estos métodos producen resultados congruentes? ¿Son equivalentes al medirlos con las correlaciones entre las calificaciones totales? Un ejemplo sería un concurso de belleza. ¿Acaso los jueces, con los criterios establecidos de belleza, talento, porte, etc., califican a las mujeres en el mismo orden de primer lugar, segundo lugar, tercer lugar, y así sucesivamente? La confiabilidad de la medición es mayor en la medida en que concuerden los jueces. Por ejemplo, en la figura 13.4 se ilustra una situación donde no concuerda el juicio de dos observadores distintos. Este tipo de equivalencia es la base de la validación convergente, cuando las mediciones son independientes.18

376

Capítulo 13: Fundamentos de medición

F I G U R A 13.4

Fuente: Reproducido con autorización de King Features Syndicate.

I Desarrollo de mediciones Es fácil que un investigador principiante se confunda en cuanto a la manera de desarrollar mediciones de conceptos de mercadotecnia. ¿Cómo enfrentar los temas básicos de confíabilidad y validez, y tomar decisiones entre los diversos coeficientes que pueden calcularse? En la figura 13.5 se ilustra una serie de pasos que pueden emplearse para desarrollar mediciones válidas de los conceptos de mercadotecnia.19 El paso 1 del proceso consiste en especificar el dominio del concepto que se medirá. Los investigadores deben ser cuidadosos al especificar lo que se incluye o se excluye en el dominio del concepto. Para medir la satisfacción de un cliente con un nuevo calefactor que compró recientemente, ¿qué atributos del producto y la compra deben medirse para evaluarla con exactitud? Sin duda, preferiría ser razonablemente exhaustivo en la lista de características del producto que se incluirán, con aspectos como costo, durabilidad, calidad, rendimiento operativo y aspecto estético. Sin embargo, ¿qué hay de la reacción del comprador a la atención recibida del vendedor? ¿Qué puede decirse sobre las reacciones de los miembros de la familia a un anuncio, observado de manera posterior a la compra, en el que se ofrece un producto competidor con las mismas características y menor costo? y ¿de las reacciones de la familia ante la noticia de ciertos efectos ambientales negativos originados por uso del producto en cuestión? Detallar cuáles de estos factores deben incluirse o cómo se debe definir operativamente la satisfacción de los clientes rebasa el alcance de esta obra. Sin embargo, es evidente que los investigadores deben ser minuciosos al especificar lo que se incluye y excluye del dominio del concepto que se mide. El paso 2 del proceso es la generación de reactivos que capturen el dominio especificado. En esta situación, las técnicas usualmente productivas en la investigación exploratoria, como el estudio de publicaciones, encuestas de experiencia y ejemplos estimulantes de introspección generalmente son productivas. Las publicaciones deben indicar cómo se ha definido la variable y cuántas dimensiones o componentes tiene. La búsqueda de métodos para medir la satisfacción del cliente abarcaría folletos del producto, artículos en periódicos y revistas especializados o resultados de las pruebas de producto como las publicadas por Consumer Reports. La encuesta de experiencia incluiría conversaciones con miembros del grupo de producto encargado del artículo en cuestión, representantes de ventas, distribuidores, personal de investigación de mercados, consumidores y personas ajenas a la compañía fabricante que tengan experiencia acerca de equipos de calefacción. Los ejemplos estimulantes de introspección abarcarían una comparación de los productos competidores o un examen detallado de algunos señalamientos particularmente vehementes en cartas espontáneas acerca del funcionamiento del producto. Los ejemplos más productivos serían los que revelen contrastes claros o contengan características sobresalientes. En la etapa de generación de reactivos también podrían aprovecharse los grupos de enfoque.

Desarrollo de mediciones

377

FIGURA 13.5

Fuente: adaptado del procedimiento que recomienda Gilbert A. Churchill Jr, "A Paradigm for Developing Better Measures of Marketing Constructs", en Journal of Marketing Research 16 (febrero de 1979), p. 66. American Marketing Association.

Otra posible fuente de reactivos consiste en hacer que los participantes se enfoquen en las interacciones que resultaron cruciales o críticas para conformar su reacción al fenómeno. Por ejemplo, las siguientes preguntas se hicieron a todos los participantes al tratar de identificar las características que hacen de las solicitudes de servicio experiencias satisfactorias o insatisfactorias.20 •

Piense en un momento en que, como cliente, tuvo una interacción particularmente satisfactoria (o insatisfactorid) con un empleado de una aerolínea, hotel o restaurante.

•

¿Cuándo ocurrió el incidente?

•

¿Qué circunstancias específicas produjeron esa situación?

•

¿Exactamente qué hizo o dijo el empleado?

•

¿Fue el resultado lo que le hizo sentir que la interacción fue satisfactoria (o insatisfactoria}!

Disyuntiva ética 13.2 La tarea de Susana Blanco era medir la calidad del servicio de la empresa para la cual trabaja, Banco del Valle, Le agradó desempeñarla por varias razones, entre las que destacaba el hecho de que se topó con una escala de medición de la imagen de bancos en un número reciente de una revista especializada en bancos. Planea usar la escala tal y como ésta. Con ello, solucionará el problema de la medición, de modo que sólo quedará el aspecto del muestreo (por ejemplo, quiénes participarán en la muestra, cuántos participantes, de qué manera, y así sucesivamente), lo cual simplifica su tarea.

• Antes de usar una escala de ese tipo, ¿acaso Susana tendría la responsabilidad de investigar sus propiedades de confiabilídad y validez?

• ¿Puede suponer simplemente que la escala es buena porque fue publicada? « ¿Qué pasa si Blanco no tiene capacitación formal en e! área de mediciones? ;Qué debería hacer?

378

Capítulo 13: Fundamentos de medición Observe cómo se hizo hincapié en que los participantes describiesen un caso específico en que hubo una interacción de servicio buena o mala. Podría utilizarse un procedimiento similar en una muestra de compradores del calefactor para generar los reactivos. El paso 3 consiste en recopilar datos acerca del concepto en una muestra representativa de la población prevista; por ejemplo, todos los que adquirieron un calefactor en los últimos seis meses. En el paso 4 se usan los datos recopilados en el paso anterior para refínar el conjunto original de reactivos. Este proceso consiste en eliminar aquellos que parecen generar confusión en los sujetos y los que no distinguen entre participantes con puntos de vista fundamentalmente distintos del concepto. El criterio básico para la eliminación de un elemento es su relación con otros. Si todos los reactivos en una medición se extraen del dominio de un solo concepto, las respuestas deben estar correlacionadas. De no ser así, quiere decir que algunos reactivos no se obtuvieron del dominio apropiado, producen errores y falta de confiabilidad, y deben eliminarse. Varios de los coeficientes de equivalencia de confiabilidad mencionados pueden usarse para realizar esta evaluación, al igual que otras técnicas estadísticas.21 El paso 5 del proceso consiste en determinar la validez de la medición ya refinada. Ello abarca principalmente juzgar su validez convergente, discriminativa y de concepto, puesto que la validez de contenido ya se ha evaluado en gran medida durante los pasos 1 a 4. La de su validez de concepto comprende determinar si se comporta como se esperaba o no, lo que, a su vez, requiere juzgar su validez predictiva.

De regreso en el caso "Anímate, Todd -comentó Ernie Henderson- No es el fin del mundo. Ni siquiera es el fin de Teen Sport, Simplemente tenemos que hacer algunos cambios y nada más/f "No puedo creerlo -replicó Todd Whalen, sacudiendo la cabeza-. Sé que Teen Sport es un buen producto. Simplemente no puedo creer estos resultados del mercado de prueba. Pienso que te metiste en tantos problemas con la temporada navideña, que ello arruinó los resultados." "Es cierto, tuvimos problemas con la temporada, En esa época del año las tiendas están tan llenas de artículos promocionales que las personas suelen olvidarse de los productos cotidianos, como los desodorantes. También tuvimos una tasa de respuesta en nuestras entrevistas telefónicas inferior a la que usualmente nos gustaría tener. Las personas están muy tensas y ocupadas durante la temporada y es mucho menos probable que respondan afirmativamente cuando un entrevistador telefónico les pide 10 minutos clp^íempo.* "Te lo dije --dijo bruscamente Whalen-; los resultados de la prueba son sospechosos," "No lo creo -dijo calmadamente Henderson-. Además, el estudio del mercado de prueba reveló otro problema, que no guarda relación alpna con la temporada," "No quiero oír nada al respecto/' "Bueno, te lo diré de cualquier manera: pienso que vamos a tener que tirar todas las existencias que tenemos de Teen Sport y formularlo de nuevo, ¿Recuerdas como presioné para qué hubiera una ronda más de grupos de enfoque abiertos cuando realizamos las pruebas de preferencias de empaque?"

"Simplemente no tuvimos tiempo -contestó Whalen- Tú mismo dijiste que los adolescentes son volubles. Necesitábamos tener el producto en el mercado antes de que cambiaran de idea acerca de lo que les gustaba/¡ "Bien, el problema está en que, mientras nos enfocábamos en los temas usuales del aroma, protección desodorante, empaque y precio en la ronda inicial de grupos de enfoque, no consideramos una variable que está resultando muy importante/' "¿Cuál?*, preguntó Whalen. "El color." "¿El color? Todos tus estudios mostraron que a las adolescentes les gustan los colores fosforescentes. Pensé que hacer que el desodorante tuviera color rosa brillante era la manera perfecta de comunicar que Teen Sport no es el desodorante de mamá. Además, encaja perfectamente en la campana publicitaria," "Sí; pero tal vez a las adolescentes les gustan los colores fosforescentes sólo en el empaque -contestó Hendérsete En personas de su edad hay mucte conestía ambiental. Üwízá a las muchachas no les gusta usar yn producto que contenga colores artificiales. Además, creo que la moda de los colores fosforescentes ya alcanzó su máximo nivel;.." Los investigadores deben ten^r cuidado de no permitir que sus sesgos personales afecten el instrumento y de diseñar escalas de actitud que midan en su totalidad el dominio potencial del concepto que se pretende cuantificar. Sólo si está cubierto por completo el dominio puede decirse que el instrumento tiene validez de contenido,

Resumen

379

I Resumen Objetivo de aprecdizaje 1 Definir el término medición como se usa en la investigación de mercados. La medición consiste en reglas para asignar números a los objetos, de manera que representen cantidades de atributos.

Objetivo de aprendizaje 2 Enumerar los cuatro tipos de escalas que pueden usarse para medir un atributo. Los cuatro tipos de escalas con que se puede medir un atributo son: nominal, ordinal, de intervalo y de razón.

Objetivo de aprendizaje 3 Explicar la diferencia primordial entre una escala de razón y una de intervalo. En una escala de intervalo, el punto cero se establece arbitrariamente. La escala de razón posee un cero natural o absoluto respecto de cuya posición existe consenso universal.

Objetivo de aprendizaje 4 Citar algunos factores que pueden causar diferencias entre dos mediciones de un mismo atributo. Algunos de los factores que pueden causar diferencias entre dos mediciones de un mismo atributo son las diferencias: 1) verdaderas en la característica que se mide; 2) verdaderas en otras características relativamente estables del individuo, que influyen en la calificación; 3) resultantes de factores personales transitorios; 4) relacionadas con factores circunstanciales; 5) debidas a variaciones en la aplicación del instrumento; 6) correspondientes al muestreo de los reactivos; 7) debidas a la falta de claridad del instrumento de medición, y 8) derivadas de factores mecánicos.

Objetivo de aprendizaje 5 Nombrar y definir los dos tipos de error que pueden afectar las calificaciones de mediciones. Son dos los tipos de error que pueden afectar las calificaciones. El primero es el error sistemático, con efecto constante en la medición. El segundo es el aleatorio, que se debe a aspectos transitorios de la persona o situación de medición, y afecta a esta última de manera irregular.

Objetivo de aprendizaje 6 Explicar el concepto de validez en relación con los instrumentos de medición. Se dice que tiene validez toda escala u otro instrumento de medición que realmente mida lo que se pretende. La validez del instrumento de medición se define como "el grado en que

380

Capítulo13:Fundamentosdemedición las diferencias de calificación reflejan diferencias verdaderas entre los individuos en relación con la característica que se intenta medir y no con errores constantes o aleatorios."

Objetivo de aprendizaje 7 Especificar los dos tipos de inferencias que hacen los investigadores cuando intentan establecer la validez de un instrumento. Los dos tipos de inferencias que se hacen cuando se intenta establecer la validez de un instrumento se basan en: 1) la evaluación directa de su validez y 2) la relación indirecta de su validez con la confiabilidad.

Objetivo de aprendizaje 8 Citar los tres tipos de técnicas de evaluación directa usados para inferir la validez de una medición. Los tres tipos de validez que pueden evaluarse directamente en una medición son el predictivo, de contenido y de concepto.

Objetivo de aprendizaje 9 Delinear la secuencia de los pasos a seguir al desarrollar mediciones válidas en la investigación de mercados. La siguiente secuencia de pasos es útil para desarrollar mejores mediciones de investigación de mercados: 1) especificar el dominio del concepto; 2) generar una muestra de reactivos; 3) recopilar datos; 4) depurar la medición y 5) evaluar su validez.

Preguntas de repaso 1. ¿Qué significa medición? 2. ¿Cuáles son las escalas de medición? ¿Qué comparaciones entre calificaciones pueden hacerse con cada escala? 3. ¿Cuáles son los factores que podrían generar diferencias en las calificaciones de los individuos al realizar la medición de un mismo rasgo? 4. ¿Qué es la confiabilidad? ¿Qué información aporta para determinar si una medición es precisa? 5. ¿Cuáles son los diversos tipos de confiabilidad? 6. ¿Qué es la validez? 7. ¿Cuáles son los diversos tipos de validez?

Preguntas de análisis, problemas y proyectos 1. Identifique el tipo de escala (nominal, ordinal, de intervalo o de razón) que se usa en cada una de las preguntas siguientes. Justifique su respuesta. a) ¿En qué estación del año nació usted? invierno primavera verano otoño b) ¿Cuáles son los ingresos totales de su familia? c) ¿Cuáles son sus tres marcas preferidas de cigarrillos? Califíquelas de 1 a 3, según sus preferencias, donde 1 indica su preferencia máxima. Marlboro Kent Benson and Hedges Salem Kool Vantage

Preguntas de análisis, problemas y proyectos

JN&:

d) ¿Cuánto tiempo dedica diariamente para trasladarse a la escuela? menos de 5 minutos 16-20 minutos 5-10 minutos 30 minutos o más 11-15 minutos e) ¿Qué tan satisfecho está con la revista Newsweek? muy satisfecho insatisfecho satisfecho muy insatisfecho ni satisfecho ni insatisfecho f) ¿Cuántos cigarrillos fuma diariamente, en promedio? más de una cajetilla menos de media cajetilla media a una cajetilla g) ¿Cuál de los cursos siguientes ha tomado? investigación de mercados administración de ventas administración publicitaria comportamiento del consumidor h) ¿Cuál es el nivel de estudios del jefe de su familia? una parte del bachillerato una parte de la licenciatura bachillerato licenciatura o posgrado 2. A continuación, se analiza cada una de las preguntas precedentes. ¿Es apropiado el análisis en relación con la escala usada? a) Casi 50% de la muestra nació en el otoño, 25% en la primavera y el otro 25% en el invierno. Puede llegarse a la conclusión de que el otoño tiene el doble de popularidad como fecha de nacimiento que la primavera y el invierno. b) El ingreso promedio es de 25 000 dólares. Existe casi el doble de individuos con ingreso menor de 9999 dólares que el de personas con ingreso de 40 000 dólares o más. c) Marlboro es la marca con mayor preferencia. La preferencia media es de 3.52. d) La mediana de tiempo de transporte a la escuela es de 8.5 minutos. El número de participantes que se transporta en menos de 5 minutos es el triple de los que emplean entre 16 y 20 minutos. e) La calificación de satisfacción promedio es 4.5, lo cual parece indicar un alto nivel de satisfacción con la revista Newsweek. f) Uno de cada 10 participantes fuma menos de media cajetilla de cigarrillos diaria, mientras que el triple de ellos fuma más de una cajetilla diaria. g) El curso tomado con mayor frecuencia es el de administración de ventas, cuya mediana es 3.2. h) Las respuestas indican que 40% de la muestra tiene estudios parciales del bachillerato, 25% terminó el bachillerato, 20% estudio parcialmente la licenciatura y 10% terminó la licenciatura. El nivel medio de estudios es de 2.6. 3. Elabore un cuestionario diseñado para medir actitudes hacia un conjunto de anuncios de televisión para un nuevo bocadillo. Los participantes ven en grupo los anuncios en un televisor y luego llenan el cuestionario. Debido a circunstancias logísticas, que están más allá de su control, debe dividir la muestra en tres grupos y recopilar los datos en tres días distintos. ¿Qué pasos daría para minimizar la posible varianza de las calificaciones resultante de las tres aplicaciones separadas? 4. Muchas áreas de la investigación de mercados se basan considerablemente en mediciones de conceptos psicológicos. ¿Qué características inherentes a esos conceptos dificultarían su medición? ¿Cuáles herramientas puede usar el investigador de mercados al evaluar lo "correcta" que es la medición? En otras palabras, ¿qué puede hacerse para afirmar, con cierto grado de confianza, que en realidad se mide el concepto que interesa? 5. Analice el concepto de que una medición específica podría ser confiable sin ser válida. En su análisis, explique la diferencia entre confiabilidad y validez. 6. Equipajes de Calidad es un productor de maletas cubiertas de tela, cuyo escaso peso es una de sus ventajas principales. La compañía distribuye sus productos a través de tiendas departamentales importantes, empresas de ventas por correo, establecimientos minoristas de ropa y otros negocios minoristas, como papelerías, tiendas de artículos de piel, etc. La empresa se hace

382

Capítulo 13: Fundamentos de medición publicidad muy intensa; pero complementa ese esfuerzo promocional con un numeroso equipo de campo de representantes de ventas, casi 400. Ese número es variable y uno los problemas históricos de la compañía ha sido la alta proporción de renuncias de sus representantes; es usual una rotación anual de 10 a 20% de la fuerza de ventas. El costo de capacitar a un nuevo representante se calcula en 5000 a 10000 dólares, sin incluir las ventas que podrían perderse por el cambio de personal, de modo que el señor Hernández, gerente de ventas, está preocupado, y con razón. El tema le ha inquietado durante algún tiempo, por lo que ha estado realizando entrevistas con cada uno de los representantes que renuncia. Con base en ellas, ha llegado a la conclusión de que la alta rotación se debe a la insatisfacción general de los representantes con las políticas, oportunidades de promoción y paga de la compañía. Sin embargo, los altos directivos no muestran simpatía por los cambios que solicita el gerente de ventas en estas áreas de la política corporativa, sino que tienden a responder a sus comentarios con señalamientos de que gran parte de lo que opina el gerente de ventas se basa en reacciones viscerales y poco en datos objetivos. Antes de estar dispuestos a realizar cambios, los altos directivos quieren tener evidencias más sistemáticas de que la satisfacción con el trabajo, en general, y esas dimensiones de la satisfacción, en lo particular, son las razones verdaderas de la alta rotación. Describa los procedimientos que usaría para desarrollar una medición con que pueda evaluarse la satisfacción en el trabajo de los representantes de ventas de la compañía. Indique el tipo de escala que usaría y porqué, además de detallar los pasos específicos que seguiría para cerciorarse de la validez y confiabilidad de esa medición.

Notas 1.

Peter D. Bennett (ed), Dictionary ofMarketing Terms, 2a. ed. (Chicago: American Marketing Association, 1995), p. 173.

2.

Nuestra clasificación sigue la de Stanley S. Stevens, "Mathematics, Measurement and Psychophysics", en Stanley S. Stevens (ed), Handbook of Experimental Psychology (Nueva York: John Wiley, 1951), que es la más aceptada en las ciencias sociales.

3.

El punto cero de la escala Fahrenheit se estableció originalmente al mezclar nieve y sal por partes iguales de peso.

4.

Wendell R. Garner y C.D. Creelman, "Problems and Methods of Psychological Scaling", en Harry Helson y William Bevan (eds), Contemporary Approaches to Psychology (Nueva York: Van Nostrand, 1967), p. 4.

5.

Elia Kacapyr, "Money Isn't Everything", American Demographics 18 (julio de 1996), pp. 10-11; Elia Kacapyr, "The Well-Being Index", en American Demographics 18 (febrero de 1996), pp. 32-35,43.

6.

Estas diferencias se adaptaron de Claire Selltiz, Lawrence S. Wrightsman y Stuart W. Cook, Research Methods in Social Relations, 3a. ed. (Nueva York: Holt, Rinehart and Winston, 1976), pp. 164-168. Véase también Duane F. Alwin y David J. Jackson, "Measurement Models for Response Errors in Surveys: Issues and Applications", en Karl F. Schuessler (ed), Sociológica! Methodology 1980 (San Francisco: Jossey-Bass, 1979), pp. 69-119; Frank E. Saal, Ronald G. Downey y Mary Anne Lakey, "Rating the Ratings: Assessing the Psychometric Quality of Ratings Data", en Psychological Bulletin 88 (septiembre de 1980), pp. 413-428; Ellen J. Wentland y Kent W. Smith, Survey Responses: An Evaluation ofTheir Validity (San Diego, CA: Academic Press, 1993).

7.

Tom Benemann, "Feds Announce Collection of Information on E-Commerce", en Forbes (8 de junio de 1999, bajado del sitio de Forbes, www.forbes.com, el 8 de junio de 1999).

8.

Selltiz, Wrightsman y Cook, Research Methods, p. 169.

9.

Véase un análisis detallado de las relaciones conceptuales que existen entre los diversos indicadores de confiabilidad y validez, además de una evaluación empírica de la evidencia, en J. Paul Peter y Gilbert A. Churchill, Jr., "The Relationship among Research Design Choices and Psychometric Properties of Rating Scales: A Meta-Analysis", en Journal of Marketing Research 23 (febrero de 1986), pp. 1-10. Véase también Mark S. Litwin, How to Measure Survey Reliability and Validity (Thousand Oaks, CA: Sage Publications, 1995).

10. Jum C. Nunnally e Ira H. Bernstein, Psychometric Theory, 3a. ed. (Nueva York: McGraw-Hill, 1994), p. 95. 11.

Véase un procedimiento que puede usarse en las escalas de conceptos que tengan validez de concepto en Gilbert A. Churchill, Jr., "A Paradigm for Developing Setter Measures ofMarketing Constructs", en Journal ofMarketing Research 16 (febrero de 1979), pp. 64-73. Véase un análisis más profundo de la noción de validez de concepto en J. Paul Peter, "Construct Validity: A Review of Basic Issues and Marketing Practices", en Journal ofMarketing Research 18 (mayo de 1981), pp. 133-145. Véase también Robert DeVellis, Scale Development: Theory and Applications (Thousand Oaks, CA: Sage Publications, 1991).

Lecturas recomendadas

383

12.

Una forma conveniente para establecer la validez convergente y discriminativa de una medición es mediante la matriz de rasgos múltiples-métodos múltiples de Campbell y Fiske. Véase Donald T. Campbell y Donald W. Fiske, "Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix", en Psychological Bulletin 56 (1959), pp. 81-105. Véase un ejemplo de su uso en Ronald E. Goldsmith y Janelle Emmert, "Measuring Product Category Involvement: A Multitrait-Multimethod Study", en Journal of Business Research 23 (diciembre de 1991), pp. 363-371.

13.

Véase un tratamiento detallado del tema de la confíabilidad de las mediciones en J. Paul Peter, "Reliability: A Review of Psychometric Basics and Recent Marketing Practices," en Journal ofMarketing Research 16 (febrero de 1979), pp. 6-17. Véase una evaluación empírica de los factores que parecen afectar a la confíabilidad de las escalas de calificaciones en Gilbert A. Churchill Jr. y J. Paul Peter, "Research Design Effects on the Reliability of Rating Scales: A Meta-Analysis", en Journal ofMarketing Research 21 (febrero de 1984), pp. 360-375.

14. Food Marketing Institute (FMI), "Shoplifting Remains Top Challenge for the Supermarket Industry", comunicado de prensa (13 de mayo de 1998, bajado del sitio del FMI, www.fini.org, el 28 de septiembre de 1999); Steve Weinstein, "Loss Leaders", en. Progressive Grocer (septiembre de 1998), pp. 57-65. 15.

George W. Bohmstedt, "Reliability and Validity Assessment in Attitude Measurement", en Gene F. Summers (ed), Attitude Measurement (Chicago: Rand McNally, 1970), p. 85.

16. Nunnally y Bernstein, en Psychometric Theory, pp. 252-255, argumentan claramente en contra del uso de la confíabilidad de prueba-reprueba y a favor de formas alternas de confíabilidad. 17. Véase en Nunnally y Bernstein, en Psychometric Theory, capítulos 6 y 7, pp. 209-292, los fundamentos del coeficiente alfa y un análisis más detallado de la fórmula para calcularlo. Véase un estudio de su uso en mercadotecnia y psicología en Robert A. Peterson, "A Meta-Analysis of Cronbach's Coefficient Alpha", en Journal ofConsumer Research 21 (septiembre de 1994), pp. 381-391. 18.

Véase un análisis general de la medición de la confíabilidad entre jueces, en William D. Perreault Jr. y Laurence E. Leigh, "Reliability of Nominal Data Based on Qualitative Judgments", en Journal ofMarketing Research 26 (mayo de 1989), pp. 135-148; Marie Adele Hughes y Dermis E. Garrett, "Interceder Reliability Estimation Approaches in Marketing: A Generalizability Theory Framework for Quantitative Data", en Journal ofMarketing Research 27 (mayo de 1990), pp. 185-195. Véase también Roland T. Rust y Bruce Cooil, "Reliability Measures for Qualitative Data: Theory and Implications", en Journal of Marketing Research 31 (febrero de 1994), pp. 1-14.

19. El procedimiento se adaptó de Gilbert A. Churchill, Jr., "A Paradigm...", pp. 64-73. 20.

Mary Jo Bitner, Bernard H. Booms y Mary Stanfíeld Tetreault, "The Service Encounter: Diagnosing Favorable and Unfavorable Incidents", en Journal ofMarketing 54 (enero de 1990), pp. 71-84. Véase también Mary Jo Bitner, Bernard H. Booms y Lois A. Mohr, "Critical Service Encounters: The Employee's Viewpoint", en Journal of Marketing 58 (octubre de 1994), pp. 95-106.

21.

Véase un análisis más detallado de los coeficientes que deben usarse y los fundamentos para su uso en Churchill, "A Paradigm..."

Lecturas recomendadas Véase un procedimiento que puede usarse para desarrollar escalas que tengan validez de concepto en: Gilbert A. Churchill Jr., "A Paradigm for Developing Better Measures ofMarketing Constructs", en Journal ofMarketing Research 16 (febrero de 1979), pp. 64-73. Véase un tratamiento de los diversos tipos de confíabilidad y la función de la misma en las mediciones en: Gilbert A. Churchill Jr. y J. Paul Peter, "Research Design Effects on the Reliability of Rating Scales: A Meta-Analysis", en Journal of Marketing Research 21 (febrero de 1984), pp. 360-375. J. Paul Peter, "Reliability: A Review of Psychometric Basics and Recent Marketing Practices", en Journal ofMarketing Research 16 (febrero de 1979), pp. 6-17. Véase análisis más profundos de la noción de validez en: J. Paul Peter, "Construct Validity: A Review of Basic Issues and Marketing Practices", en Journal ofMarketing Research 18 (mayodel981),pp. 133-145. J. Paul Peter y Gilbert A. Churchill Jr., "The Relationship among Research Design Choices and Psychometric Properties of Rating Scales: A Meta-Analysis", en Journal ofMarketing Research 23 (febrero de 1986), pp. 1-10.

C a p í t u l o 14

MEDICIÓN DE ACTITUDES, PERCEPCIONES Y PREFERENCIAS

OBJETIVOSDEAPRENDIZAJE Al terminar este capítulo, el estudiante debe ser capaz de: 1. Enumerar las diversas formas en que pueden medirse las actitudes. 2. Señalar las técnicas más usadas en la investigación de mercados para las escalas de actitudes y explicar por qué las prefieren los investigadores. 3. Explicar en qué difieren las escalas de Stapel y de diferencial semántico. 4.. Citar la característica común en todas las escalas de calificación. 5. Enumerar los tipos más comunes de escalas de calificación. * 6. Explicar la diferencia entre una escala de calificación gráfica y una de calificación de reactivos. 7. Explicar cómo funciona el método de escala de suma constante. 8. Identificar las decisiones clave que debe tomar el analista para realizar un análisis de escala multidimensional. 9. Explicar el principio fundamental subyacente al análisis de conjuntos.

384

Un caso para la investigación de mercados Son las 4:00 p.m. en la vida de una madre trabajadora típica. ¿Qué es ese ruido en su abdomen? Bueno, apenas tuvo tiempo de calentar la sopa en el horno de microondas para el almuerzo y ahora tiene hambre. Es mejor que empiece a pensar en la comida.

Kevin Lowery, la empresa ha definido un enfoque:"... ir tras un segmento significativo del mercado (de comida congelada) al mejorar nuestra calidad y anunciar esas mejoras a nivel nacional". A fin de lograrlo con eficacia, la empresa también intenta conocer lo que piensan sus consumidores.

Escenas como ésa se repiten cada día hábil en todo el mundo, según Angelo lantosca, vicepresidente de mercadotecnia de Nestlé Frozen Food. La compañía ha preguntado a madres trabajadoras cómo manejan la planeación y preparación de los alimentos. La investigación reveló que, en los días hábiles, casi la mitad planea la comida después de las 4:00 p.m.

Saber lo que pasa por la mente de otras personas es difícil. Compañías como Vlasic y Nestlé realizan sus propias investigaciones y se unen a grupos gremiales que patrocinan estudios. Por ejemplo, el National Frozen Food Institute patrocinó un estudio, llamado "Understanding the Frozen Food Consumer" (Entendiendo al consumidor de comida congelada) que realizó el Alcott Group, de Chicago. En esa investigación, se exploraron las razones que originan las ventas espontáneas de comida congelada. Los investigadores se preguntaban si los consumidores evitaban intencionadamente tos alimentos congelados y, en caso de comprarlos, qué beneficios esperaban de ellos. Además, las compañías estudiaron las actitudes de los consumidores hacia sus propias marcas y productos.

A esas alturas del día, el solo hecho de pensar en preparar la comida puede resultar agotador. ¿Qué preparar? ¿Tengo los ingredientes? ¿Tengo tiempo, entre las carreras a la guardería, el partido de fútbol y las tareas, para hacer las compras y preparar la comida? lantosca y sus compañeros de Nestlé tienen sus propias preguntas. Esta empresa, entre cuyas marcas se incluyen Stouffery Lean Cuisine, pretende que los consumidores seleccionen esas líneas de comida congelada al comprar los alimentos. Los datos de la industria muestran que el importe de las ventas de comida congelada está en aumento, no así el volumen de unidades. ¿Cómo puede persuadir la compañía a los consumidores de que busquen sus productos en el pasillo de comida congelada de los supermercados? ¿Cuándo consideran siquiera los consumidores ésta como una opción? Y, si lo hacen, ¿cómo deciden cuál producto comprar? Los investigadores de mercado de Vlasic Foods, rival de Nestlé, se hacen las mismas preguntas acerca de sus alimentos congelados Swanson. Según el vicepresidente de esta compañía,

Temas para análisis 1. ¿Qué beneficios obtienen las empresas como Nestlé Frozen Foods y Vlasic Foods de recopilar datos acerca de las actitudes y preferencias, no respecto del comportamiento de compra? 2. ¿Con cuáles problemas esperaría toparse en la medición de actitudes y preferencias? 3. ¿Cómo aplicarían las empresas dicha información en sus decisiones relativas a alimentos congelados?

Uno de los conceptos más difundidos en mercadotecnia es que las actitudes tienen una función decisiva en el comportamiento de los consumidores. Por ende, casi todos los modelos importantes de mercadotecnia y muchas investigaciones del comportamiento de los consumidores, que no se basan en modelos formales integrados, incluyen tentativas de medición de actitudes.1 Los mercadólogos tienden a destacar la importancia de las actitudes: "Las actitudes afectan directamente las decisiones de compra que, a su vez, influyen de manera directa en las actitudes a través de la experiencia resultante de emplear el producto o servicio elegido. En gran medida, las decisiones de compra se basan casi exclusivamente en las actitudes vigentes al momento de la compra, sin tener en cuenta cómo se hayan formado".2 Los profesionales dedicados a la práctica también se interesan en las actitudes de las personas y las usan para diversos propósitos, como decidir cuánto pagan a sus empleados. Por ejemplo, la premisa fundamental de AT&T para desarrollar su servicio de tarjeta de crédito fue la calidad, que para este caso se definió en cómo complacer al cliente -superando sus expectativas en todos sentidos. A fin de tener la certeza de que esta tarea resulte exitosa, AT&T mide de diversas maneras las reacciones de sus clientes al servicio, lo que incluye encuestas mensuales para determinar las características de su servicio más importantes para los clientes y el desempeño de la compañía al respecto. AT&T utiliza esas mediciones de las actitudes de los clientes, aunadas a más de 150 mediciones del desempeño de sus proveedores y de sus propias operaciones internas, para determinar el monto del pago a sus empleados, quienes en la división de tarjeta de crédito tienen ingresos ligados a la calidad de su desempeño.3 Otros usos comunes serían los siguientes: 1) Un fabricante de aparatos electrodomésticos se interesa en las actitudes actuales y futuras de los distribuidores hacia la política de garantía de la compañía. Si los distribuidores apoyan esa política, la compañía siente que es más probable que brinden un servicio adecuado y cortés, con lo cual sus clientes quedarían más satisfechos. 2) El interés de un fabricante de cosméticos en las actitudes de las consumidoras hacia los nuevos jabones de la compañía, recién introducidos en un mercado de prueba. Con base en una evaluación preliminar de la reacción de la clientela, la compañía podría modificar o ajustar su estrategia de mercadotecnia introductoria, antes de emprender la distribución en el mercado nacional. 3) El interés de un mercadólogo industrial por la satisfacción con el trabajo global de su equipo de campo, constituido por representantes de ventas altamente capacitados. Los ejemplos anteriores indican algunos de los numerosos grupos de personas en cuyas actitudes suelen estar interesados los mercadólogos: empleados de la compañía, sus intermediarios y sus clientes. Su actitud, postura o predisposición para actuar pueden ser factores determinantes en el éxito de la empresa y el mercadólogo necesita contar con técnicas para medir esas actitudes. En este capítulo se analizan algunas de esas técnicas. Aunque el concepto de actitud es uno de los más usados en la psicología social, su uso suele ser poco coherente. Tanto los investigadores como los profesionales dedicados a la práctica tienen dificultades para ponerse de acuerdo en la interpretación de sus diversos aspectos. Sin embargo, parece haber consenso en los puntos siguientes: 1. La actitud constituye una predisposición para actuar, sin ser garantía de que ocurra el comportamiento respectivo. Simplemente indica la disposición a responder hacia un objeto. Todavía hace falta algo para generar la respuesta. Por ejemplo, el anuncio de los relojes Omega, que se muestra más adelante, puede ayudar a conformar una actitud, sin que garantice una respuesta específica. 2. Las actitudes son relativamente persistentes y constantes en el tiempo. Aunque indudablemente pueden cambiarse, la alteración de una actitud apreciada por la persona puede requerir una intervención significativa. 3. Existe congruencia entre las actitudes y el comportamiento, además de que las personas actúan para mantener tal congruencia.

Procedimientos de evaluación de actitudes Los relojes Omega se anuncian como el producto "que usa James Bond", en el supuesto de que el interés y actitud positiva de los consumidores hacia el personaje literario y fílmico James Bond se traduciría en la compra del producto. Sin embargo, la actitud positiva del consumidor no garantiza que adquiera el reloj.

lH

James

Bond* S Cholee

4. Las actitudes denotan la preferencia y evaluación de una idea u objeto. Producen sentimientos positivos, neutrales o negativos hacia esa idea u objeto. Los conceptos señalados en esta lista definen la actitud como representativa de las ideas, convicciones o preferencias de una persona respecto de un objeto o idea específicos, como se presentó en el capítulo 9. Además de las actitudes, los mercadólogos también se interesan mucho en las percepciones y preferencias, de tal suerte que, en este capítulo, se analizan algunas de las técnicas que usan los investigadores para medir las actitudes, percepciones y preferencias.

I Procedimientos de evaluación de actituds Autoinforme Método de evaluación de actitudes donde se preguntan directamente al individuo sus creencias o puntos de vista relativos a un objeto o clase de objetos.

Las actitudes se han medido de muchas formas, lo que incluye autoinformes, observación del comportamiento manifiesto, técnicas indirectas, rendimiento en tareas objetivas y reacciones psicológicas.4 Con mucho, la técnica más usada ha sido la de autoinformes; en ella, se pregunta directamente a la persona cuáles son sus creencias o puntos de vista hacia un objeto o clase de objetos. Por ejemplo, en la Ventana de investigación 14.1 se muestran los resultados de un estudio de autoinformes, realizado por Ogilvy & Mather para la selección de medios publicitarios en diversos países. Se han elaborado diversas escalas y métodos de escalas para medir esos puntos de vista mediante autoinformes. En esta sección se analizan los tipos principales; pero, antes, se presentan brevemente otros enfoques para determinar las actitudes.

Procedimientos de evaluación de actitudes

-||ÍI

Observación del comportamiento La técnica de observación para determinar las actitudes se basa en el supuesto de que el comportamiento de un sujeto está condicionado por sus actitudes, de tal suerte que el comportamiento observado puede usarse para inferir esas actitudes. Así, con base en el hecho de que la hamburguesa "dietética" McLean de McDonald's, que tras mucha promoción resultó un fracaso mercadológico, los observadores infieren que los consumidores no buscan comida baja en grasas cuando entran a dicho establecimiento. Al parecer, desde que la compañía gastó 50 millones de dólares en el lanzamiento de ese producto, los consumidores han respondido de manera distinta cuando se les pide que expresen directamente sus actitudes hacia una hamburguesa con bajo contenido de grasa.5 El comportamiento que el investigador pretende observar suele presentarse al crear una situación artificial. Por ejemplo, para evaluar la actitud hacia leyes de uso obligatorio del cinturón de seguridad, podría pedirse al sujeto que firme una petición, redactada con firmeza, a favor de tales leyes. La actitud del individuo hacia los cinturones de seguridad se inferiría con base en el hecho de que la firme o no. Por otra parte, podría solicitarse al sujeto que participe en una discusión de grupo sobre los cinturones de seguridad, donde el investigador observaría si los individuos apoyan o se oponen a las leyes sobre el tema.

Técnicas indirectas Técnicas indirectas

Métodos de evaluación de actitudes, donde se usan estímulos no estructurados o parcialmente estructurados, como las pruebas de asociación de palabras, terminación de oraciones, narración de historias, etcétera.

Realización de tareas objetivas

Método de evaluación de actitudes que se basa en el supuesto de que el rendimiento de un sujeto, al asignársele una tarea específica (como memorizar ciertos hechos) depende de su actitud.

Las técnicas indirectas de evaluación de actitudes usan algunos de los estímulos no estructurados o parcialmente estructurados que se analizan en el capítulo 10, como las pruebas de asociación de palabras, terminación de oraciones, narración de historias, y demás. El análisis de esas técnicas se detalla en el capítulo mencionado.

Realización de tareas objetivas Con base en el supuesto de que si se encomienda a una persona la realización de tareas objetivas refleja sus actitudes, podría pedírsele que memorice ciertos hechos sobre un tema, para luego evaluar su actitud hacia el mismo con base en los hechos que memorizó. De esta manera, para juzgar la actitud de un sujeto hacia las leyes relativas a los cinturones de seguridad, sería factible solicitarle que memorice hechos como: 1) el número de vidas salvadas con el uso de los cinturones; 2) el número de personas que fallece en accidentes porque no pudo quitarse el cinturón de seguridad a tiempo y 3) el número de estados en los que se ha promulgado una ley que hace obligatorio el uso del cinturón de seguridad. El material debe reflejar ambos puntos de vista sobre el tema. Luego, el investigador determinaría los hechos que recuerda la persona. El supuesto es que el sujeto tendería más a recordar los argumentos compatibles con su punto de vista personal.

Reacciones fisiológicas Reacciones fisiológicas

Método de evaluación de actitudes, donde el investigador vigila las respuestas del sujeto, por medios eléctricos o mecánicos, con la aplicación controlada de ciertos estímulos.

Otra técnica para medir actitudes es la de reacciones fisiológicas, que se estudia en el capítulo 11. En el contexto del presente capítulo, el investigador vigila la respuesta del sujeto a la presentación controlada de ciertos estímulos, por medios eléctricos o mecánicos, como la técnica de respuesta de la piel al galvanómetro. Uno de los problemas que surgen con estas mediciones es que la respuesta fisiológica del individuo, salvo en el caso del análisis del tono de voz, indica sólo la intensidad de sus sentimientos, no si estos son positivos o negativos. Aunque los procedimientos de autoinforme para la evaluación de actitudes son los más usados en la investigación de mercados por su fácil aplicación, debe tenerse en cuenta que existen otros métodos como los analizados, en especial cuando se intenta establecer la validez de una medición de autoinforme. Las otras técnicas pueden aportar datos útiles sobre el grado en que el método de medición, no las diferencias en las actitudes básicas de los sujetos, hacen que varíen las calificaciones. Ello es compatible con el concepto de emplear múltiples indicadores para determinar la validez convergente y discriminativa de una medición.

390 :

Capítulo 14: 14: Medición de de actitudes, percepciones y preferencias

| Escalas de autoinforme de las actitudes Puesto que las actitudes son uno de los conceptos más penetrantes de la psicología social, es natural que los investigadores hayan ingeniado procedimientos para medirla. Aunque muchos métodos usan los autoinformes, cada uno los emplea en diferente forma. En esta sección revisaremos algunas de estas escalas de autoinforme, en especial las de uso más amplio en los estudios de mercadotecnia y aquellas con características novedosas. Este análisis permitirá valorar tipos principales, su construcción y uso. Además, lo descrito en los siguientes párrafos será útil para distinguir la construcción de una escala de su uso.

Escala de autoinforme de las actitudes Escala de calificaciones

sumadas

Técnica de autoinforme para medición de actitudes en que se pide a los sujetos que indiquen su grado de acuerdo o desacuerdo con cada una de varias afirmaciones; la calificación total de su actitud se obtiene al sumar los elementos de la escala.

La escala de Likert, también llamada escala de calificaciones sumadas, es una de las técnicas de escalas de actitudes más usadas en la investigación de mercados. Resulta particularmente útil porque permite que los sujetos expresen la intensidad de sus opiniones.6 Elaboración de la escala Al desarrollar una escala de calificaciones sumadas o de Likert, los investigadores crean varias afirmaciones relacionadas con el tema u objeto en cuestión. Luego, se pide a los sujetos que indiquen su grado de acuerdo o desacuerdo con todas y cada una de las afirmaciones. En la figura 14.1 se muestra un ejemplo de una escala que podría usar un banco interesado en comparar su imagen con la de sus competidores. Al desarrollar este tipo de escala, el investigador trata de generar afirmaciones, sobre las características del objeto, que podrían influir en la actitud de la persona hacia él. Luego, se clasifica cada afirmación como favorable o desfavorable y se pide a los sujetos que indiquen su grado de acuerdo o desacuerdo con cada una y les asignen valores de escala. Para ilustrar este análisis, suponga que se asignan los valores 1, 2, 3, 4 y 5 a las categorías de respuesta correspondientes. Ahora bien, podría considerarse que el sujeto tiene actitud positiva hacia el banco si está de acuerdo con una afirmación favorable o en desacuerdo con otra desfavorable. Por ende, es necesario invertir la escala con las afirmaciones negativas; las respuestas "totalmente de acuerdo" con una afirmación favorable y "totalmente en desacuerdo" con otra desfavorable recibirían la calificación 5. Con ese procedimiento de calificación se calcula luego una calificación total de actitud para cada sujeto. A continuación, el investigador evalúa las respuestas para determinar los elementos que distinguen con mayor claridad a las personas con calificaciones alta y baja en la escala total. Se eliminan las afirmaciones que generan respuestas mixtas, puesto que tienden a producir resultados ambiguos

F I G U R A 14.1

1.

El banco brinda servicio cortés.

2. El banco tiene una ubicación conveniente. 3. El banco tiene un horario conveniente. 4. El banco ofrece préstamos con tasas de interés bajas.

TOTALMENTE EN

EN

Ni DE ACUERDO

DE

DESACUERDO

DESACUERDO

NI EN DESACUERDO

ACUERDO

TOTALMENTE DE ACUERDO

Escalas de autoinforme de las actitudes

391

o, en el mejor de los casos, no sirven para discriminar la actitud. Así, se logra que el cuestionario tenga coherencia interna, de modo que cada elemento se relacione con la misma actitud general.7 Uso de la escala Una vez depurada la lista de afirmaciones, las restantes se ordenan al azar en el formulario de la escala, a fin de mezclar las afirmaciones positivas y negativas. Entonces, la escala está lista para aplicarse en la muestra de sujetos prevista. Una vez más, se pide a los sujetos que indiquen su grado de acuerdo o desacuerdo con cada afirmación. Generalmente es fácil responder, ya que las categorías de respuesta les permiten expresar la intensidad de sus opiniones. La calificación total de cada sujeto se genera mediante la suma directa de las calificaciones de cada afirmación. Desafortunadamente, la interpretación de estas calificaciones sumadas pocas veces es sencilla. Por ejemplo, si la calificación favorable máxima de una escala dada de 20 reactivos es 100, ¿qué podría decirse acerca de la calificación 78? ¿Puede suponerse que la persona tiene una actitud favorable hacia el banco? No, puesto que las calificaciones, como tales, adquieren significado sólo si se comparan con un parámetro. Este problema no se limita a las escalas psicológicas, surge todos los días de diversas maneras en la vida y siempre estamos realizando juicios basados en comparaciones con un parámetro. Lo habitual es que dicho parámetro se establezca con base en la experiencia y pocas veces se define estrictamente. De tal modo, al afirmar "ese hombre es muy alto", lo que en realidad se dice, con base en la experiencia, es que tiene una estatura superior a la promedio. En las escalas psicológicas, eso se formaliza de alguna manera al especificar con claridad el parámetro, que con frecuencia se toma como la calificación promedio de todos los sujetos, si bien, también se calculan promedios para ciertos subgrupos definidos previamente. Ese procedimiento se llama desarrollo de parámetros. Entonces, es cuando puede efectuarse la comparación con los parámetros establecidos para determinar si la persona tiene actitud positiva o negativa hacia el objeto. Por supuesto, los parámetros no son necesarios al comparar a los sujetos entre sí para determinar quién tiene la actitud más favorable. En tal caso, simplemente se comparan las calificaciones respectivas. Tampoco se requieren parámetros para determinar si la actitud de un sujeto ha cambiado con el paso del tiempo, o si una persona prefiere un objeto sobre otro; basta con comparar las calificaciones última y previa o la diferencia de calificaciones entre los dos objetos. Éste es el método que usa el National Quality Research Center (NQRC) al medir la satisfacción de los clientes con el American Customer Satisfaction Index. Los investigadores del NQRC realizan entrevistas telefónicas con personas que compraron o usaron recientemente un producto o servicio de una compañía y les preguntan sobre tres determinantes de satisfacción: sus expectativas, su percepción de calidad y su percepción de valor. Con base en un modelo de ecuaciones múltiples, NQRC utiliza las respuestas para calificar a las organizaciones e industrias en una escala de satisfacción de 1 a 100, además de generar una calificación nacional de satisfacción de los clientes. Una organización puede dar seguimiento a su desempeño desde que se inició la medición base en 1994 o compararlo con los valores correspondientes a su ramo o a la calificación global de satisfacción de los clientes. Por ejemplo, la satisfacción de los clientes con la programación televisiva ha disminuido casi todos los años, desde 77 en 1994 hasta 62 en 1999. Por el contrario, la satisfacción que tienen con los servicios de energía eléctrica y establecimientos minoristas ha permanecido estable: casi 74 en ambas categorías.8

Escala de diferencial semántico Escala de diferencialal

semántico

Técnica de autoinforme para la medición de actitudes, donde se pide a los sujetos que marquen cuál del conjunto de adjetivos o frases bipolares que se les presenta describe mejor sus opiniones hacia el objeto en cuestión.

Una de las técnicas más usadas en la investigación de mercados para medir actitudes es la escala de diferencial semántico. Ha resultado particularmente útil en los estudios corporativos, de marca e imagen de producto. Esta escala surgió de ciertas investigaciones que realizaron Charles Osgood y sus colaboradores de la Universidad de Illinois sobre la estructura subyacente de las palabras.9 Sin embargo, se ha adaptado para hacerla eficaz en la medición de actitudes. La escala de diferencial semántico original estaba constituida por muchos adjetivos bipolares, que se usaban para determinar las reacciones de las personas hacia los objetos de interés. Osgood descubrió que muchas reacciones pueden clasificarse en una de tres dimensiones básicas: 1) una dimensión de evaluación, representada por pares de adjetivos como bueno-malo, dulce-amargo, útil-inútil; 2) una dimensión de potencia, indicada por pares de adjetivos como poderoso-impotente, fuerte-débil, profundo-superficial, y 3) una dimensión de actividad, a la cual corresponden pares de adjetivos como rápido-lento, vivo-muerto, ruidoso-silencioso. Casi siempre surgieron las mismas tres dimen-

392

Capítulo 14: Medición de actitudes, percepciones y preferencias

Diagrama de víbora Llamado así por su forma, es el que conecta con rectas las respuestas promedio a una sucesión de afirmaciones de diferencial semántico, con lo que se representa en forma gráfica el perfil del objeto u objetos evaluados.

siones, fuese cual fuese el objeto que se evaluara. Por ello, la tendencia general al emplear la técnica de diferencial semántico, para la formación de escalas, consistió en seleccionar una muestra apropiada de los pares de adjetivos aceptados o básicos, de modo que pudiera generarse una calificación para el objeto en cada una de las dimensiones: evaluación, potencia y actividad, para después compararlo con otros empleando dichas calificaciones. Los mercadólogos tomaron la idea general de Osgood y la adaptaron a sus propias necesidades. Por principio de cuentas, en vez de aplicar los pares de adjetivos básicos a los objetos de interés, los mercadólogos generaron sus propios pares. Éstos no siempre han sido antónimos ni han consistido en una sola palabra. En su lugar, los mercadólogos han usado frases para delimitar los extremos de la escala y algunas de ellas han sido atributos que posee el objeto. Por ejemplo, un extremo de la escala podría ser "vale lo que cuesta", y el otro extremo, "no vale lo que cuesta". En segundo término, en vez de tratar de generar calificaciones de evaluación, potencia y actividad, los mercadólogos han estado más interesados en desarrollar perfiles de marcas, tiendas, compañías o lo que se esté comparando, y calificaciones totales con las que sea posible realizar la comparación. En este sentido, el uso del método de diferencial semántico en los estudios de mercadotecnia ha tendido a seguir al de calificaciones sumadas en la elaboración de las escalas, no a la tradición del diferencial semántico. Permítase nuevamente el uso de la escala de actitudes hacia los bancos para ilustrar el método del diferencial semántico. En primer término, el investigador generaría una larga lista de adjetivos o frases bipolares. La figura 14.2 es parecida a la 14.1 en cuanto a los atributos usados para describir al banco, pero está organizada en el formato de diferencial semántico. Lo que se hizo en la figura 14.2 fue expresar lo que podría usarse para describir al banco y, de tal suerte, servir de base para la formación de actitudes, con afirmaciones positivas y negativas. Observe que la frase negativa está algunas veces al lado izquierdo de la escala y en otras al lado derecho. Con ello, se pretende evitar que una persona con actitud positiva simplemente ponga una marca en los extremos derecho o izquierdo, sin molestarse en leer las descripciones. Luego, la escala se aplicaría a una muestra de sujetos. Se les pediría que lean cada conjunto de frases bipolares y marquen la celda que mejor describa su opinión hacia el objeto. Es usual que se indique considerar las posiciones extremas de la escala como muy descriptivas del objeto, la posición central como neutra, y las posiciones intermedias como levemente descriptivas y moderadamente descriptivas. De esta manera, si un sujeto pensara que el servicio en el banco A fue cortés, pero sólo en forma moderada, marcaría la sexta posición de izquierda a derecha. Se podría pedir al individuo que evaluara dos o más bancos con la misma escala y ambos perfiles. Por ejemplo, en la figura 14.3 (lo que a veces se llama diagrama de víbora, por su forma) se ilustra que existe la percepción de que el banco A tiene servicio más cortés, ubicación más conveniente y tasas de interés más bajas que el banco B, pese a que el horario de este último es más conveniente. Observe que, en la elaboración de estos perfiles, las descripciones positivas se colocaron a la derecha, lo cual facilita la interpretación de los resultados. Los valores graneados representan la calificación promedio de todos los sujetos para cada descripción. El perfil obtenido indica con claridad cómo perciben los sujetos las diferencias entre ambos bancos.

F I G U R A 14.2

El servicio es descortés.

El servicio es cortés.

La ubicación es conveniente.

La ubicación no es conveniente.

El horario no es conveniente.

El horario es conveniente.

Las tasas de interés sobre préstamos son altas.

Las tasas de interés sobre préstamos son bajas.

393

Escalas de autoinforme de las actitudes FIGURA 14.3

En vez de desarrollar un perfil, también se puede calcular la calificación total de una escala de diferencial semántico para comparar actitudes hacia objetos distintos (por ejemplo, diseños de empaque). Dicha calificación se calcula al sumar las calificaciones de cada descripción. Quizá la investigación de mercados utiliza mucho las escalas de diferencial semántico debido a que se desarrollan con facilidad y muestran con claridad los resultados. Además, esta técnica tiene la ventaja de permitir que los sujetos expresen la intensidad de sus sentimientos hacia la compañía, producto, empaque, anuncio o lo que sea. Cuando se combina con técnicas de análisis de elementos apropiadas, el método de diferencial semántico constituye una herramienta muy valiosa para el investigador de mercados.

Escala de Stapel Escala de Stapel Técnica de autoinforme para la medición de actitudes en que se pide a los sujetos que indiquen el grado de exactitud con que cada una de diversas afirmaciones describe al objeto de interés.

Una modificación de la escala de diferencial semántico, que ha recibido cierta atención en las publicaciones relacionadas con la mercadotecnia, es la escala de Stapel. Difiere de la técnica de diferencial semántico en que: 1) los adjetivos o frases descriptivos se califican por separado, no de manera simultánea, como pares bipolares; 2) los puntos de la escala se identifican con números y 3) en vez de siete, se incluyen 10 posiciones de la escala. En la figura 14.4 se emplean los mismos cuatro atributos usados anteriormente para medir actitudes hacia dos bancos, esta vez en el formato de la escala de Stapel. Se indicaría a los sujetos que califiquen con qué exactitud describe el objeto que interesa (en este caso, el banco A) cada una de diversas afirmaciones. Las instrucciones brindadas a los participantes serían como las siguientes: Seleccione un número positivo para palabras que, en su opinión, describan con precisión al objeto (banco A). Cuanto más exacta piense que es la descripción, tanto mayor será el número positivo que debe elegir. De igual modo, seleccione un número negativo para las expresiones que, en su opinión, no lo describan exactamente. Cuanto menor sea la exactitud de la descripción, tanto más negativo será el número que debe elegir. De esta manera, puede seleccionar cualquier número, desde +5, para expresiones que considera muy precisas, hasta -5, para las que piensa que son muy imprecisas.10

F I G U R A1 4 . 4

El servicio es cortés.

-5 D

-4 D

-3 D

-2 D

-1 D

+1

D

+2 D

+3 D

+4 D

+5 D

La ubicación es conveniente.

D

D

D

D

D

D

D

D

D

D

El horario es conveniente.

D

D

D

D

D

D

D

D

D

D

Las tasas de interés sobre préstamos son altas.

D

D

D

D

D

D

D

D

D

D

394

Capítulo 14: Medición de actitudes, percepciones y preferencias Quienes apoyan la escala de Stapel señalan que no sólo libera al investigador de la complicada tarea de elaborar pares de adjetivos bipolares para cada uno de los reactivos de la prueba, sino que permite una discriminación más fina en la medición de actitudes. No obstante esas ventajas, es una escala menos aceptada que la de diferencial semántico, a juzgar por el número de estudios de mercados publicados con cada una de ellas.11 Uno de los problemas que afectan a la escala de Stapel es que muchas de las descripciones usadas para evaluar un objeto pueden redactarse en una de tres maneras -positiva, negativa o neutra- y la decisión que se tome al respecto parece influir en los resultados y en la capacidad de respuesta de los sujetos. No obstante, es una adición útil al arsenal de los investigadores, en particular porque puede administrarse telefónicamente.12 Debe señalarse que la calificación de las escalas recién mencionadas se asemeja a la total de la escala de calificaciones sumadas. Por ejemplo, la calificación 48 no tiene sentido por sí sola, pero lo adquiere cuando se compara con un parámetro u otra calificación. Existe polémica en cuanto a definir si estas tres escalas son de intervalo u ordinales. Mientras arrecia ese debate, los mercadólogos, al igual que muchos especialistas en escalas psicológicas, han optado por suponer que se trata de escalas de intervalos. Pese a que dicho supuesto podría no ser del todo correcto, permite que los investigadores usen métodos de análisis más poderosos con los datos que se generan. Además, desde el punto de vista estadístico, el supuesto de intervalo tiene sentido. Por ejemplo, en las pruebas estadísticas de significación "no importa de dónde provengan los números", siempre y cuando se satisfagan las premisas subyacentes al uso de una prueba estadística dada.13 Por consiguiente, en lo estadístico es innecesario preocuparse mucho por el nivel de medición. Con lo que sí debe tenerse cuidado es con la interpretación de los resultados (por ejemplo, afirmar que una persona con calificación 80 tiene el doble de actitud favorable hacia un objeto que otra con calificación 40, a menos que la escala de medición sea una de razón, por supuesto).

| Otras escalas de calificaciones El análisis precedente trata sobre algunos de los principales métodos de escala que se han usado para medir actitudes, pero, por ningún concepto, pretende ser exhaustivo. Resalta en particular la ausencia del estudio de la importancia de diversos atributos para el individuo. Es decir, en el caso del

Disyuntiva ética 14.1

Una cadena nacional de tiendas departamentales contrató a una investigadora independiente para desarrollar una escala que le permitiera medir la imagen de cada una de sus tiendas. La investigadora consideró que la mejor manera de lograrlo era usando una escala de diferencial semántico. Sin embargo, interesada en ser reconocida como experta en la investigación de la imagen de tiendas, decidió desarrollar también reactivos para una escala de ükert y administrar ambas escalas a los participantes designados. Se dio cuenta de que ello podría inducir mayor fatiga de los sujetos y, quizá, respuestas de menor calidad, si bien estaba dispuesta a arriesgarse porque sabía que su cliente no aprobaría ni pagaría la aplicación de la segunda encuesta a otra muestra de sujetos.

¿Fue ético que la investigadora aceptara correr el riesgo de disminuir la calidad de los datos recopilados para el tema que interesa al cliente sólo para perseguir sus objetivos y avanzar en su carreta? ¿Qué pasaría si los datos recopilados con ambos instrumentos aportaran pruebas concluyentes de que la imagen de la tienda se ha medido más adecuadamente que si se hubieran recopilado sólo con la escala de diferencial semántico? ¿Sería diferente la situación si hubiera habido probabilidades razonables de que el formato de Likert produjera un mejor instrumento para medir la imagen det establecimiento minorista, en comparación con el formato de diferencial semántico?

Otras escalas de calificaciones

395

banco, aun cuando el individuo crea que la institución tiene horario conveniente o no, sería posible que no valore ese atributo y, por tanto, no afecte su actitud hacia el banco. Por otra parte, si la persona concede mucha importancia a la ubicación y percibe que la del banco no es conveniente, ello tendrá un efecto negativo, y quizá muy negativo, en su actitud hacia el banco. Con el fin de capturar los diferentes valores que las personas conceden a atributos específicos, es frecuente que los investigadores traten de medir su importancia. A manera de ejemplo, en la Ventana de investigación 14.2 se ilustra la jerarquía que las personas otorgan a diversos atributos cuando compran hornos de microondas, televisores a color y videocámaras portátiles. Se reconoce que existe una considerable polémica acerca de la importancia de los diversos atributos que deben incluirse al determinar la actitud de una persona hacia un objeto. Aquí no se profundiza en tal debate, ya que incluye diversos argumentos complejos en cuanto a la forma de determinar cuáles son los atributos más destacados (es decir, los usados en la formación de una actitud) y la forma de medirlos. En vez de ello, simplemente se usan los valores de importancia como una manera de enfocar la atención en las diferencias que existen entre los tipos generales de escalas de calificación.14 En el desarrollo de escalas especiales, para fines específicos, es muy útil conocer esos tipos básicos. Existe una característica común en todas las escalas de calificación: "El calificador coloca a la persona u objeto de calificación en algún punto de un continuo o en una de las categorías que conforman una serie ordenada; y se asigna un valor numérico al punto o categoría".15 Sin embargo, las escalas difieren en cuanto a la claridad de las distinciones que permiten y los procedimientos relacionados

Ventana de investigación 14.2

Reflexiones más importantes para la compra de algunos aparatos electrodomésticos

396

Capítulo 14: Medición de actitudes, percepciones y preferencias con la asignación de objetos a las posiciones. Las tres escalas de calificación más comunes son: gráfica, de reactivos (pormenorizada) y comparativa.

Escala de calificación gráfica Escala de calificación gráfica

Escala en la que el sujeto indica su calificación de un atributo colocando una marca en el punto apropiado de una línea, que va de un extremo del atributo al otro.

Cuando se usan escalas de calificación gráfica, los individuos señalan su calificación colocando una marca en el punto apropiado de una línea, que va de un extremo a otro del atributo. Es posible hacer muchas variantes, la línea puede ser vertical u horizontal, tener marcas o no y, en caso de tenerlas, que sean pocas o muchas, como en la escala de termómetro, así llamada por su similitud con tal dispositivo. En la figura 14.5 se muestra un ejemplo de una escala de calificaciones gráfica horizontal fija en un extremo. Se pide a cada persona que indique la importancia del atributo al poner una marca en la posición apropiada. El valor de importancia se inferiría al medir el tramo de la línea que va desde el origen izquierdo hasta la posición marcada. Una de las mayores ventajas que tienen las escalas gráficas es la facilidad con que se pueden elaborar y usar. Brindan la oportunidad de lograr distinciones finas y, en este sentido, sólo las limita la capacidad de discriminación del sujeto. Pero, para que se explote al máximo su eficacia, se recomienda que el investigador no haga excesivamente contrastantes los dos extremos del continuo, ya que ello obliga al sujeto a responder sobre el centro de la escala, con lo que se genera poca información de utilidad.

Escala de calificación de reactivos Escala de calificación de reactivos

Escala que se distingue por el hecho de que la persona debe indicar su calificación de un atributo u objeto seleccionando una de entre un número limitado de categorías, la que mejor describa su punto de vista del atributo u objeto.

La escala de calificación de reactivos o pormenorizada es similar a la escala gráfica, salvo que el individuo debe seleccionar entre un número limitado de categorías, en vez de colocar una marca en una escala continua. En general, el uso de cinco a nueve categorías funciona de manera óptima, ya que permite distinciones finas y, al mismo tiempo, es de fácil comprensión para los sujetos. Por supuesto, también es posible usar un mayor número de categorías.16 Son muchas las posibles variantes de las escalas de reactivos. Por ejemplo, en la figura 14.6 se muestran tres escalas pormenorizadas de formas distintas que se han usado para medir la satisfacción de los clientes. Observe que las categorías están ordenadas conforme a su posición en la escala y, mientras que en algunos casos las categorías tienen adjuntas descripciones verbales, no es así en otros. Aunque las descripciones de categorías no son del todo necesarias en las escalas de calificación de reactivos, su presencia y naturaleza parecen influir en las respuestas.17 Cuando se usan, es importante verificar que las descripciones tengan el mismo sentido para todos los entrevistados. En caso de no utilizarlas, resulta tentador concluir que se está empleando una escala de calificaciones gráfica, pero se trata de una conclusión errónea. La característica que distingue a las escalas de calificación de reactivos es que las categorías de posibles respuestas son limitadas. De tal modo, un conjunto de caras que varían sistemáticamente en cuanto al uso del ceño fruncido o sonrisa, para captar la satisfacción o preferencia de la persona (llamada apropiadamente escala de caras) se consideraría una escala de calificación de reactivos, sin importar que las categorías de caras no se acompañen de descripciones.

F I G U R A 14.5

Por favor, evalúe cada atributo, en relación con la importancia que tiene para usted, colocando una "X" en la posición de la línea horizontal que más refleje su sentir.

ATRIBUTO Servicio cortés Ubicación conveniente Horario conveniente Préstamos con tasas de interés bajas

NO ES IMPORTANTE

MUY IMPORTANTE

;jjjj¡¡^: ''V^BPN/.

Otras escalas de calificaciones

Una escala de calificaciones sumadas ilustra a una escala de calificación de reactivos de cinco puntos, mientras que un par de adjetivos de diferencial semántico lo sería de una escala de siete puntos. La figura 14.7 es una escala de calificación de reactivos usada para medir valores de importancia, contiene cuatro puntos y descripciones de las categorías.

F I G U R A 14.6

MEDICIÓN

DESCRIPCIÓN

Escala Muy bienMuy mal

¿Cómo se siente respecto a Me siento: 7 6

Muy bien

Complacido

? 5

4

Satisfecho

3

Satisfecho e insatisfecho por igual

2

Insatisfecho

1

Disgustado

Muy mal

A = Neutral (ni satisfecho ni insatisfecho) B = Nunca pensé en eso. Escala porcentual

Escala de satisfaccióninsatisfacción de necesidades

En general, ¿qué tan satisfecho ha estado con 100% 90 80 70 60 50 Totalmente satisfecho ¿En qué grado Muchísimo

:

?

40

30

20

satisface sus necesidades en este momento? : : : : : (7)

10

:

0% Totalmente insatisfecho Muy poco

(1)

Fuente: adaptado de Robert A. Westbrook, "A Rating Scale for Measuring Product/Service Satisfaction", en Journal ofMarketing (otoño de 1980), p.69. Publicado por la American Marketing Association, Chicago, IL

F I G U R A 14.7

Por favor, evalúe cada atributo, en relación con la importancia que tiene para usted, colocando para ello una "X" en el cuadro apropiado.

ATRIBUTO Servicio cortés Ubicación conveniente Horario conveniente Préstamos con tasas de interés bajas

NO ES IMPORTANTE

LEVEMENTE IMPORTANTE

MODERADAMENTE IMPORTANTE

D D D D

D D D

D

D

D D D

MUY

IMPORTANTE D D D D

398

Capítulo 14: Medición de actitudes, percepciones y preferencias

FIGURA 14.8

Por favor, divida 100 puntos entre los dos siguientes atributos, en función de la importancia relativa que cada uno de ellos que para usted. Servicio cortés Ubicación conveniente

La escala de calificación de reactivos también es fácil de elaborar y usar; aunque no permite las distinciones finas que se obtienen con la escala gráfica, la definición clara de las categorías generalmente produce calificaciones más confiables.

Escala de calificación comparativa

Escala de calificación comparativaa

Es en la que se requiere que el sujeto elabore sus calificaciones como una sucesión de juicios relativos o comparaciones, no como evaluaciones independientes.

Método de suma constante

Tipo de escala de calificación comparativa donde se pide al sujeto que divida una cantidad dada entre dos o más atributos, con base en su importancia para él. Efecto de halo

Problema que surge en la recopilación de datos y consiste en la transferencia de un juicio a otro.

En las escalas gráfica y de reactivos, no se pide al sujeto que compare dos atributos entre sí o con el parámetro indicado por los investigadores. Por ejemplo, se les preguntaría lo importante que es para ellos que la ubicación sea conveniente al momento de seleccionar un banco; pero no si una ubicación conveniente tiene más o menos importancia que un horario conveniente. Sin embargo, en las escalas de calificación comparativa sí se pide al sujeto que juzgue cada atributo en comparación directa con los demás que se evalúan. El método de escala de suma constante es un ejemplo de escala de calificación comparativa que puede usarse para medir valores de importancia. En el método de suma constante, se pide al individuo que divida cierta cantidad entre dos o más atributos, con base en la importancia que tienen para él. De tal modo, si en la figura 14.8 el individuo asigna 50 puntos al servicio cortés e igual cantidad a la ubicación conveniente, se juzgaría que ambos atributos tienen igual importancia para él, y si asigna 80 y 20 puntos, en el mismo orden, que el servicio cortés tiene el cuadruplo de importancia. Observe la diferencia de acento de este método. Con él, todos los juicios se elaboran en comparación con otra alternativa. En general, con este método se pide a los sujetos que comparen dos atributos, aunque también podría solicitárseles que dividan 100 puntos entre tres o más. Aunque las escalas comparativas requieren más juicio del individuo que las gráficas de reactivos, tienden a eliminar el halo, que se manifiesta frecuentemente en las escalas. Es un efecto que consiste en la transferencia de un juicio a otro. Un problema que puede surgir cuando los investigadores usan escalas gráficas o de reactivos para medir valores de importancia, es que los sujetos tienden a indicar que todos o casi todos los atributos son importantes. Sin embargo, las investigaciones empíricas indican que cuando se enfrentan decisiones complejas, donde aparecen muchos atributos o alternativas, los sujetos se inclinan por simplificar la decisión reduciendo el número de atributos u opciones que se consideran realmente.18 Ello es compatible con el concepto de que sólo ciertos atributos sobresalen cuando se forman las actitudes. Los métodos de escalas comparativas permiten conocer más las calificaciones relativas, si no es que de la importancia absoluta, que los atributos tienen para cada individuo.

| Determinación de la escala Para decidir el tipo de escala, el número de puntos que se usa en ella, si se invierten o no algunos reactivos, etc., podría ser de utilidad realizar una extensa búsqueda en las publicaciones relacionadas con la medición en mercadotecnia, donde ya se examinaron estos y otros aspectos relacionados con su efecto en la confiabilidad de las mediciones.

Escalas de percepciones

399

En el estudio en cuestión, donde se analizaron las publicaciones de mercadotecnia de los últimos 20 años, se examinan mediciones respecto de las cuales se informó por lo menos de dos indicadores de calidad, además de la evaluación cuantitativa del efecto de las características de una medición en su confiabilidad.19 Recordará que en el capítulo 13 se menciona que la confíabilidad calibra si diversas mediciones de un mismo objeto, rasgo o concepto producen resultados similares. Ésta es un indicador significativo de la calidad de una medición, ya que determina el impacto de las incongruencias de la medición en los resultados. De tal estudio se obtuvo la conclusión general de que muchas características no parecen afectar la calidad de la medición en forma significativa, con excepción del número de reactivos y el de puntos de las escalas. En relación con estas dos características, la confiabilidad de la medición aumenta conforme lo hace el número de una u otra. Sin embargo, en lo referente a otras características, no existen alternativas superiores, en todos los casos. Muchas decisiones forman parte del juicio del investigador y probablemente lo seguirán siendo, incluida la elección de las escalas de calificación, sean de diferencial semántico, calificaciones sumadas u otras. Todas las escalas han resultado útiles en un momento u otro y cada una tiene su lugar entre las herramientas de medición del investigador. La naturaleza del problema y el método de aplicación planeado afectan la decisión final. También lo hacen las características de los sujetos, su compromiso con la tarea y su capacidad y experiencia para responder. En algunas culturas, las escalas de calificación gráfica son prácticamente desconocidas y las personas con bajo nivel de estudios podrían no comprender una escala continua, que va de la insatisfacción extrema a la satisfacción extrema y se divide en incrementos iguales de satisfacción, por ejemplo. En otras culturas, como en Europa Oriental, el uso de tales escalas sería una experiencia totalmente novedosa para muchos participantes en investigaciones y los entrevistadores necesitarían dedicar bastante tiempo a explicarla. Existen otras situaciones en que sería necesario desarrollar nuevas escalas. Por ejemplo, la de "caras tristes a felices" que funciona en Estados Unidos, no lo hace en África, donde la cultura requiere caras con otro aspecto para ilustrar los diversos niveles de felicidad (véase la figura 14.9).

| Escalas de percepciones Hasta este punto se ha hecho hincapié en la medición de las actitudes de las personas hacia los objetos. Pero, los gerentes de mercadotecnia también están interesados en determinar la forma en que las personas perciben diversos objetos, trátese de productos o marcas. En su búsqueda constante de una ventaja diferencial, las empresas necesitan posicionar correctamente sus productos contra lo que ofrecen sus competidores. A tal efecto, el gerente de producto tiene que identificar lo siguiente:20 1. El número de dimensiones que los consumidores usan para distinguir los productos. 2. Señalar esas dimensiones. 3. El posicionamiento de los productos existentes en relación con esas dimensiones. 4. Dónde prefieren los consumidores que se ubique un producto, en lo concerniente a esas dimensiones. Una forma para que los gerentes puedan comprender el posicionamiento de su marca, respecto a las competidoras, es analizando los mapas de percepciones. En estos mapas, cada producto o marca ocupa un punto específico. Los productos o marcas similares están situados muy juntos, y los que son disímiles, muy separados. Estos mapas proporcionan a los gerentes una imagen significativa para comparar sus productos y marcas con otros. Existen muchos procedimientos para elaborar mapas de percepciones. La diferencia fundamental radica en que los métodos se basen o no en atributos. Los que se basan en atributos parten de evaluar todas las características, una por una, de los diversos objetos; por ejemplo, con escalas de calificaciones sumadas o de diferencial semántico. En cada uno de los reactivos, la calificación de los objetos se analiza de manera subsecuente con diversas técnicas estadísticas para identificar los atributos o dimensiones clave que usan los consumidores para diferenciar los objetos. En los métodos no basados en atributos, se pide al individuo que elabore ciertos juicios resumidos acerca de los objetos, en lugar de calificarlos respecto de atributos designados (como la conveniencia, facilidad de uso o valor, en relación con el costo). Luego, el investigador trata de inferir cuáles carac-

408

Capítulo 14: Medición de actitudes, percepciones y preferencias

F I G U R A 14.9

Fuente: las caras correspondientes a África son parte de C.K. Corder, "Problems and Pitfalls in Conducting Marketing Research in África", en Betsy Gelb, ed., Marketing Expansión in a Shrinking World, Proceedings of American Marketing Association Business Conference (Chicago: American Marketing Association, 1978, pp. 86-90. Reproducido con autorización de American Marketing Association.

terísticas se usaron para formar esos juicios. Se recurre a este enfoque indirecto porque, en muchos casos, se desconocen los atributos y el sujeto no puede o no quiere representar con exactitud sus juicios. Es habitual que se pidan al individuo sus percepciones de la similitud entre diversos objetos y sus preferencias respecto de ellos. Después, se intenta ubicarlos en un espacio multidimensional, donde

Escalos de percepciones

«KWi

Disyuntiva ética 14.2 Larkin Electronics, fabricante de partes electrónicas pequeñas para radios, se puso en contacto con Samueison Research Rrm para que realizara una encuesta entre sus empleados. El propósito de la investigación era determinar el estado de ánimo de ios trabajadores y la importancia de algunas de sus quejas, a fin de que los directivos de dicha compañía electrónica pudieran juzgar la fuerza de su posición al negociar el próximo contrato colectivo de trabajo con el sindicato. El despacho de investigación aceptó realizar el estudio.

• ¿Tienen derecho los investigadores a hacer preguntas sobre el terna?

• ¿Qué consecuencias tiene para los empleados que participan en una encuesta de este tipo?

• En general, ¿debe preocuparse el investigador por los usos y efectos resultantes de la investigación que realiza sobre quienes participan en eíla?

• ¿Acaso cooperar en esta investigación sería dañino para los intereses personales de los empleados?

Escala multidimensional

Método en que se miden las percepciones que tienen las personas de la similitud de los objetos y sus preferencias entre ellos, para luego representarlas gráficamente en un espacio multidimensional.

• ¿Socava esta investigación la posición de los representantes sindicales, que no cuentan con una forma equivalente para evaluar las opiniones de los directivos? • Si fuera el director de la investigación, ¿qué tipos de preguntas habría hecho a los directivos de la compañía electrónica?

• ¿Habría aceptado realizar esta encuesta?

el número de dimensiones concuerda con el de características que usó el individuo para formar su juicio. Se usa el término análisis de escalas multidimensionales para referirse a los métodos basados en similitudes y preferencias. El método basado en preferencias para elaborar mapas de percepciones no se usa tanto como los fundamentados en similitudes. Por ende, el análisis siguiente se centra en los segundos, particularmente en las decisiones que deben tomarse para emprender un análisis de escala multidimensional. Los método basados en atributos se analizan brevemente más adelante, ya que su apreciación plena requiere entender los propósitos fundamentales y operativos de los análisis de factores y discriminantes, temas que no son parte de esta obra.21

Decisiones fundamentales en las escalas multidimensionales El analista debe tomar varias decisiones para realizar un análisis de escalas multidimensionales. En la figura 14.10 se enumeran algunas de las decisiones fundamentales. La primera de ellas consiste en especificar los productos o marcas que se usaron. Aunque el propósito del estudio determina algunos de esos productos o marcas, la elección de otros queda en manos del analista. En tal decisión, el analista debe reconocer que las dimensiones incluidas en el mapa de percepciones son resultado directo de los objetos usados (conocidos como conjunto de estímulos) para obtener los juicios. Suponga que se realiza un estudio para indagar las percepciones de los sujetos acerca de diversos refrescos. Si no se incluye en el conjunto de estímulos a los refrescos sin edulcorante o bajos en calorías, esta dimensión muy importante no aparecerá en los resultados. A efecto de no correr tal riesgo, el analista podría verse incitado a incluir todo producto o marca concebibles en el conjunto de estímulos, pero ello sobrecargaría a los sujetos, a tal punto, que sus respuestas no tendrían sentido. La carga de trabajo para los participantes depende, por una parte, del número de juicios que cada uno deba tomar y, por la otra, de la dificultad de cada juicio. A su vez, ambos aspectos varían, según la forma como se obtengan los juicios de similitudes. Existen dos alternativas principales, y diversas opciones en cada una, que son los juicios de similitudes directos o indirectos, términos que se explican solos hasta cierto punto. Los métodos directos se basan en mecanismos de recopilación de datos donde los participantes comparan estímulos con los criterios de su preferencia y, con base en ello, señalan cuáles estímulos son más similares, más disímiles, y así sucesivamente.

402

Capítulo 14: Medición de actitudes, percepciones y preferencias

F I G U R A 14.10

En el ejemplo de los refrescos, por citar un caso, los sujetos habrían evaluado marcas con base en su grado de "sabor a cola" o "contenido bajo de calorías". Podrían formarse todos los posibles pares de marcas que se evalúen y se pediría a las personas que los jerarquizaran del más similar al más diferente, de acuerdo con sus propios criterios (por ejemplo, ¿qué par es más similar: Pepsi-Coca, 7UpCoca o Pepsi-7Up? En forma alterna, podría haberse separado una marca focal para luego pedir a los sujetos que jerarquizaran a cada una de las otras marcas conforme a su similitud con la marca focal (por ejemplo, si Coca es la marca focal, se les solicitaría que jerarquizaran a Pepsi, Pepsi Max, 7Up y Delaware Punch, según su similitud con Coca). A su vez, cada marca podría ser la marca focal. Aunque existen diversas alternativas para recopilar estos juicios, todos tienen algo en común: se pide a los participantes que juzguen directamente lo similares que son los distintos elementos, con criterios de su propia preferencia. Los métodos indirectos funcionan de otra manera. En lugar de que los participantes elijan los criterios para comparar las alternativas, se pide su evaluación de cada marca con criterios preestablecidos, que selecciona el analista. Luego, se calcula algún tipo de medición de la similitud entre cada par de marcas (como la correlación entre las calificaciones de las marcas). Millward Brown International, división de investigación de mercados, con sede en Londres, de la agencia de publicidad WPP, utilizó este método en un gigantesco estudio internacional de lealtad a la marca, denominado Brandz. En dicha investigación, se entrevistó a 70 000 consumidores en relación con 3500 marcas de 50 categorías de compañías y productos. La empresa midió la lealtad a la marca según criterios que ya usaba para las marcas de sus clientes: presencia (conocimiento de marca en el consumidor), importancia, rendimiento del producto, ventajas y vinculación (porcentaje de consumidores que tiene un "vínculo" emocional y racional con la marca). Millward Brown puede comparar estos criterios -llamados conjuntamente "firma de marca"- de las marcas relacionadas entre sí, como en el caso de los tenis Reebok y New Balance, que aparecen en la parte superior de la figura 14.II.22 A continuación, los analistas deben decidir si agrupan los juicios de los sujetos, a fin de desarrollar mapas de percepciones grupales, o elaboran mapas individuales. El problema para los gerentes de mercadotecnia con estos últimos es que resultan difíciles de usar en la confección de estrategias de mercado. Es habitual que los gerentes analicen las preguntas de planeación de mercados con base en segmentos de mercado, no en individuos. Sin embargo, tan pronto surge el problema del segmento, la cuestión se convierte en una decisión acerca de cómo agrupar los juicios individuales. ¿Es probable que los individuos hayan usado el mismo número de criterios (digamos, grado de sabor a cola, bajo nivel de calorías y dulzura) al evaluar las diversas marcas? Incluso si el número de criterios usados es el mismo, ¿es probable que se trate de los mismos criterios? (¿Qué pasa si algunos usaron el grado de sabor a cola, lo dietético y el valor en relación con lo que cuesta el producto?) En caso de que no sean

Escalas de percepciones

403

F I G U R A 14.11

Fuente: Jean McDougall, "Building Brands forthe Future", en Perspectivas(M\\\ward Brown International), invierno de 1998 (bajado del sitio Millward Brown, www.millwardbrown.com, el 30 de septiembre de 1999).

los mismos criterios, ¿cuáles deben usarse para agrupar a los participantes? Por ejemplo, uno de los algoritmos más usados, INDSCAL, supone que todos los sujetos usan los mismos criterios para juzgar la similitud de los objetos, si bien, ponderan de manera distinta las dimensiones al formar sus juicios.23 El paso 4 de la figura 14.10 corresponde a la recopilación de los juicios y su procesamiento. Este último incluye dos pasos; el primero es la configuración inicial que debe determinarse para cada una de las dimensiones. Los diferentes programas usan rutinas distintas para generar una solución inicial. El segundo, consiste en mover los puntos hasta que el ajuste sea el mejor posible para esa dimensión, de acuerdo con el criterio bajo el cual opera el programa.

404 >

Capítulo 14: Medición de actitudes, percepciones y preferencias La última decisión que deben tomar los analistas cuando realizan un análisis de escalas multidimensionales basadas en similitudes consiste en señalar las dimensiones. En el estudio Brandz de Millward Brown International, los investigadores generaron mapas donde se comparaban las marcas en varias dimensiones. En la parte inferior de la figura 14.11 se muestra uno de esos mapas para ciertas marcas de productos de consumo. Las dimensiones se definieron como la presencia (grado de conocimento en el consumidor) y fuerza de la marca (cálculo de las probabilidades de su crecimiento). Son varios los procedimientos para señalar las dimensiones: • Puede pedirse al sujeto que evalúe cada uno de los objetos (como los refrescos) en relación con varios atributos (grado de sabor a cola, bajo contenido de calorías y precio) que determina el investigador. Luego, éste correlaciona las calificaciones que para ese atributo recibe cada objeto con las coordenadas del objeto mismo en el diagrama. En este método se usa la magnitud de los coeficientes de correlación referentes a las actitudes y dimensiones señaladas. • El gerente o investigador puede interpretar las dimensiones con base en su propia experiencia y la configuración visual de los puntos, e incluso puede tratar de relacionar las dimensiones con las características físicas de los refrescos, como su dulzura, color o contenido de calorías. No obstante, en la práctica, la dificultad para señalar las dimensiones es una de las mayores preocupaciones de los administradores en el análisis de escala multidimensional basado en similitudes.

Métodos basados en atributos Una de las ventajas que distinguen a los métodos basados en atributos, para el desarrollo de mapas de percepciones, es que se facilita señalar las dimensiones y, al parecer, su uso es más sencillo para los participantes. Como se mencionó, los métodos basados en atributos se basan en que el individuo califique diversas marcas, usualmente con escalas de diferencial semántico o calificaciones sumadas. Luego, esos juicios se alimentan al análisis discriminante o de factores. El análisis discriminante se ocupa principalmente de determinar las combinaciones de atributos que mejor discriminan los objetos y marcas. Las mediciones dependientes son el producto calificado (Coca, Pepsi o 7Up), y las variables predictivas, las calificaciones de los atributos. El análisis usualmente se aplica a grupos de participantes para encontrar una estructura común. Las dimensiones se señalan mediante un examen del peso de los atributos que componen una dimensión discriminante o un cálculo de las correlaciones entre los atributos y cada una de las calificaciones discriminantes. El uso del análisis discriminante, para elaborar mapas de percepciones, parece funcionar bien cuando se investigan los atributos de diseño del producto, que los consumidores pueden percibir de manera clara e inequívoca.24 El análisis de factores se basa en el supuesto de que existen sólo unas cuantas dimensiones básicas subyacentes a las calificaciones de atributos. Con esta técnica se examinan las correlaciones entre los atributos para identificar dichas dimensiones básicas. Las correlaciones suelen establecerse entre marcas y grupos de consumidores. Es habitual que se señalen las dimensiones examinando las cargas de factores que corresponden a las correlaciones entre cada atributo y cada factor. El uso del análisis de factores, en el desarrollo de los mapas de percepciones, parece resultar especialmente útil cuando el interés mercadológico se enfoca en la formulación de estrategias de comunicación, donde son clave las relaciones lingüísticas entre los atributos.

Comparación de los métodos para elaborar mapas de percepciones En el anexo 14.1 se resumen las ventajas para las escalas multidimensionales del método basado en atributos, en comparación con el no basado en ellos. Muchas aplicaciones de mercadotecnia, que no se basan en atributos, usan juicios de similitud. La medición de similitudes tiene la ventaja de no depender de un conjunto de atributos predefinido, pero es una espada de dos filos. Aunque permite que el sujeto use sólo las dimensiones que normalmente aplicaría para elaborar juicios entre objetos, complica el señalar las dimensiones. Por añadidura, cada consumidor podría usar dimensiones distintas y luego, hay que arreglárselas para combinar de la mejor manera a los consumidores en la formación de los mapas. Construir un mapa para cada individuo resulta excesivamente costoso, mientras que agrupar las respuestas y luego elaborar un mapa deforma la realidad, ya que implica una homogenei-

Escalas de percepciones

405

A N E X O 14.1

Técnica

Mediciones del sujeto

Ventajas

Desventajas

Juicios de similitudes no basados en atributos

Juzgar la similitud de diversos productos o marcas

No depende de un conjunto de atributos predefinido. Admite que el sujeto utilice su criterio normal al juzgar los objetos. Permite apreciar que la percepción del todo no es simplemente la suma de la percepción de las partes.

Se complica señalar las dimensiones y determinar si deben combinarse los juicios de los participantes y cómo. Los criterios que usan los sujetos dependen de los estímulos que se comparen. Requiere programas especiales. Proporciona un punto de vista demasiado simplista de las percepciones cuando se usan pocos objetos.

Factor de análisis o discriminante basado en atributos

Calificar diversos atributos o marcas en relación con los atributos especificados

Facilita señalar las dimensiones, así como agrupar a los participantes en grupos con percepciones similares. De uso fácil y barato. Existen ya programas de computadora para este análisis.

Precisa un conjunto relativamente completo de atributos. Se basa en el supuesto de que la percepción global de un estímulo se compone de las reacciones del individuo ante los atributos que componen a ese estímulo.

dad de percepciones que probablemente no exista. El punto medio de agrupar a los consumidores en segmentos hace surgir el problema de cómo debe efectuarse el agolpamiento. Se sabe que, incluso en un mismo consumidor, varían los criterios cuando usa una serie de juicios, lo cual indica que los criterios dependen de los productos o marcas del conjunto de estímulos. El hecho de que los criterios puedan cambiar cuando se elabora la serie de juicios de similitud agrava todavía más el difícil problema de señalar las dimensiones. Si el número de objetos juzgado es menor de ocho, debe tenerse cuidado al usar los programas basados en similitudes; de lo contrario, es muy fácil tener una imagen excesivamente simplista del entorno competitivo. Como se mencionó, los métodos basados en atributos facilitan el señalamiento de las dimensiones y la tarea de agrupar a los sujetos con percepciones similares. Sin embargo, suponen que la lista de atributos usada para obtener las calificaciones es relativamente precisa y completa, además de que la percepción o evaluación que la persona tiene del estímulo es una combinación de sus reacciones ante los atributos que componen a ese estímulo. Aún así, algunos individuos podrían no percibir o evaluar los objetos con base en sus atributos subyacentes, sino como algún tipo de todo que no puede descomponerse en atributos separados (por ejemplo, los propietarios del Corvette podrían no comprar este automóvil por su maniobrabilidad, rendimiento de combustible e incluso su diseño, sino por: uno o más atributos indefinibles -¿estatus, imagen, sexualidad, diversión o poder?- que juntos componen la calidad única del Corvette). Al mismo tiempo, las medidas usadas para agrupar a las personas implican ciertos supuestos acerca de cómo deben combinarse las reacciones de los consumidores ante las diversas escalas de atributos. Los métodos basados en atributos son más fáciles de usar que el método de similitudes, puesto que los programas están más ampliamente disponibles y son de menor costo. Cualquiera que sea el enfoque usado, el atractivo de las escalas multidimensionales radica en los mapas que se producen con esta técnica. Esos mapas pueden usarse para obtener respuestas a preguntas básicas sobre los mercados, incluidas las siguientes, en relación con mercados de productos:

406

Capítulo 14: Medición de actitudes, percepciones y preferencias 1. Los atributos sobresalientes del producto, que perciben los compradores en el mercado. 2. La combinación de atributos que más prefieren los compradores. 3. Los productos que se perciben como sustitutos y los que se diferencian de los demás. 4. Los segmentos viables de un mercado. 5. Los "huecos" de un mercado, que pueden dar cabida a un nuevo producto. Por añadidura, la técnica también parece idónea para el análisis de ciclos de vida de productos, segmentación del mercado, evaluación de proveedores, valoración de anuncios, mercados de prueba, investigaciones de la imagen de representantes de ventas y tiendas, estudios de cambio de marca y escalas de actitudes.25

I Análisis de conjuntos Análisis de conjuntos Técnica en que se infiere la utilidad o valor que tienen los atributos para el sujeto, a partir de la preferencia que expresa por combinaciones variadas de esos atributos.

A semejanza del análisis de escala multidimensional, el análisis de conjuntos se basa en la capacidad del sujeto para elaborar juicios relativos a estímulos. En el primero de estos métodos, los estímulos son productos o marcas existentes, respecto de cuya similitud relativa se pide al individuo que elabore juicios. En el análisis de conjuntos, los estímulos son combinaciones predeterminadas de características, ventajas y atributos de un producto, y se pide al participante que juzgue su preferencia por esas combinaciones variadas. En lo fundamental, el análisis de conjuntos busca determinar cuáles ventajas o atributos están dispuestos a ceder los compradores para conservar otros. El objetivo básico es determinar cuáles combinaciones de características prefieren más los participantes. Por ejemplo, los sujetos podrían utilizar atributos como el rendimiento de combustible, número de asientos, precio, duración de la garantía, etc., para elaborar juicios sobre el automóvil que prefieren. Pero, si se les pregunta directamente, muchos tienen grandes dificultades para expresar cuáles atributos usaron y cómo los combinaron para formar su juicio global. El análisis de conjuntos trata de manejar este problema calculando el valor que se concede, a cada uno de los atributos, con base en las preferencias de los sujetos entre diversos conceptos de producto, que se varían de manera sistemática. En este tipo de análisis, el investigador trata de inferir los sistemas de valores de los sujetos con base en sus preferencias, en lugar de recurrir a las estimaciones de los propios participantes. El análisis de conjuntos supone que puede medirse el valor relativo de un conjunto de objetos, que podría no ser mensurable si se tomaran uno por uno. Es frecuente que se pida a los participantes que expresen el valor relativo que tienen para ellos las diversas alternativas, al ordenarlas de la más deseable a la menos deseable. Luego, los investigadores tratan de asignar valores a los niveles de cada uno de los atributos, de una manera compatible con los juicios de jerarquización de los sujetos.

Ejemplo del análisis de conjuntos Suponiendo que se considera la introducción de una nueva cafetera percoladora y se desea medir la evaluación que los consumidores hacen de los siguientes niveles de cada uno de los atributos del producto: • Capacidad: 4, 8 y 10 tazas • Precio: 28, 32 y 38 dólares • Tiempo de preparación: 3, 6, 9 y 12 minutos Los tres son atributos de maternidad, lo cual significa que, si todo lo demás permanece constante, muchos consumidores preferirían los grados máximo o mínimo de cada atributo -en este caso, la cafetera de mayor capacidad con menor tiempo de preparación y precio más bajo. Desafortunadamente, la vida no es tan sencilla, la cafetera grande cuesta más; la preparación más rápida implica colocarle un elemento calefactor más grande, lo cual también aumenta el costo, y una cafetera de mayor

Análisis de conjuntos

>J|BPPvi!»*

capacidad con elemento calefactor normal requiere más tiempo para la preparación del café. En suma, el consumidor tendrá que ceder en una característica para obtener más de otro atributo. El fabricante está interesado en determinar cómo valoran los consumidores esos atributos específicos. ¿Es el precio bajo el atributo más valorado o están dispuestos los consumidores a pagar un precio más alto para mejorar alguno de los otros atributos? ¿Qué precio? ¿Cuáles atributos? Una manera de responder a esas preguntas es desarrollando un conjunto de tarjetas que contengan todas las posibles combinaciones de esos atributos de producto. Si cada tarjeta incluye la combinación de un posible aspecto de cada categoría (por ejemplo, capacidad de 4 tazas, precio de 32 dólares y tiempo de preparación de 6 minutos), habría 36 combinaciones posibles. Si, luego, se pide a los participantes que ordenen esas descripciones de productos o tarjetas desde la menos deseable (lugar 1) hasta la más deseable (lugar 36), los números altos indican mayor preferencia. También podría indicarse al sujeto que primero ordene las tarjetas en cuatro categorías, intituladas "muy indeseable", "moderadamente indeseable", "moderadamente deseable" y "muy deseable," tras lo cual debe ordenar las de cada categoría en orden creciente de su preferencia. Suponga que de este proceso resulta el orden que se muestra en el anexo 14.2. Son varios los aspectos que deben observarse de ese ordenamiento. En primer término, el sujeto mostró la menor preferencia por la cafetera de 38 dólares, con capacidad de 4 tazas y tiempo de preparación de 12 minutos (lugar 1) y la máxima por la cafetera de 10 tazas, con tiempo de preparación de 3 minutos y precio de 28 dólares (lugar 36). En segundo lugar, si la persona no puede obtener ese producto, está dispuesta a intercambiar el tiempo de preparación breve por otro más largo, siempre y cuando pueda comprar una cafetera de 10 tazas por 28 dólares (lugar 35). Sin embargo, no está dispuesta a ceder mucho al respecto, como lo refleja su tercera opción (lugar 34). Antes bien, pagaría un poco más para obtener el tiempo de preparación de 3 minutos, en lugar de tener que avenirse a un tiempo de 9 minutos. De hecho, está dispuesta a pagar más por el tiempo de preparación. El tipo de preguntas que intenta responder el análisis conjunto es: ¿Qué ventajas considera el individuo respecto al precio, tiempo de preparación y capacidad para tomar su determinación? ¿Qué valor tiene cada uno de estos atributos en la elección de productos?

Procedimiento del análisis de conjuntos El procedimiento para determinar las ventajas, o valores, que proporciona al individuo cada uno de los diversos atributos del producto estudiado, en el análisis de conjuntos, es similar al que se utiliza en el análisis de escala multidimensional. Una vez más, la técnica depende de la disponibilidad de una computadora rápida. Al igual que en la escala multidimensional, el programa de computadora se concentra en generar una solución inicial y, luego, modificarla con un conjunto de iteraciones para mejorar la idoneidad del ajuste.26 Dicho de manera más específica, dado un conjunto de juicios alimentados, el programa de computadora:

A N E X O 14.2

Capacidad Precio

4 tazas

10 tazas

8 tazas

$28

$32

$38

$28

$32

$38

$28

$32

$38

17 16 9 4

15 12 8 2

6 5 3 1

30 29 21 14

26 25 20

24 22 8 7

36 35 32 19

34 33 31 18

28 27 23 11

Tiempo de preparación 3 minutos 6 minutos 9 minutos 12 minutos

13

408

Capítulo 14: Medición de actitudes, percepciones y preferencias 1. Asigna ventajas arbitrarias a cada nivel de cada atributo. 2. Calcula las ventajas de cada alternativa al combinar, de alguna manera, los valores individuales (usualmente mediante suma). 3. Calcula la idoneidad del ajuste entre la jerarquización de las alternativas mediante el uso de los valores de las ventajas deducidos y el orden inicial de juicios alimentados. 4. Modifica sistemáticamente los valores de las ventajas hasta que las ventajas deducidas produzcan evaluaciones que, al ordenarse, concuerden tanto como sea posible con el orden de los juicios alimentados a la computadora. Con base en los resultados que determina la computadora, el investigador puede establecer la importancia relativa de cada atributo. Es importante tener en cuenta que esos valores de importancia dependen de los atributos específicos que se usan en la estructuración del análisis. De esta manera, si se hubieran utilizado precios más altos, los valores de los participantes podrían haber sido distintos, lo cual haría suponer que el precio es relativamente más importante para el individuo, que en caso de utilizar precios más bajos. Un análisis de este tipo puede servir para identificar los valores e importancia óptimos de cada atributo en la estructuración de los ofrecimientos de productos y servicios.

Comentarios generales acerca del análisis de conjuntos Puede verse que el análisis de conjuntos responde a preguntas de mercadotecnia vitales en el diseño de productos. Además, la técnica no se restringe a la evaluación de productos, y puede usarse siempre que se requiera una decisión entre alternativas con atributos múltiples. Cuando se tienen estas últimas, lo habitual es no contar con la opción de tener más de cada atributo deseable y menos de cada atributo indeseable. En su lugar, muchas decisiones requieren intercambiar una parte de algo para obtener más de otro atributo. El análisis de conjuntos trata de reflejar los intercambios a los que se está dispuesto. Por consiguiente, aunque lo más frecuente es usarlo en relación con aspectos del diseño de productos, en particular la evaluación del concepto de producto, también se utiliza como auxiliar en las decisiones de precios, preguntas de segmentación de mercados o decisiones publicitarias. Su empleo ha sido menos usual en las decisiones de distribución, evaluación de proveedores, determinación de las retribuciones que estiman los vendedores y determinación de las preferencias de los consumidores respecto de diversos atributos de las organizaciones que brindan servicios de salud, por citar algunos ejemplos.

De regreso en el caso Sí Vlasic Foods y Nestlé Frozen Foods tomaran sus decisiones de rnercadotecnia únicamente con base en el comportamiento observable, no podrían responderá los consumidores. Dedicarían muchos años y millones de dólares a retocar un producto hasta dar con la combinación que aumentaría las ventas. Por ende, no obstante las limitaciones de la medición de actitudes y preferencias, las compañías usan investigaciones en que piden opiniones a los consumidores y aplican los datos de las respuestas a sus decisiones de mercadotecnia. Ambas compañías podrían partir de los datos existentes, como los del estudio "Understanding the Frozen Food Consumer" de la National Frozen Food Association, en el cual se identificaron algunos patrones generales de actitudes de los consumidores hacia la comida congelada. Los consumidores están muy conscientes de que estos alimentos son útiles; pero no suelen pensar que proporcionen "sabor y nutrición óptimos". No obstante, suelen tener mejor opinión de los alimentos congelados que de los enlatados o empacados en cajas. El estudio también

agrupó a los compradores de alimentos congelados en cinco categorías, con base en sus actitudes y comportamiento de compra: 1. Buenos cocineras (26% de la muestra): se trata de cocineros que confían en sí mismos v usan los alimentos congelados como ingredientes de una comida. Ello comprende guarniciones, verduras o cortes selectos de carne de res y aves de corral. 2. Cocineros apresurados (24%): son personas muv ocupadas y con muchas presiones de tiempo, por lo que compran cualquier cosa que les permita ahorrarlo. Es el segmento que más adquiere comida congelada. 3. Cocineros conformistas (19%): cocineros punto menos que competentes, los cuales buscan comidas sencillas. Están muy satisfechos con los alimentos congelados. 4. Cocineros principiantes (19%); son cocineros prácticos y que buscan economía. Tienden a preferir los alimentos enlatados o en caja sobre los congelados, que consideran de menor calidad.

Resumen

409

I Resumen Objetivo de aprendizaje 1 Enumerar las diversas formas en que pueden medirse las actitudes.

Las actitudes pueden medirse con autoinformes, observación del comportamiento, técnicas indirectas, realización de tareas objetivas y reacciones fisiológicas.

Objetivo de aprendizaje 2 Señalar las técnicas más usadas en la investigación de mercados para las escalas de actitudes y explicar por qué las prefieren los investigadores. La escala de Likert o de calificaciones sumadas y la de diferencial semántico son las técnicas de escalas de actitudes más usadas en la investigación de mercados. Ambas resultan particularmente útiles porque permiten que los sujetos expresen la intensidad de sus opiniones.

Objetivo de aprendizaje 3 Explicar en qué difieren las escalas de Stapely de diferencial semántico. La escala de Stapel difiere de la de diferencial semántico en que: 1) se prueban por separado frases o adjetivos descriptivos, en vez de hacerlo simultáneamente, con pares bipolares;

5. Cocineros antkongeiados (12%): no les preocupa la comodidad. ni les gustan los alimentos congelados. Los usan solo como respaldo en situaciones imprevistas. Las descnpciones precedentes pueden ayudar a que cada compania defina los segmentos de mercados y genere preguntas para sus propias investigaciones. Vlasic Foods hablo con los consumidores acerca de su relaci6n con la marca Swanson. La compania averiguo que los ccnsumidores de 25 a 54 afios de edad recuerdan alguna comida o cena con estos productos. Cuando eran nifios, sus padres les permitian elegit un platillo de esa marca para que lo comieran, mientras veian la televisibn, cuando la pareja salfa por la noche. Es un recjerdo agradable para estos consumidores y la compaiiia decidio apravechar esa relacicn positive con la marca. Lanzo una campana publicitaria con el lema "Reviva sus recuerdos con Swanson", con la que apoya un platillo de polio frito mejorado -el favorite de siempre. La marca Lean Cuisine de Nestle, una de las ultimas en incorporate al pasillo de comida congelada, no puede apelar a la nostalgia. La compaiiia ha usado datos de los consumidores para encontrar su propio nicho. Estudio su mercado previsto; las madres que trabajan, y descubri6 que casi la rnitad de ellas planea la comida despues de los 4:00 p.m., ademas de que casi

el mismo numero piensa que las 6:00 p.m. es una hora demasiado tardia para iniciar la preparation de una comida con ingredientes frescos. Nestle desarrollo para ellas Lean Cuisine Skillet Sensations, que combina carne y verduras congeladas en una sola bolsa. Las consumidoras pueden tener toda una comida, sin necesidad de seleccionar por separado la came y verduras, y pese a elio, todavia preparar una comida que sepa fresca. i.Por que no poner todo simplemente en una charola y vender "comidas para la televisi6n", como en el caso de Swanson? Si asi fuera, los consumidores no tendrian que poner una sarten en la estufa. Nestle posiciono su producto con base en sus propias investigaciones. La compafiia estudio a los miernbros de las casas que toman las decisiones sobre la comida, preguntandoles sobre el tiempo y otros factores que consideran en esas decisiones, y descubrio que muchas t)e las madres trabajadoras prefieren cocinar, si bien piensan que no cuentan con tiempo suficiente. Segun Angelo lantosca, de Nestle: "Skillet Sensations fue disenado para... consumidores que necesitan un equilibrio entre comodidad y sabor fresco". En el empaque, se indica que el tiempo de preparacion es de apenas 15 minutos. Fuentes" David Weil man, "New Life in the F re e'er Case", Supermarke! Business (febiem is 1999}, Pp. 34-36; Maryallen Lo Bosco, "MFFA Study. Target the High! Consumer," Supermarket News [2 de raviembre As 1998), p 47.

410

Capítulo 14: Medición de actitudes, percepciones y preferencias 2) los puntos de la escala se identifican con números, y 3) la escala incluye 10 posiciones, no siete. Se pide a los sujetos que indiquen lo exacto que cada una de diversas afirmaciones describe el objeto de interés.

Objetivo de aprendizaje 4 Citar la característica común en todas las escalas de calificación. La característica que es común a todas las escalas de calificación es que el sujeto ubica a la persona u objeto en un punto de un continuo o en un lugar de una serie de categorías ordenadas; y se asigna un valor numérico al punto o categoría.

Objetivo de aprendizaje 5 Enumerar los tipos más comunes de escalas de calificación. Tres de las escalas de calificación más usadas son las gráficas, de reactivos y comparativas.

Objetivo de aprendizaje 6 Explicar la diferencia entre una escala de calificación gráfica y una de calificación de reactivos. La escala de reactivos es similar a la de calificaciones gráficas, excepto que el sujeto debe seleccionar entre un número limitado de categorías, no poner una marca en una escala continua. En general, de cinco a nueve categorías funcionan satisfactoriamente.

Objetivo de aprendizaje 7 Explicar cómo funciona el método de escala de suma constante. En el método de suma constante de calificaciones comparativas se indica al sujeto que divida cierta suma entre dos o más atributos, con base en la importancia que tienen para él. En general, compara dos atributos con este método, si bien, es posible que compare más.

Objetivo de aprendizaje 8 Identificar las decisiones clave que debe tomar el analista para realizar un análisis de escala multidimensional. A fin de realizar el análisis de escala multidimensional, el analista debe: 1) especificar los productos o marcas que se usarán; 2) especificar cómo se obtendrán los juicios de similitudes y se desarrollarán los estímulos; 3) decidir si los juicios se agruparán y, en caso afirmativo, cómo; 4) recopilar los juicios y analizarlos para generar el mapa de percepciones, y 5) señalar las dimensiones resultantes.

Objetivo de aprendizaje 9 Explicar el principio fundamental subyacente al análisis de conjuntos. En el análisis de conjuntos, los estímulos son combinaciones predeterminadas de características, beneficios y atributos de un producto, y se pide al sujeto que elabore juicios acerca de sus preferencias por esas combinaciones. En lo fundamental, el análisis de conjuntos busca determinar los beneficios o atributos que los compradores están dispuestos a intercambiar por otros. El objetivo básico es determinar cuáles combinaciones de características prefieren más.

411

Preguntas de análisis, problemas y proyectos

Preguntas de repaso 1. ¿Cuáles son las formas principales que se han usado para medir actitudes? 2. ¿Cómo se elabora una escala de calificaciones sumadas o de Likert? ¿Cómo se evalúa a los sujetos con tal escala? 3. ¿Qué es una escala de diferencial semántico? ¿Cómo se evalúa la actitud global de la persona con dicha escala? 4. ¿En qué difieren las escalas de Stapel y de diferencial semántico? 5. ¿En qué consisten las escalas de calificaciones gráficas, de reactivos y de suma constante? 6. ¿Qué es un mapa de percepciones? ¿Cuál es la diferencia principal entre los enfoques basados y no basados en atributos, para la generación de mapas de percepciones? 7. ¿Cuál es el propósito del análisis de conjuntos y cómo se logra?

Preguntas de análisis, problemas y proyectos 1. a) Enumere, por lo menos, ocho atributos que usarían los estudiantes para evaluar librerías. b) Con esos atributos, desarrolle ocho reactivos de escalas de calificaciones sumadas y de diferencial semántico con los que se evalúen las actitudes hacia: i) la librería de la universidad, y ii) otra librería. c) Aplique cada una de las escalas a 10 estudiantes. d) ¿Cuáles son las calificaciones de muestra promedio de las dos librerías con la escala de calificaciones sumadas? ¿Qué puede decirse acerca de las actitudes de los estudiantes hacia las dos librerías? e) Elabore un análisis de perfil o diagrama de víbora de la escala de diferencial semántico. f) Con base en la escala de diferencial semántico, ¿qué puede decirse acerca de las actitudes de los estudiantes hacia las dos librerías? 2. a) Suponga que el fabricante de una línea de quesos quiere evaluar las actitudes de los clientes hacia sus productos. Un panel de 500 consumidores habituales de la marca respondió al cuestionario que les fue enviado e incluyó varias escalas de actitudes, con lo que se obtuvieron los resultados siguientes: i) La calificación promedio de la muestra en una escala de calificaciones sumadas de 25 elementos fue 105. ii) La calificación promedio de la muestra en una escala de diferencial semántico de 20 elementos fue 106. iii) La calificación promedio de la muestra en una escala de Stapel de 15 elementos fue 52. El vicepresidente de la compañía le ha pedido que indique si sus clientes tienen una actitud favorable o desfavorable hacia la marca. ¿Qué le diría? Por favor, sea específico, b) Después de su informe inicial, el vicepresidente de la compañía le proporcionó más información. Le envió el memorando siguiente: "La compañía ha usado las mismas mediciones de actitud durante los últimos cuatro años. Los resultados de los años previos fueron los siguientes:

Año

Calificaciones sumadas

Diferencial semántico

Stapel

1992 1993 1994 1995 1996 1997 1998 1999

86 93 97 104 110 106 104 105

95 95 98 101 122 112 106 106

43 48 51 55 62 57 53 52

411

Capítulo 14: Medición de actitudes, percepciones y preferencias Nos damos cuenta de que podría no haber relación alguna entre las actitudes y el comportamiento, si bien, debe resaltarse que las ventas máximas se presentaron durante 1996 y desde entonces han disminuido gradualmente." ¿Cambiaría sus conclusiones con esta información? ¿Puede decirse algo más acerca de las actitudes de los clientes? 3. Genere ocho atributos para evaluar las actitudes de los estudiantes hacia los "exámenes para resolver en casa". Use escalas de calificaciones: i) gráficas; ii) de reactivos, y iii) comparativas, para determinar la importancia de cada uno de esos atributos en la evaluación que los estudiantes hacen de esos exámenes (Nota: en el caso de la escala de calificaciones comparativas, use sólo cinco atributos). Aplique cada una de las escalas a muestras independientes de cinco estudiantes. a) ¿Cuáles son sus resultados con la escala de calificaciones gráficas? ¿Cuáles atributos revisten mayor importancia? b) ¿Cuáles son sus resultados con la escala de calificaciones de reactivos? ¿Cuáles atributos tienen mayor importancia? c) ¿Cuáles son sus resultados con la escala de calificaciones comparativas? ¿Cuáles atributos son de mayor importancia? 4. Suponga que es el investigador de planta de un fabricante de tres marcas de detergentes para ropa, que abarcan todo el territorio nacional. El departamento de investigación y desarrollo formuló un nuevo tipo de detergente, que la compañía decidió lanzar con un nuevo nombre. El gerente de productos de la línea de detergentes para ropa ha expresado su preocupación porque la nueva marca "canibalice" (absorba) ventas de las otras marcas de la compañía, a menos que se posicione cuidadosamente. Se le encargó obtener la información, basada en una investigación, que ayudará a los altos directivos en el posicionamiento adecuado de la nueva marca para minimizar la posibilidad de tal canibalismo. ¿Qué método de análisis usaría y por qué? Dada su elección, ¿cuáles son algunas de las decisiones fundamentales que debe tomar? 5. Encuentre seis anuncios impresos de diferentes tipos de automóviles medianos (por ejemplo, Ford, Toyota o Dodge). Adjunte los seis anuncios a este ejercicio. a) Forme todos los pares posibles de esos modelos. Use los anuncios como fuente de información y jerarquice los pares en orden decreciente de similitud (de modo que el par más similar ocupe el lugar 1), según los perciba. b) Llene la tabla siguiente: JUICIOS DE SIMILITUD PERCIBIDA Modelo

1

2

3

4

5

6

1. 2. 3. 4. 5. 6. c) Enumere los criterios que usó para determinar la similitud de los modelos. d) Ahora, califique los modelos en relación con dos atributos: i) estilo y ii) características, empleando una escala de diferencial semántico de siete puntos. Por ejemplo, si piensa que un modelo tiene mucho estilo, asígnele 6 o 7 como calificación. Hágalo para los seis modelos, en relación con cada atributo. e) Llene la siguiente matriz de distancia mediante el cálculo de la distancia entre cada par de objetos. Las distancias pueden calcularse con la fórmula siguiente:

D^Uxi-xf + fy-yf donde: x¡ = calificación del modelo / en relación con el atributo 1, / = 1... 6 y i = calificación del modelo / en relación con el atributo 2

413

Preguntas de análisis, problemas y proyectos Xj = calificación del modelo y* en relación con el atributo l,y = 1... 6 / *y yj = calificación del modelo j en relación con el atributo 2 Por ejemplo, la distancia entre los modelos 1 y 2 es:

MATRIZ DE DISTANCIA Modelo

1

3

2

4

5

6

1. 2. 3. 4. 5. 6. Nota: los pares con atributos semejantes tienen menores distancias. Los más disímbolos al respecto tienen distancia mayor. f) Convierta las distancias precedentes en valores de similitud al asignar el lugar 1 a los dos objetos más parecidos, el lugar 2 a los que ocupan el grado siguiente de similitud, y así sucesivamente. Asigne el promedio de las calificaciones a los pares donde las distancias entre los objetos sean las mismas. JUICIOS DE SIMILITUD ESTIMADOS Modelo

1

2

3

4

5

6

1. 2. 3. 4. 5. 6.

g) Compare la similitud percibida en el inciso b) de esta pregunta con la estimada en el f). 6. Suponga que está interesado en lanzar un nuevo horno tostador y decide usar el análisis de conjuntos para determinar cómo valoran las personas los diversos atributos. a) Enumere tres atributos del producto, que le parezcan significativos. b) Enumere tres niveles de cada uno de esos atributos, que podría esgrimir para evaluar la utilidad para los consumidores. c) Asigne ventajas a cada uno de esos niveles. Por ejemplo, suponga que el tamaño es uno de los atributos. Podrían asignarse ventajas crecientes conforme aumenta el tamaño: ATRIBUTO I Niveles

Ventajas

ATRIBUTO II Niveles

Ventajas

ATRIBUTO III Niveles

Ventajas

1. 2. 3.

d) Calcule las ventajas de cada alternativa, suponiendo que se suman las de cada atributo. Llene la tabla siguiente:

414

Capítulo 14: Medición de actitudes, percepciones y preferencias VENTAJAS DE LAS COMBINACIONES DE CARACTERÍSTICAS, DADOS LOS VALORES SUPUESTOS Atributo I

(1)

Atributo II

(1)

(2)

(2) (3)

(1)

(2)

(3) (3)

(1)

(2)

(3)

Atributo III (1) (2) (3)

e) Solicite a una persona que jerarquice esas descripciones de producto, de la menos deseable (lugar 1) a la más deseable (lugar 27). Nota: i) Existen 27 combinaciones. ii) Escribir cada combinación, en una tarjeta, simplifica la tarea. f) Ahora, llene la tabla siguiente: ORDENAMIENTO DE LAS DIVERSAS DESCRIPCIONES DE PRODUCTO POR EL SUJETO Atributo I Atributo II

(2)

(1) (1)

(2)

(3)

(1)

(2)

(3) (3)

(1)

(2)

(3

Atributo III (1) (2) (3) g) Grafique el orden original de los juicios contra las ventajas asignadas, h) ¿Son apropiadas las ventajas asignadas? 7. El diseño de cuestionarios se guía, en el mejor de los casos, sólo con procedimientos generales. En consecuencia, dos investigadores con el mismo objetivo podrían diseñar cuestionarios distintos. Con este dato en mente, analice de manera crítica el cuestionario de CARA presentado más adelante, en el proyecto de investigación de la parte 4. ¿Cuáles son sus puntos fuertes? ¿Qué características cambiaría? Proporcione ejemplos específicos y justifique su respuesta si piensa que una técnica alterna proporcionaría información más útil.

Notas 1.

Por ejemplo, véase James F. Engel, Roger D. Blackwell y Paul Miniard, Consumer Behavior, 8a. ed. (Fort Worth, Tex.: Dryden Press, 1996).

2.

James H. Myers y William H. Reynolds, Consumer Behavior and Marketing Management (Boston: Houghton Mifflin, copyright © 1967), p. 146. Véase un análisis de la función de las actitudes y sus efectos en Alice H. Eagley y Chaiken Shelly, The Psychology of Attitudes (Fort Worth, Tex.: Harcourt Brace Jovanovich, 1993).

3.

Kevin T. Keleghan, "Quality of Service: Dancing to the Customer's Tune", Retail Control 60 (marzo de 1992), pp. 3-8. Véase también Robert Davis, Susan Rosengrant y Michael Watkins, "Managing the Link between Measurement and Compensation", Quality Progress (febrero de 1995), pp. 101-106.

4.

Esta clasificación se tomó de Stuart W. Cook y Claire Selltiz, "A Multiple Indicator Approach to Attitude Measurement", Psychological Bulletin 62 (1964), pp. 36-55. Véase también Dagmar Krebs y Peter Schmidt (eds), New Directions in Attitude Measurement (Berlin: Walter de Gruyter, 1993).

5.

Hugh Graham, "Annals of Marketing: Don't Go Changin'", Globe and Mail (25 de septiembre de 1998, bajado de la Dow Jones Publications Library en el sitio de Dow Jones, www.dowjones.com, el 10 de agosto de 1999).

6.

La proposición original de la escala corresponde a Rensis Likert, "A Technique for the Measurement of Attitudes", en Archives of Psychology No. 140 (1932).

7.

Véase un procedimiento susceptible de generalización acerca de cómo elaborar escalas en Gilbert A. Churchill, Jr., "A Paradigm for Developing Better Measures of Marketing Constructs", en Journal of Marketing Research 16 (febrero de 1979), pp. 64-73.

Notos

4Í5

8.

"American Customer Satisfaction Index", sitio de la American Society for Quality (www.asq.org, bajado el 30 de septiembre de 1999).

9.

Charles E. Osgood, George J. Suci y Percy H. Tannenbaum, The Measurement of Meaning (Champaign, IL: University of Illinois Press, 1957).

10. Irving Crespi, "Use of a Scaling Technique in Surveys", en Journal of Marketing 25 (julio de 1961), p. 71. 11.

En un estudio donde se compararon los resultados de las escalas de Stapel y de diferencial semántico, no hubo diferencias básicas entre sus resultados o la capacidad de los sujetos para usarlas. Véase Del I. Hawkins, Gerald Albaum y Roger Best, "Stapel Scale or Semantic Differential in Marketing Research", en Journal of Marketing Research 11 (agosto de 1974), pp. 318-322. Véase también Grábame R. Dowling, "Measuring Corporate Images: A Review of Alternative Approaches", en Journal of Business Research 17 (agosto de 1988), pp. 27-34.

12. Gregory D. Upah y Steven C. Cosmas, "The Use of Telephone Dials as Attitudes Scales", en Journal of the Academy of Marketing Science (otoño de 1980), pp. 416-426; Barbara Loken, et al, "The Use of 0-10 Scales in Telephone Surveys", en Journal of the Market Research Society 29 (julio de 1987), pp. 353-362. 13.

Se tienen datos demostrativos, por ejemplo, de que existe diferencia mínima en los resultados cuando se analizan datos originales con procedimientos apropiados para datos de intervalos. Véase Stanford Labovitz, "Some Observations on Measurement and Statistics", en Social Forces 46 (1967), pp. 151-160; Stanford Labovitz, "The Assignment of Numbers to Rank Order Categories", en American Sociological Review 35 (1970), pp. 515-524; John Gaito, "Measurement Scales and Statistics: Resurgence of an Old Misconception", en Psychological Bulletin 87 (1980), pp. 564-567.

14.

Véase comparaciones empíricas relativas a diversas formas de escalas de autoinformes sobre la importancia de los atributos en "Measuring the Importance of Attributes", en Research on Research No. 28 (Chicago: Market Facts, Inc., sin fecha); "The Use of Concern Scales as an Alternative to Importance Ratings", en Research on Research N° 44 (Chicago: Market Facts, Inc., sin fecha); "An Analysis of Importance Ratings", en Research on Research No. 60 (Chicago: Market Facts, Inc., sin fecha).

15.

Claire Selltiz, Lawrence S. Wrightsman y Stuart W. Cook, en Research Methods in Social Relations, 3a. ed. (Nueva York: Holt, Rinehart and Winston, 1976), pp. 403-404.

16.

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. Véase un análisis del tema del número de puntos de escalas específicamente en relación con la medición de la satisfacción de los clientes en el especial: "Scales: A Weighty Debate", en Marketing Research: A Magazine of Management & Applications 9 (otoño de 1994), pp. 6-33.

17.

Albert R. Wildt y Michael B. Mazis, "Determinants of Scale Response: Label versus Position", en Journal of Marketing Research 15 (mayo de 1978), pp. 261-267; H.H. Friedman y J.R. Liefer, "Label versus Position in Rating Scales", en Journal of the Academy of Marketing Science (primavera de 1981), pp. 88-92; Norbert Schwarz, et aL, "Rating Scales: Numeric Values May Change the Meanings of Scale Labels", en Public Opinion Quarterly 55 (invierno de 1991), pp. 570-582; Colm O'Muircheartaigh, George D. Gaskell y Daniel B. Wright, "Weighing Anchors: Verbal and Numerical Labels for Response Scales", en Journal of Official Statistics 11 (1995), pp. 295-307.

18.

Jerome S. Burner, Jacqueline J. Goodnow y George R. Austin, A Study of Thinking (Nueva York: John Wiley, 1956); James G. Miller, "Sensory Overloading", en Bernard E. Flaherty (ed), Psychophysiological Aspects of Space Flight (Nueva York: Columbia University Press, 1961), pp. 215-224; Jacob Jacoby, "Perspectives on Information Overload", en Journal of Consumer Research 10 (marzo de 1984), pp. 432-435.

19.

Gilbert A. Churchill Jr. y J. Paul Peter, "Research Design Effects on the Reliability of Rating Scales: A Meta-Analysis", en Journal of Marketing Research 21 (noviembre de 1984), pp. 360-375.

20.

Glen L. Urban y John R. Hauser, Design and Marketing of New Products, 2a. ed. (Englewood Cliffs, NJ: PrenticeHall, 1993). Véase un análisis de la utilidad de diversas técnicas para responder a estas preguntas en Michael D. Johnson y Elania J. Hudson, "On the Perceived Usefulness of Scaling Techniques in Market Analysis", en Psychology & Marketing 13 (octubre de 1996), pp. 653-675.

21.

Véase ejemplos de los métodos de análisis discriminante y de factores para la generación de mapas de percepciones en John R. Hauser y Frank S. Koppelman, "Alternative Perceptual Mapping Techniques: Relative Accuracy and Usefulness", en Journal of Marketing Research 16 (noviembre de 1979), pp. 495-506; Joel Huber y Morris B. Holbrook, "Using Attribute Ratings for Product Positioning: Some Distinctions Among Compositional Approaches", en Journal of Marketing Research 16 (noviembre de 1979), pp. 507-516.

22.

Jean McDougall, "Building Brands for the Future", en Perspectives (Millward Brown International), invierno de 1998 (bajado del sitio de Millward Brown International, www.millwardbrown.com, el 30 de septiembre de 1999); Mercedes M. Cardona, "WPP Brand Study Ranks Gerber 1st in U.S. Market", en Advertising Age (5 de octubre de 1998).

23.

Véase un panorama general de algunos estudios de mercadotecnia en que se han usado diversos algoritmos, en Lee G. Cooper, "A Review of Multidimensional Scaling in Marketing Research", en Applied Psychological Measurement 1

416

Capítulo 14: Medición de actitudes, percepciones y preferencias (otoño de 1983), pp. 427-450. Véase una revisión de algoritmos generalmente disponibles en microcomputadoras, entre ellos INDSCAL, en Paul E. Green, Frank J. Carmone Jr. y Scott M. Smith, en Multidimensional Scaling: Concepts and Applications (Boston: Allyn and Bacon, 1989). 24.

Huber y Holbrook, "Using Attribute Ratings for Product Positioning".

25.

Véase una revisión de estas aplicaciones en Cooper, "A Review of Multidimensional Scaling in Marketing Research", p. 23.

26.

Son diversos los programas disponibles. Uno de los más usados históricamente fue MONANOVA. Véase J. B. Kruskal, "Analysis of Factorial Experiments by Estimating Monotone Transformations of the Data", en Journal of the Royal Statistical Society, Serie B, 27 (1965), pp. 251-263. Véase una revisión y comparación de los programas más usados actualmente en el análisis, realizada por F.J. Carmone y C. M. Schañer en la Journal of Marketing Research 32 (febrero de 1995), pp. 113-120.

Lecturas recomendadas Véase un análisis general sobre cómo hacer preguntas en las encuestas de actitudes en: Howard Schuman y Stanley Presser, Questions and Answers in Attitude Surveys (Orlando, FL: Academic Press, 1981). Véase un análisis del procedimiento general que puede seguirse para desarrollar escalas de actitudes con las cualidades deseables en: Gilbert A. Churchill Jr., "A Paradigm for Developing Better Measures of Marketing Constructs", en Journal of Marketing Research 16 (febrero de 1979), pp. 64-73. Véase un análisis de las diversas alternativas para elaborar mapas de percepciones en: Glen L. Urban y John R. Hauser, Design and Marketing of New Products, 2a. ed. (Englewood Cliffs, NJ: Prentice-Hall, 1993). Véase un estudio de los diversos temas que rodean al análisis de conjuntos en: J. Douglas 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. Paul E. Green y V Srinivasan, "Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice", en Journal of Marketing 54 (octubre de 1990), pp. 3-19.

5

PARTEIV PROYECTO DE MYESTRAGAION • *?^'^^*TW*^^5i^^|p^fíW^~^ít^^F'F*«^^^^!5W|^S-^S^'wl¡V'

La cuarta etapa del proceso de investigación es el diseño del formulario de recopilación de datos. Como se analiza en los capítulos de estaparte, diseñar un cuestionario es más un arfe que una ciencia. Empero, como se menciona en el capítulo 12, existe una sucesión de pasos que suele resultar muy útil a los investigadores principiantes en la elaboración de cuestionarios. El método mencionado parte de especificar la información que se buscará y termina con laprepnteba del cuestionario y su modificación en caso necesario. Sin embargo, como se señala en el capítulo, pocas veces el desarrollo de cuestionarios es en realidad tan ordenado. Lo más frecuente es que los investigadores vuelvan atrás para modificar una fase previa del cuestionario después de que su desarrollo posterior ha resultado deficiente en algún aspecto. En los capítulos de esta parte, también se aprendió que el cuestionario habitual contiene dos tipos de información: básica y de clasificación. La información básica es el tema del estudio, y la de clasificación, los datos recopilados acerca de los sujetos, como sus características demográficas y socioeconómicas, que ayudan a entender los resultados. También se estudió en estoparte que la secuencia apropiada en un cuestionario consiste en obtener primero la información básica y después la de clasificación, ya que sin información básica no hay estudio. Los investigadores de CARA decidieron usar una escala de actitudes de autoinforme para medir las opiniones de los hombres de negocios locales hacia diversos medios publicitarios y sus representantes de ventas. En el formato elegido se pidió a los participantes que indicaron su grado de acuerdo o desacuerdo con afirmaciones acerca de los representantes de ventas y medios publicitarios, para lo cual debían poner una marca en uno de los espacios en blanco, que iban desde "abiertamente de acuerdo" hasta "abiertamente en desacuerdo". Tal formato brindaba dos ventajas a los investigadores: podrían medir la intensidad de las opiniones de los sujetos y se facilitaría calificar las respuestas. En el estudio de CARA se asignaron los valores 5,4,3,2 y 1 a los diversos grados de acuerdo o desacuerdo, de modo que "abiertamente de acuerdo" correspondía al valor 5, y "abiertamente en desacuerdo", al valor 1. De tal manera, podría calcularse la calificación total de actitud de cada participante al sumar las calificaciones de cada elemento.

Se pidió a los sujetos que calificaran la importancia de los atributos y características usados para describir a los representantes de venías y medios publicitarios mediante la colocación de una marca en los tres reactivos más importantes de cada categoría. Los investigadores consideraron que esto era sipificativo, ya que un participante podría estar abiertamente de acuerdo o en desacuerdo con un elemento sin que valorara la característica o atributo. Cada una de las tres categorías sobre los representantes de ventas contenía 12 atributos descriptivos. Éstos se ordenaron al azar y se usó el mismo orden en cada categoría. Al usar reactivos ¡guales en un orden idéntico, los investigadores podían comparar las calificaciones totales de actitud entre las categorías de representantes de ventas. Sí hubieran usado reactivos distintos o los hubiesen colocado en un orden distinto para cada categoría, la variación en el instrumento de pruebas habría originado diferencias en las calificaciones resultantes. Se pidió a los sujetos que de los 12 atributos descritos indicaran los tres que consideraban más importantes. Esos atributos se enumeraron en el mismo orden que los reactivos en las escalas sobre los representantes de ventas. También se describieron 12 características de los medios publicitarios televisivo, radiofónico y periodístico. De igual modo, se ordenaron al azar y en cada una se se colocaron los reactivos en el mismo orden, por la razón mencionada. Por añadidura, los atributos se enumeraron en la escala de importancia con el mismo orden que los reactivos en las categorías de medios publicitarios y se pidió a los participantes que seleccionaran los tres atributos que consideraban más trascendentes. Las preguntas relativas a los representantes de ventas se incluyeron al principio, para generar interés en el cuestionario, sección que fue seguida de prepntas sobre actitudes hacia los diversos medios publicitarios. Por último, los investigadores agregaron una sección donde solicitaban información de clasificación. Se incluyó al último porque, sin dejar de ser importante, era la de naturaleza menos critica para el estudio. Los investigadores eligieron los 12 atributos específicos usados para describir a los representantes de ventas y los medios publicitarios con base en una revisión de las publicaciones, conversaciones con miembros de CARA y encuestas de experiencia con minoristas locales.

Cuestionario de CARA

Sección 1 Por favor indique su opinión en cuanto a su grado de acuerdo a desacuerdo con las afirmaciones siguientes, relativas a los representantes de ventas de televisoras, emisoras de radio y periódicos, colocando una "X" en ei lugar apropiado. Si lo atienden dos o más representantes de ventas de cualquiera de esos medios, sus opiniones deben incluir su impresión general de todos los representantes. En el supuesto de que no haya tenido contacto con representantes de ventas de alguno de esos medios, por favor omita la sección o secciones correspondientes y proceda a la parte siguiente. No se preocupe por cada respuesta, lo importante es su primera impresión sobre cada reactivo.

418

Capítulo 14: Medición de actitudes, percepciones y preferencias REPRESENTANTES DE VENTAS TELEVISIVOS

Los representantes de ventas televisivos que me visitan son/están:

Abiertamente Ni de acuerdo Abiertamente de acuerdo De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

1. 2. 3. 4. 5. 6. 7. 8. 9.

Creativos Confiables Sinceros Orientados a resultados Conocedores de mi negocio Cooperativos Disponibles cuando los necesito Muy trabajadores Preocupados por mis necesidades de publicidad específicas 10. Capaces de colocar rápidamente mis anuncios 11. Saben quiénes son mis clientes 12. Preocupados por dar seguimiento después del servicio REPRESENTANTES DE VENTAS RADIOFÓNICOS Los representantes de ventas radiofónicos que me visitan son/están:

Abiertamente Ni de acuerdo Abiertamente de acuerdo De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

1. 2. 3. 4. 5. 6. 7. 8. 9.

Creativos Confiables Sinceros Orientados a resultados Conocedores de mi negocio Cooperativos Disponibles cuando los necesito Muy trabajadores Preocupados por mis necesidades de publicidad específicas 10. Capaces de colocar rápidamente mis anuncios 11. Saben quiénes son mis clientes 12. Preocupados por dar seguimiento después del servicio REPRESENTANTES DE VENTAS PERIODÍSTICOS Los representantes de ventas periodísticos que me visitan son/están: 1. 2. 3. 4. 5. 6. 7. 8. 9.

Creativos Confiables Sinceros Orientados a resultados Conocedores de mi negocio Cooperativos Disponibles cuando los necesito Muy trabajadores Preocupados por mis necesidades de publicidad específicas 10. Capaces de colocar rápidamente mis anuncios 11. Saben quiénes son mis clientes 12. Preocupados por dar seguimiento después del servicio

Abiertamente Ni de acuerdo Abiertamente de acuerdo De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

Parte IV: Proyecto de investigación

419'

Por favor, indique cuáles considera que son las tres características más importantes de un representante de ventas, colocando una "X" en el lugar apropiado. Por ejemplo, si piensa que los reactivos 4,8 y 10 son las características más importantes, coloque una "X" en el espacio que está junto a cada uno de ellos. Las tres características más importantes de un representante de ventas de medios publicitarios son: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

Creatividad Confiabilidad Sinceridad Orientación a resultados Conocimientos de mi negocio Cooperación Disponibilidad cuando se les necesita Disposición para trabajar intensamente Preocupación por mis necesidades publicitarias específicas Capacidad para colocar rápidamente mis anuncios Conocimiento de quiénes son mis clientes Preocupación por dar seguimiento después del servicio

Sección 2 Por favor, indique su grado de acuerdo o desacuerdo con las afirmaciones siguientes acerca de la publicidad en televisión, radio y periódicos, use o no cualquiera de esos medios publicitarios. Coloque una "X" en el lugar apropiado. Una vez más, no se preocupe por cada respuesta, dado que su primera impresión sobre cada reactivo es lo importante.

Publicidad en televisión 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

Abiertamente de acuerdo

Ni de acuerdo Abiertamente De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

El público presta atención a los anuncios. Los anuncios llegan a mi mercado objetivo. Los anuncios no cuestan mucho. Los anuncios mejoran mi volumen de ventas. Los anuncios son creativos. Los anuncios no tienen que repetirse frecuentemente para ser eficaces. Los anuncios llegan a muchas personas. Los anuncios incrementan el reconocimiento de mi empresa. Existen pruebas de que los anuncios llegan a un mercado conocido. Comprar los anuncios no es un proceso difícil. Es fácil vigilar cuándo se presentan los anuncios. La calidad de los anuncios es alta (buena).

Continúa

420

Capítulo 14: Medición de actitudes, percepciones y preferencias

Publicidad en la radio 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

7. 8. 9. 10. 11. 12.

Ni de acuerdo Abiertamente De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

El público presta atención a los anuncios. Los anuncios llegan a mi mercado objetivo. Los anuncios no cuestan mucho. Los anuncios mejoran mi volumen de ventas. Los anuncios son creativos. Los anuncios no tienen que repetirse frecuentemente para ser eficaces. Los anuncios llegan a muchas personas. Los anuncios incrementan el reconocimiento de mi empresa. Existen pruebas de que los anuncios llegan a un mercado conocido. Comprar los anuncios no es un proceso difícil. Es fácil vigilar cuándo se presentan los anuncios. La calidad de los anuncios es alta (buena).

Publicidad en los periódicos 1. 2. 3. 4. 5. 6.

Abiertamente de acuerdo

Abiertamente Ni de acuerdo Abiertamente de acuerdo De acuerdo ni en desacuerdo En desacuerdo en desacuerdo

El público presta atención a los anuncios. Los anuncios llegan a mi mercado objetivo. Los anuncios no cuestan mucho. Los anuncios mejoran mi volumen de ventas. Los anuncios son creativos. Los anuncios no tienen que repetirse frecuentemente para ser eficaces. Los anuncios llegan a muchas personas. Los anuncios incrementan el reconocimiento de mi empresa. Existen pruebas de que los anuncios llegan a un mercado conocido. Comprar los anuncios no es un proceso difícil. Es fácil vigilar cuándo se presentan los anuncios. La calidad de los anuncios es alta (buena).

Por favor, indique cuáles considera que son los tres atributos más importantes de la publicidad colocando una "X" en el lugar apropiado. Por ejemplo, si piensa que los reactivos 4,8 y 10 son los atributos más importantes, coloque una "X" en el espacio que está junto a cada uno de ellos. Los tres atributos más importantes de la publicidad son: 1. El público presta atención a los anuncios. 2. Los anuncios llegan a mi mercado objetivo. 3. Los anuncios no cuestan mucho. 4. Los anuncios mejoran mi volumen de ventas. 5. Los anuncios son creativos. 6. Los anuncios no tienen que repetirse frecuentemente para ser eficaces.

Parte IV: Proyecto de investigación 7. 8 9. 10. 11. 12.

" ^^Itt

Los anuncios llegan a muchas personas. Los anuncios incrementan el reconocimiento de mi empresa. Existen pruebas de que los anuncios llegan a un mercado conocido. Comprar los anuncios no es un proceso difícil. Es fácil vigilar cuándo se presentan los anuncios. La calidad de los anuncios es alta (buena).

Sección 3: Datos de clasificación 1. ¿Qué tipos de publicidad ha usado durante los últimos 12 meses? Exteriores Radio Televisión Periódicos Revistas Sección amarilla Correo directo Compradores Otra 2. ¿Qué proporción aproximada de su presupuesto anual total de publicidad gasta en cada uno de los tipos de publicidad siguientes? Exteriores Radio Televisión Periódicos Revistas Sección amarilla Correo directo Compradores Otra Total = 100% 3. ¿Cuánto gasta anualmente en publicidad? 0-$9 999 $10000-$24999 $25 000-$49 999 $50 000 o más

4. ¿Qué categoría describe mejor su puesto? Gerente Propietario/gerente Secretaria Empleado administrativo Otro 5. ¿Toma decisiones relativas a los gastos de publicidad? Sí No 6. ¿Usa los servicios de una agencia publicitaria? Sí No

CASOS DE LA PARTE IV

CASO IV.A Rumstad Decorating Centers (B) Rumstad Decorating Centers era una empresa de Rockford, Illinois. En 1929, Joseph Rumstad la fundó como una pequeña tienda de pintura y papel tapiz que administró hasta jubilarse en 1970, cuando se hizo cargo del negocio su hijo, Jack Rumstad. En 1974 se cerró la tienda original del centro de la ciudad y se abrió otra en el sector poniente, una zona en rápida expansión. En 1999, se inauguró una sucursal en el sector oriente de la misma localidad y fue cuando la empresa cambió su nombre por Rumstad Decorating Centers.

Parrett, propietaria y administradora de su propio servicio de investigación de mercados en el área de Rockford. Sandra se encargaba de todas las tareas de atención al cliente y ayudaba en el diseño de las investigaciones. Además, su hija Lisa supervisaba a los cuatro empleados de campo, analizaba los datos y preparaba los informes de investigación. Aunque la compañía era pequeña, tenía una excelente reputación entre la comunidad empresarial.

La revisión que hizo Jack Rumstad de 2000 operaciones le resultó desconcertante. Ambas tiendas habían sufrido pérdidas durante el año [véase el caso II.A, Rumstad Decorating Centers (A)]. La situación era mucho más desalentadora en la tienda del sector poniente. Las pérdidas de la tienda del sector oriente habían sido 80% menores que las del año precedente, lo que se debió en parte a algunos importantes cambios organizativos. Además, dicho local tuvo 25% de aumento en las ventas netas y en las utilidades brutas durante 1999. Por el contrario, en la tienda del sector poniente había una disminución de 21 y 31% en las ventas netas y utilidades brutas, respectivamente.

Diseño de la investigación

La investigación preliminar de la empresa hizo suponer que los problemas de la tienda del sector poniente podían relacionarse con su ubicación o publicidad. ¿Su ubicación parecía conveniente? ¿Conocían los clientes potenciales a Rumstad Decorating Centers, sus productos y ubicación? ¿Eran favorables sus impresiones de la empresa? ¿Cómo eran sus actitudes hacia la compañía en comparación con las correspondientes a sus competidores principales? Jack Rumstad se dio cuenta de que no tenía la experiencia para responder a esas preguntas. Por consiguiente, llamó a Sandra

Rumstad aceptó la sugerencia de Sandra Parrett en el sentido de que la mejor forma de aclarar sus preocupaciones sería mediante un cuestionario estructurado y con cierto grado de ocultamiento (anexo IV.A. 1). Se ocultaría al patrocinador de la investigación para que los sujetos no respondieran "correctamente", en vez de hacerlo con sinceridad, de modo que se incluyeron preguntas acerca de los dos competidores principales de Rumstad Decorating Centers: Nina Emerson Decorating Center y Wallpaper Shop. Ambos negocios tenían productos y servicios similares a los de Rumstad Decorating Centers, además de ubicarse en la misma área que la tienda poniente de esta última empresa. El estudio se limitaría a dicha tienda en virtud del costo; la pérdida de utilidades durante los últimos años había restringido considerablemente la capacidad de la empresa para emprender investigaciones de este tipo. Sin embargo, dicha tienda era tan crítica para la supervivencia de Rumstad Decorating Centers que Jack Rumstad estaba dispuesto a dedicar fondos a la investigación, si bien subrayó repetidamente a Sandra Parrett la necesidad de mantener los costos tan bajos como fuera posible.

A N E X O IV.A.1 Sección I En relación con los preguntas 1-8, por favor indique su opinión acerca de la importancia que tienen para usted los siguientes factores para elegir un centro de decoración. Coloque una X en el lugar apropiado. No es importante 1 2 3 4 5S. 7.

Vio o escuchó un anuncio Vents especial Ubicación conveniente Horario conveniente Personal de ventas capacitado Productos de buena calidad Servicios adicionales (v.gr., igualación de colores de pintura, servicios de decorador, etc.) 8. Precios razonables en relación con la calidad

Levemente importante

Moderadamente importante

Muy importante

Casos de la parte IV

423

A N E X O IV.A.1

Para simplificar, en lo sucesivo se usarán las siguientes abreviaturas al referirse a las tres tiendas de decoración del sector poniente que alude este cuestionario: Emerson Decorating Centers: "Emerson" Rumstad Decorating Centers: "Rumstad" Wallpaper Shop: "Wallpaper Shop" Por favor indique su respuesta con una X en el lugar apropiado. 9. ¿Sabe dónde se ubica cualquiera de las tiendas del sector poniente? (Es decir, ¿podría encontrar cualquiera de esas tiendas sin consultar otras fuentes?) Emerson Rumstad Wallpaper Shop

Sí

No

10. ¿Cuándo fue la última vez que vio o escuchó anuncios de las tiendas siguientes? Nunca

Durante el último mes

Más de 6 meses

1-6 meses

Emerson Rumstad Wallpaper Shop //. Por favor indique la o las fuentes de los anuncios que haya visto u oído. No he visto/ oído

Shopper's World

Rockford Morning Star

Radio

Televisión

Otra

No recuerdo

Emerson Rumstad Wallpaper Shop 12. ¿Sabe cuáles de los artículos siguientes están disponibles en estas tiendas? De ser así, ponga una marca en el o los artículos correspondientes. No sé

Pintura

Paneles

Alfombras

Tapices

Otros

Emerson Rumstad Wallpaper Shop 13. ¿Cuáles de las siguientes marcas de pintura que siguen asocia con las tiendas que se mencionan? Benjamin Moore

Dutch Boy

Glidden

Pittsburg

No las asocio

Emerson Rumstad Wallpaper Shop Continúa

424

Capítulo 14: Medición de actitudes, percepciones y preferencias

A N E X O IV.A.1

14. ¿Ha visitado alguna vez cualquiera de estas tiendas en el sector poniente? Nunca

En el último año

1-5 años atrás

Más de 5 años atrás

Emerson Rumstad Wallpaper Shop Sección II Si ha visitado o conoce una más de las tiendas enumeradas a continuación, por favor indique su grado de acuerdo o desacuerdo con las afirmaciones siguientes respecto de cada tienda. Por ejemplo, si conoce sólo una tienda, responda cada pregunta para esa tienda específica. Si no ha visitado ninguna de las tiendas ni tiene conocimientos sobre ellas, omita esta sección y pase a la sección III. Abiertamente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

Abiertamente en desacuerdo

15. La ubicación de la tienda es conveniente. Emerson Rumstad Wallpaper Shop 16. El personal de ventas es conocedor Emerson Rumstad Wallpaper Shop 17. La tienda carece de servicios adicionales (por ejemplo, igualación de colores de pintura, servicios de decorador, etc.) Emerson Rumstad Wallpaper Shop 18. La tienda tiene productos de buena calidad. Emerson Rumstad Wallpaper Shop 19. Los precios son razonables en relación con la calidad de los productos. Emerson Rumstad Wallpaper Shop 20. El horario de la tienda es inconveniente. Emerson Rumstad Wallpaper Shop

Casos de la parte IV

425

A N E X O IV.A.1

Sección III 1. Su género: 2. Su edad:

Masculino

Femenino

Menos de 25 años 40-54 años

25-29 años 55 años o más

30-39 años

3. ¿Durante cuánto tiempo ha vivido en Rockford? Menos de laño 4. Indique si:

1-3 años

4 o más años

Es propietario de una casa o condominio

Renta un apartamento

Renta una casa

Otra

5. ¿Cuándo fue la última vez que pintó o remodeló su hogar? Nunca

En el último año

Hace 1-5 años

Hace más de 5 años

6. ¿Aproximadamente cuántas veces ha recibido la publicación semanal Shopper's World en los últimos tres meses? Ninguna

1-5 veces

6-12 veces

7. ¿Lee u hojea Shopper's World ? No la recibo

Nunca

Casi la mitad del tiempo

Menos de la mitad del tiempo Más de la mitad del tiempo

Aunque Emerson Decorating Center y Wallpaper Shop son similares a Rumstad Decorating Centers, existen diferencias en sus estrategias de mercadotecnia. Por ejemplo, las primeras dos tiendas parecen anunciarse más que Rumstad, si bien no se averiguaron los importes precisos de sus presupuestos de publicidad. Emerson se anuncia en Shopper's World (periódico semanal dedicado exclusivamente a publicidad, que se distribuye gratuitamente), coloca anuncios cuatro veces por año en Rockford Morning Star y hace un poco de publicidad en la radio y en exteriores. Wallpaper Shop se anuncia con regulari-

dad en Shoppers World, además de hacerlo diariamente en el Rockford Morning Star y en la radio. En otros tiempos, Rumstad se anunciaba en el Rockford Morning Star, si bien ahora se limita a Shoppers World.

Muestra Dadas las limitaciones económicas que Jack Rumstad impuso al estudio, se decidió restringirlo a los hogares situados en un radio de tres kilómetros alrededor de las tres tiendas. Se identificaron los distritos electorales dentro de dicho radio, cuatro, y se enumeraron las subdivisiones de cada distrito. Se excluyeron dos de las 12 subdivisiones porque estaban fuera del área

especificada. Se elaboró una lista de las manzanas de cada una de las 10 subdivisiones restantes y se seleccionaron al azar cinco manzanas de cada una. Se determinó un punto de partida inicial en cada manzana y el personal de campo de Sandra Parrett aplicó el cuestionario en una de cada seis casas por manzana. Si no había nadie en la casa o la persona no quería cooperar, se la sustituía con la casa siguiente de la manzana; no hubo nadie en 39 casas, además de que en otras 18 los sujetos se rehusaron a participar. El trabajo de campo se completó en un fin de semana y produjo una muestra total de 123 cuestio-

narios.

Preguntas 1. Evalúe el cuestionario. ¿Piensa que responde adecuadamente a las preocupaciones de Jack Rumstad? ' ¿Cómo Acomendaría que se analizaran los datos recopilados Para resolver en forma óPtima el problema de Jack Rumstad? 3. ¿Piensa que fue adecuada la aplicación personal del cuestionario o habría recomendado otra alternativa? ¿Por qué?

2

426

Capítulo 14: Medición de actitudes, percepciones y preferencias

| CASO IV.B Facultad de Administración (A) 1 1

Se agradece la colaboración de Sara Pitterle para el desarrollo de este caso.

En una universidad pública con más de 40 000 estudiantes, la facultad de administración es una unidad que cuenta con casi 2100 alumnos de licenciatura, maestría y doctorado en áreas como contabilidad, finanzas, administración de la información y operaciones, mercadotecnia, administración general y otras. La facultad atiende a una población estudiantil diversa con recursos limitados, por lo que se considera importante medir con exactitud la satisfacción del estudiantado con los programas y servicios de la escuela. Dicha medición permitirá que la facultad mejore sus esfuerzos en las áreas que más preocupen a los estudiantes, trátese de las áreas de especialización, servicios de apoyo o algún otro aspecto de su experiencia educativa. La escuela considera que mejorar el servicio a sus clientes (estudiantes) tendrá como resultado alumnos más satisfechos, mejores relaciones con la comunidad de la facultad, más solicitudes de ingreso y un aumento del apoyo de compañías privadas. Los estudiantes de licenciatura y posgrado tienen expectativas y necesidades distintas, de modo que la escuela planea investigar por separado la satisfacción de ambos grupos. En una encuesta previa aplicada a alumnos de último año de licenciatura con preguntas abiertas, se identificaron tres áreas principales de inquietud: profesorado, clases/programas de es-

tudios y recursos. En esta última, se incluyeron cinco áreas específicas: servicios de asesoría a estudiantes de licenciatura, centro de aprendizaje, instalaciones de cómputo, biblioteca y oficina de servicios profesionales. El equipo de investigación de este proyecto elaboró preguntas tipo escala de Likert de cinco puntos para medir la satisfacción de los estudiantes en cada área. Además, se incluyeron preguntas demográficas para determinar si la satisfacción con la escuela dependía de las calificaciones promedio del estudiante, su área de especialización, situación laboral al titularse o género. Algunas encuestas previas aplicadas en la facultad y otras escalas de satisfacción publicadas sirvieron como prototipo para las preguntas y el formato. En el anexo IV.B.l, se muestra el cuestionario utilizado. Aunque la encuesta incluyó principalmente preguntas tipo escala de Likert, también abarcó unas cuantas preguntas abiertas. De manera específica, se pidió a los participantes que enumeraran los aspectos débiles y fuertes de la facultad, así como sus razones para usar diversas áreas de recursos o no. Las respuestas obtenidas a las preguntas sobre puntos fuertes y débiles de la escuela se clasificaron en cuatro subgrupos principales: clases, reputación, recursos y profesorado. En el anexo IV.B.2 se presenta una muestra de respuestas textuales.

A N E X O IV.B.1 En su opinión, ¿cuáles son los aspectos fuertes y débiles de la Facultad de Administración? Aspectos fuertes

Aspectos débiles

CLASES/PROGRAMA DE ESTUDIOS Por favor indique el grado en que concuerda con las afirmaciones siguientes. Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

Totalmente en desacuerdo

Estuve satisfecho con la calidad de las clases que tomé en mi área de especialización. (1)

(2)

(3)

(4).

(5)

Casos de la parte IV

ül

A N E X O IV.B.1 Pude tomar materias optativas suficientes en mi área de especialización. (1) (2) (3) (4) Las actividades de ponencia son más útiles para aprender que las de proyecto o grupales. (1) (2) (3) (4) La enseñanza en la Facultad fue excesivamente teórica y no incluye suficientes aplicaciones prácticas. (1) (2) (3) (4) En mis clases, se alentó la solución creativa de problemas. (1) (2) (3) (4) Los grupos fueron demasiado grandes. (1) (2) (3) (4) Sentí que los cursos eran un desafío. (1) (2) (3) (4) No hubo suficientes proyectos de grupo en mis clases. (1) (2) (3) (4) Deben ofrecerse más cursos nocturnos. (1) (2) (3) (4) En general, el material presentado en mis clases estaba actualizado. (1) (2) (3) (4)

(5) (5) (5) (5) (5) (5) (5) (5) (5)

PERSONAL DOCENTE Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

Totalmente en desacuerdo

Los profesores se preocupan por mi éxito futuro. (1) (2) (3) (4) (5) En general, los profesores de la facultad son buenos. (1) (2) (3) (4) (5) La facultad concede mucha importancia a la investigación e insuficiente a la docencia. (1) (2) (3) (4) (5) En general, mis profesores fueron accesibles fuera de clase. (1) (2) (3) (4) (5) La facultad toma con seriedad los comentarios que anoto en los formularios para evaluar profesores. (D (2) (3) (4) (5) En general, los profesores me brindaron asesoría fuera de clases adecuada durante el semestre. (D (2) (3) (4) (5) En general, los profesores alientan a los estudiantes para que hagan preguntas relevantes durante la clase. (1) (2) (3) (4) (5) En los exámenes, los profesores someten a prueba las habilidades de memorización más que la capacidad de aplicar conceptos (D (2) (3) (4) (5) En general, los profesores de la facultad interactúan bien con los estudiantes. (D (2) (3) (4) (5) Los profesores mostraron creatividad en sus métodos de enseñanza. (D (2) (3) (4) (5) Los profesores tienen los conocimientos más avanzados en su campo. (D (2) (3) (4) (5) Estoy a favor de los cursos básicos de la asociación de profesores. (D (2) (3) (4) (5) Mis profesores fueron estimulantes. (D (2) , (3) (4) (5) continúa

428

Capítulo 14: Medición de actitudes, percepciones y preferencias

A N E X O IV.B.1

RECURSOS Asesoría ¿Usó alguna vez la oficina de asesoría para estudiantes de licenciatura? (1)

Sí

(2)

No

Si no lo hizo, ¿por qué?

En caso de que haya respondido afirmativamente a la pregunta anterior, por favor llene el resto de las preguntas sobre asesoría. Si su respuesta fue negativa, por favor pase a la sección "Centro de aprendizaje". Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

La oficina de asesoría a estudiantes de licenciatura me ayudó mucho a preparar mi plan de estudios. (1) (2) (3) (4) La oticina de asesoría debería tener más asesores. (1) (2) (3) (4) Los asesores de la oficina fueron serviciales. (1) (2) (3) (4) El personal de la oficina fue servicial. (1) (2) (3) (4) Sentí que molestaba a los asesores de la oficina cuando les hacía preguntas. (1) (2) (3) (4) Los asesores de la oficina se preocuparon por mis necesidades. (1) (2) (3) (4) Si hubiera más asesores para estudiantes de licenciatura, habría utilizado sus servicios más seguido. (1) (2) (3) (4) La asesoría que me brindaron los asesores de la oficina no fue útil para mí. (1) (2) (3) (4)

Totalmente en desacuerdo (5) (5) (5) (5) (5) (5) (5) (5)

Centro de aprendizaje ¿Usó alguna vez el centro de aprendizaje? (1) Sí (2) No Si no lo hizo, ¿por qué?

Si respondió afirmativamente a la pregunta anterior, por favor conteste el resto de las preguntas concernientes al "Centro de aprendizaje". Si su respuesta fue negativa, por favor pase a la sección: "Instalaciones/personal de servicios profesionales".

Casos de la parte IV

429

A N E X O IV.B.1

Totalmente de acuerdo

De acuerdo

El centro de aprendizaje fue útil para mí. (1) (2) El personal del centro de aprendizaje es útil. (1) (2) El centro de aprendizaje debe ampliar su horario. (1) (2)

Ni de acuerdo ni en desacuerdo

En desacuerdo

Totalmente en desacuerdo

(3)

(4)

(5)

(3)

(4)

(5)

(3)

14)

15)

Instalaciones/personal de servicios profesionales ¿Usó alguna vez la oficina de servicios profesionales como recurso en su búsqueda de empleo de medio tiempo o tiempo completo? (1) Sí (2) No Si no lo hizo, ¿por qué?

Si respondió afirmativamente a la pregunta anterior, por favor conteste el resto de las preguntas sobre "Instalaciones/personal de servicios profesionales". En el supuesto de que su respuesta haya sido negativa, por favor pase a la sección "Instalaciones/personal de cómputo". Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

Totalmente en desacuerdo

En general, la oficina de servicios profesionales fue un recurso valioso en mi búsqueda de trabajo. (D (2) (3) (4) (5) El personal de la oficina es servicial. (D (2) (3) (4) (5) La oficina es/fue el recurso principal que usé en mi búsqueda de trabajo. (D (2) (3) (4) (5) En mi opinión, la oficina tiene personal insuficiente. (D (2) (3) (4) (5) Me complació ver el número de compañías que realizan entrevistas en la oficina dentro de mi área de especialización. (D (2) (3) (4) (5) La oficina tiene éxito en atraer a buenas empresas para que entrevisten a estudiantes en el campus. (D (2) (3) (4) (5) El proceso de inclusión para entrevistas en la oficina es justo. (D (2) (3) (4) (5) La oficina proporciona información suficiente para utilizar el programa computarizado de curriculum vitae. (D (2) (3) (4) (5) La oficina brinda capacitación adecuada para las entrevistas. (D (2) (3) (4) (5) Instalaciones/personal de cómputo ¿Usó alguna vez las instalaciones de cómputo de la facultad? (1) Sí (2) No Continúa

430

Capítulo 14: Medición de actitudes, percepciones y preferencias

ANEXO IV.B.1 Si no lo hizo, ¿por qué?

Si respondió afirmativamente a la pregunta anterior, por favor conteste el resto de las preguntas relativas a "Instalaciones/personal de cómputo". Si su respuesta fue negativa, por favor pase a la sección siguiente "Instalaciones/personal de biblioteca". Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

La sala de cómputo debe ampliar su horario de fin de semana. (1) (2) (3) La sala de cómputo debe ampliar su horario nocturno. (1) (2) (3) Se necesitan más computadoras en la sala de cómputo. (1) (2) (3) Se necesitan más impresoras en la sala de cómputo. (1) (2) (3) El personal de la sala de cómputo es servicial. (1) (2) (3) Siempre estuvo disponible una computadora cuando la necesitaba. (1) (2) (3)

En desacuerdo

Totalmente en desacuerdo

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

Instalaciones/personal de biblioteca ¿Usó alguna vez la biblioteca de la facultad? (1) Sí (2) No Si no lo hizo, ¿por qué?

Si respondió afirmativamente a la pregunta anterior, por favor conteste el resto de las preguntas concernientes a "Instalaciones/personal de biblioteca". Si su respuesta fue negativa, por favor pase a la sección "Organizaciones estudiantiles". Totalmente de acuerdo

De acuerdo

El personal de la biblioteca es servicial. (1) (2) La biblioteca tiene espacio de estudio adecuado. (1) (2)

Ni de acuerdo ni en desacuerdo

En desacuerdo

Totalmente en desacuerdo

(3)

(4)

(5)

(3)

(4)

(5)

Organizaciones estudiantiles ¿Fue miembro de alguna organización estudiantil de la facultad? (1) Sí (2) No

Casos de lo parte IV

-4HL

A N E X O IV.B.1

Si no lo hizo, ¿porqué?

Si respondió afirmativamente a la pregunta anterior, por favor conteste el resto de las preguntas concernientes a "Organizaciones estudiantiles". En caso contrario, por favor pase a la sección General". ¿De cuántas organizaciones fue miembro? (1) 1 (2) 2 (3) 3 (4) >3 ¿Ocupó algún puesto? (1)

Sí

(2)

No

¿Piensa que el profesorado y personal administrativo brindaron apoyo a las organizaciones estudiantiles? (1) Sí (2) No (3) Nosé ¿Qué razones lo hicieron incorporarse a la o las organizaciones estudiantiles?

GENERAL Totalmente de acuerdo

De acuerdo

Ni de acuerdo ni en desacuerdo

En desacuerdo

Mis estudios en la facultad me han dado la sensación de haber alcanzado un logro. (D (2) (3) (4) La Facultad goza de respeto en todo el país. (D (2) (3) (4) Mi licenciatura me ha preparado bien para una carrera exitosa en la administración. (D (2) (3) (4) El nivel de mis compañeros de clase mejoró mi aprendizaje. (D (2) (3) (4) La facultad debería establecer más cursos de cómputo. (D (2) (3) (4) Las instalaciones de fotocopiado de la Facultad son inadecuadas. (D (2) (3) (4) Mi experiencia como estudiante de licenciatura fue desalentadora. (D (2) (3) (4) La Facultad concede mucha importancia a un promedio académico alto, e insuficiente al aprendizaje. (D (2) (3) (4) Me siento como un número más en la Facultad. (1) (2) (3) (4) La Facultad debería incluir que una clase obligatoria de ética para los estudiantes de licenciatura. (D (2) (3) (4)

Totalmente en desacuerdo (5) (5) (5) (5) (5) (5) (5) (5) (5) (5) Continúa

i|í I

Capítulo 14: Medición de actitudes, percepciones y preferencias

A N E X O IV.B.1 Por favor, en qué grado está de acuerdo con que cada uno de los factores siguientes CONTRIBUYÓ POSITIVAMENTE a la calidad general de sus estudios de la licenciatura en administración: Totalmente de acuerdo

Ni de acuerdo ni en desacuerdo

De acuerdo

Tamaño de los grupos en las clases del área de especialización: (1) (2) (3) Tamaño de los grupos en los cursos comunes a todas las áreas: (1) (2) (3) Proyectos de grupo: (1) (2) (3) Casos de estudio: (1) (2) (3) Exámenes de opción múltiple: (1) (2) (3) Uso del pensamiento creativo: (1) (2) (3) Ponentes invitados: (1) (2) (3) Clases obligatorias: (1) (2) (3) Número de materias optativas que pude tomar: (1) (2) (3) Número de cursos de cómputo obligatorios: (1) (2) (3)

En desacuerdo

Totalmente en desacuerdo

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

(4)

(5)

Por favor, en qué grado está de acuerdo con que cada uno de los cursos básicos siguientes CONTRIBUYÓ POSITIVAMENTE a la calidad general de sus estudios de licenciatura en administración: Ciencias de la computación Contabilidad administrativa 302 Contabilidad financiera 200 Comunicaciones 320 Derecho mercantil 330 Finanzas corporativas 510 Mercadotecnia 520 Comportamiento organizacional 530 Estadística administrativa 570 Administración de operaciones de servicios-manufactura 574 GLOBAL

(1) (1) (1) (1) (1) (1) (1) (1) (1)

(2) (2) (2) (2) (2) (2) (2) (2) (2)

(3) (3) (3) (3) (3) (3) (3) (3) (3)

(4) (4) (4) (4) (4) (4) (4) (4) (4)

(5) (5) (5) (5) (5) (5) (5) (5) (5)

(1) (1)

(2) (2)

(3) (3)

(4) (4)

(5) (5)

INFORMACIÓN GENERAL Por favor marque el número correspondiente a su género: (1) Femenino (2) Masculino ¿Vive en este estado? (1) Sí

(2)

No

Por favor marque el o los números correspondientes a su o sus áreas de especialización. (1) Contabilidad (7) Mercadotecnia (2) Actuaría (8) Análisis cuantitativo (3) Diversificada (9) Bienes raíces (4) Finanzas (10) Administración de riesgos (5) Sistemas de información (11) Transporte.y servicios públicos (6) Administración y recursos humanos

Casos de la parte IV

4..

A N E X O IV.B.

Por favor, marque el número correspondiente a su promedio académico. (1) 3.5-4.0 (2) 3.0-3.49 (3) 2.5-2.99 Por favor, marque el número de años en que terminó sus estudios. (1) 3 1/2 (2) 4 (3) 4 1/2 ¿ Trabajó durante sus estudios (sin incluir los veranos)? (1) Tiempo completo (2) Medio tiempo

2.0-2.49

(4)

(4)

(3)

5

(5)

>5 1/2

No trabajé

¿Qué planea hacer al terminar sus estudios? 1) empleo de tiempo completo 2) empleo de tiempo parcial 3) estudios de posgrado 4) otro (por favor especifique) Si planea trabajar tiempo completo, por favor especifique si: 1) ya ha sido aceptado en un puesto 2) todavía está interesado en el proceso de entrevistas 3) otra (por favor especifique) GRACIAS POR LLENAR LA ENCUESTA DE ESTUDIANTES DEL ÚLTIMO AÑO DE ADMINISTRACIÓN

MISIÜBBPIÜJI Aspectos fuertes

Aspectos débiles

"Amplitud de cursos y áreas de especialización". "El aumento de los proyectos de grupo también fue útil". "Los grupos en mi área de especialización son relativamente pequeños". "La asesoría de profesores es excelente (no para estudiantes de licenciatura)". "Buena escuela", "profesores excelentes". "Tiene buena reputación". "Se requieren algunas clases que hagan pensar (literatura, filosofía)". "Impresión a láser gratuita en la sala de cómputo". "Los recursos para recopilar información son excelentes". "Las opciones de recursos disponibles son excelentes". "La calidad y actitud competitiva de los estudiantes". "Es bueno que las clases no se saturen mucho los viernes (libres para quienes desempeñan un trabajo remunerado o voluntario)". "Plan de estudios claro de cuáles clases son necesarias en el propedéutico o el área de administración; aunque son muchas, las clases fundamentales permiten conocer todas las áreas de especialización". "Una opción muy respetada y menos costosa para obtener una licenciatura en administración, en comparación con otras alternativas disponibles". "Unos cuantos profesores buenos compensan a todos los malos". "Algunos profesores son excelentes y realmente se preocupan por los estudiantes". "Buena reputación nacional".

"Aplicaciones reales insuficientes". "Las clases básicas son tediosas". "Demasiado interés en el promedio académico". "Carencia de asesores". "Carencia de instalaciones de apoyo". "La asesoría para estudiantes de licenciatura es terrible". "Las clases son demasiado teóricas". "Las clases de cómputo son un desperdicio de tiempo". "Muchas materias básicas innecesarias, que podrían cambiarse por otras clases o por materias optativas". "Demasiados exámenes programados para la sexta y duodécima semanas". "Demasiados proyectos de grupo obligatorios". "No puedo tener clases a la hora en que las necesito". "Recursos insuficientes para el número de estudiantes". "No tratan a los estudiantes como personas". "Las computadoras son insuficientes". "Hacen que los estudiantes tomen clases básicas en cada función administrativa". "Se necesitan más clases con casos de estudio y seminarios con menos estudiantes". "Memorización excesiva y aplicación práctica insuficiente de los conocimientos". "Tener que hacer cita para ver a un asesor". "Los profesores esperan demasiado de los estudiantes". "Los cursos de computación son demasiado técnicos".

434

Capítulo 14: Medición de actitudes, percepciones y preferencias

Preguntas 1. Al considerar la satisfacción del cliente en el contexto universitario, ¿qué otras áreas, además de las identificadas en el proyecto, contribuirían a la satisfacción/insatisfacción de los estudiantes con su experiencia educativa? 2. ¿Acaso el cuestionario aporta información sobre la satisfacción general de los estudiantes con el plan de estudios de licenciatura? Explique su respuesta. ¿Qué modificaciones deben hacerse al cuestionario para que se obtenga una calificación de satisfacción general?

3. ¿Acaso la facultad puede usar los resultados de este estudio para identificar las áreas más importantes de mejoras necesarias? Explique su respuesta. Señale los cambios al cuestionario que permitirían a la escuela identificar las áreas objetivo con base en su importancia. 4. ¿Cuáles son las ventajas y desventajas de usar preguntas abiertas para identificar los aspectos fuertes y débiles de la facultad? Considerando las respuestas del anexo IV.B.2, ¿qué sistema usaría para codificar esas respuestas?

I CASO IV.C Compañía Editorial Juvenil (A) 1 ¿De qué manera puede comercializar una compañía productos dirigidos a un nicho específico del mercado de adolescentes? Ésta es la pregunta que enfrentó Linda Hernández, copropietaria de Compañía Editorial Juvenil. Linda está convencida de que sus poco convencionales novelas para jóvenes podrían ser muy atractivas por lo menos para un segmento del mercado de adolescentes. Sin embargo, no tiene claro cómo llegar a este segmento "no conformista".

Antecedentes Hace tres años, Linda escribió su primera novela para jóvenes (de 15-18 años de edad), Ilusiones del verano. Sin embargo, ninguna de las grandes editoriales quiso publicarla, principalmente porque trata temas políticos y sociales polémicos. La mayoría de los editores simplemente pensaó que esos temas no interesarían lo suficiente a los adolescentes de bachillerato como para justificar su publicación, si bien muchos concordaron en que la novela tenía calidad, en otros aspectos, para publicarla. Frustrada por los esfuerzos para publicar la novela, Linda y una socia, Teresa Martínez, decidieron formar su propia compañía editorial y publicar la obra. Ambas pensaron que los adolescentes se interesarían mucho en los temas sociales y políticos y comprarían la obra. De esa manera nació Compañía Editorial Juvenil. Linda esperaba que si la compañía desarrollaba un plan de mercadotecnia eficaz para la novela en el ámbito local, alentaría a que los distribuidores nacionales modificaran su postura. Cuando se puso a la venta Ilusiones del verano, recibió una cálida acogida de varios críticos literarios, además de ganar premios y obtener buenas críticas. A pesar del éxito, fue más difícil lograr su aceptación comercial. Los dos años siguientes a su publicación, se habían vendido apenas 1500 ejemplares, en su mayor parte a través de librerías locales y pedidos por correo. Muchos distribuidores eran renuentes a manejar la obra porque no provenía de una editorial conocida. Con muy pocos 1

Se agradece la colaboración de Tom J. Brown para el desarrollo de este caso.

canales para comercializar el producto, éste era casi desconocido fuera del mercado local restringido. Incluso con esa situación desalentadora desde el punto de vista comercial, Linda continuó creyendo que los llamados adolescentes "no conformistas" estarían dispuestos a comprar libros de ese tipo, por lo que escribió y publicó una segunda novela, Decisiones finales. Una vez más, la novela incluía varios temas polémicos para adolescentes sobre aspectos políticos y sociales, y de nuevo los críticos reaccionaron favorablemente. Sus ventas iniciales han sido mejores que las de su predecesora; actualmente, dos meses después de su publicación, se han vendido 250 ejemplares. Gracias a conversaciones con los empleados de librerías locales, Linda se ha enterado de que muchos ejemplares son comprados por adolescentes.

Naturaleza del problema Aunque alentada por las buenas críticas y las mayores ventas de su segundo libro, Linda y Teresa están preocupadas por el futuro de la Compañía Editorial Juvenil. Aunque la empresa se las ha arreglado para alcanzar el punto de equilibrio durante los últimos dos años, gracias a la maquila de trabajos de impresión, Teresa ha señalado que la supervivencia de la compañía bien podría depender del éxito de la nueva novela. Las socias todavía están convencidas de que existe un mercado para sus novelas, pero aceptan que tal vez no conocen lo suficiente el mercado de adolescentes como para comercializar las novelas con eficacia. Por ejemplo, piensan que necesitan información en las áreas siguientes: • ¿Seleccionan específicamente los adolescentes de bachillerato novelas para adultos jóvenes o piensan que están escritas para adolescentes? • ¿Están interesados los adolescentes en problemas sociales y políticos? • ¿De qué fuente obtienen usualmente los adolescentes de bachillerato los libros que leen por puro placer?

Casos de la parte IV

435

• ¿Se encargan los adolescentes de comprar sus libros o lo hacen sus padres?

cursos son limitados y Linda quisiera tener los resultados de la investigación a más tardar en 60 días.

• ¿Qué tipos de artículos promocionales disfrutan más los adolescentes de bachillerato?

Preguntas

• ¿Qué medios publicitarios son más eficaces para llegar a los adolescentes?

1. Defina el problema de investigación con base en la información proporcionada y sus conocimientos de la mercadotecnia y la investigación de mercados.

• ¿En qué difieren los adolescentes "no conformistas" de otros en cuanto a temas como los de las novelas?

2. ¿Cuál es la población prevista del estudio?

Compañía Editorial Juvenil lo contrató para que elabore un proyecto de investigación encaminado a estudiar tales ideas. Los re-

3. Analice el plan de muestreo propuesto, incluyendo las consecuencias de poner en práctica el proyecto.

CASO IV.D Producciones TIM (A)' Producciones TIM, antes Teatro Infantil de México, se formó en 1965 para "producir teatro de la máxima calidad". Su misión es "garantizar que nuestros esfuerzos [los de TIM] incluyan a toda la familia humana, no sólo a una parte de ella". A fin de medir el logro actual y futuro de este objetivo, TIM necesita conocer cuál es realmente su auditorio. El equipo de investigación de TIM decidió estudiar al auditorio de su propia producción de Para matar a un cenzontle. El estudio tiene tres objetivos principales: 1) elaborar un perfil del 1

Se agradece la colaboración de Sara L Pitterle para el desarrollo de este caso.

auditorio, que incluya los datos demográficos y de exposición ante los medios; 2) tener un marco de referencia y un instrumento de recopilación de datos para investigaciones de mercado futuras y 3) elaborar una lista de posibles suscriptores de abonos para toda la temporada. La empresa nunca había realizado investigaciones de mercado, por lo que no se cuenta con información secundaria interna. La información secundaria externa sirvió de guía en cuanto a los tipos de preguntas que se harían en este cuestionario y la redacción apropiada de esas preguntas. El cuestionario se muestra en el anexo IV.D. 1.

A N E X O IV.D.1

Queremos conocerlo Bienvenido a la producción Para matar a un cenzontle, de Producciones TIM, que fue fundada en 1965. Desde entonces, más de 33000 personas han visto nuestras producciones. Se trata de personas con las que nunca hemos tenido una presentación formal. Se trata de personas reales, como usted, que actualmente sólo son números en nuestros registros. Ahora tenemos la oportunidad de cambiar esa situación. Le pedimos que dedique dos minutos a responder las preguntas siguientes, que nos ayudarán a entender quién es usted. Empecemos por lo básico. Su nombre es y vive en (por favor incluya su dirección con código postal) ¿A cuántas producciones de TIM ha asistido? Temporada 1999-2000 [ ] Suscriptor de abono [ ] El viento en los sauces [ ] Un villancico navideño [X] Para matar a un cenzontle [ ] Babarll (planea asistir)

[ ] Es la primera vez que asisto a una producción de TIM

Temporada 1998-1999 [ ] Suscriptor de abono [ ] Zapatos rojos [ ] Un villancico navideño [ ] Ana de los mil días [ ] Narnia

¿Quién le acompaña hoy? (marque todas las aplicables) [ } nadie [ ] mi cónyuge/compañero [ ] uno o más amigos adultos [ ] menores de edad no emparentados

Temporada 1997-1998 [ Suscriptor de abono [ La Bella y la bestia [ Un villancico navideño [ Hecuerdos de mi madre [ Babar, el Elefante mis hijos otras familias continúa

smiigmiiiKy PiHwi^HBIIi!!;

Capítulo 14: Medición de actitudes, percepciones y preferencias

A N E X O IV.D.1

¿Quién le ha acompañado en el pasado? (marque todas las aplicables) [ ] nadie [ ] mi cónyuge/compañero [ j uno o más amigos adultos [ ] menores de edad no emparentados

[ ] mis hijos [ ] otras familias

¿Han participado su familia o usted personalmente en cualquiera de las actividades siguientes de TIM? (marque todas las aplicables) [ ] clases de teatro vespertinas [ ] audiciones [ ] no hemos participado [ ] escuela de verano [ ] representaciones [ ] no sabíamos que se podía ¿Cómo se enteró de nuestra producción Para matar a un cenzontle? (marque todas las aplicables) [ } folleto de la temporada [ ] cartel Leí un artículo en: [ ] periódico El Estado

[ ] periódico La Capital

[ ] periódico El Istmo

[ ] otra fuente

Vi/oí un anuncio en: [ ] periódico El Estado

[ ] periódico La Capital

[ ] periódico El Istmo

[ ] otra fuente

[ [ [ [

] ] ] ]

radio (indique la estación) televisión (indique el canal) revista (indique cuál) otras personas

[ ] otra fuente

¿Asistió a esta representación porque conoce a alguien del elenco? [ ] sí

[ ] no

¿A qué otros eventos ha asistido los últimos seis meses? (Marque todas las aplicables) Con familiares o amigos: [ ] deportes [ ] cine [ ] interpretaciones musicales en vivo [ j museos [ ] conferencias [ ] otras representaciones teatrales en vivo Solo(a): [ ] deportes

[ ] cine

[ j museos

[ ] interpretaciones musicales en vivo

[ ] conferencias

[ ] otras representaciones teatrales en vivo

Sus respuestas a las preguntas demográficas siguientes nos ayudarán a conocerle mejor. ¿Cuál es su género?

[ ] femenino

[ ] masculino

¿A qué grupo de edad pertenece? [ ] 16-20 [ 121-30

[ ] 31-40 []41-50

¿Cómo llegó al teatro? [ ] caminando [ ] automóvil

[ ]51-60 []61-70

[ ] 71-80 [ 181-100

[ ] autobús

[ ] otro medio

¿A qué distancia le queda el teatro? [ ] en el mismo barrio [ ] menos de 10 kilómetros

[ ] 10-15 kilómetros

[ ] más de 15 kilómetros

¿Durante cuánto tiempo ha vivido en el barrio donde se ubica el teatro? [ ] no vivo allí [ ] me acabo de mudar allí [ ] 1 -3 años [ ] 4-7 años ¿Cuál es su nivel de estudios máximo? [ ] una parte del bachillerato [ ] una parte de la licenciatura [ ] terminé el bachillerato [ ] terminé la licenciatura

[ ] más de 7 años

[ ] una parte de un posgrado [ j terminé un posgrado

[ ] más

Casos de la parte IV

437

RQIXQnQQnj ¿Cuál es el ingreso anual de su hogar? [ ] menor de $20000 [ ] $31000-$40000 [ ] $21000-$30 000 [ ] $41000-$50 000

[ ] más de $50000 [ ] no estoy seguro(a)

[ ] preferiría no contestar

¿Se trata de ingresos de dos adultos? [ ] sí [ ] no ¿Cuántas personas viven en su casa? (marque un número con un círculo, incluyéndose) 1

2

3

4

5

6

más

Si tiene hijos, ¿cuántos están en cada una de las categorías siguientes? [ ] todavía no asisten a la escuela [ ] 4°-6° de primaria [ ] bachillerato [ j jardín de niños-3° de primaria [ ] secundaria [ ] universidad

[ ] otra

¿Le gustaría ser parte de nuestra lista de correos para recibir información de las actividades de Producciones TIM? []sí []no

Preguntas ! T-,, . j . ., j ~ j . r™, A.,. , j A. 1. El equipo de investigación de Producciones TIM utilizo datos secundarios para escoger los tipos y la redacción de preguntas específicas. ¿Utilizó la información secundaria de manera eficaz en este estudio?

2. ¿El cuestionario del anexo IV.D.l le proporciona a Producciones TIM la información necesaria para responder los ob. . * M 'H ? ^ 1VOS es 3. Considerando los objetivos de Producciones TIM, ¿el plan de muestreo usado en este estudio proporciona la información necesaria? ¿El plan de muestreo desvía los resultados?

| CASO IV.E Industrias Caldera1 Cristina Tamayo recién había empezado a trabajar durante el verano en Industrias Caldera, proveedor de componentes elec-

irónicos con distribución nacional. Entre sus clientes se incluyen fabricantes de equipo original que comercializan televisores,

. . „ . aparatos telefónicos y de audio para el hogar y productos de tl . u , „ , n £ Este caso fue desarrollado por Michael R. Luthy, Ph.D., profesor adjunto de mercadotecnia , , , ,,,. i A ji i de la W. Fielding Rubel School of Business, Bellarmine College, 2001, Newburg Road, Louiscomputo para el publico en general. A su regreso del almuerzo, ville, KY 40205. Reproducido con autorización. Cristina encontró el memorándum y cuestionario siguientes en la bandeja de entrada de su correo electrónico. 1

ANEXO IV.E.1

Industrias Caldera

Al servicio de las necesidades electrónicas de nuestros clientes durante más de 15 Años

1C

PARA: ccp: De: Fecha: Asunto:

Memorándum interno Cristina Tamayo Analista de Mercadotecnia Carolina Martínez Gerente de Mercadotecnia Manuel Ortega Vicepresidente de Ventas y Mercadotecnia 23 de mayo de 2000 Evaluación del cuestionario de investigación de mercados

Dentro de tres semanas tendré una junta con ejecutivos de varios de nuestros clientes. Uno de los temas de la agenda es el proyecto de investigación que nuestra compañía ha aceptado emprender por cuenta de ellos. En esa junta, se distribuirá y aprobará la versión definitiva del cuestionario. continúa

439

Capítulo 14: Medición de actitudes, percepciones y preferencias

A N E X O IV.E.1

Adjunto a este memorándum un borrador inicial del Cuestionario de electrónica para consumidores que planeamos usar en el estudio. Como empleado recién contratado del área de mercadotecnia y en virtud de su experiencia en cursos de investigación de mercados, le sugerí a nuestra gerente de mercadotecnia, Carolina Martínez, que revisar el cuestionario sería una primera tarea idónea para usted. Ella estuvo de acuerdo. Por favor, analice el cuestionario adjunto y sírvase enviarme un memorándum escrito con su análisis, comentarios y sugerencias de mejoras (si piensa que se requieren) a más tardar en dos semanas. De manera específica, me interesan sus comentarios sobre los temas siguientes: • tipo y cantidad de información que se busca • idoneidad del tipo de cuestionario diseñado y su método de aplicación • contenido de las preguntas en el borrador • formatos de respuesta usados para las diversas preguntas • redacción de las preguntas • orden de las preguntas • características físicas y distribución del instrumento También me interesan sus comentarios o sugerencias sobre una posible prueba de cuestionario. Espero leer pronto su respuesta.

A N E X O IV.E.2

Cuestionario de electrónica para consumidores Instrucciones: Este cuestionario se desarrolló para un consorcio de compañías de productos de cómputo y entretenimiento en el hogar (que desean permanecer anónimas). Responda todas las preguntas y envíenoslo hoy mismo. Investigadores de Calidad Asociados Paseo del Bosque Norte 571 Chihuahua, Chih., 08261 1. Nombre:

Sr.

2. Sexo: 3. Edad: 4. Escolaridad:

5. Estatus étnico:

6. Partido político:

Sólo terminé la licenciatura Parte de un posgrado Posgrado terminado Posgrado terminado más allá de la maestría Caucásico Negro Asiático PAN PRI Independiente Otro

7. Ocupación: 8. Nombre y edad de su cónyuge:

Hispano Indio Otro

¿Cuál?

Sra.

Casos de la parte IV

441

ANEXO IV.E,2

9. Número de hijos: 10. Compañía donde labora actualmente: 11. Número de fax en el trabajo: ( 12. ¿Cuánto tiempo ha estado casado?:

) _

. No me he casado Menos de un año Entre 1 y 5 años Más de 5 años y menos de 10 años Más de 15 años y menos de 20 años Más de 20 años

13. Sus ingresos anuales: $ 14. Su Registro Federal de Contribuyentes: 15. Los patrocinadores de esta investigación lanzan constantemente nuevos productos, los cuales creen que podrían interesarle (y también a sus seres queridos). A efecto de darle a conocer esa información, por favor proporciónenos a continuación su número telefónico. 16. ¿Tiene computadora en su hogar o el trabajo? Sí No 17. En promedio, ¿cuánto tiempo pasa por semana ante la computadora? Horas Minutos 18. ¿Haciendo principalmente qué?

En relación con cada uno de los productos enumerados a continuación, por favor indique el grado de su satisfacción con el producto, ceteris paribus, ya sea con un círculo o colocando una "X" en la línea que está a la derecha de cada afirmación. 19 20. 21. 22.

Computadoras y periféricos Computadoras y periféricos Computadoras y periféricos Computadoras y periféricos

Apple. Gateway. Dell. IBM.

23. Computadoras y periféricos Hewlett-Packard.

25. 26. 27. 28.

Computadoras y periféricos Macintosh. Computadoras y periféricos Hitachi, Ltd. Computadoras y periféricos Unisys. Computadoras y periféricos Tandy.

Satisfacción leve •^

Muy satisfecho ^

^

^

^

^

^

^^

^

^

29. Sin extenderse demasiado, señale qué tendencias o tecnologías emergentes considera tan importantes que los fabricantes de computadoras (tanto de equipos como de programas) deberían considerarlas en su desarrollo de nuevos productos.

30. ¿Cuántas salas de conversación (chat rooms) en línea ha visitado durante el último mes? 1-2 2-3 3-4 más de 4 Continúa

443

Capítulo 14: Medición de actitudes, percepciones y preferencias

ANEXO IV.E.2

A continuación se muestra una lista con varias actividades que realizan las personas utilizando alguna clase de aparatos electrónicos de manera regular. ¿Qué porcentaje de su tiempo dedica habitualmente a cada una? Marque abajo en caso de no usar

Sí la usa

En promedio, número de otras personas presentes durante su uso Actividades con la computadora relacionadas con el trabajo Actividades con la computadora relacionadas con entretenimiento Ver cadenas televisivas Ver televisión por cable Ver servicios de televisión digital Ver películas rentadas en la videocasetera Ver películas rentadas en DVD Escuchar música en la radio o en discos compactos Otra (especificar)

31. 32. 33. 34. 35. 36. 37. 38. 39.

En relación con la música que escucha, de conformidad con su respuesta a la pregunta núm. 38, ¿cuáles son sus periodos o tipos musicales favoritos? Por favor indique sus diez primeras preferencias en orden numérico. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60.

Prerrenacentista Renacentista Barroca Clásica Romántica Impresionista Neoclásica Contemporánea Cristiana contemporánea Rock Rock pesado Balada rock Jazz Ambiental Fusión de jazz/rock Bluegrass Contemporánea Folclórica Country Occidental Otra

Casos de la parte IV

445

A N E X O IV. E

61. Por favor indique qué tanto realizan sus hijos las siguientes actividades relacionadas con computadoras durante el año (A = nunca; B = una o dos veces por mes; C = una o dos veces por semana; D = todas las semanas; E = dos o más veces por semana; F = diariamente; G = varias veces al día) Procesador de texto

EXCEL

Programas de Correo bases de datos electrónico

"Navegación" en Internet

Chat en Internet

Juegos

1-15 de enero 16-31 de enero 1-15 de febrero 16-28 de febrero 1-15 de marzo 16-30 de marzo 1-15 de abril 16-30 de abril 1-15 de mayo 16-30 de mayo 1-15 de junio 16-30 de junio 1-15 de julio 16-31 de julio 1-15 de agosto 16-31 de agosto 1-15 de septiembre 16-30 de septiembre 1-15 de octubre 16-31 de octubre 1-15 de noviembre 16-30 de noviembre ¿Cuál es el mayor importe que estaría dispuesto a gastar en la compra de un aparato electrónico para el consumidor final durante el año siguiente y por qué? 62. 63. 64. 65. 66.

$ $ $ $ $

Reproductor de DVD Unidad Zip externa Televisor de pantalla grande Aparato estereofónico o televisor portátil Cámara fotográfica digital

¿Por qué?

Nota: En la pregunta núm. 61, si tiene dos o más hijos, utilice los datos correspondientes al mayor. 67. ¿Hasta qué punto piensa que el acceso a internet es importante para las necesidades de entretenimiento de su familia?

A

B

C

D

E

68. ¿Qué tendencias o tecnologías emergentes consideraban importantes para usted que los fabricantes de computadoras (tanto de equipo como de programas) deberían considerarlas en su desarrollo de nuevos productos?

Continúa

447

Capítulo 14: Medición de actitudes, percepciones y preferencias

ANEXO IV.E.2

69. Proporcione los nombres y direcciones de por lo menos tres (3) parientes o amigos que hayan comprado en fecha reciente (en los últimos dos años) un aparato electrónico avanzado para el consumidor final, de modo que podamos ponernos en contacto con ellos. Por favor, una vez que llene el cuestionario, envíelo en un sobre común a: Investigadores de Calidad Asociados Avenida del Transporte 4518 Norte Culiacán, Sin. 44534 (necesitará un timbre postal de 1 dólar)

Preguntas 1. Evalúe el cuestionario en relación con los temas que plantea el señor Manuel Ortega.

2. ¿Cómo recomendaría que se efectúe la prueba de cuestionario?

CASO IV.F Calamity-Casualty Insurance Company 1 Calamity-Casualty Insurance Company es una empresa de seguros con oficinas en Dallas, Texas, que sólo ofrece pólizas de automóvil. Su cobertura incluye lo habitual en muchas aseguradoras, como daños a terceros, cobertura amplia, servicios de emergencia en el camino, gastos médicos y conductores no asegurados. Lo que singulariza a la compañía es que todas sus pólizas se venden por correo; los agentes no realizan visitas personales a los clientes y la compañía no tiene oficinas regionales. En consecuencia, sus gastos de capital/ mano de obra se reducen mucho, con un ahorro considerable de costos para la compañía. Una gran parte de esos ahorros se transfieren al consumidor a través de primas más bajas. Los datos indican que la empresa ofrece sus pólizas con primas 20-25% menores que el promedio del mercado. Esa estrategia de venta de pólizas por correo a precios bajos ha tenido mucho éxito. Históricamente, la compañía ha ocupado el tercer lugar entre los principales vendedores de pólizas para automóviles en el suroeste de Estados Unidos. Durante los últimos cinco años, la empresa ha logrado constantemente una participación de mercado promedio de casi 14% en los cuatro estados donde tiene actividad: Arizona, Nuevo México, Nevada y Texas. Ello contrasta favorablemente con 19 y 17% de participación de mercado de dos importantes empresas de la región. La participación de mercado más alta de la compañía en Arizona ha sido de 4%, con lo que se ubica en séptimo lugar entre las aseguradoras que compiten en dicho estado. El bajo rendimiento de la compañía en Arizona preocupa mucho al consejo de administración de la aseguradora. Los expertos demográficos calculan que durante los siguientes 6-10 1

Se agradece la colaboración de David M. Srymanski para el desarrollo de este caso.

años la población de ese estado se incrementará 10-15%, la tasa de crecimiento proyectada más alta entre los estados del suroeste. De tal modo, para continuar siendo un competidor importante en la región, Calamity-Casualty Insurance Company necesita mejorar sus ventas en Arizona. Por lo anterior, la compañía patrocinó un estudio que realizó la Automobile Insurance Association of America (AIAA), la asociación nacional de ejecutivos de seguros de automóvil, para determinar las actitudes y percepciones de los residentes del estado en relación con las compañías aseguradoras que venden pólizas en Arizona. Los resultados de la investigación muestran que es favorable la percepción de Calamity-Casualty Insurance Company en muchas de las categorías medidas. La empresa recibió las calificaciones más altas en cuanto a servicio, precios, oferta de pólizas e imagen. Aunque esos resultados fueron bien recibidos por el consejo de administración, aportan poca información estratégica en cuanto a la forma de aumentar sus ventas en Arizona, donde la compañía está decidida a obtener información útil para emprender una campaña de ventas más eficaz. Entonces, el consejo de administración contrató los servicios de Aminbane, Pedrone y Asociados, despacho de investigación de mercados que se especializa en consultoría de seguros. Después de muchas juntas entre los miembros del equipo de investigación y los ejecutivos de la aseguradora, se decidió que el mejor método para diseñar una campaña de ventas apropiada sería obtener los perfiles psicográficos de compradores y no compradores por correo directo de pólizas de la compañía. Ello ayudaría a que la aseguradora conozca mejor los factores personales que influyen en la decisión de responder favorable o desfavorablemente a la oferta por correo directo.

Casos de la parte IV Diseño de la investigación Se emprendió una investigación exploratoria para indagar más sobre los factores psicográfícos importantes en la descripción de los compradores de pólizas de automóvil. Se realizarcuL^^ entrevistas profundas con dos vendedores de seguros, quienes brindaron sus observaciones al respecto. Estas entrevistas de experiencia fueron seguidas por un grupo de enfoque de residentes en el estado de Arizona, quienes habían recibido el ofrecimiento de correo directo de la compañty. Por último, el equipo de investigación consultó a profesores universitarios de psicología y comunicación de masas para indagar otros factores determinantes del comportamiento de compra. El resultado de estos procedimientos consistió en tres factores primarios que podrían usarse para describir a los compradores de pólizas de seguros por correo: aversión al riesgo, impotencia y orientación a la conveniencia. Se pensó que las personas con aversión al riesgo, baja sensación de impotencia y orientadas a la conve-

449

niencia estarían dispuestas más favorablemente a las actividades de mercadotecnia por correo directo y, de tal suerte, era más probable que compraran las pólizas de la compañía. Método de recopilación de datos Dados esos factores de interés, se generó la lista de reactivos que contiene el anexo 1 para formar la base de un cuestionario que se administraría a residentes en Arizona. Se usaron dos muestras de sujetos, una de compradores por correo directo y otra de personas que no habían comprado. El equipo de investigación calculó que se requerirían 175 sujetos de ambas muestras para evaluar adecuadamente los tres conceptos. Un cuestionario por correo sobre el tema psicográfico habría tenido tasa de respuesta muy baja, por lo que se pensó que una entrevista telefónica era idónea para cubrir las necesidades de la investigación.

A N E X O IV.F.1

Aversión al riesgo 1. Siempre es mejor comprar un automóvil usado a una distribuidora que a un individuo. 2. En términos generales, evito los medicamentos genéricos en la farmacia. 3. Sería desastroso quedarse en la carretera por una falla mecánica. 4. Sería muy importante para mí planear un largo viaje de manera minuciosa y detallada. 5. Me gustaría intentar alguna vez el salto con paracaídas. 6. Antes de comprar un nuevo producto, primero hablo con alguien que ya lo ha usado. 7. Antes de decidirme por ver una nueva película en el cine, es importante leer los comentarios de los críticos. 8. Si mi automóvil necesita una reparación, aunque sea pequeña, primero obtengo presupuestos de varios talleres. Impotencia 1. Personas como yo tenemos pocas oportunidades de proteger nuestros intereses personales cuando entran en conflicto con grupos de presión fuertes. 2. Podemos lograr la paz mundial duradera quienes trabajamos para alcanzarla. 3. Pienso que cada uno de nosotros podemos hacer mucho por mejorar la opinión mundial respecto de nuestro país. 4. Unas cuantas personas en el poder dirigen al mundo y es muy poco lo que pueden hacer al respecto los ciudadanos comunes y corrientes.

Preguntas 1. Desde el punto de vista conceptual, ¿qué son las nociones de aversión al riesgo, conveniencia e impotencia?

5. Personas como yo podemos cambiar la historia del mundo si hacemos que nos escuchen. 6. Me siento cada vez más impotente ante los acontecimientos mundiales de nuestro tiempo. Orientación a la conveniencia 1. Me gusta comprar productos por correo o por catálogo, ya que ahorro tiempo. 2. Pienso que no vale la pena el esfuerzo adicional de recortar cupones para la compra de abarrotes. 3. Prefiero lavar mi automóvil que pagar para que lo laven en un servicio de lavado. 4. Prefiero tener un automóvil de transmisión automática que otro de transmisión doble (estándar-automática). 5. Cuando elijo un banco, pienso que la ubicación es el factor más importante. 6. Cuando compro abarrotes, estaría dispuesto a conducir una mayor distancia para comprar a precios más bajos. Nota: Cada elemento requiere una de las respuestas siguientes:

Respuestas

TA—Totalmente de acuerdo A—De acuerdo NN—Ni de acuerdo ni en desacuerdo D—En desacuerdo TD—Totalmente en desacuerdo

Código 5 4 3 2 1

2. ¿Considera que la muestra de reactivos sirve para evaluar adecuadamente cada concepto? ¿Podría añadir otros reactivos que puedan o deban usarse?

P

A

R

T

E

V

^^^^^••^^^^^^^^•••••^••••••^^^•^^^•••^••^^^•••••^•^••^^•••i

Muestreo y recopilacion de datos

Capitulo 15 Tipos de muestreo y muestreo aleatorio simple Capitulo 16 Muestreo estratificado y de grupo Capitulo 17 Tamaho de la muestra Capitulo 18 Recopilscion de datos: proccdimiento de campo V errores de falta de muestreo En la parte V nos enfocamos en !a recopilacion de los datos necesarios para revolver un problema. En el capitulo 15 se presentan de manera general los tipos de muestreo que se utilizan para deterrninar los elementos de publaci6n entre los cuales dcben recopilarse IDS datos. Tambien se describen los muestreos no probabilistico y aleatorio simple, que es uno de los tipos de muestreo probabilistico. Posteriormente, en el capituio 16 se analizan dos metodos de muestreo probabilfstico muy usados, si bien mas complejos: [los muestreos estratificado y de grupo). En el capftub 17 se analiza cuantos elementos de la poblaci6n se necesitan para responder a un problema con precision y confianza en los resultados. Por ultimo, en el capitulo 18 se estudian los errores de falta de muestreo que pueden surgir al recopilar datos.

LA INVESTIGACION DE MERCADGS PREPARA A PENN STATE PARA SU

LANZAMIENTO EN ELCiBERESPACio. Los rapidos camhios que se sucedon en el mundo y las exigencies lie la economfa de la informacion hacen que el aptBtirli/aje continue sea mas importante que antes A firv de responder a las necesidades de los estudianles "vilalicios", la Universidad Estatal de Pennsiylvania (Penn State) brinda el servicio de "aprendi/aje a distancia" en la forma de cursos por carrespondencta con libros do texto. videodntas y audiocinlas, CO-ROM y videoconferencias. Adumas, la universidad se prepara para crear un Wmlif Campus (campus mundial): (una comunidad mundial de estudiantes vinculados mediante internet a los recutsos educativos de Penn State. Lus adroinistradores de !a institucidn querlan mantener los altos estcindares y la rcputacion de Penn State creando programas de excelencia que satisfieieran las necesidades de los estudiantes. Asf pues, la universidad empezd por investigar posibles Kstrategias con su Outreach Office of Marketing Research. Los investigadores de Penn Slate evaluaron primero las los tipos de preguntas que necesitaban contestar. Deterrnmaron que debfan investigar acerca de la demanda de cursos en linea en varias disciplinas. la disposicion de IDS esludiantes para probar los cursos en llnea. la del profesorado para brincfar este tipo de instruccion por ese rnedio, la capacidad y disposition de los estudiantes para pogor la instruccion en linea, la frRuienciacon que se ofrece en otras esouelas, la reputacipn del programa y la posibilidad de ciear asociaciones con otras organizaciones. Los investigadores reconocieron que la intormaci6n que retpifirian precisaba la recopilaci6n de o"atos objetivus y subjetivos mediante preguntas abiertas de amptin alcance y tambien cucstionarios precisos. Ademas, debian entrevistar a los miembros de la comunidad, desde los estudiantes hasta e! profesorado, fiasando por posibles socios comerciales. Asi pues, los investigadorcs crearon un plan de investiyacifin rie fases multiples, que inclufa varios rn^todos tie recopilacion de datos. Fn la primera fase de ID recopilaci6n de datos se exaininaron las ventajas Oe los programas de Perm Stale y las caracteristicas demograficas de los usuarios de internet. Luego. los investigadofes centraron su atencion en los cstudiantes actuales y potenciales, Rcalizaron encuestas telefonicas lie astudiantes que se habian inscrito en tin programa de certificaciSn de aprendizaje a distancia. Tambien llevaron a cabo encuestas en linea de estudiant.es inscritos en cursos por internet que Penn State ya estaba probando. Otra enDijeslfi se envi6 por correo electronico a quienes praporcionaron su cuenta cuando solicitaron informaciun relaliva a un proqrarno dc aprendizaje a distancia que impartia la Universidad.

Los resultados de la encuesla par airreo electronico indicaron que existian estudiantos potcnciales para el campus mundia! DB las (.lersonas qua querian continuar sus esiudios en forma independienle, 82% buscaba convenience de eslutiiu, 53% estaba interesada en estudiar en Pcnn State, 85% tenia acceso a la tecnologia necesaria y 43% esperaba mejorar sus ingresos actuales. Por ende, IDS invest! gadores ahondaror* en las perspeciivas de brindar cursos en las nueve areas seleccionadas en la fase inicial de la investigation. En relaciun can caiia LIDO de los nueve programas que se considerabo. los investigadores de mercados renopifaron ifalus para uontestar las preguntas siguientes: • fCu£l es Is repulacidn tie Penn Slate? A fin de responder esta pregunta, se cmprcndio uno investigacion secundaiia, que induyo busquedas en internet y un estudto de jerarquizaci6n dc universidades en IDS medios de ixiinunicacion masiva nacionales de Lstados Unidos. Tambie"n realizaron evaluaciones intemas y entrevistas con miembros de otras universtdades y asociactones. • iCuan preparada esti r.atfa faaillad para la instruction en lines? Los investi gad ores realizaron enlrevistas en profundidad. en las cuales preguntaron al profesorado acerca de su expericncia y actitudes concei nientus a la insliiimdii an linns. Tambien les preguntaron si cl nuevo programa contribuiria a lograr las objetivos eslrategicos de la facultad. • iCuales son las condiciones de /a pabfacitiii que asistita al campus mundial? Esta parte de la investigacion asumio la forma da encuestas dirigidas a unos 100 profesionales que ejercen en cada una de las disciplines abarcaiJas pur los uursos en consideracifin. Se pregunt6 a los cncucstados si pensaban que otros proEesionales de su area se mteresarlan en los cursos propuestos, ademas de solicitar informafiifln sohre su acceso a la tecnologia necesaria. i os daios recopilados con esta combinacion de metodos permitieron que los investi gadores hicieran recomefldaciones especfficas. For ejemplo. descubneron quo Pcnn State tcni'a muy buena reputacion en los nattipos ds intjeniefia, agricultura, ciencias de la salud, administracion y ciencias cxactas. Tambien se enterarnn rle que

profesores poseen conocimientos limitados de las caracteristicas dc la instrucuifln en Iffiea (uor ejemplo, que puede ser interactiva]. Las encuestos de los estudiantes potenciales revelaron su maym inteifis y disposicion tavorabie hacia los cursos de ingcnicria, sistcmas de inroniiacioii yBoijrafica, Hdminislracion de campos cte golf y asesorla en cfcpendencio de sustancias quimicas. Ei accesa a la tecnologia fue mayor entre las personas interesadas en los sistemas de informanion gHografica y nutrici6n Aunque fue manor la disponibilidad cntre quienes pretendfan estudiar asesoria sobre dependencia de sustancias quimicas. el crecimiento esperado en este campo. aunado a ia (apida diserriinacibn de la tecnologta de internet htzo que esta area de contenido tambie'n fuera atractiva. Asimisrno, resultaron llamativos ciertos campos porque algunas organizacioncs gremiales eslalian ilispuHSlas H armyar Ins pragramas educativos Por ejemplo. la Golf Course Superintendents Association of America mastro su interes en asociarse con Penn State para brindar cursos de adminis traciiin de campos de golf Hespuus de anali^ar los datos, la Outreach Office of Marketing Research aconsej6 que et campus mundial de Penn State empezara por ofrecer cursos en adrninistracion de campos de gulf, asesoria sobre dependencia de sustanctas quimicas c ingcnieria de control de ruidos. Despues, Penn Stale anadio cursos sobre sistemas de informacion geogra'fica, fundamenlos AH ingKnieria. logfstica empresarial. nutricion y mucnas otras areas. La investigaci6n proporciono una buena guia para la aventura de Penn State en el ciherespacio En su primer afio se inscribieron en el programa 41 estudiantes, y apcnas un afio despue's el numera habia crecido a b26 estudiantes de Sudarnenca. Luropa y Asia, ademas de Esiarfos Unidos. I us Bstudiantes que ubiienen una cuenta de acceso pucden bajar matcrioles de los cursos, intercambiar correspondencia con los mstructores y con otros estudiantes y vincularse con expertos medianteel coriKiielHClronico, salas tie conversation (cAaf rooms) y boletmcs electronicos. Penn State predice que en el 2002 proporcionara mas de JUU cursos a It) UOO estudiantes del campus mundial. Fuentcs James Fong. "Tuiimiy lo a Virtual Campus foi d Kedl bitutation". en Ow*S MarkelingHeseardtHeview. julio de 1338. bajado del silio de Quirk's, www.quirks.com, el 13 deagostode 1999: silio de Penn State Llntarsiiy1 www fisu Grin. de 1999

Capitulo 15 TIPOS DE MUESTREO Y MUESTREO ALEATORIO SIMPLE O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Distinguir entre censo y muestra. 2. Enumerar los seis pasos que siguen los investigadores para obtener una muestra poblacional. 3. Definir un marco de muestreo. 4. Explicar la diferencia entre una muestra probabilística y otra no probabilística. 5. Distinguir entre muestras fija y secuencial. 6. Explicar qué es una muestra de juicio y describir su uso óptimo y sus riesgos. 7. Definir una muestra de cuota. 8. Explicar qué es un parámetro en un procedimiento de muestreo. 9. Explicar qué es una población derivada. 10. Explicar por qué el concepto de distribución de muestreo es el más importante en estadística.

446

Un caso para la investigación de mercados Existe una guerra de ratings y no es la de las cadenas televisivas, sino más bien se trata de una guerra por dominar la medición de qué hacen las personas en internet. Los principales contrincantes son Media Metrix, compañía de Nueva York pionera en la tabulación del uso de la world wide web, y Nielsen/NetRatings, empresa que cuenta con el copatrocinio de NetRatings y de Nielsen Media Research, líder desde hace mucho tiempo en la medición de los ratings televisivos. Las empresas quieren afirmar su dominio con base en la calidad de sus datos. La victoria en este conflicto requiere que el ganador convenza a sus clientes actuales y potenciales de que brinda datos más fiables. Muchos de los clientes son agencias publicitarias que compran los datos para convencer a sus anunciantes de que coloquen publicidad en los sitios web donde serán vistos por tantos miembros del mercado objetivo como sea posible. Además, las compañías de medios publicitarios aprovechan los datos para la venta de publicidad en su sitio web y los comerciantes con presencia en internet, para medir el éxito de sus actividades en línea. Por ejemplo, suponga que trabaja para Sony. Esta empresa creó un sitio web y quiere publicar encabezados publicitarios en los que puedan hacer clic los cibernautas para vincularse con ella. ¿Dónde debe colocar los anuncios? De preferencia, en sitios web que generen mucho tráfico de miembros de su mercado objetivo. Necesita que su agencia publicitaria le diga cuáles son los sitios que más visitan las personas cuyas características demográficas y comportamiento de compra corresponden a lo que sabe de su mercado objetivo. A fin de obtener tal información, usted mismo o su agencia publicitaria podrían suscribirse a Media Metrix, Nielsen/NetRatings o ambas. La guerra entre Media Metrix y Nielsen/NetRatings se inició hacia fines de la década de 1990, después de la fusión de dos antiguos rivales, Media Metrix y RelevantKnowiedge. Estas dos empresas afirmaban que tenían métodos de calidad superior. Después de la fusión por la que se formó la nueva Media Metrix (con el eslogan "el poder del conocimiento relevante"), la compañía afirmó que combinaba las mejores características de ambos

métodos. Apenas dos semanas después del anuncio de la fusión, Nielsen Media Research y NetRatings, una empresa de Silicon Valley, anunciaron que había formado una alianza para medir el uso de internet. Nielsen/NetRatings aseveró que su método era mejor que el de Media Metrix. Una diferencia radica en el tamaño de las muestras tomadas en el panel de cada compañía. Media Metrix tiene un panel de 40000 usuarios en oficinas y hogares, en comparación con los 9000 miembros de Nielsen/NetRatings que cuentan con computadora en el hogar. Sin embargo, esta última empresa afirma que su método de reclutamiento de los miembros del panel genera una muestra más representativa. Otra diferencia radica en que Media Metrix vigila las actividades de todos los miembros de su panel, mientras que la especialidad de NetRatings consiste en los sitios web y los encabezados publicitarios de los grandes anunciantes de la WWW. Jim Nail, analista sénior de Forrester Research, dijo a Adweek que el tamaño menor del panel de NetRatings no le impedirá constituirse en un desafío para Media Metrix. "Se trata simplemente de llevar el producto a la gente de mercadotecnia, mostrarles que pueden ver los anuncios [en la red] y los sitios competidores. Luego, hay que decirles que se tiene toda la tecnología necesaria para que sepan que se trata de datos precisos." Nail afirma que tal discurso de ventas es suficiente para que algunos anunciantes cambien a Nielsen.

Temos poro análisis 1. Si su compañía vende software a consumidores finales, ¿qué información necesitaría acerca del uso de internet? 2. Si su compañía vende software a empresas, ¿cómo diferirían sus necesidades de datos de uso de internet respecto de las identificadas en la pregunta 1? 3. ¿Qué preguntas formularía acerca de las muestras que usan Media Metrix y Nielsen/NetRatings? ¿Cómo decidiría a cuál servicio suscribirse (o pedir a su agencia publicitaria que se suscriba a él)?

Censo Imagen completa de una población. Muestra Selección de un subconjunto de elementos que es parte de un grupo más grande. Población Totalidad de casos que se ajustan a ciertas especificaciones.

Marco de muestreo Lista de unidades de muestreo de la cual se obtiene una muestra; puede consistir en regiones geográficas, organizaciones, individuos u otras unidades.

Una vez que el investigador ha especificado el problema y creado un diseño de investigación e instrumentos de recopilación de datos, el paso siguiente de la investigación es elegir los elementos de los que se recopilará la información. Una forma de hacerlo es obtenerla de cada miembro de la población, cubriéndola por completo. Se llama censo a la investigación que abarca toda una población. Otra manera sería recopilar la información de una parte de esa población tomando una muestra de elementos y, con base en la información recopilada en ese subconjunto, hacer inferencias sobre el conjunto del cual es parte. La capacidad de hacer tales inferencias depende del método con que se tome la muestra de elementos. Dedicamos una gran parte del capítulo al "porqué" y al "cómo" de la selección de muestras. Dicho sea de paso, en este contexto población no se refiere sólo a personas, sino también a empresas manufactureras, organizaciones minoristas o mayoristas o aun a objetos inanimados, como los productos de una planta manufacturera. En efecto, población se define como la totalidad de casos que se ajustan a ciertas especificaciones designadas, las cuales definen los elementos que son parte del grupo previsto y los que se excluyen de él. Un estudio destinado a identificar el perfil demográfico de personas que compran pizzas congeladas especificaría a quién se considerará como individuo que consume ese producto, ¿Quién lo ha comido, al menos una vez? ¿Quién lo ha comprado una vez por mes o una vez por semana? ¿Quién come cierto número mínimo de pizzas congeladas por mes? Los investigadores deben ser muy explícitos al definir el grupo objetivo. También han de tener mucho cuidado de que realmente la muestra sea de la población prevista y no de otra como resultado de la definición inapropiada o incompleta del marco de muestreo, que es la lista de elementos de los cuales se extrae la muestra. En general, y por varias razones, se opta por el muestreo y no por el censo completo de una población. En primer lugar, el conteo completo de poblaciones incluso de tamaño moderado es muy costoso y requiere de mucho tiempo. Es frecuente que la información sea obsoleta cuando se completa el censo y se procesa la información. En algunos casos, el censo sería imposible. Por ejemplo, si un grupo de investigadores quiere comprobar la vida útil de las bombillas eléctricas (focos) de una compañía dejándolas encendidas hasta que se funda la resistencia, tendrían datos confiables, pero se quedarían sin producto para venta. Por último, y lo que es una sorpresa para los investigadores novatos, es el hecho de que se opta por una muestra en lugar del censo en aras de la exactitud. Los censos requieren más personal de campo, que a su vez introduce mayores posibilidades de errores de muestreo. Ésta es una de las razones de que organismos censales como los de Estados Unidos utilicen encuestas aplicadas a muestras para verificar la exactitud de diversos censos. Así es: se toman muestras para verificar la exactitud de los censos.1

I Fases del muestreo En la figura 15.1 se delinea un procedimiento de seis pasos para que los investigadores definan la muestra de una población. Note que en primer término es necesario definir la población o conjunto de elementos respecto de los cuales hay que hacer una inferencia. Por ejemplo, en lo relativo a las preferencias de los menores de edad, los investigadores deben decidir si la población que medirán consiste en los menores, sus padres o ambos. Una compañía realizó una prueba de pistas de carreras sólo con niños. A los pequeños les encantó el producto. Sin embargo, las madres dijeron que no les gustaba porque enseñaba a los niños a chocar automóviles y los padres señalaron que no les agradaba el hecho de que el producto se hubiera convertido en juguete.

Fases del maestreo

JlliÉf

FIGURA 15.1

También puede funcionar de otro modo. Otra compañía introdujo un producto alimenticio con una campaña publicitaria nacional que resaltaba a un niño precoz. La compañía probó la campaña sólo con las madres, a quienes les gustó. Los niños pensaron que el chico era odioso, y el producto también: fin del producto.2

Incidencia Porcentaje de la población general o grupo aceptable para su inclusión en la muestra con base en ciertos criterios.

El investigador debe decidir si la población pertinente consiste en individuos, familias, empresas, otras organizaciones, transacciones con tarjetas de crédito o lo que fuere. Al tomar estas decisiones, los investigadores también deben tener cuidado de especificar qué unidades se excluirán. Los límites geográficos y de tiempo de un estudio deben detallarse invariablemente, si bien es frecuente que se impongan restricciones adicionales a los elementos. Por ejemplo, si los elementos son individuos, la población pertinente podría definirse como las personas mayores de 18 años, sólo mujeres o únicamente individuos con bachillerato terminado. El problema de especificar los límites geográficos de la población objetivo a veces es más difícil en los estudios internacionales de investigación de mercados, dada la complejidad del ámbito internacional. Por ejemplo, podría haber diferencias significativas entre regiones urbanas y rurales en diversos países. Además, la composición de la población variaría de una región a otra en una misma nación. Por ejemplo, en Chile, la zona norte tiene una población indígena muy centralizada, mientras que en la zona sur es alta la concentración de individuos de ascendencia europea. En general, cuanto más simple sea la definición de la población objetivo o blanco, tanto más alta será la incidencia y menos costosa la selección de la muestra.3 El término incidencia se refiere al porcentaje de la población general o grupo aceptable para su inclusión en la muestra con ciertos criterios. Cuando la incidencia es alta (es decir, cuando muchos elementos de la población son aceptables en el estudio, ya que sólo se utilizan uno o unos cuantos criterios fáciles de cumplir para la selección de los participantes potenciales), se minimizan el costo y tiempo de recopilación de los datos. En cambio, al aumentar los criterios para describir a los participantes aceptables para el estudio, se incrementan el costo y el tiempo necesarios para encontrarlos. A manera de ejemplo, en la figura 15.2 se muestra el porcentaje de adultos que, según cálculos, participa en diversas actividades deportivas. Los datos de la figura indican que sería más difícil y costoso enfocar un estudio en las personas que practican el motociclismo, apenas 3.6% de los adultos, en comparación con 27.4% de los adultos que caminan como forma de hacer ejercicio. Lo más importante es que el investigador sea preciso al especificar qué elementos interesan y cuáles serán excluidos. Una definición clara del propósito de la investigación ayuda de manera inconmensurable a determinar los elementos de interés apropiados. El segundo paso del proceso de selección de la muestra es identificar el marco de muestreo que, como recordará el lector, es la lista de elementos de la cual se selecciona la muestra. Supongamos que

450

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

FIGURA 15.2

Fuente: elaborado a partir de información de "SSI-¿/re™: ¿ow Aicidence Targeted Sampling", Fairfield, CN, Survey Sampling, Inc., 1994.

la población prevista de un estudio consiste en todas las familias de la zona metropolitana de Dallas. A primera vista, el directorio telefónico de la localidad parecería una forma buena y sencilla de definir el marco de muestreo. Sin embargo, en el análisis a fondo está claro que el directorio telefónico constituye una lista imprecisa de las familias de Dallas, ya que omite a las que tienen números privados (y, por supuesto, a las que no tienen línea telefónica) y repite a las familias con varios números en el directorio. También se excluiría a quienes se mudaron recientemente y, por ello, se les asignó un nuevo número que todavía no aparece en el directorio. Los investigadores experimentados saben que pocas veces hay una correspondencia perfecta entre el marco de muestreo y la población prevista. Una de las tareas más creativas del investigador es generar un marco de muestreo apropiado cuando no se tiene disponible la lista de elementos de la población. Ello podría requerir el muestreo de bancos y zonas telefónicas, por ejemplo, cuando se usa el marcado digital aleatorio a causa de la inexactitud de las muestras tomadas de los directorios telefónicos. Sin embargo, el aumento considerable del número de bancos activos durante los últimos 10 años ha complicado esta tarea (Ventana de investigación 15.1). O en ocasiones significa el muestreo de regiones o instituciones, seguido del submuestreo en esas unidades cuando, por ejemplo, la población prevista consta de individuos y no se tiene una lista actualizada y completa de los miembros apropiados.

Fases del muestreo

Ventura de investigation 1 S.1

Cambios en la estructura de los numeros telefonkos de Estados Unidos

Desde 1986. el numero calculado de hogares con telefono en Estados Unidos aument614.2%, mientras que el de zonas telefonicas residenciales activas lo hizo 27.1% y el de bancos activos, 182.4%, como se detalla en la tabla adjunta. En el mismo peiiodo, el numero de hogares cuyo telSfono aparece en el directorio se increment^ apenas 10.4%, lo que causa una disminucidn continua de la tasa de numeros incluidos en el mismo. 1986

1996

Crecimiento

92366039 66016760

14.2% 10.4%

31530

40083

27.1%

1391237

3 928 ZOO

182.4%

Familiascon telfifono 80900000 59788590 Families con telefono incluidoen el directorio

Prefijos residenciales activos Bancos funcionales

451

Definiciones Banco:

el primer par de los ultimos cuatto digitos dei numero teletonico

Banco activo:

todo banco con al menos un niimero en el directorio telefo'nico

Los cambios tecnologicos, en particular el explosive crecimiento de los tele'fonos celulares v moviles, equipos de radiolocalizaci6n, modems v aparatos de fax, han aumentado considerablemente !a demanda de numeros telefonicos. Esto no s6lo ha generado nuevos codigos de zonas telefonicas, sino que tambi^n ha reducido la densidad de los numeros incluidos en los directories telefonicos que son parte de bancos activos, ya que algunos de esos numeros se dedican a modems y equipos de fax. El nuevo y competido mercado telefonico tambien conlribuye a reducir la densidad de los bancos activos. Varias compafiias telefonicas atienden mercados pequenos y se ies asignan bancos exclusivos. Es creciente el numero de bancos asignados a mas companias telefonicas, si bien los bancos activos no se llenan por completo. iCuales son sus consecuencias en el muestreo? El cambio ma's evidente se refiere a la tasa de telefonos activos de una muestra aleatoria digital. Al disminuir los numeros en el directorio telefonico por banco activo tambien decrecen las probabiiidades de seleccionar un numero que este en el directorio teleftinico al crear una muestra digital aleatoria. Las muestras que incluyen zonas metropolitanas tienen mavores probabiiidades de verse afectadas por esta tendencia.

Zona telefonica/ prefijo: "Zona telefo'nica" indica la ciudad, pueblo o comunidad donde se origina el numero. "Prefijo" es el numero de tres digitos que se asigna a una zona telefonica. Es frecuente que estos terminos se usen indistintamente.

Fuente. "Working Block Density Declines". Fairfield. CN. Survey Sampling. Inc.. 1996.

El tercer paso del procedimiento de selección de una muestra se relaciona estrechamente con la identificación del marco de muestreo. Elegir un método o procedimiento de muestreo depende en gran parte de que el investigador pueda crear un marco de muestreo. Los diferentes tipos de muestras requieren distintos tipos de marcos. En este capítulo y en el siguiente se analizan los principales tipos de muestras usados en la investigación de mercados. La relación entre el marco y el método de muestreo debe resultar evidente con base en tal análisis. El cuarto paso del proceso de selección de la muestra requiere determinar el tamaño de la muestra. Este tema se estudia en el capítulo 17. El quinto paso consiste en que el investigador lleve a cabo la selección de los elementos que se incluirán en el estudio. Cómo lo haga varía según el tipo de muestra y, por consiguiente, el tema de la selección de la muestra se analiza con los métodos de muestreo Por ultimo, el investigador debe recopilar los datos de los participantes designados. Son muchos los problemas potenciales en esa tarea y se describen, junto con algunos métodos para afrontarlos en el capítulo 18.

4Ü

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

I Tipos de planes de muestreo Muestra probabilística Muestra en la que cada elemento de la población tiene probabilidades conocidas y diferentes de cero de ser incluido en ella. Muestra no probabilística Muestra que se basa en usar el juicio personal en el proceso de selección de los elementos y, por ende, impide calcular las probabilidades de que un elemento poblacional dado sea incluido en la muestra.

Muestra fija Muestra cuyo tamaño se determina aprioriy en la cual la información necesaria se recopila de los elementos designados. Muestra secuencial Muestra formada con base en una serie de decisiones sucesivas. Si se tienen datos no concluyentes después de usar una muestra pequeña, se realizan más observaciones; en caso de que todavía no sean concluyentes tras las nuevas observaciones, se realizan otras más. Así, en cada etapa se decide si debe recopilarse más información o los datos son suficientes para extraer conclusiones.

Las técnicas de muestreo pueden dividirse en las categorías amplias de muestras probabilísticas y no probabilísticas. En una muestra probabilística, cada miembro de la población tiene probabilidades conocidas y diferentes de cero de ser incluido en la muestra. Aunque esas probabilidades podrían no ser iguales para cada miembro, todos tienen probabilidades conocidas de su inclusión. Están determinadas por el procedimiento específico que se siga en la selección de los elementos de la muestra. Por otra parte, en el caso de muestras no probabilísticas no hay manera de calcular las probabilidades de que un elemento dado de la población sea parte de la muestra. Así pues, tampoco hay forma alguna de garantizar que la muestra sea representativa de la población. Por ejemplo, Allstate Corporation ha elaborado un sistema para analizar los datos de reclamaciones de los 14 millones de hogares que son sus clientes. La compañía planea aprovechar los datos para identificar patrones de demanda de sus productos; por ejemplo, las probabilidades de que una familia que tiene un Mercedes Benz también sea propietaria de una casa de descanso (para lo cual necesitaría una póliza de seguro). Aunque la base de datos es enorme, la compañía no ha encontrado la forma de calcular las probabilidades de que un cliente específico haga una reclamación. Por lo tanto, no tiene la certeza de que los datos acerca de clientes que hacen reclamaciones sean representativos de toda su clientela y, mucho menos, de sus clientes potenciales.4 Todas las muestras no probabilísticas se basan en algún grado de juicio personal durante el proceso de selección de la muestra, no en un procedimiento mecánico de selección de los miembros de la muestra. Aunque esos juicios a veces generan cálculos adecuados de una característica poblacional, no hay un medio para determinar objetivamente si la muestra es adecuada. Sólo cuando se han seleccionado elementos con probabilidades conocidas es posible evaluar con precisión el resultado de una muestra. Por tal razón, .suele considerarse que el muestreo probabilístico es mejor como método para calcular la magnitud del error de muestreo presente. También es posible clasificar las muestras en fijas o secuenciales. En las muestras fijas, su tamaño se decide antes de iniciar el estudio y la información necesaria se recopila antes del análisis de los resultados. En esta obra insistimos en las muestras fijas, ya que son las más usadas en la investigación de mercados, pero el lector debe tener en cuenta que es factible recurrir a muestras secuenciales y, de hecho, que podrían usarse con cada uno de los planes de muestreo básicos que estudiamos. En una muestra secuencial, el número de elementos que se incluye en ella no se decide anticipadamente, sino que se basa en un conjunto de decisiones tomadas durante la recopilación de los datos. Por ejemplo, si después de tomar una muestra pequeña los datos no son concluyentes, se realizan más observaciones. En el caso de que los datos todavía no sean concluyentes, se amplía el tamaño de la muestra. En cada etapa debe decidirse si se recopilará más información o los datos son suficientes para derivar conclusiones. La muestra secuencial permite juzgar tendencias en los datos conforme se re-

FIGURA 1 5 . 3

Diseños de muestra

Muestras no probabilísticas De conveniencia De juicio De cuota

Muestras probabilísticas Aleatorias simples Estratificadas Proporcionadas Desproporcionadas De grupo Sistemáticas De área

Muestras no probabilísticas

453

copilan, con lo cual se reducen los costos si las nuevas observaciones arrojan una utilidad decreciente. Los planes probabilísticos y no probabilísticos de muestreo se dividen enseguida por tipo. Por ejemplo, las muestras probabilísticas se clasifican en las de conveniencia, juicio o cuota, y las probabilísticas, en aleatorias simples, estratificadas o de grupo, algunas de estas últimas con sus propias divisiones. En la figura 15.3 se aprecian los tipos de muestras estudiados en este capítulo y el siguiente. Debe tenerse en cuenta que estos tipos básicos se combinan en planes de muestreo más complejos. Empero, si el lector entiende los tipos básicos, comprenderá los diseños más complejos.

| Muestras no probabilísticas Como dijimos, las muestras no probabilísticas introducen el juicio personal en el proceso de selección. En ocasiones, el investigador impone tal juicio, mientras que en otros casos la selección de los elementos de la población que se incluirán queda en manos de cada trabajador de campo. Puesto que los elementos no se seleccionan con un procedimiento mecánico, es imposible evaluar las probabilidades que tiene cada miembro de ser incluido y, de tal suerte, tampoco se puede juzgar el error de muestreo. Desconocer la magnitud del error como resultado de un procedimiento de muestreo específico impide que el investigador calibre la exactitud de sus cálculos con algún grado de precisión.

Muestras de conveniencia Muestra de conveniencia

Tipo de muestra no probabilística llamado también muestra accidental, ya que los elementos se integran por accidente, pues simplemente están el lugar y momento en que se realiza el estudio.

Las muestras de conveniencia también se denominan muestras accidentales, ya que los miembros de la muestra se integran por "accidente", por estar donde se recopila la información del estudio. Los ejemplos de muestras de conveniencia abundan en la vida cotidiana. Después de hablar con unos cuantos amigos, inferimos el ambiente político del país; la estación radiofónica local pide a su auditorio que llame para expresar sus reacciones a un tema polémico y las opiniones expresadas se interpretan como prevalecientes o se pide la participación de voluntarios en una investigación y se trabaja con quienes se presenten. El problema de las muestras de conveniencia radica en que no se cuenta con una forma de saber si los elementos incluidos son representativos de la población prevista. Y aunque podría haber dudas sobre la validez de inferir que las reacciones de unos cuantos amigos indiquen el ambiente político prevaleciente, es frecuente sentirse tentado a sacar en conclusión que muestras más grandes, incluso si se seleccionan por conveniencia, son representativas. La falacia de este supuesto se ejemplifica con un incidente personal. Una de las estaciones televisoras locales de la ciudad donde radica el autor realizaba diariamente, varios años atrás, un sondeo público de opinión sobre temas de interés para la comunidad local. Los sondeos se intitulaban "Pulse of Madison" y se realizaban de la manera siguiente. Durante el noticiario de las 18:00 horas, la estación hacía una pregunta sobre un tema debatido, a la cual respondía el público con "sí" o "no". Quienes estaban a favor debían llamar a un número telefónico y quienes estaban en contra, a otro. El número de televidentes que llamaba se registraba electrónicamente. Los porcentajes a favor y en contra se presentaban en el noticiero de las 22:00 horas. Luego de que 500 a 1000 personas expresaban cada noche su opinión, el comentarista de la televisora local parecía interpretar los resultados como indicativos de la opinión general de la comunidad. Por ejemplo, un día se planteó en el noticiero de las 18:00 horas esta pregunta: "¿Piensa que la edad para la venta de bebidas alcohólicas en Madison debe disminuirse a 18 años?" (la edad límite a la sazón era de 21 años). ¿Creería el lector que casi 4000 personas llamaron ese día y 78% estuvo a favor de que se disminuyera la edad para la venta de bebidas alcohólicas? ¡Evidentemente, 4000 respuestas en una comunidad de 180000 habitantes "deben ser representativas"! Pues no. Como habrá supuesto, ciertos segmentos de la población estaban más interesados que otros en el tema. Así pues, al comentar el tema en clase unas semanas después, no me sorprendió descubrir que los estudiantes habían organizado turnos de media hora cada uno para llamar a la televisora. Cada uno llamaría al número de la respuesta afirmativa, colgaría, llamaría de nuevo, colgaría, y así sucesivamente, hasta que

414

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple fuera el turno del siguiente estudiante. De tal suerte, ni el tamaño de la muestran ni la proporción a favor del cambio de edad resultaron sorprendentes. La muestra simplemente no era representativa. Además de lo anterior, aumentar el tamaño de una muestra no le confiere representatividad. La representatividad de una muestra debe garantizarse con el procedimiento de muestreo. Cuando la participación es voluntaria o se selecciona a los elementos de la muestra por razones de conveniencia, el plan de muestreo no garantiza en forma alguna que la muestra sea representativa. De hecho, los datos empíricos indican todo lo contrario. Pocas veces las muestras seleccionadas por conveniencia, sin importar su tamaño, son representativas. Los sondeos telefónicos en que se debe marcar números "800" y "900" son un ejemplo particularmente común de muestras no representativas. Resulta especialmente desafortunado que muchas personas crean que los resultados de esos sondeos son precisos.5 Un uso muy frecuente de las muestras de conveniencia en las investigaciones de mercados internacionales es recurrir a ciudadanos de los países estudiados que residan en la nación donde se realiza el estudio (por ejemplo, escandinavos que residan en Estados Unidos). Aunque en ocasiones tales muestras de conveniencia arrojan cierta luz sobre aspectos del país, debe tenerse en cuenta que suele tratarse de miembros de la clase de élite, frecuentemente "occidentalizados" y que podrían no estar en contacto con la realidad actual de su propio país. No se aconsejan muestras de conveniencia en investigaciones descriptivas o causales. Pueden usarse en los diseños exploratorios, cuya prioridad es generar ideas y percepciones, si bien incluso en estos diseños las muestras de juicio parecen mejores.

Muestra de juicio

Tipo de muestra no probabilística llamada también muestra intencionada, en la que se selecciona a los elementos que la integran porque se espera que sirvan para el propósito de la investigación.

Muestra de bola de nieve

Vanante de muestra de juicio que se basa en la capacidad del investigador para localizar a un conjunto inicial de participantes con las características buscadas, a los cuales se utiliza como informantes para identificar a otros más con esas mismas características.

Muestras de juicio Las muestras de juicio suelen denominarse muestras intencionadas y en ellas se elige los elementos de la muestra porque se espera que sirvan para el propósito de la investigación. Procter & Gamble recurrió a este método para realizar publicidad dirigida a personas de 13 a 17 años del área que rodea a sus oficinas generales de Cincinnati. La división de alimentos y bebidas de la compañía contrató este grupo de adolescentes para que actuase como una especie de panel de consumidores. Trabajaban 10 horas por semana a cambio de 1000 dólares y un viaje a un concierto; revisaban anuncios de televisión, visitaban centros comerciales con directivos de Procter & Gamble para estudiar los exhibidores en tiendas, probaban nuevos productos y comentaban su comportamiento de compra. La selección de los miembros del panel mediante un proceso de "contratación", no al azar, permitió que la compañía se enfocara en los rasgos que consideraba útiles, como la capacidad de los adolescentes para expresar con claridad su punto de vista, pese al riesgo de que sus opiniones no fueran representativas de su grupo de edad.6 Como vimos, la característica clave de las muestras de juicio es la selección intencionada de los elementos de una población. En algunos casos, se elige a los participantes no porque sean representativos, sino porque pueden brindar la información que necesitan los investigadores. Cuando en los tribunales se recurre al testimonio de expertos, en cierto sentido se toman muestras de juicio. En la búsqueda de ideas y percepciones, el investigador no está interesado en el muestreo de un segmento de opinión, sino en quienes le den cierta perspectiva sobre la pregunta de investigación. La muestra de bola de nieve es una variante de muestra de juicio que a veces se utiliza para el muestreo de poblaciones especiales.7 Se fundamenta en la capacidad del investigador para localizar a un conjunto inicial de participantes con determinadas características. Luego funcionan como informantes para identificar otros con esas mismas características. A manera de ejemplo, supongamos que una compañía necesita determinar cuan deseable es cierto producto que permitiría a personas con sordera comunicarse por vía telefónica. Los investigadores deben empezar por localizar a personas sordas y pedirles los nombres de otras que pudieran participar en el estudio. Además, a quienes se solicitaba su participación, se les pedían nombres de otros que quisieran cooperar.8 Así, la muestra experimenta un efecto de "bola de nieve" que se incrementa conforme los integrantes identifican a otros posibles participantes. La muestra de juicio puede usarse con provecho, siempre que se esté en las etapas iniciales de la investigación, cuando se buscan ideas u opiniones y a condición de que el investigador tome en cuenta sus limitaciones. Empero, se vuelve riesgosa si se aplica en estudios descriptivos o causales y se olvidan por conveniencia sus debilidades. Los índices de precios al consumidor son un ejemplo al respecto. Como señala Sudman: "[En Estados Unidos] el índice de precios al consumidor corresponde tan sólo a 56 ciudades y zonas metropolitanas seleccionadas mediante juicio y, en cierta medida, so-

Muestras no probabilísticas

456

bre la base de presiones políticas. En realidad, esas ciudades son representativas sólo de sí mismas, aunque el índice en cuestión se denomine [traducido al español] índice de Precios al Consumidor para Asalariados Urbanos y Empleados de Oficina, y muchas personas creen que refleja los precios de todo Estados Unidos. Además, la selección de los establecimientos minoristas investigados en cada ciudad también se basa en muéstreos de juicio, de modo que se desconoce la posible magnitud del sesgo de muestreo" [cursivas mías].9

Muestras de cuota Muestras de cuota

Forma de muestra no probabilística seleccionada de manera que la proporción de elementos que poseen ciertas características sea idéntica a la que ocurre en la población; se asigna a cada trabajador de campo una cuota, que especifica las características de las personas con las que debe establecer contacto.

Las muestras de cuota son un tercer tipo de muestras no probabilísticas que pretenden ser representativas de la población al hacer que la proporción de elementos con ciertas características sea la misma que en la población (Ventana de investigación 15.2). Considere, por ejemplo, un intento de selección de una muestra representativa de estudiantes de licenciatura en un campus universitario. Si una muestra dada de 500 sujetos no incluye a ningún estudiante de último año, se tendrían reservas considerables acerca de la representatividad de la muestra y de la posibilidad de generalizar sus conclusiones más allá de la muestra misma. En una muestra de cuota, el investigador podría cerciorarse de que se incluya a los estudiantes de último año y en la misma proporción en que están presentes en el estudiantado de licenciatura. Supongamos que un investigador está interesado en el muestreo del estudiantado de licenciatura de manera que la muestra refleje la composición de ese estudiantado por generación y sexo. Digamos también que hay 10000 estudiantes de licenciatura, de los cuales 3200 son de primero, 2600 de segundo, 2200 de tercero y 2000 de cuarto años, además de que se dividen en 7 000 hombres y 3000 mujeres. En una muestra de 1000 estudiantes, el plan de muestreo de cuota requeriría 320 elementos de la muestra de primer año, 260 de segundo, 220 de tercero y 200 de cuarto, además de que 700 elementos fueran hombres y 300, mujeres. El investigador lograría tal objetivo mediante la asignación a cada trabajador de campo de una cuota, de lo cual se deriva el término muestra de cuota, en q«e se especifiquen los estudiantes con que debe ponerse en contacto. Así, un trabajador de campo al que se asignaran 20 entrevistas podría recibir instrucciones de encontrar a los siguientes estudiantes y recopilar datos de ellos: • Seis de primer año; cinco hombres y una mujer • Seis de segundo año; cuatro hombres y dos mujeres • Cuatro de tercer año; tres hombres y una mujer • Cuatro de cuarto año; dos hombres y dos mujeres Nótese que los elementos de muestra que se tomen no estarían especificados en el plan de la investigación, sino que quedarían a discreción del trabajador de campo. El juicio personal de este último regiría en la selección de los estudiantes específicos que entreviste. El único requisito sería que el entrevistador acate de manera diligente la cuota establecida y entreviste a cinco hombres y una mujer de primer año, y así sucesivamente. Adviértase también que la cuota de este trabajador de campo refleja con exactitud la composición de géneros de la población estudiantil, sin que guarde un paralelismo completo con la composición por generación: 70% (14 de 20) de las entrevistas serían con hombres; pero apenas 30% (seis de 20) corresponderían a estudiantes de primer año, que comprenden 32% del estudiantado de licenciatura. Es innecesario e inusual en estas muestras que las cuotas por trabajador de campo reflejen con exactitud la distribución de las características de control en la población; por lo común, sólo la muestra en su totalidad tiene las mismas proporciones que la población. Por último, advierta que las muestras de cuota se basan en juicios subjetivos y personales, no en procedimientos objetivos, para la selección de los elementos de la muestra. En este caso, el juicio personal es del trabajador de campo, no del diseñador de la investigación, como ocurriría en una muestra de juicio. Ello nos hace preguntarnos si las muestras de cuota pueden considerarse verdaderamente representativas o no, pese a que reflejen con exactitud a la población en cuanto a la proporción de la muestra que posee cada característica de control. Son tres los aspectos que deben aclararse sobre este tema. En primer lugar, la muestra podría estar alejada de otras características importantes que probablemente influyan en el resultado. Así, si el estudio del campus universitario se relaciona con los

456

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

Ventana de investigation 15.2

El anuncio es ingenioso y claro, pero, jalguien lo lee?

•. ,,ada ano los anunciantes gastan millones de dolares en producir los anuncios que aparecen en piiblicaciones que van desde Advertising Age hasta la revista Yankee. Aunque se realicen pruebas de disefio y texto en la agenda antes de publicar el anuncio, la verriadera ptueba de su 6xilo tiene lugar cuando se publics y, junto con decenas de otras anuncios diseriados con igual cuidadn, compile par ilamar la atencibn del lector.

diversas, de modo que en conjunto cada estudio sea ampliamente representative de los lectores de cada publication. En cuanto a ciertas pubhcaciones de negocios, gremiales y profesionales, las ssignaciones de entrevistas tambien conesponden a la circulacifin por giro industrial y puesto. Por ultimo, en el caso dc publicaciones de poca circulacibn, se recurre a las listas de suscriptores para localizar a participantes aceptables.

Hopcr Starch Worldwide es tins campania que se dedica a medir la Icctura de amintins puhticilarios en revislas y periodicos para consumidores en general, de negodos. gremiales y profesionales (por supuesto, cobra por et servicio). Puesto que diariamente los anunciantes arriesgan grandes sumas para tratar de comunicar su mensaje a los consumiUoies, dictia organization ha tenido el cuidado de diseiiar una muestra para sus investigaciones que pueda brinriar a sus suscii plates information rapida y precisa del exito de sus annncios. Cada afio, Starch entrevista a mas de 50000 persnnas scibre su leclura de mas de 20000 anuncios publicitarios. Anualmenie se estudian unos 500 numeros distintos.

En cada entrevista, el entrevistndor pregunta al participante, a quicn sc pormite ver lo publication en ese momento, si ha visio o Icido cualquter parte de un anuncio dado. Si la respuesta es afirmativa, el entrevistador contimia con mas preguntas para determinar el grado en que el sujeto leyo el anuncio.

Starch rectiire a una muestra da cuoia que incluve cuando menos 100 lectores por genero. La compahia ha determinado que con ese tamafio de muesira se estabilizan las grandes fluctuaciones en los niveles de lectura. Se entrevista personalmente a arlultos (18 anos o ma's) en re!aci6n con todas las publicacio nes, salvo las diiirjidas exctusivamente a grupos especialcs (por ejerjiplo, para la revista Seventeen solo se entrevistarla a mujeres adolescents).

• ieldo en su mayor pane. El porcentaje que leyb 50% o mas del texto del anuncio.

Las entrevistas estan dislribuidas ds manera que guarden un paralelismo con la distribution geografica de la publicaci6n. Asi. en el caso de la invista Los Angeles, el estudio se enfocaria en lentores del sur de California. Una investigaci6n para la revista Time debe corresponder con su circulation nacional. Se entrevists a personas de 20 a 30 ciudades por cada numero que se estudia. Se asigna a cada entrevistador s6!o una pequeha cuota de entrevistas, para minimizar su sesgo. Ademas, las entrevistas se distribuyen entre personas de edad. ingresos y ocupaciones

Se midcn tres grados de lectura: • Notable. LI porccntajc que recuerda haber visto el anuncio en el numcro,

• Asociado. El porcentaje que vio cualquier parte del anuncio en la que se indicaba claramente cual era la marca o B! anuntiante

Oespues de hacer preguntas acerca de todos los anuncios, los entrevistadores registrar datos dc clasificacion basicos, de genero, edad, ocupacibn, estado civil, grupo etnico, ingresos y tamaiio y composici6n de la familia, de modo que sean posibles ia verification del mucstrco y las tabulaciones cruzadas de lectura. Los datos de Starch, usados correctamente, avudan a que los anunciantes y agencias publicitarias identifiquen los diserios de anuncios que atraen v retienen al maxima ia lectura. asi como los que estimulan una lectura promedio o deficiente. E(i el caso de los anunciantes, esta informacibn es invaluable paia discnar campafias eficaces de sus pmriitctos. ruenffi: "Rnpnr Sismh Wrirlrtwicfe''. Mamaronccl:, NY 10643.

prejuicios raciales existentes, habría diferencias si los trabajadores de campo entrevistan a estudiantes provenientes de áreas urbanas o rurales. Puesto que no se especifica una cuota referente a esta característica, es improbable que los participantes la reflejen con exactitud. Por supuesto, la opción es especificar cuotas en que se consideren todas las características potencialmente importantes. El problema radica en que aumentar el número de características de control complica las especificaciones y dificulta o hasta imposibilita la localización de los elementos de la muestra, aparte de que la encarece. Por ejemplo, si el origen geográfico y posición socioeconómica también fuesen carac-

Muestras probabilísticas

=.-:H§ ^

Disyuntivo etito 15.1 Listed se encuentra en el proceso de disefiar un experimento para comparar la eficacia de diferentes tipos de anuncios comerdales y necesita localizar un grupo numeroso de sujetos de edades diversas para que vean la television durante una hora cada noche por espacio de una semana. Se acercs a su clerigo local y le comenta que har3 una donacion para restaurar la iglesia por cada feligres que acepte participar.

i.Cuando son coercitivos los incentives? i.Es etico coaccionar a las personas para que participen en las investigaciones? (,EI reclutamiento coercitivo de los participantes tendra un efecto negative sobre la calidad de los datos?

terísticas importantes del estudio, se debería asignar al trabajador de campo, por ejemplo, que identifique estudiantes varones de primer año, de clase media superior, provenientes de zonas urbanas. Evidentemente, es mucho más difícil que simplemente localizar hombres de primer año. Además de lo anterior, es difícil verificar si una muestra de cuota es representativa o no. Sin duda, es posible verificar la distribución de características de la muestra no usadas como controles para determinar si la distribución concuerda con la de la población o no. Sin embargo, se trata de una comparación que proporciona sólo datos negativos. Puede indicar que la muestra no refleja la población si las distribuciones de algunas características son distintas. Inclusive si las distribuciones de la muestra y la población son similares respecto de cada una de esas características, sería posible que la muestra difiera mucho de la población en alguna característica no comparada explícitamente. Por último, los entrevistadores que operan por su propia cuenta son propensos a reiterar ciertas prácticas. Así, tienden a entrevistar en proporciones excesivas a sus amigos. Puesto que es frecuente que éstos sean similares entre sí, ello puede introducir sesgo. Por ejemplo, datos empíricos obtenidos en Inglaterra indican que las muestras de cuota presentan un sesgo: 1) hacia lo accesible, 2) contra familias pequeñas, 3) hacia familias con hijos, 4) contra trabajadores de industrias manufactureras, 5) contra personas en los extremos de la escala de ingresos, 6) contra sujetos con bajo nivel de ingresos y 7) contra individuos de baja posición social.10 Los entrevistadores que cumplen su cuota deteniendo a los transeúntes propenden a concentrarse en lugares donde son numerosos los posibles participantes, como las zonas de oficinas, terminales de transporte y entradas a grandes tiendas departamentales. Ello hace que estén representados excesivamente los tipos de personas que frecuentan tales sitios. Cuando se requieren visitas a domicilio, los entrevistadores también sucumben a los pecados de la conveniencia y la apariencia. Por ejemplo, suelen realizar entrevistas sólo durante el día, con lo que se representa insuficientemente a las personas que trabajan. También es frecuente que eviten las construcciones ruinosas y los pisos superiores de edificios sin ascensor. De conformidad con el tema del estudio, con todas esas tendencias se corre el peligro de que haya sesgos. Aunque esas tendencias podrían introducir sesgos en los resultados o no, es difícil corregirlas durante el análisis de los datos. Por otra parte, si la selección de los elementos de la muestra es objetiva, los investigadores cuentan con herramientas que facilitan determinar si una muestra es representativa o no. En las muestras probabilísticas, la solución del problema de la representación se basa en el procedimiento de muestreo, no en la composición de la muestra específica de que se trate.

I Muestras probabilísticas En una muestra probabilística, el investigador calcula las probabilidades de que se incluya a un elemento poblacional dado, puesto que selecciona objetivamente a los elementos de la muestra mediante un proceso específico, no con base en los caprichos del trabajador de campo. Dada esa selección

458

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple objetiva, se puede evaluar la fiabilidad de los resultados de la muestra, algo que resulta imposible con las muestras no probabilísticas, sin importar que se ejerza un juicio minucioso en la selección de los individuos. Lo anterior no significa que las muestras probabilísticas sean invariablemente más representativas que las no probabilísticas. De hecho, las segundas podrían serlo en mayor grado. La ventaja de las primeras es que permiten evaluar la magnitud del error de muestreo que probablemente ocurra, puesto que en la recopilación de los datos se utiliza una muestra, no un censo. Por otra parte, con las muestras no probabilísticas el investigador carece de un método objetivo para evaluar su idoneidad.

I Muestreo aleatorio simple Muchas personas han tenido contacto con las muestras aleatorias simples, ya sea en los cursos de introducción a la estadística o cuando leen los resultados de tales muestras en periódicos o revistas. En una muestra aleatoria simple, toda unidad de la muestra tiene probabilidades iguales y conocidas de ser seleccionada para el estudio y toda combinación de elementos de la población es una posible muestra. Por ejemplo, si se quisiera una muestra aleatoria simple de todos los estudiantes de una universidad dada, se asignaría un número a cada estudiante en una lista completa del estudiantado y luego se debería recurrir a una computadora para que ésta seleccionara una muestra al azar.

Población objetivo Población objetivo

La totalidad de casos que se ajustan a ciertas especificaciones designadas; también llamada población meta. Parámetro

Característica o medición fijas de una población prevista (o población meta).

[

La población objetivo o población meta es la que se utiliza como fuente de una muestra aleatoria simple. Esa población puede describirse con ciertos parámetros, que son características representativas que posee cada una de una magnitud fija que distingue a una población de otra. Por ejemplo, supongamos que la población prevista se compone de todos los adultos de la ciudad de Cincinnati. Podrían usarse diversos parámetros para describir a esa población: edad promedio, proporción con estudios universitarios, ingresos, etc. Note que son cantidades con valor fijo. Dado un censo poblacional, es posible calcularlas fácilmente. En vez de recurrir a un censo, por lo regular se selecciona una muestra y se toman los valores calculados a partir de las observaciones de la muestra para calcular los valores requeridos en la población. Considere la población hipotética de 20 individuos que se muestra en el anexo 15.1 para ver cómo se realizan esos cálculos. Son varias las ventajas de trabajar con una población hipotética pequeña, como la del anexo. Por principio de cuentas, que la población sea pequeña facilita el cálculo de los parámetros con que debe describírsela. En segundo término, su tamaño mismo hace relativamen-

A N E X O 15.1

Elemento

Ingreso

Estudios (años)

Suscripción a un periódico

1A

5600 6000 6400 6800 7200 7600 8000 8400 8800 9200

8 9 11 11 11 12 12 12 12 12

No Sí No Sí No Sí No Sí No Sí

2B 3C 4D 5E 6F 7G 8H 9 I 10 J

Elemento

Ingreso

Estudios (años)

Suscripción a un periódico

11 K 12 L 13 M

9600 10000 10400 10800 11200 11600 12000 12400 12800 13200

13 13 14 14 15 16 16 17 18 18

No Sí No Sí No Sí No Sí No Sí

14 15 16 17 18 19 20

N 0 P Q R S T

Muestreo aleatorio simple

ÍSJ

te sencillo ver qué ocurriría con un plan de muestreo dado. Asimismo, ambas características hacen que comparar los resultados de la muestra con los valores poblacionales "verdaderos", ahora ya conocidos, sea más fácil que en la situación habitual de valores poblacionales reales desconocidos, por lo cual, la comparación de la estimación con el valor "verdadero" es más real que en otras circunstancias. Suponga ahora que se pretende calcular el ingreso promedio de esta población a partir de dos elementos seleccionados aleatoriamente. En tal caso, el ingreso poblacional medio sería un parámetro idóneo. A fin de calcular la media poblacional (JJL), se divide la suma de todos los valores entre el número de valores que componen la suma. En otras palabras: media poblacional (JUL) =

suma de elementos poblacionales número de elementos poblacionales

En este caso, el cálculo arroja lo siguiente: 5600 +6000+ ... +13200 20

-9400

Otro parámetro que serviría para describir el ingreso de esta población sería la varianza poblacional, que es una medición de la dispersión de ingresos. Para determinarla hay que calcular la desviación de cada valor respecto de la media, elevar las desviaciones al cuadrado, sumarlas y dividir entre el número de valores que componen la suma. Si a2 denota la varianza poblacional, el cálculo es el siguiente:

2

varianza poblacional (a ) =

suma de las diferencias de cada elemento poblacional respecto de la media poblacional elevadas al cuadrado número de elementos poblacionales

(5600 - 9400)2 + (6000 - 9400)2 + ... + (13 200 - 9400)2

- 5 320 000

20

Población derivada Población derivada Población que se conforma con todas las muestras que podrían obtenerse de una población objetivo con un plan de muestreo específico. Dato estadístico (o estadística) Característica o medición de una muestra.

La población derivada consta de todas las muestras de la población objetivo que son posibles con un plan de muestreo dado. Un dato estadístico, o simplemente estadística, es una característica o medición de una muestra. El valor de un dato estadístico usado para el cálculo de un parámetro específico depende de la muestra particular que se seleccione de la población objetivo con el plan de muestreo especificado. Las diferentes muestras generan datos estadísticos distintos y cálculos del mismo parámetro poblacional que también difieren. Considere la población derivada de todas las muestras que podrían obtenerse con la población objetivo hipotética de 20 individuos antes ejemplificada, con un plan de muestreo en que se especifica que la muestra de tamaño n = 2 se obtenga por muestreo aleatorio simple sin reposición. Suponga, por el momento, que la información de cada elemento poblacional, en este caso, el nombre e ingreso de cada persona, está grabada en un disquete, se colocan los disquetes en un recipiente y se sacude éste vigorosamente. Luego, el investigador introduce la mano en el recipiente, extrae un disco, registra la información y lo pone a un lado. Después, hace lo mismo con un segundo disco. A continuación, inserta de nuevo ambos discos en el recipiente y repite el proceso. En el anexo 15.2 se muestran los numerosos resultados posibles con ese procedimiento: 190 combinaciones de los 20 disquetes. Es factible calcular la media de ingreso de la muestra para cada combinación. Así pues, con la muestra AB (k= 1) se tiene: media de la muestra kth =

suma de elementos de la muestra número de elementos de la muestra

5600 + 6000

20

-5800

En la figura 15.4 se anotan los cálculos de las medias de ingreso de la población y la magnitud del error en cada cálculo cuando se derivan las muestras k = 25, 62, 108, 147 y 189.

460

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

A N E X O 15.2

K

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 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

Identidad en la muestra

AB AC AD AE AF AG AH Al AJ AK AL AM AN AO AP AQ AR AS AT BC BD BE BF BG BH Bl BJ BK BL BM BN BO BP BQ BR BS BT CD CE CF CG CH Cl CJ CK CL CM CN CO CP

Media

K

Identidad en la muestra

Media

K

5800 6000 6200 6400 6600 6800 7000 7200 7400 7600 7800 8000 8200 8400 8600 8800 9000 9200 9400 6200 6400 6600 6800 7000 7200 7400 7600 7800 8800 8200 8400 8600 8800 9000 9200 9400 9600 6600 6800 7000 7200 7400 7600 7800 8000 8200 8400 8600 8800 9000

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 95 96 97 98 99 100

CQ CR CS CT DE DF DG DH DI DJ DK DL DM DN DO DP DO DR DS DT EF EG EH El EJ EK EL EM EN EO EP EQ ER ES ET FG FH Fl FJ FK FL FM FN FO FP FQ FR FS FT GH

9200 9400 9600 9800 7000 7200 7400 7600 7800 8000 8200 8400 8600 8800 9000 9200 9400 9600 9800 10000 7400 7600 7800 8000 8200 8400 8600 8800 9000 9200 9400 9600 9800 10000 10200 7800 8000 8200 8400 8600 8800 9000 9200 9400 9600 9800 10000 10200 10400 8200

101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150

Identidad en la muestra

Gi GJ GK GL GM GN GO GP GQ GR GS GT HI HJ HK HL HM HN HO HP HQ HR HS HT U IK IL IM IN 10 IP IQ IR IA IT JK JL JM JN JO JP JQ JR JS JT KL KM KN KO KP

Media

8400 8600 8800 9000 9200 9400 9600 9800 10000 10200 10400 10600 8600 8800 9000 9200 9400 9600 9800 10000 10200 10400 10600 10800 9000 9200 9400 9600 9800 10000 10200 10400 10600 10800 11000 9400 9600 9800 10000 10200 10400 10600 10800 11000 11200 9800 10000 10200 10400 10600

K

151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190

Identidad en la muestra

KQ KR KS KT LM LN LO LP LO LR LS LT MN MO MP MQ MR MS MT NO NP NQ NR NS NT OP 00 OR OS OT PQ PR PS PT OR OS QT RS RT ST

Media

10800 11000 11200 11400 10200 10400 10600 10800 11000 11200 11400 11600 10600 10800 11000 11200 11400 11600 11800 11000 11200 11400 11600 11800 12200 11400 11600 11800 12000 12200 11800 12000 12200 12400 12200 12400 12600 12600 12800 13000

Muestreo aleatorio simple

46*

FIGURA 15.4

Proceden ciertos comentarios sobre el concepto de población derivada antes de analizar la relación del ingreso medio de la muestra (un dato estadístico) con el ingreso medio poblacional (el parámetro que se calcula). En primer lugar, note que en la práctica no se genera realmente la población derivada. Sería un desperdicio absoluto de tiempo y datos. En su lugar, el investigador genera una muestra del tamaño necesario. Sin embargo, aplica el concepto de población derivada y el de distribución de muestreo, relacionado con el de población derivada, para elaborar inferencias. Poco más adelante se analiza cómo lo hace. En segundo término, observe que la población derivada se define como la de todas las muestras distinguibles que pueden obtenerse con un plan de muestreo dado. Si se cambia cualquier parte del plan de muestreo, también se modifica la población derivada. Así pues, al seleccionar los disquetes, si el investigador reintroduce el primer disco que extrae, la población derivada incluye las posibilidades de muestra AA.BBy así sucesivamente. En caso de que la muestra tenga tamaño n = 3 en lugar de n = 2 y extracción de disquetes sin su reintroducción, ABC es una muestra posible y hay muchas otras posibilidades: 1140 en lugar de las 190 con muestras de dos elementos. La población derivada también cambia al seguir un método de selección de los elementos que no sea el muestreo aleatorio simple. Por último, note que la selección de una muestra de un tamaño dado en una población objetivo es equivalente a seleccionar un solo elemento (1 de los 190 disquetes) de la población derivada. Este hecho es básico en las inferencias estadísticas.

462

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

Comparación de las medias de muestra y poblacional En caso de ser necesaria la evaluación del ingreso de los elementos de una muestra aleatoria simple, ¿puede suponerse que la media de la muestra es igual a la media de la población objetivo? Generalmente se supone que hay cierta relación. En ocasiones, se sabe a priori que el cálculo podría contener errores. Por ejemplo, cabría esperar que la información recopilada de una muestra de usuarios de internet difiera mucho de la población general (véase el anuncio del programa e-centives). En otros casos, se piensa que la media de la muestra debe permitir el cálculo razonablemente preciso de la media poblacional, ya que de lo contrario no tendría sentido tomar el valor de la muestra para estimar o calcular el valor poblacional. Sin embargo, ¿cuál es la magnitud probable del error? Suponga que se suman todas las medias de muestras del anexo 15.2 y se divide el resultado entre el número de muestras, es decir, que se promedian los promedios. Al hacerlo, se tendría lo siguiente: 5800 + 6000+ ... + 13000 ¡90

9400

Ese resultado es también la media de la población objetivo, y esto es lo que se llama dato estadístico (estadística) sin sesgo. Un dato estadístico no tiene sesgo cuando su valor promedio es igual al parámetro poblacional que supuestamente se calcula con tal dato. Inclusive sin sesgos, un cálculo específico podría diferir mucho del valor poblacional verdadero; por ejemplo, si se seleccionan las muestras AB o ST. En algunos casos, inclusive sería imposible obtener el valor poblacional verdadero con cualquier muestra posible, pese a que el dato estadístico no contenga sesgo; pero eso ocurre en el ejemplo, ya que diversas muestras posibles —como AT— arrojan una media de la muestra que es igual al promedio de la población.

Internet es una fuente de información para los mercadólogos, que rastrean los hábitos de navegación y compra de las personas. Programas como e-centives recompensan a los navegantes del ciberespacio con cupones en línea y otros ofrecimientos por llenar perfiles personales. Sin embargo, una media de la muestra del público conocedor de internet difiere mucho de la población general, con menores conocimientos tecnológicos y que sería más cauta en cuanto a proporcionar información en línea. Así pues, los mercadólogos deben tener cuidado al hacer proyecciones de la población general con base en la información que recopilan en línea.

Muestreo aleatorio simple

"4MI-*

En siguiente término, es útil considerar la distribución de estos cálculos de muestras, particularmente la relación entre esa distribución y la dispersión de ingresos en la población. Dijimos que para calcular la varianza poblacional es necesario el cálculo de la desviación de cada valor respecto de la media, elevar esas desviaciones al cuadrado, sumarlas y dividir el resultado entre el número de valores que componen la suma. La varianza de los ingresos medios se debe calcular en forma similar. En otras palabras, se debe determinar la varianza de los ingresos medios al considerar la desviación de cada media en relación con la media global, elevar al cuadrado y sumar esas desviaciones y dividir el resultado entre el número de casos. En forma alterna, podría determinarse indirectamente la varianza de los ingresos medios empleando la varianza de ingresos en la población objetivo, puesto que hay una relación directa entre las dos cantidades. Dicho de manera más específica, cuando la muestra es sólo una pequeña parte de la población objetivo, la varianza de ingresos medios de la muestra es igual a la de la población prevista dividida entre el tamaño de la muestra. Esto se representa con la ecuación siguiente:

*•£

Distribución de muestreo

Distribución de valores de un dato estadístico calculado para cada muestra distinguible que podría extraerse de una población objetivo con un plan de muestreo específico.

FIGURA 15.5

donde v-2 es la varianza de ingresos medios de la muestra, a2 es la varianza de ingresos de la población, y n es el tamaño de la muestra.11 En tercer lugar, considere la distribución de cálculos en contraste con la distribución de la variable en la población objetivo. En la figura 15.5 se indica que la distribución de la población objetivo, que se anota en la parte A, tiene forma de espiga -cada uno de los 20 valores ocurre una sola vez- y es simétrica respecto del valor medio de la población, 9400. La distribución de cálculos, que se muestra la parte B, se elaboró a partir del anexo 15.3, que a su vez se derivó al colocar los cálculos del anexo 15.2 en categorías según el tamaño y luego contar el número que contenía cada categoría. La porción B es el histograma convencional que se analiza en los cursos de introducción a la estadística y representa la distribución de muestreo del dato estadístico. Tome nota de lo siguiente: el concepto de distribución de muestreo es el más importante en estadística; se trata de la pieza fundamental de los procedimientos de inferencia estadística. Si se conoce la distribución de muestreo del dato estadístico de que se trata, es posible elaborar una inferencia acerca del parámetro poblacional correspondiente. Por otra parte, cuando sólo se sabe que un cálculo de muestra específico podría variar con el muestreo repetido y no se tiene información acerca de cómo vana, es imposible crear una medición del error de muestreo que guarde relación con dicho cálculo. La distribución de mués-

m

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

A N E X O 15.3

Media de la muestra

Número de muestras

$6 000 o menos $6100 a $6 600 $6 600 a $7 200 $7 300 a $7 800 $7 900 a $8 400 $8 500 a $9 000 $9100 a $9 600 $9700 a$10200 $10300 a$10800 $10 900 a $11400 $11 500 a $12 000 $12100 a $12600 $12 700 o más

2 7 11 16 20 25 28 25 20 16 11 7 2

treo de un cálculo describe cómo varía dicho cálculo con el muestreo repetido, de modo que sirve de base para determinar la fíabilidad del cálculo de la muestra. Es por ello que en los planes de muestreo probabilístico reviste tanta importancia la inferencia estadística. Si conocen las probabilidades de inclusión de cualquier elemento poblacional en la muestra, los estadísticos pueden derivar la distribución de muestreo de diversos datos estadísticos. Los investigadores pueden basarse en tales distribuciones, trátese de la media, proporción o varianza de la muestra u otro dato estadístico para elaborar inferencias de una muestra a valores poblacionales. Note también que la distribución de medias de la muestra tiene forma de campana y simetría respecto de la media poblacional, con muestras de tamaño 2. En resumen, se demostró que: 1. La media de todas las medias de muestra posibles es igual a la media poblacional. 2. La varianza de las medias de muestra guarda una relación con la varianza poblacional. 3. La distribución de las medias de muestra tiene forma de campana y la distribución poblacional, de espiga.

Teorema central del límite Teorema según el cual si se toman muestras aleatorias simples de tamaño n de una población objetivo con media JJL y varianza a2, entonces cuando |x es muy grande la media de muestras x tiene distribución aproximadamente normal, con media JJL y varianza v2/n. La aproximación se vuelve cada vez más precisa conforme aumenta el valor de n.

Teorema central del límite La distribución en forma de campana de los cálculos es una evidencia preliminar del teorema central del límite, el cual afirma que al tomar muestras aleatorias simples de tamaño n de una población prevista con media (JL y varianza a2, entonces cuando n es muy grande la media de muestras tiene distribución aproximadamente normal, con media igual a la media poblacional y varianza igual a la de la población prevista dividida entre el tamaño de la muestra, es decir: a->-2Í x n La aproximación adquiere mayor precisión conforme aumenta el valor de n. Note las consecuencias que esto tiene. Significa que la distribución de las medias de muestras será normal si la muestra es suficientemente grande, sin importar la forma de la población objetivo. ¿Cuándo es suficientemente grande? Si la distribución de la variable en la población objetivo es normal, la distribución de las medias de muestras con tamaño n = 1 será normal. Cuando la distribución de la variable es simétrica sin ser normal, las muestras muy pequeñas producen una distribución normal. Si la distribución de la variable está muy sesgada en la población prevista, se requieren muestras de mayor tamaño.

Muestreo aleatorio simple

«5

No obstante lo anterior, puede suponerse que es normal la distribución del dato estadístico, la media de las muestras, si se trabaja con una muestra de tamaño suficiente. Es innecesario recurrir al supuesto de que la variable tiene distribución normal en la población objetivo para elaborar inferencias con la curva normal. En su lugar se usa el teorema central del límite y se ajusta el tamaño de la muestra en concordancia con la distribución poblacional, de modo que pueda suponerse que es válida la curva normal. Por fortuna, la distribución normal del dato estadístico ocurre con tamaños de muestras relativamente pequeños, como se indica en la figura 15.6.

FIGURA 15.6

Fuente: Ernest Kurnow, Gerald J. Glasser y Frederick R. Ottman, Statistics for Business Decisions (Homewood, III., Richard D. Irwin, Inc., © 1959), pp. 182-183. Usado con permiso.

466

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple Estimaciones de intervalos de confianza ¿De qué manera lo precedente sirve para hacer inferencias sobre la media de la población objetivo? Después de todo, en la práctica no se extraen todas las posibles muestras de un tamaño dado, sino solamente una, y se toman los resultados obtenidos para inferir algo acerca del grupo objetivo. Todo se vincula como se describe a continuación. Se sabe que con cualquier distribución normal un porcentaje específico de las observaciones se sitúa a cierto número de desviaciones estándares de la media, por ejemplo, 95% de los valores están a ±1.96 desviaciones estándares de la media. La distribución de las medias de las muestras es normal si el teorema central del límite resulta válido y, de tal suerte, no hay excepciones. Ahora bien, la media de esta distribución de muestreo es igual a la media de la población, JJL, y su desviación estándar está dada por la raíz cuadrada de la varianza de las medias, llamada error estándar de la media, específicamente &x = aVí?. Por consiguiente, es cierto que: • 68.26% de las medias de la muestra está a ± 1 o^ de la media de la población • 95.45% de las medias de la muestra está a ± 2 o^ de la media de la población • 99.73% de las medias de la muestra está a ± 3 o^ de la media de la población y, en general, JJL ± zo^ contiene cierta proporción de todas las medias de muestras, proporción que depende del valor seleccionado de z. La expresión puede convertirse en una desigualdad, a saber: media de (error estándar media de media de (error estándar —z • —z — i z la población de la media) las muestras la población de la media) o bien |JL - zv- < x < JJL + za-

(15.1)

que resulta válida en cierto porcentaje del tiempo e implica que la media de las muestras está en el intervalo que se forma al sumar y restar cierto número de desviaciones estándares al valor medio de la distribución. Esta desigualdad puede convertirse en otra equivalente: media de la muestra

z

(error estándar media de media de de la media) ~~ z la población ~~ las muestras

(error estándar de la media)

o bien x - za- < jx < x + za-

(15.2)

Además, si la ecuación 15.1 es verdadera, por ejemplo, 95% del tiempo (z = 1.96), entonces la ecuación 15.2 también es verdadera 95% del tiempo. Cuando se hace una inferencia con base en una sola media de las muestras, se usa la ecuación 15.2. Es importante resaltar que la ecuación 15.2 no dice nada acerca del intervalo construido a partir de una muestra particular como incluyente de la media de la población. Por el contrario, el intervalo se refiere al procedimiento de muestreo. El intervalo que rodea a una sola media puede contener la media verdadera de la población o no. La confianza en la inferencia se basa en la propiedad de que 95% de los intervalos que se construyan con ese plan de muestreo contendrá el valor verdadero. Se espera o se tiene confianza de que la muestra sea una de esas 95 de cada 100 que (cuando se tiene confianza de 95%) incluyen el valor verdadero. A fin de ejemplificar este punto importante, suponga por el momento que fue normal la distribución de las medias de las muestras de tamaño n = 2 del ejemplo hipotético. En el anexo 15.4 se ilustra el resultado gráfico de las primeras 10 muestras de las 190 posibles con el plan de muestreo especificado. Note que apenas siete de los 10 intervalos contienen la media verdadera de la población. Así pues, la confianza en el cálculo surge por el procedimiento, no por un cálculo específico. El procedimiento indica que, por ejemplo, con una intervalo de confianza de 95%, si se extraen cien muestras y se calcula la media de muestras del intervalo de confianza de cada una, 95 de los intervalos construidos incluirán el valor poblacional verdadero. La exactitud de una muestra específica se evalúa sólo con referencia al procedimiento usado para obtener la muestra. Un plan de muestreo representativo

Muestreo aleatorio simple ANEXO 15,4

ÉB

''

Intervalo confidencial Número de muestra

Identidad de la muestra

Media

Límite inferior

1 2 3 4 5 6 7 8 9 10

AB AC AD AE AF AG AH Al Aj AK

5800 6000 6200 6400 6600 6800 7000 7200 7400 7600

2689 2889 3089 3289 3489 3689 3889 4089 4289 4489

Límite superior

Representación gráfica Válido m = 940 (representado con la línea vertical)

8911 9111 9311 9511 9711 9911 10111 10311 10511 10711

• X • • X • • X • • X " • X • • X -• • X • t X 1 • X • • X •

no garantiza que una muestra dada también lo sea. Los procedimientos de inferencia estadística se basan en la representatividad del plan de muestreo y es ésta la razón de que las muestras probabilísticas sean tan críticas para dichos procedimientos. Son muestras que permiten calcular la precisión de los resultados en cuanto a su agrupamiento alrededor del valor verdadero. Cuanto mayor sea el error estándar del dato estadístico, tanto más variables son los cálculos y menos preciso el procedimiento. Si al lector le inquieta que el intervalo de confianza se aplique al procedimiento, no a un resultado de muestra específico, puede tranquilizarse con el hecho de que es posible controlar el nivel de confianza con ese cálculo del valor poblacional. De tal suerte, si no desea asumir el riesgo que tendría de que cinco intervalos de muestra por cada 100 no contenga el valor poblacional, podría utilizar un intervalo de confianza de 99%, en que el riesgo es de que apenas 1 de cada 100 intervalos de muestra no contenga la media poblacional. Así pues, si está dispuesto a aumentar el tamaño de la muestra, puede hacerlo con confianza y al mismo tiempo conservar la precisión con ese cálculo del valor poblacional. Este tema se analiza con más detalles en el capítulo 17. Quizás haya otro ingrediente perturbador en el procedimiento: en el cálculo del intervalo de confianza se utilizan tres valores: Je, z y o^. Ahora bien, la media de muestras x se calcula a partir de la muestra seleccionada, mientras que z se especifica a modo de lograr el nivel de confianza buscado. Sin embargo, ¿qué hay respecto del error estándar de la media, a^? Es igual a o> = a/Vw y para calcularlo es necesario conocer la desviación estándar de la variable en la población, es decir, a. ¿Qué hacer cuando se desconoce este último valor? No hay problema alguno, por dos razones. La primera, que la variación habitualmente cambia con lentitud mucho mayor que numerosas variables de interés en mercadotecnia. Por ende, si el estudio es una repetición, puede usarse el valor descubierto previamente de a. En segundo lugar, una vez que se selecciona la muestra y se recopila la información, es posible calcular la varianza de muestras para determinar la varianza de la población. La varianza de muestras sin sesgo, í2, se calcula como sigue: suma de desviaciones alrededor de la media de muestras al cuadrado varianza de muestras s = tamaño de la muestra = 1 2

Por ende, el cálculo de la varianza de muestras requiere calcular primero la media de muestras. Luego, se procede a calcular la diferencia entre cada uno de los valores de muestras y la media de muestras, se elevan los resultados al cuadrado, se suman y se divide la suma entre el número de observaciones de la muestra menos uno. La varianza de la muestra no sólo proporciona un cálculo de

468 8

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple la varianza poblacional, sino que también sirve para estimar el error estándar de la media. Cuando se conoce la varianza de la población, a2, también se tiene el error estándar de la media, a^, puesto que o> = aA/w. Si se desconoce la varianza poblacional, sólo es posible estimar el error estándar de la media. Esta última está dada por sx, que €s igual a la desviación estándar de la muestra dividida entre la raíz cuadrada del tamaño de la muestra, o sea, s/\/~ñ. El cálculo guarda un paralelismo con el del valor verdadero, en que la desviación estándar de la población se sustituye con la de la muestra. Así, si se extrae la muestra AB, con media de 5800, se tiene: (5600 - 5800)2 + (6000 - 5800)2 s= ~ —^ = 80 000 y, por consiguiente, s = 283 y s¿ = s/Vn = 283/V2 = 200, de modo que el intervalo de confianza de 95% es ahora: 5800 - 1.96(200) < JJL < 5800 + 1.96(200) - 5408 < |ÜL < 6192 un poco menor que antes. En el anexo 15.5 se resumen las fórmulas de cálculo de las diversas medias y varianza usadas en el capítulo. Extracción de la muestra aleatoria simple Aunque resultó útil para ilustrar los conceptos de población derivada y distribución de muestreo, no se recomienda de manera particular seleccionar los elementos de la muestra de un recipiente que contenga todos los elementos de la población, dado su alto potencial de sesgo. Es improbable que los disquetes sean totalmente uniformes en tamaño o características táctiles, por lo cual diferencias leves podrían afectar las probabilidades de que se extraiga un elemento dado. Un ejemplo al respecto es el reclutamiento en Estados Unidos durante la guerra de Vietnam. Las prioridades de reclutamiento se determinaron sacando de un gran recipiente, frente al auditorio de televisión, discos con fechas de nacimiento impresas. Desgraciadamente, los meses del año habían sido vertidos en el recipiente de manera ordenada, primero enero y diciembre al último. Aunque se agitó vigorosamente el recipiente, se observó la tendencia a que salieran primero los disquetes de diciembre y al último los de enero. El procedimiento se modificó después para que el proceso de selección fuera más aleatorio.

ANEXO 15.5

., Población

IWIllpoffo

Población derivada de medias de muestras

u =

Y —

suma de elementos de la población número de elementos de la población

suma de muestras de elementos . número de muestras de elementos

valor promedio = media poblacional desconocida

suma de las diferencias elevadas al cuadrado de cada elemento de la „ población menos la media poblacional a2 = número de elementos de la población

c-¿ —-

suma de las diferencias de cada elemento de la muestra menos la media de muestras elevadas al cuadrado número de muestras de elementos de la muestra - 1 0-2

s¿2 = — (cuando se conoce la varianza poblacional)

s 5-2 x = — (cuando no se conoce la varianza poblacional) n

Muestreo aleatorio simple

$ÉI

La forma preferida para obtener una muestra aleatoria simple es el uso de una tabla de números aleatorios, que incluye la secuencia de pasos descrita a continuación. En primer término, se enumera en forma seriada a los elementos de la población prevista, de 1 a TV; en la población hipotética del ejemplo anterior, el elemento A tendría el número 1, el B tendría el 2, etc. Luego, se da a los números de la tabla un tratamiento como si tuvieran el mismo número de dígitos que N. Con TV = 20, se usarían números de dos dígitos; si N estuviera entre 100 y 999, se requerirían números de tres dígitos, etc. En tercer lugar, se determina al azar un punto de partida. Ello podría consistir simplemente en abrir la tabla en cualquier página y apuntar a una posición con los ojos cerrados. Puesto que los números de una tabla de números aleatorios son en verdad aleatorios, es decir, sin orden, no hay mucha diferencia, sin importar dónde se inicie.12 Por último, se procede en alguna dirección arbitraria, por ejemplo, hacia arriba, abajo o los lados y se seleccionan los elementos de la muestra para los cuales se tenga correspondencia del número seriado con el número aleatorio. A manera de ejemplo, considérese la lista parcial de números aleatorios que se ilustra en el anexo 15.6. Puesto que N= 20, se trabaja sólo con dos dígitos, de modo que pueden usarse los números del anexo tal como están, en vez de tener que combinar columnas para producir números que abarquen el intervalo de números seriados. Supongamos que habíamos decidido proceder hacia abajo y que el punto de inicio arbitrario corresponde a la cuarta columna de la undécima hilera, específicamente, al número 77. Es un número muy alto y se desecharía. Lo mismo ocurriría con los dos números siguientes; pero sí se usaría el cuarto número, 02, puesto que 2 corresponde a uno de los números seriados de la lista, el elemento B. Los cinco números siguientes también se excluirían, por ser demasiado grandes, mientras que el número 05 correspondería a la inclusión del elemento E. Así pues, los elementos B y E conformarían la muestra de dos elementos con que se buscaría información sobre ingresos. Otra estrategia consistiría en usar un programa de computadora que genere los números aleatorios. Aunque datos recientes indican que los números generados por programas de cómputo no son tan aleatorios como se piensa, lo son en grado suficiente para muchos casos de investigaciones de mercados, si bien tal vez no lo sean para la creación de modelos matemáticos complejos.13 Note que una muestra aleatoria simple requiere una lista numérica seriada de elementos poblacionales. Ello significa que debe conocerse la identidad de cada miembro de la población. En algunas poblaciones no hay problema alguno, por ejemplo, si el estudio corresponde a la lista de la revista Fortune de las 500 compañías más grandes de Estados Unidos. Es una lista ya disponible y una muestra aleatoria simple podría seleccionarse fácilmente de ella. En muchas otras poblaciones de interés (por ejemplo, las familias que viven en una ciudad dada), es mucho más difícil obtener la lista de elementos del universo y los investigadores aplicados frecuentemente recurren a otros métodos de muestreo.

470

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

A N E X O 15. 6

10 37 08 99 12 66 31 85 63 73 98 11 83 88 99 65 80 74 69 09 91 80 44 12 63 61 15 94 42 23 04 00 35 59 46 32 69 19 45 94 98 33 80 79 18 74 54 11 48 69

09 54 42 01 80 06 06 26 57 79 52 80 45 68 59 48 12 35 91 89 49 33 10 55 60 19 47 55 48 52 49 54 96 80 05 17 23 56 15 86 08 18 95 75 63 02 17 66 32 07

73 20 26 90 79 57 01 97 33 64 01 50 29 54 46 11 43 09 62 32 91 69 48 07 64 69 44 72 11 37 35 99 31 80 88 90 46 54 51 43 62 51 10 24 33 94 84 44 47 49

25 48 89 25 99 47 08 76 21 57 77 54 96 02 73 76 56 98 68 05 45 45 19 37 93 04 52 85 62 83 24 76 53 83 52 05 14 14 49 19 48 62 04 91 25 39 56 98 79 41

33 05 53 29 70 17 05 02 35 53 67 31 34 00 48 74 35 17 03 05 23 98 49 42 29 46 66 73 13 17 94 54 07 91 36 97 06 30 38 94 26 32 06 40 37 02 11 83 28 38

76 64 19 09 80 34 45 02 05 03 14 39 06 86 87 17 17 77 66 14 68 26 85 11 16 26 95 67 97 73 75 64 26 45 01 87 20 01 19 36 45 41 96 71 98 77 80 52 31 87

52 89 64 37 15 07 57 05 32 52 90 80 28 50 51 46 72 40 25 22 47 94 15 10 50 45 27 89 34 20 24 05 89 42 39 37 11 75 47 16 24 94 38 96 14 55 99 07 24 63

01 47 50 67 73 27 18 16 54 96 56 82 89 75 76 85 70 27 22 56 92 03 74 00 53 74 07 75 40 88 63 18 80 72 09 92 74 87 60 81 02 15 27 12 50 73 33 98 96 79

35 42 93 07 61 68 24 56 70 47 86 77 80 84 49 09 80 72 91 85 76 68 79 20 44 77 99 43 87 98 38 81 93 68 22 52 52 53 72 08 84 09 07 82 65 22 71 48 47 19

86 96 03 15 47 50 06 92 48 78 07 32 83 01 69 50 15 14 48 14 86 58 54 40 84 74 53 87 21 37 24 59 54 42 86 41 04 79 46 51 04 49 74 96 71 70 43 27 10 76

34 24 23 38 64 36 35 68 90 35 22 50 13 36 91 58 45 43 36 46 46 70 32 12 40 51 59 54 16 68 45 96 33 83 77 05 15 40 43 34 44 89 20 69 31 97 05 59 02 35

67 80 20 31 03 69 30 66 55 80 10 72 74 76 82 04 31 23 93 42 16 29 97 86 21 92 36 62 86 93 86 11 35 60 28 56 95 41 66 88 99 43 15 86 01 79 33 38 29 58

35 52 90 13 23 73 34 57 35 83 94 56 67 66 60 77 82 60 68 75 28 73 92 07 95 43 78 24 84 59 25 96 13 94 14 70 66 92 79 88 90 54 12 10 02 01 51 17 53 40

48 40 25 11 66 61 26 48 75 42 05 82 00 79 89 69 23 02 72 67 35 41 65 46 25 37 38 44 87 14 10 38 54 97 40 70 00 15 45 15 38 85 33 25 46 71 29 15 68 44

76 37 60 65 53 70 14 18 48 82 58 48 78 51 28 74 74 10 03 88 54 35 75 97 63 29 48 31 67 16 25 96 62 00 77 07 00 85 43 53 96 81 87 91 74 19 69 39 70 01

80 20 15 88 98 65 86 73 28 60 60 29 18 90 93 73 21 45 76 96 94 53 57 96 43 65 82 91 03 26 61 54 77 13 93 86 18 66 59 01 39 88 25 74 05 52 56 09 32 10

95 63 95 67 95 81 79 05 46 93 97 40 47 36 78 03 11 52 62 29 75 14 60 64 65 39 39 19 07 25 96 69 97 02 91 74 74 67 04 54 09 69 01 85 45 52 12 97 30 51

90 61 33 67 11 33 90 38 82 52 09 52 54 47 56 95 57 16 11 77 08 03 04 48 17 45 61 04 11 22 27 28 54 12 08 31 39 43 79 03 47 54 62 22 56 75 71 33 75 82

91 04 47 43 68 98 74 52 87 03 34 42 06 64 13 71 82 42 39 88 99 33 08 94 70 95 01 25 20 96 93 23 00 48 36 71 24 68 00 54 34 19 52 05 14 80 92 34 75 16

17 02 64 97 77 85 39 47 09 44 33 01 10 93 68 86 53 37 90 22 23 40 81 39 82 93 18 92 59 63 35 91 24 92 47 57 23 06 33 56 07 94 98 39 27 21 55 40 46 15

39 00 35 04 12 11 23 18 83 35 50 52 68 29 23 40 14 96 94 54 37 42 22 28 07 42 33 92 25 05 66 23 90 78 70 85 97 84 20 05 35 37 94 00 77 80 36 88 15 01

29 82 08 43 17 19 40 62 49 27 50 77 71 60 47 21 38 28 40 38 08 05 22 70 20 58 21 92 70 52 33 28 10 56 61 39 11 96 82 01 44 54 62 38 93 81 04 46 02 84

27 29 03 62 17 92 30 38 12 38 07 56 17 91 83 81 56 60 05 21 92 08 20 72 73 26 15 74 14 28 71 72 33 52 74 41 89 28 66 45 13 87 46 75 89 45 09 12 00 87

49 16 36 76 68 91 97 85 56 84 39 78 78 10 41 65 37 26 64 45 00 23 64 58 17 05 94 59 66 25 24 95 93 01 29 18 63 52 95 11 18 30 11 95 19 17 03 33 99 69

45 65 06 59 33 70 32 79 24 35 98 51 17 62 13 44 63 55 18 98 48 41 13 15 90 27 66 73 70 62 72 29 33 06 41 38 38 07 41 76 80 43 71 79 36 48 24 56 94 38

Fuente: Esta tabla se reproduce de la página 1 de The Rand Corporation, A Million Random Digits with 100,000 Normal Deviates (Nueva York: The Free Press, 1955), Copyright © 1955 y 1983, The Rand Corporation. Reproducida con autorización.

Resumen

471

De regreso en el caso

Ambas panes de la guerra de ratings se muestran optimistas, pues suponcn que sus dientes apreciaran la superioridad de sus metodos. Mary Ann Packo, directora opeiativa de Media Metrix. afirma: "Nuestra muestra de 40 000 es significativamente mayor que la de Nielsen/NetRatings, y el lamano de la muestra es vcrdaderamente crftino an este caso". Tim Meadows, vicepresidente de mercadotRcnia de WelRatings, conlraataca: "Si se trata de proporcionar informacion ualiosa a los anunciantes, afirmaria que los 100 sitins web principals es lo que cuenta". A continuation profundizarnos en el metodo de cada compania. Media Metrix recopila dalos de uu panel de casi 50000 usuanos de internet. La empresa recluta a sus miembros con tecnieas postales y telefonicas. Los medidures en las computadoras de los miembros del panel obtienen datos con los que se determina cualcs sitios visitan y cuanto liempo eslan en cada uno de ellos. La compania ordena Ins datos segun la computadora este en su trabajo o su hngar. Cuenta el numera de visitantes unicos de cada sitio web (lo cual significa que si una persona visito dos veces un sitio en ei periodo de medicion se la cuenta solo una vezj. Los datos cubren el USD de rnas de 21 000 sitios web y otros scrvicios en linea. Nielsen Media Research cuenta con un panel dc internet de 9000 usuarios de computadoras domcsticas, rcclutados por vfa lelefoniua. Recurre al marcado digital alcatorio para ponerse en contaelo con las personas en su hogar e instarlas a que participen en el panel. El entrevistador dc Nielsen determina si son acfiptables (con base en el hecho de quo tengan computadora personal y atceso a internet) y, en caso do que lo sean, les pide que partici-

pen. Quienes est6n de acucrdo reciben un paquete que incluye software de rastreo para mstalacion en su computadora. Si un hogar no rcsulta accptablc o la persona rechaza la participar.inn, la empresa se pone nucvamente en contacto con ella al cahn de seis mescs, para vcr si ya es aceptable o esta dispuesta a participar. Ello ticne como tin mejorar la calidad de la muesrra. Nielsen tambicn llama tclefonicamente cada dos meses a los miembros del panel paro agradecerles su participsciiin y preguntar si tienen algunas dilicultades en relacion r,on la participation. Tsl seguimicnto tiene como fin conservar a los miembros del panel. Niclscn/NetRatings ha determinado que seria dificil obtener una mucstra vcrdaderamente representativa de la poblacion que trabaja, en vista de las diferentes polfticas de las companias en cuanto a In seguridad de sus computadoras Sin embargo, la empresa estudia actualmente la posibilidad creai un pane! de usuarios en centros de tratiajo. (.Cual enfoque RK mejor? Algunas compafifas, como el sitio publiutario OgilvyOne, el portal de Internet Yahoo! y el mayorista en linea Ama7nn.com se protegen suscribiendose a ambos servicios.

Fuenlfis Kipp Chenq. "Measuiement's Tangled Web", en Attwcck, 73 dc nuiiu de lySD. pp. 4748. siliu dc NiclsuN/NKtRdtiiiys. www.nielscnnetralings.coni. bajado el 18 de ayosto de 1999; sii'O Qe Media Metrix. www.mediarnetrix.com, bajado ei 4 da octuhra rtc 1999; Media Metra, "A Homparisnn of Wotid Wide Web Audience Estimates Utilizing Two Different Approaches", cnsayn bajado del situ de Mediu Melm el 4 de ucluU'e de 1999

I Resumen Objetivo de aprendizaje 1 Distinguir entre censo y muestra. Se llama censo al estudio de una población completa. Una muestra es una porción de esa población.

Objetivo de aprendizaje 2 Enumerar los seis pasos que siguen los investigadores para obtener una muestra poblacional. Los seis pasos que siguen los investigadores para obtener una muestra son: 1) definir la población, 2) identificar el marco de muestreo, 3) seleccionar un procedimiento de muestreo, 4) determinar el tamaño de la muestra, 5) seleccionar los elementos de la muestra y 6) recopilar los datos de los elementos designados.

#tl¡V

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

Objetivo de aprendizaje 3 Definir marco de muestreo. Un marco de muestreo es la lista de elementos de la cual se obtiene la muestra real.

Objetivo de aprendizaje 4 Explicar la diferencia entre una muestra probabilística y otra no probabilística. En una muestra probabilística, cada miembro de la población tiene probabilidades conocidas, diferentes de cero, de ser incluido en ella. Aunque esas probabilidades podrían no ser iguales para cada miembro, todos tienen probabilidades conocidas de ser incluidos. Por otra parte, con las muestras no probabilísticas se carece de una forma de calcular las probabilidades de que un elemento poblacional dado sea incluido. Así pues, no se tiene una forma de garantizar que la muestra sea representativa de la población. Todas las muestras de este tipo se basan en el juicio personal en algún punto del proceso de selección de la muestra. Aunque tal juicio puede generar cálculos o estimaciones adecuados de una característica de la población, se carece de una forma de determinar objetivamente si la muestra es adecuada.

Objetivo de aprendizaje 5 Distinguir entre muestras fija y secuencia!. En una muestra fija, el tamaño de la muestra se decide previo al comienzo del estudio y toda la información necesaria se recopila antes del análisis de los resultados. En una muestra secuencial, el número de elementos de la muestra no se decide anticipadamente, sino que se determina con un conjunto de decisiones a medida que se recopilan los datos.

Objetivo de aprendizaje 6 Explicar qué es una muestra de juicio y describir su uso óptimo y sus riesgos. Una muestra de juicio es aquella en que se selecciona a los elementos que la componen porque se piensa que pueden servir para los propósitos de la investigación. En ocasiones, su selección se debe a que se cree que son representativos de la población objetivo. La muestra de juicio puede usarse productivamente siempre que se esté en las etapas iniciales de la investigación, cuando se buscan ideas u opiniones o que el investigador tome en cuenta sus limitaciones. Sin embargo, adquiere características riesgosas cuando se la utiliza en estudios descriptivos o causales y se pasan por alto sus debilidades.

Objetivo de aprendizaje 7 Definir una muestra de cuota. La técnica de muestra de cuota intenta garantizar que la misma sea representativa de la población mediante la selección de sus elementos de manera tal que la proporción de elementos de la muestra que posee una cierta característica sea casi la misma que la de elementos con dicha característica en la población. Ello se logra asignando a cada entrevistador una cuota en la que se especifican las características de las personas que debe entrevistar.

Preguntas de repaso

423

Objetivo aprendizaje 8 Explicar qué es un parámetro en un procedimiento de muestreo. Un parámetro es una característica de la población objetivo o meta; es una cantidad fija que distingue a una población de otra.

Objetivo aprendizaje 9 Explicar qué es una población derivada. La población derivada consiste en todas las muestras que pueden seleccionarse de la población objetivo con un plan de muestreo dado.

Objetivo de aprendizaje 10 Explicar por qué, en estadística, el concepto de distribución de muestreo es el más importante. El concepto de distribución de muestreo es la base de los procedimientos de inferencias estadísticas. Si se conoce la distribución de muestreo del dato estadístico en cuestión, se está en posición de elaborar inferencias acerca del parámetro poblacional correspondiente. Por otra parte, cuando sólo se sabe que un cálculo de muestreo dado variará con el muestreo repetido y no se cuenta con información acerca de cómo lo hará, es imposible idear una medición del error de muestreo relacionado con dicho cálculo. La distribución de muestreo de un cálculo o estimación que describe cómo varía tal cálculo con el muestreo repetido, proporciona la base para determinar su fiabilidad.

Preguntas de repaso 1. ¿Qué es un censo? ¿Qué es una muestra? 2. ¿Resulta siempre preferible una muestra en lugar de un censo? Explique su respuesta. 3. ¿En qué se diferencian las muestras probabilísticas y las no probabilísticas? 4. ¿Qué es una muestra de conveniencia? 5. ¿Qué es una muestra de juicio? 6. Explique cómo funciona una muestra de cuota. ¿Por qué es una muestra no probabilística? ¿Qué comparaciones deben hacerse con los datos de esta muestra para verificar su representatividad y qué conclusiones pueden extraerse de ello? 7. ¿Cuáles son las características que distinguen a una muestra aleatoria simple? 8. ¿Qué es una población derivada? ¿Cómo se distingue de la población objetivo o meta? 9. Considere el cálculo de una media poblacional. ¿Cuál es la relación de las medias de la población objetivo y la población derivada? ¿Cuál es la relación entre la varianza de la población objetivo y de la población derivada? 10. ¿Qué es el teorema central del límite? ¿Qué funciones tiene en la elaboración de inferencias acerca de una media poblacional? 11. ¿Qué procedimiento se sigue para crear un intervalo de confianza de una media poblacional cuando se conoce la varianza de la población? ¿Qué procedimiento se sigue si se desconoce tal varianza? ¿Qué significa dicho intervalo? 12. ¿Cómo debe seleccionarse una muestra aleatoria simple? Describa el procedimiento.

ill

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple

Preguntas de análisis, problemas y proyectos 1. En cada una de las situaciones siguientes, identifique la población objetivo y marco de muestreo apropiados. a) Un capítulo local de la American Lung Association planea probar la eficacia de un folleto con 12 razones para no fumar en la ciudad de St. Paul, Minnesota. b) Una empresa mediana que fábrica alimentos para gatos desea realizar una prueba de uso de un nuevo producto en el hogar en Sacramento, California. c) Un gran mayorista de aparatos electrodomésticos de la ciudad de Nueva York pretende evaluar la reacción de los distribuidores ante una nueva política de descuentos. d) Una tienda departamental local necesita evaluar la satisfacción con una nueva política crediticia que ofrece a sus tarjetahabientes. e) Un fabricante nacional pretende evaluar si los mayoristas tienen inventarios adecuados para prevenir el desabasto de los minoristas. f) La cafetería de su escuela piensa probar un nuevo refresco que fábrica y vende el personal de la misma. g) Un fabricante de mezclas para pastel con ventas principalmente en el centro del país pretende realizar una prueba de mercado de una nueva mezcla para pastel. 2. En los últimos tres años, un popular destino turístico en la costa del Pacífico ha sufrido la disminución del número de turistas y la reducción de su estancia. Las tendencias de la industria indican que el turismo en general está en expansión y crece rápidamente. Los administradores quieren realizar un estudio para determinar las actitudes de los turistas hacia actividades específicas que están disponibles en el destino turístico en cuestión. Quieren causar molestias mínimas a los clientes, por lo que adoptan el plan siguiente: en cada cuarto de dos hoteles principales de ese destino se colocará una solicitud que indica la naturaleza del estudio y pide a los clientes que participen. Éstos deberán presentarse ante un escritorio especial, localizado en la recepción de los hoteles. Las entrevistas personales, con duración de 20 minutos, se realizarán en ese escritorio. a) ¿Qué método de muestreo se usó? b) Evalúelo críticamente. 3. Un fabricante nacional de alimentos infantiles planea entrar en el mercado canadiense. En la fase inicial, se enfocará en las provincias de Ontario y Quebec. Antes de las decisiones finales de lanzamiento del producto, los administradores deciden emprender pruebas de mercado de los productos en dos ciudades. Después de revisar las diversas localidades en cuanto a criterios externos, como características demográficas, de compra, etc., el departamento de investigación se decide por las ciudades de Hamilton, Ontario, y Sherbrooke, Quebec. a) ¿Qué método de muestreo se usó? b) Evalúelo críticamente. 4. La Compañía Juno que fabrica ropa de tallas grandes, puso en marcha un proceso para evaluar sus productos y su estrategia publicitaria. Las actividades iniciales consistieron en diversas entrevistas con sesiones de grupos. Los grupos estaban constituidos por 10 a 12 hombres y mujeres de complexión gruesa con características demográficas variadas, seleccionados en la calle por el departamento de investigación de la compañía a partir de la observación de sus características físicas. a) ¿Qué método de muestreo se usó? b) Evalúelo críticamente. 5. Estilistas de Calidad es una cadena de salones de belleza de San Diego, California. Durante los últimos cinco años ha aumentado considerablemente el número de sus sucursales y sus ventas brutas y margen de utilidad neta. El propietario planea brindar servicio gratuito de análisis y consulta de cabello, servicio por el que otros salones de belleza cobran. A fin de compensar el aumento de los gastos operativos, también piensa aumentar 5% las tarifas de otros servicios. Antes de introducir el nuevo servicio y aumentar las tarifas, el propietario quiere realizar una encuesta en que tomará a sus clientes como muestra, con el método de muestreo de cuota. Le pide su ayuda para planear el estudio.

Notas

475

a) ¿Qué variables recomendaría como base de las cuotas y por qué? Enumere esas variables con sus valores respectivos. b) Durante cinco años, el propietario ha llevado un registro completo de las características demográficas de sus clientes y decide que sería pertinente para identificar los elementos de muestra que se usarán. Porcentaje de clientes

Variable

Nivel

Edad

0-15 años 16-30 años 3 1-45 años 46-60 años 61-75 años 76 años o más

5 30 30 15 15 5

Género

Masculino Femenino

24 76

Ingreso (en dólares)

0-9999 10000-19999 20000-29999 30000-39999 40 000 ornas

10 20 30 20 20

Indique, con base en estas tres variables de cuota, las características de una muestra de 200 sujetos, c) Analice las posibles fuentes de sesgo con el método de muestreo.

Notas 1. El hecho de que se evalúe mediante muestras la exactitud de los censos ha llevado a la Oficina del Censo estadounidense a un debate para determinar si los conteos censales deben ajustarse con base en los resultados de las muestras. Véase el análisis de la polémica que rodea a tal ajuste en Eugene Carlson, "Census Debate: Is an Estimate More Accurate than a Count?", en The Wall Street Journal, 4 de agosto de 1987, p. 35; Timothy Noah, "Census Bureau Says It Missed 2% of Population", en The Wall Street Journal, 19 de abril de 1991, p. 1. En parte a raíz de la polémica sobre la exactitud, se propuso el muestreo como la mejor forma de realizar el censo del 2000, si bien el Congreso de Estados Unidos rechazó la idea. 2. Cyndee Miller, "Researching Children Isn't Kids Stuff Anymore", en Marketing News 24, 3 de septiembre de 1990, p. 32. 3. Seymour Sudman, "Applied Sampling", en Peter H. Rossi, James D. Wright y Andy B. Anderson (comps.), Handbook of Survey Research, Orlando, Academic Press, 1983, p. 145-194. Véase también "SSI Lowers the Cost of Finding Rare Groups", en The Frame, octubre de 1991, p. 3. 4. Julie Johnsson, "Writing a New Policy", en Grains Chicago Business, 1 de junio de 1999, pp. E47, E49. 5. Kathy Gardner Chadwick, "Some Caveats Regarding the Interpretation of Data from 800 Number Callers", en Journal of Services Marketing 5, verano de 1991, pp. 55-61; Jack Honomichl, "It's Time to 86 the 900-Number Poll Plague", en Marketing News 25, 2 de septiembre de 1991, p. 33. 6. Jack Neff, "P&G Enlists 13-Year-Olds in Summer Intern Jobs", Advertising Age, 28 de junio de 1999, p. 20. 7. El planteamiento original de la técnica corresponde a Leo A. Goodman, "Snowball Sampling", en Annuals of Mathematical Statistics 32, 1961, pp. 148-170. 8. AT&T usó tal proceso para resolver este problema de comunicación, según afirmó Robert Whitelaw, gerente divisional de investigación de mercados, en la ponencia "Research Solutions and New High Technology Service Concepts", presentada ante Annual Conference de la American Marketing Association's 1981, celebrada en San Francisco, California, del 14 al 17 de junio de 1981.

476

Capítulo 15: Tipos de muestreo y muestreo aleatorio simple 9. Seymour Sudman, Applied Sampling, San Francisco, Academic Press, 1976, p. 10. Véase el análisis de la composición del índice de precios al consumidor en Estados Unidos en John R. Dorfman, "U.S. to Give More Emphasis to Costs of Housing in the Consumer Price Index", en The Wall Street Journal, 26 de febrero de 1987, p. 8; Christina Duff, "Is the CPI Accurate? Ask the Federal Sleuths Who Get the Numbers", en The Wall Street Journal, 16 de enero de 1997, pp. Al, A6. 10. Catherine Marsh y Elinor Scarbrough, "Testing Nine Hypotheses About Quota Sampling", en Journal of the Market Research Society 32, octubre de 1990, pp. 485-506. Véase un ejemplo en Gunter Schweiger, Gerald Haubl y Geroen Friederes, "Consumer Evaluations of Products Labeled 'Made in Europe'", en Marketing & Research Today 23, febrero de 1995, pp. 25-34. 11. En el ejemplo en cuestión, la muestra equivale a 10% de la población, ya que el procedimiento especifica la selección de muestras de tamaño n = 2 de una población con tamaño n = 20. En una situación como ésta, en que la muestra es una parte relativamente grande de la población, la fórmula correcta que relaciona las dos varianzas contiene un término adicional. En concreto, es igual a:

El término adicional,

, se \\amafacfor de corrección de población finita. Por supuesto, es

cercano a 1 cuando la población es muy grande en comparación con la muestra y puede hacerse caso omiso de él sin mayores problemas. La varianza de los ingresos medios en el ejemplo, con la fórmula, resultó ser:

12. Hay dos errores principales que deben evitarse cuando se usan tablas de números aleatorios: 1) empezar en un sitio dado porque se conoce la distribución de números en tal sitio y 2) desechar una muestra porque no "parece buena" en algún sentido y continuar usando los números aleatorios hasta que se seleccione una muestra de "buen aspecto". Véase Sudman, Applied Sampling, p. 165. 13. Malcolm W. Browne, "Coin-Tossing Computers Found to Show Subtle Bias", en The New York Times, 13 de enero de 1993, pp. 135-136.

Lecturas recomendadas

€!?

Lecturas recomendadas Véase una buena exposición de los principios y ventajas del muesíreo secuencia] comparado con las muestras fijas en: E.I. Anderton y R. Tudor, "The Application of Sequential Analysis in Market Research", en Journal of Marketing Research 17, febrero de 1980, pp. 97-105. Véase un análisis del uso de muestras de bola de nieve en: Patrick Biernacki y Dan Waldorf, "Snowball Sampling: Problems and Techniques of Chain Referred Sampling", en Sociological Methods and Research 10, noviembre de 1981, pp. 141-163. Véase un análisis profundo de algunos problemas fundamentales del muestreo en: Martin Frankel, "Sampling Theory", en Peter H. Rossi, James D. Wright y Andy B. Anderson (comps.), Handbook of Survey Research, Orlando, Academic Press, 1983, pp. 21-67. Richard L. Schaeffer y William Mendenhall, Elementary Survey Sampling, Belmont, CA., Wadsworth Publishing, 5a. ed, 1996.

C a p í t u l o 16 MUESTREO ESTRATIFICADO Y DE GRUPO O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Especificar los dos procedimientos con que se distingue una muestra estratificada. 2. Citar las dos razones por las que los investigadores optan por usar una muestra estratificada, y no una aleatoria simple. 3. Señalar qué aspectos deben considerar los investigadores cuando dividen una población en estratos para obtener una muestra estratificada. 4. Explicar qué es una muestra estratificada proporcionada. 5. Explicar qué es una muestra estratificada desproporcionada. 6. Enumerar los pasos que se siguen para extraer una muestra de grupo. 7. Explicar la diferencia entre una muestra de grupo de una sola etapa y otra de dos etapas. 8. Explicar por qué el muestreo de grupo, pese a ser estadísticamente menos eficiente que las muestras estratificadas, es el procedimiento de muestreo más usado en las encuestas de campo a gran escala de entrevistas personales. 9. Distinguir entre el muestreo de área de una y dos etapas. 10. Señalar la cualidad que distingue al muestreo de probabilidades proporcional al tamaño y explicar cuándo se usa.

478

Un caso para la investigación de mercados Pam Heisler vio al otro lado de la mesa a los dos investigadores cuyos esfuerzos le habían permitido conocer el estado de ánimo del electorado durante los primeros meses de su campaña para senadora. Tenía el mayor de los respetos por sus juicios. La habían ayudado a mantener su campaña enfocada en las cuestiones que más importaban a los electores. El único problema radicaba en que precisamente ahora le daban consejos contradictorios. "Conforme pasa cada día, los usuarios de internet se parecen cada vez más a la población general -le dijo la investigadora Terry Shapiro- Si queremos saber qué piensan los electores en este minuto, hay que preguntarles en línea. Con ello, tenemos la ventaja de formarnos la reputación de escuchar a las personas y preocuparnos por lo que piensan." "Tal vez vayamos hacia allá -advirtió Jim Lovesey, el otro investigador-; pero todavía no llegamos. Las estadísticas actuales muestran que los usuarios de internet tienen una escolaridad mayor que la población media. También están representados excesivamente los blancos y los hombres. Es imposible sacar inferencias sobre la población total con una muestra de la población del ciberespacio. Pam, lo que te creas es una reputación de preocuparte por lo que piensan los tecnócratas" "¿Existe alguna forma de ajustar sus métodos para conciliar las diferencias entre los grupos?", preguntó Pam. "Por supuesto que sí -respondió confiadamente Terry- Por ejemplo, podemos establecer algunas cuotas, o sea, incluir un cierto número de mujeres, uno de negros y otro de blancos. O podríamos tomar muestras aleatorias de esos grupos."

"Pero no puedes tener la certeza de que con ello los resultados serán más precisos", añadió Jim. "¿Por qué no?", preguntó Pam. "Bueno, por ejemplo, se puede estudiar el porcentaje apropiado de negros para reflejar la proporción de ese grupo en la población; pero no puede tenerse la certeza de que los negros que están en línea compartan las opiniones de los negros que no se conectan a internet. Y se presenta el mismo problema con cualquier otro subgrupo: mujeres, republicanos, lo que sea. No puedes estar segura de que los navegantes del ciberespacio vean el mundo de la misma manera que todos los demás." "Entonces, antes de continuar con este experimento, averigüen qué experiencia se ha tenido con los sondeos de opinión en internet. ¿Son válidos o no? Regresen la próxima semana y tomaremos una decisión al respecto."

Temos poro análisis 1. Si usted fuera la candidata a senadora, ¿qué querría saber acerca de los métodos de muestreo disponibles para los sondeos de opinión en línea? 2. ¿Cuáles serían las ventajas de esta fuente de información? 3. ¿Qué errores sería necesario evitar? ¿Cómo los evitaría?

En el capítulo precedente se analizaron los tipos básicos de muestras y cómo obtenerlas. Las muestras aleatorias simples sirven para ejemplificar la base de las inferencias estadísticas, en que se calcula un parámetro a partir de un dato estadístico. En este capítulo adelantaremos un poco más estos conceptos y exploraremos otros dos tipos de muestras probabilísticas: las muestras estratificadas y las de grupo.

I Muestra estratificada

Muestra estratificada

Muestra probabilísima que se distingue por un procedimiento de dos pasos: 1) se divide a la población prevista en subconjuntos exhaustivos y mutuamente excluyentes, y 2) se selecciona una muestra aleatoria simple de elementos de manera independiente para cada grupo o subconjunto.

En ocasiones, una muestra aleatoria simple no es la forma más útil de responder a una pregunta de investigación. Por ejemplo, una agencia de mercadotecnia minorista de Westport, Connecticut, necesitaba comparar las experiencias de los establecimientos minoristas con las promociones. En concreto, tenía que contrastar las opiniones de los supermercados, farmacias y grandes almacenes respecto del éxito de diversas actividades promocionales, desde los programas de compradores frecuentes hasta las demostraciones en las tiendas. La agencia se preguntaba si ciertas actividades promocionales eran más apropiadas para una categoría de minoristas que para las otras.1 Una muestra aleatoria simple no habría garantizado la representación adecuada de cada categoría. Un enfoque más dirigido habría implicado el uso de alguna forma de muestra estratificada, que es una muestra probabilística que se distingue por el procedimiento de dos pasos siguiente: 1. La población prevista se divide en subconjuntos exhaustivos y mutuamente excluyentes. 2. Se extrae una muestra aleatoria simple de elementos de manera independiente para cada grupo o subconjunto. En el caso del estudio de TradeZone, la población prevista consistía en establecimientos minoristas y los subconjuntos, en supermercados, farmacias y comerciantes masivos. Note que la definición no señala criterio alguno para separar a los elementos del universo en subconjuntos. Ello se debe a que los criterios no determinan si se obtiene una muestra estratificada o no. Debe admitirse que esos criterios marcan una diferencia en cuanto a la utilidad que tenga la muestra específica en cuestión. Sin embargo, la muestra es estratificada refleja el proceso de dos etapas. Debe tenerse en cuenta esta distinción, pues será de utilidad más adelante, cuando distingamos entre las muestras de grupo y las estratificadas. Los subconjuntos en que se dividen los elementos del universo se llaman estratos o subpoblaciones. Observe que la definición específica que tal división debe ser exhaustiva y mutuamente excluyente. Ello significa que cada elemento de la población debe estar asignado a uno y sólo un estrato y que no debe omitirse a ninguno de esos elementos en el procedimiento de asignación. A fin de ejemplificar el proceso, suponga que se toma de nuevo la población hipotética de 20 personas del capítulo precedente, que se ilustra una vez más en el anexo 16.1. Podría describirse dicha población con base en varios parámetros, como el ingreso promedio, escolaridad y proporción que está suscrita a diversos periódicos. Digamos también que se divide el grupo en dos estratos fundamentados de escolaridad. En el anexo 16.2 se muestran los resultados de este proceso de estratificación. Los elementos A a J forman el primer estrato (12 años de estudios o menos), y los elementos K a T, el segundo estrato (más de 12 años de estudios). No hay ninguna razón para definir los dos estratos. La población prevista puede dividirse en cualquier número de estratos que se requiera. Se eligieron dos como una forma conveniente de ejemplificar esta técnica.

Muestra estratificada

y481

A N E X O 16.1

Elemento

Ingreso

Estudios (años)

Suscripción a periódicos

1A

5600 6000 6400 6800 7200 7600 8000 8400 8800 9200

8 9 11 11 11 12 12 12 12 12

No Sí No Sí No Sí No Sí No Sí

2B 3C 4D 5E 6F 7G 8H 91 10J

Elemento

Ingreso

Estudios (años)

Suscripción a periódicos

11 K

9600 10000 10400 10800 11200 11600 12000 12400 12800 13200

13 13 14 14 15 16 16 17 18 18

No Sí No Sí No Sí No Sí No Sí

12L 13M 14 N

150 16P 17Q 18R 19S 20 T

A N E X O 16.2

Elementos del estrato II

Elementos del estrato 1 A B C D E

F G H 1 J

K L M N 0

P Q R S T

El segundo paso del proceso requiere que se obtenga una muestra aleatoria simple de manera independiente en cada estrato. Trabajaremos nuevamente con muestras de tamaño n = 2, formadas en este caso al seleccionar un elemento de cada estrato (sin embargo, no hay razón para que el número de elementos de cada estrato tenga que ser igual). El procedimiento que se seguiría para seleccionar los dos elementos de la muestra estratificada sería el mismo utilizado en la muestra aleatoria simple. En cada estrato, se numerarían los elementos del 1 al 10. Luego, se consultaría una tabla de números aleatorios. El primer número encontrado entre 1 y 10 se designaría como elemento del primer estrato. El elemento del segundo estrato se elegiría con otro punto de comienzo independiente o al continuar con el primer punto de inicio determinado al azar. Sea cual fuere el caso, de nuevo se seleccionaría el primer número entre 1 y 10 encontrado.

Población derivada Aunque de hecho se seleccionará sólo una muestra de tamaño 2, considere brevemente la población derivada de todas las posibles muestras de ese tamaño que podrían seleccionarse con este plan de muestreo. Esta población derivada y la media de cada muestra se presentan en el anexo 16.3. Note en este plan de muestreo que sólo hay 100 muestras posibles de elementos, mientras que en el muestreo aleatorio simple el número era de 190. Ello se debe a que en este tipo de muestreo se especifica que se extraiga un elemento de cada estrato. Recordará el lector que en el muestreo aleatorio simple se extraían dos elementos cualesquiera de la población de elementos. En este sentido, el muestreo estratificado es siempre más restrictivo que el aleatorio simple. Observe también que cada elemento tiene iguales probabilidades de ser incluido en la muestra -1 en 10- porque puede ser el seleccionado del estrato al cual pertenece. Ello explica por qué se especificó un procedimiento adicional para definir las muestras aleatorias simples. Aunque éstas brindan iguales probabilidades

482

Capítulo 16: Muestreo estratificado y de grupo

A N E X Ó 16.3

Identidad de la muestra

k

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

>

AK AL AM AN AO AP AQ AR AS AT BK BL BM BN BO BP BQ BR BS BT CK CL CM CN CO

Media

k

Identidad de la muestra

7600 7800 8000 8200 8400 8600 8800 9000 9200 9400 7800 8000 8200 8400 8600 8800 9000 9200 9400 9600 8000 8200 8400 8600 8800

26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

Cp CQ CR CS CT DK DL DM Dn DO DP DQ DR DS DT EK EL EM EN EO EP EQ ER ES ET

Media

k

8000 9200 9400 9600 9800 8200 8400 8600 8800 9000 9200 9400 9600 9800 10000 8400 8600 8800 9000 9200 9400 9600 9800 10000 10200

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

Identidad de la muestra FK FL FM FN FO FP FQ FR FS FT GK GL GM GN GO GP GQ GR GS GT HK HL HM HN HO

Media

k

8600

76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

8800 9000 9200 9400 9600 9800 10000 10200 10400 8800 9000 9200 9400 9600 9800 10000 10200 10400 10600 9000 9200 9400 9600 9800

Identidad de la muestra HP HQ HR HS HT IK IL IM IN 10 IP IQ IR IS IT JK GL JM JN JO JP JO JR JS JT

Media 10000 10200 10400 10600 10800 9200 9400 9600 9800 10000 10200 10400 10600 10800 11000 9400 9600 9800 10000 10200 10400 10600 10800 11000 11200

de seleccionar cada elemento, lo mismo ocurre con otras técnicas. Así pues, las probabilidades iguales de selección son una condición necesaria, mas no suficiente, del muestreo aleatorio simple, además de que cada combinación de n elementos debe ser una posible muestra y tener tantas probabilidades de ocurrir como cualquier otra combinación de n elementos.

Distribución de muestreo El anexo 16.4 contiene la clasificación de medias de muestras por tamaño, mientras que en la figura 16.1 se representa gráficamente este dato estadístico de muestras. Advierta, en comparación con la figura 15.4 del muestreo aleatorio simple, que el estratificado puede producir una distribución más concentrada de los cálculos. Ello indica una razón para optar por este método: las muestras estratificadas pueden producir datos estadísticos de muestras más precisos o con menor error de muestreo si se comparan con las aleatorias simples. En el caso de usar los años de estudios como variable de estratificación, hay una reducción considerable del número de medias de muestras que se desvían ampliamente de la media poblacional. La segunda razón para usar muestras estratificadas es que la estratificación permite investigar la característica de interés en subgrupos específicos. Así, con la estratificación es posible garantizar la representación de personas con estudios de bachillerato o menos y la de individuos con estudios superiores al bachillerato. Ello puede ser de suma importancia en el muestreo de poblaciones con segmentos inusuales; Por ejemplo, suponga que un fabricante de anillos de diamantes pretende realizar un estudio de ventas de sus productos por clase social. Amenos que se tomen precauciones especiales, es probable que la clase alta, que representa apenas 3% de la población total, no esté representada en absoluto d lo esté con un número insuficiente de elementos. Empero, sería un segmento de

483

Muestra estratificada A N E X O 16.4

Número de muestras

Media de muestras

3 12 21 28 21 12 3

7300 a 7800 7900 a 8400 8500 a 9000 9100 a 9600 9700 a 10 200 10300 a 10800 10900 a 11400

FIGURA 16.1

suma importancia para el fabricante de anillos. En mercadotecnia, es frecuente que una gran proporción del comportamiento de interés, por ejemplo, el consumo del producto, corresponda a un pequeño subconjunto de la población de interés. En tal caso, se vuelve crítico que ese subgrupo esté representado adecuadamente en la muestra. El muestreo estratificado es una forma de garantizar la representación adecuada de cada subgrupo de interés.

Estimación del intervalo de confianza Al hablar de la estimación del intervalo de confianza de una muestra aleatoria simple, vimos que son tres los requisitos de las especificaciones de tal intervalo, dadas por: x - zs- < JUL < x + zs-

1. El grado de confianza buscado, de modo que se seleccione un valor de z. 2. Una estimación puntual de la media poblacional, dada por la media de muestras x. 3. Una estimación de la incidencia del error de muestreo relacionado con la media de las muestras, que está indicado por el error estándar de la media, s- = s/Vñ, cuando se desconoce la varianza poblacional. Esas mismas tres cantidades se precisan para derivar inferencias con una muestra estratificada. La única diferencia de procedimiento ocurre en la forma de generar los conceptos 2 y 3. En el muestreo estratificado, la estimación de la muestra de la media de la población y del error estándar de la estimación relacionado con este estadístico se determinan al ponderar los resultados de cada estrato.

484

Capítulo 16: Muestreo estratificado y de grupo Dicho de manera más específica, el analista debe estimar la media de muestras y la varianza de muestras de cada estrato como antes, ya que se toma una muestra aleatoria simple de cada estrato. La media de la muestra como un todo se determina luego al ponderar las medias respectivas de cada uno de los estratos mediante la proporción relativa de elementos de la población que son parte del estrato. Por ejemplo, si se divide a la población en grupos de manera que un estrato contenga la cuarta parte de los elementos de la población, la media de la muestra del estrato recibe un peso de 0.25 cuando se determina la media de la muestra total. De manera similar, la media de la muestra de un estrato que contenga 10% de los elementos poblacionales tendría peso de 0.1 al estimar la media de muestras global. El proceso para derivar el error estándar global de la media es un poco más complejo. Se usa nuevamente el tamaño relativo de los estratos; pero las proporciones se elevan al cuadrado, por ejemplo, un estrato que incluya a 10% de los elementos de la población tendría como peso (0.10)2 = 0.01. Por añadidura, es necesario ponderar las varianzas de las medias por estrato para obtener la varianza global de la media. Así, se toma la raíz cuadrada del resultado global para derivar el error estándar de la media de la muestra global. La varianza de las medias de cada estrato se calcula como si se tratara de una muestra aleatoria simple, es decir, dividiendo la varianza de la muestra del estrato entre el tamaño de la muestra de ese estrato. En el anexo 16.5 se ilustra el procedimiento en el supuesto de que se seleccionan al azar los elementos B y E del primer estrato y los elementos N y S del segundo. Puesto que cada estrato contiene 10 de los 20 elementos poblacionales, la media de la muestra de cada estrato recibe peso de la mitad (10 -5- 20) al determinar la media de muestras global, mientras que cada varianza de la estimación tiene peso de 0.25. Con la media de muestras global de 9200 y el error estándar de la estimación de

^^^HQQI^QI ESTRAT01

ESTRATO 2

Elemento

Ingreso

Elemento

B E

6000 7200

N S

Media: Varianza:

Varianza de la estimación: MUESTRA GLOBAL Media:

Varianza de la estimación: Error estándar de la estimación:

Ingreso 10800 12800

Muestra estratificada

::

^mM.

583, el intervalo de confianza (z = 1.96) es 9200 ± (1.96)583 u 8057 < JJL < 10 343. Este intervalo se interpreta de la misma manera que antes. La media verdadera podría estar en el intervalo o no, pero puesto que 95 de cada 100 intervalos creados con este proceso contienen la media verdadera, se tiene confianza de 95% de que el ingreso medio poblacional verdadero se sitúa entre 8 057 y 10 343 dólares.2 Aumento de la precisión de las muestras estratificadas Dijimos que podría optarse por una muestra estratificada porque brinda la oportunidad de reducir el error de muestreo o aumentar la precisión. Cuando se estima una media, el error de muestreo está dado por el tamaño del error estándar de la media, s^; cuanto menor sea éste, tanto menor será el error de muestreo y tanto más preciso es la estimación, como lo indica el engrosamiento del intervalo de confianza relacionado con el grado de confianza especificado. Volvamos al ejemplo del anexo 16.1. El tamaño total de la población y el de la población de cada estrato son fijos. Así pues, la única manera de disminuir el error de muestreo total es hacer que sea menor la varianza de la estimación en cada estrato. Ahora bien, la varianza de la estimación por estrato depende de la variabilidad de la característica de que se trate en el estrato. Por ende, la estimación de la media se hace más precisa en la medida en que sea posible dividir a la población de modo que haya menos variabilidad en cada estrato, es decir, en el grado en que se pueda lograr una homogeneidad interna del estrato. Las características de interés presentan ciertas variaciones entre las poblaciones. El investigador no puede hacer nada al respecto, ya que se trata de una característica fija de la población. Por ejemplo, en la población del anexo 16.1 hay una variación en los ingresos y el investigador está impedido para hacer algo sobre ello. Sin embargo, el analista sí puede hacer algo cuando divida a los elementos de la población en estratos, para aumentar la precisión con que pueda estimarse el valor promedio de la característica (o sea, el ingreso promedio). En particular, el objetivo es dividir la población en estratos de modo que los elementos de cada uno tengan valores tan similares como sea posible y que los valores entre dos estratos difieran hasta donde sea factible. En este caso, dividir a la población según la escolaridad no fue una buena manera de separarla en dos estratos, ya que los elementos de cada estrato tienen ingresos similares. En una situación extrema, si el investigador consigue dividir a la población de modo que los elementos de cada estrato sean exactamente iguales, no existirán errores de estimación de la media poblacional. En tales circunstancias, la media poblacional se estimaría sin error, ya que la variabilidad entre estratos no se incluye al calcular el error estándar de la estimación con el muestreo estratificado. Lo anterior puede verse claramente con un caso sencillo que comprende un número limitado de valores. Suponga que en una población de 1000 elementos el valor es 5 para 200, 10 para 300 y 20 para 500. Ahora bien, la media de esta población sería \L = 14 y la varianza, a2 = 39. Si se usa una muestra aleatoria simple de tamaño n = 3 para estimar la media, el error estándar de la estimación es: a v/39 a.x = -= = -=-=3.61 fc JJ

y la amplitud del intervalo de confianza equivaldría a ± z(3.61). Por otra parte, suponga que un investigador recurre a una muestra estratificada y consigue dividir la población de modo que los elementos con valor 5 de la característica estén en un estrato, los de valor 10 se ubiquen en otro y los de valor 20 en el tercer estrato. La generación de una descripción totalmente precisa de la media de cada estrato requeriría únicamente que el investigador tomara una muestra de un elemento de cada estrato. Por añadidura, cuando se combinan estos resultados individuales en un cálculo global de la media global, el error estándar del cálculo sería cero. Se habría determinado con exactitud el valor de la media poblacional. Bases de la estratificación El hecho de que la variación entre estratos no sea parte de la determinación del error estándar de la estimación indica los criterios que deben usarse para dividir la población. Los valores de la característica se desconocen, ya que si no fuera así tampoco habría necesidad de to-

-^py^jj

Capítulo 16: Muestreo estratificado y de grupo mar una muestra para estimar su valor medio. Por consiguiente, lo que el investigador intenta es dividir la población según uno o más criterios, de los cuales se espera que estén relacionados con la característica que interesa. Es por ello que no fue accidental, en el ejemplo hipotético, tomar la escolaridad para dividir los elementos poblacionales en estratos. Como se indica en el anexo 16.1, la escolaridad y los ingresos guardan una relación: a mayor escolaridad, mayores ingresos. Por otra parte, las suscripciones a periódicos serían una variable inadecuada para dividir a la población en segmentos, puesto que casi no existe relación entre el periódico al cual se suscribió una persona y su ingreso. Que se seleccione una variable "buena" o "mala" para dividir la población no tiene efecto en la selección de una muestra estratificada o no. Es significativo sólo al determinar si se seleccionó una muestra buena o mala; pero, como dijimos, las dos características que definen a la muestra estratificada son: 1) la división de la población en subgrupos y 2) la selección aleatoria de elementos de cada subgrupo. La determinación del error estándar de la estimación brinda ciertos indicios en cuanto al número de estratos que deben usarse. Dicho error sólo depende de la variabilidad de cada estrato, por lo que debe lograrse la mayor homogeneidad posible en cada uno. En el ejemplo de la escolaridad podría haber estratos adicionales, como primaria terminada o menos, estudios parciales de bachillerato, estudios parciales de licenciatura y licenciatura terminada; inclusive sería posible realizar distinciones más finas. Sin embargo, hay límites prácticos del número de estratos que conviene utilizar en las investigaciones reales. En primer término, añadir más estratos es costoso en lo concerniente al diseño de la muestra y recopilación y análisis de datos. En segundo lugar, hay un tope a la magnitud de la variación que puede explicarse con cualquier grado de estratificación. Sin importar los criterios con que se divida la población, es probable que cierta magnitud de variación no esté explicada y, de tal suerte, los estratos adicionales no tendrían ningún fin útil.

Muestras estratificadas proporcionadas y desproporcionadas

Muestra estratificada proporcionada Muestra en que el número de observaciones de la muestra total se distribuye entre los estratos en proporción al número relativo de elementos de cada estrato en la población. Muestra estratificada desproporcionada Muestra en que se hace el muestreo de cada estrato o subconjunto en relación con su tamaño y variabilidad, de modo que los estratos con mayor variabilidad se disponen en forma más proporcionada a su tamaño relativo, mientras que los más homogéneos se disponen en grado menor que el proporcional a su tamaño.

Optar por una muestra estratificada en lugar de una aleatoria simple depende en parte de una cuestión de equilibrio entre costo y precisión. Aunque es habitual que se obtengan estimaciones más precisas con las muestras estratificadas, también suelen ser más caras que las aleatorias simples. Si se opta por la muestra estratificada, el investigador debe decidir si será proporcionada o desproporcionada. En el caso de una muestra estratificada proporcionada, el número de observaciones en la muestra total se distribuye entre los estratos en proporción al número relativo de elementos de cada estrato en la población. Así, a un estrato que contenga 20% de los elementos poblacionales le correspondería 20% del total de observaciones de la muestra, y así sucesivamente. En el ejemplo del nivel de estudios, se utilizó el muestreo proporcionado, ya que cada estrato incluía 50% de la población y se hizo el muestreo por igual. Una ventaja de la estratificación proporcionada es que el investigador necesita conocer únicamente los tamaños relativos de cada estrato para determinar el número de observaciones de muestreo que seleccionará de cada estrato con un tamaño de muestra dado. Sin embargo, una muestra estratificada desproporcionada puede brindar estimaciones aún más eficientes. Este tipo de muestra requiere equilibrar los criterios de tamaño y variabilidad del estrato. Con una muestra de tamaño fijo, los estratos con más variabilidad son muestreados en forma más que proporcional a su tamaño relativo. A la inversa, los estratos muy homogéneos son objeto de muestreo menor que el proporcional a su tamaño. Amanera de ejemplo, en la Ventana de investigación 16.1 se ilustra el método de muestreo estratificado desproporcionado que usó Nielsen en la creación de su servicio SCANTRAK, analizado en el capítulo 8.3 El análisis completo de cómo debe determinarse el tamaño de la muestra de cada estrato entrañaría una desviación excesiva del presente tema y sería demasiado técnica para los propósitos de este capítulo, si bien hay quienes piensan que es útil como fundamento del muestreo desproporcionado. Considere el caso extremo de un estrato con variabilidad nula. Puesto que todos sus elementos tienen valor idéntico, una sola observación lo dice todo. Por otra parte, un estrato caracterizado por una gran variabilidad requiere muchas observaciones para obtener un estimado preciso de la media del estrato. Por ejemplo, cabría esperar mayor variabilidad entre los ingresos de las personas que se suscriben a Newsweek y menor entre los suscriptores de la revista de sociales ilustrada Town and Country (véase

Muestra estratificada

487

Ventana de iinvestigation 16.1

otro ejemplo en los anuncios comerciales adjuntos de vehículos deportivos utilitarios). Puede esperarse mayor precisión cuándo los estratos son objeto de muestreo proporcionado a la variabilidad relativa de la característica de estudio, no a su tamaño relativo en la población. Una muestra estratificada desproporcionada requiere mucho más conocimientos que otra proporcionada de la población de interés. El muestreo de los estratos en relación con su variabilidad precisa conocimientos de su variabilidad relativa. La teoría del muestreo constituye un fenómeno peculiar, pues los conocimientos generan más conocimientos. El muestreo desproporcionado produce estimaciones más eficientes que el proporcionado, si bien el primero requiere determinar en cierto grado la variación relativa en cada estrato. En ocasiones, es posible prever la homogeneidad relativa que probablemente exista en un estrato con base en estudios previos y la experiencia. Por ejemplo, cabría esperar que las grandes tiendas minoristas tengan mayor variación que las pequeñas en las ventas de ciertos productos. Ésa es la razón de que las primeras sean objeto de muestreo más intenso en el servicio SCANTRAK de Nielsen.

«8

Capítulo 16: Muestreo estratificado y de grupo

Estos dos anuncios de revistas corresponden a vehículos de doble tracción. Cabría esperar mayor variabilidad del nivel de ingresos de quienes adquieran el 4Hunner de Toyota, que anuncia la posibilidad de ahorrar dinero, y menor variabilidad entre quienes estén interesados en el Range Rover, en cuyo anuncio se dice literalmente: "Un Range Rover lo hará sentir como un millón de dólares [o sea, a las mil maravillas]. Por supuesto, a menos que usted valga más".

A Range Rover will make you feel like a million dollars. Unless, of course, you're worth more. I law yw ever drhxn n Ks»n¿« Hoou* Urn* you ever run your hurxt* uking UK !«nih«r Ktminji «tied alter «4j»«l»gymnSWM (n the one of ivn poxHtam (tat hc 0.20, lo que a su vez hace pensar que la compañía podría tomar la decisión de no lanzar el producto cuando en verdad sería rentable. La oportunidad perdida con tal error podría ser muy grave. Aunque el investigador desconoce cuál sería el valor de /3, como se analiza más adelante, sí sabe que a y jS están interrelacionados y que un valor muy bajo de a, por ejemplo, de 0.01 o 0.001, produciría errores /3 intolerables. Por lo tanto, decide que el valor de a de 0.05 es un término medio aceptable.6

Paso 4 Puesto que este caso incluye la estimación del estadístico de prueba, puede emprenderse sólo después de obtener la muestra y recopilar la información. Suponga que 140 de los 625 elementos de la 140 muestra prefirieron el producto. Así pues, la proporción de la muestra es p - 7^5" ~~ 0-224. La pre-

gunta básica que debe responderse es conceptualmente sencilla: ¿Acaso este valor de p es demasiado alto para haber ocurrido por azar en una población donde se supuso que TT = 0.20? En otras palabras, ¿cuáles son las probabilidades de que p = 0.224 cuando TT - 0.20? El estadístico de prueba, z, se calcula como sigue:

Apéndice 19a

631

FIGURA 19a.1

Paso 5 La probabilidad de que ocurra el valor 1.500 de 2 puede calcularse con los valores estándar de áreas bajo la curva normal (véase la tabla 1 al final del libro). El procedimiento se muestra en la figura 19a.l. El área sombreada entre -«> y 1.500 es igual a 0.9332, lo cual significa que el área de la derecha de z = 1.500 es 1.000 - 0.9332 = 0.0668. Ésta es la probabilidad de obtener el valor de z = 1.500 bajo una situación verdadera de TT = 0.20.

Paso 6 La probabilidad calculada de que ocurra el valor en cuestión es más alta que el nivel de significancia especificado, de a = 0.05, de modo que no se rechaza la hipótesis nula. Así, no se debería lanzar el producto porque, si bien las evidencias apuntan en la dirección correcta, son insuficientes para concluir más allá de "toda duda razonable" que TT > 0.20. Si el tomador de decisiones estuviera en posición de tolerar probabilidades de 10% de cometer un error de tipo I, se habría rechazado la hipótesis nula y se habría comercializado el producto, puesto que las probabilidades de obtener una muestra p = 0.224 cuando el valor verdadero de TT = 0.20 son, como se analizó, de 0.0668.

I Potencia de la prueba El ejemplo precedente ilustra la importancia de especificar correctamente los riesgos de error. Si fueran tolerables las probabilidades de error a de 10% y el investigador especificó a = 0.05, se habría pasado por alto una oportunidad potencialmente rentable. La selección del nivel de significancia apropiado comprende ponderar los costos relacionados con otros tipos de errores, procedimiento que desafortunadamente omiten muchos investigadores, habituados a escoger valores de 0.1 o 0.05 para a. Es factible que ello se deba a la dificultad para especificar el error ¡3 o error de tipo II. La dificultad surge porque el error )3 es inconstante. Recordará el lector que se define como la probabilidad de no rechazar la hipótesis nula falsa. Así pues, las probabilidades de cometer un error de tipo II dependen de la magnitud de la diferencia entre el valor poblacional verdadero, que es desconocido, y el valor supuesto como verdadero bajo la hipótesis nula. En condiciones de igualdad en otros factores, se debería preferir una prueba que minimice tales errores. En forma alterna, la potencia de la prueba es igual a 1 - /3, de modo que se preferiría la prueba con mayor potencia para tener probabilidades óptimas de rechazar la hipótesis nula falsa.7 Ahora bien, está claro que la capacidad para lograrlo depende de "cuan falsa sea verdaderamente HQ". Podría ser "apenas ligeramente falsa" o "totalmente falsa" y, sin duda, las probabilidades de una conclusión incorrecta serían mayores en el primer caso. La diferencia entre el valor supuesto con la hipótesis nula y el valor verdadero, que es desconocido, se llama tamaño del efecto. Como se supondría intuitivamente, los efectos de mayor incidencia son de más fácil identificación que los de poca magnitud.

632

Capítulo 19: Análisis de datos: pasos preliminares Considere de nuevo las hipótesis:

donde ap = 0.0160 y a = 0.05, como antes. Todo valor estimado de z mayor que 1.645 hará que se rechace esta hipótesis, puesto que ese valor de z se limita a 5% de la curva normal. El valor de z puede equipararse con la proporción de muestra crítica mediante la fórmula siguiente:

o p = 0.2263. Así, toda proporción de muestra que exceda este último valor lleva al rechazo de la hipótesis nula de que TT ^ 0.20. Ello significa que si 142 [0.2263(625) = 141.4] o más de los elementos de la muestra prefieren el nuevo producto, se rechaza la hipótesis nula y se lanza el producto, mientras que en caso de que 141o menos de los elementos lo prefieran no se rechaza la hipótesis nula ni se lanza el producto. Las probabilidades de una proporción de muestra de p = 0.2263 son mucho mayores con ciertos valores de TT que con otros. Por ejemplo, suponga que el valor verdadero y desconocido de TT es 0.22. La distribución de muestreo de la proporción de la muestra es nuevamente normal, si bien ahora se centra alrededor de 0.22. Las probabilidades de obtener la proporción de muestra crítica, p = 0.2263, bajo esta condición, se encuentran de nuevo en la tabla de la curva normal, donde ahora:8

El área sombreada entre -°° y z = 0.380 está dada en la tabla 1, al final del libro, como 0.6480, de modo que el área de la derecha de z - 0.380 equivale a 1.000 - 0.6480 = 0.3520 (véase la parte B de la figura 19a.2). Ésta sería la probabilidad de que se obtenga un valor de p > 0.2263 si la proporción poblacional verdadera es TT - 0.22. También es la potencia de la prueba, en tanto que si TT equivale verdaderamente a 0.22, la hipótesis nula es falsa y 0.3520 son las probabilidades de que se rechace dicha hipótesis. A la inversa, las probabilidades de que p < 0.2263 equivalen a 1 - 0.3520 = 0.6480, que es el error j8. La hipótesis nula es falsa, pese a lo cual no se rechaza de cualquier muestra entre la proporción sea p < 0.2263. Suponga que la condición poblacional verdadera fue TT = 0.21 en lugar de TT = 0.22, y la hipótesis nula, nuevamente H0: TT < 0.20. La hipótesis nula es menos falsa en este segundo caso, de modo que cabría esperar que la potencia sea menor y el riesgo de error /3 sea mayor, puesto que es menos probable el rechazo de la hipótesis nula. A continuación se analiza si en realidad así ocurre. El valor de z correspondiente a la proporción de muestra crítica, p = 0.2263, es 1.000. La potencia dada por el área a la derecha de z = 1.000 es 0.1587 (el error /3 es 0.8413) y se obtiene el resultado esperado (figura 19a.2, parte C). Considere que es verdadero un último valor, TT = 0.25. La hipótesis nula, de TT = 0.20, estaría "totalmente fuera" en este caso y cabría esperar que haya apenas probabilidades mínimas de que no se rechace y de que se cometa un error de tipo II. Los cálculos se muestran en la figura 19a.2, sección D; z = -1.368 y el área a la derecha de este valor es 0.9144. Las probabilidades del error j3 son de 0.0856 y se confirma la expectativa que se tenía a priori. En el anexo 19a.3 se muestra la potencia de la prueba para otros estados poblacionales seleccionados, y en la figura 19a.3, la representación gráfica de esos "valores. En lo esencial, esta última figura es la curva de potencia de las hipótesis:

Apéndice 19o ^•fliHii^^^BEI^B^I

633

634

Capítulo 19: Análisis de datos: pasos preliminares

HIMLAUI-7C1.J

F I G U R A 19a.3

Valor de 17

Probabilidad del error de tipo /3 o II

Potencia de la prueba: 1 / 3

0.20 0.21 0.22 0.23 0.24 0.25 0.26 0.27 0.28 0.29 0.30

(0.950) = 1 - a 0.8413 0.6480 0.4133 0.2133 0.0856 0.0273 0.0069 0.0014 0.0005 0.0000

(0.05) = a 0.1587 0.3520 0.5867 0.7867 0.9144 0.9727 0.9931 0.9986 0.9995 1.0000

Apéndice 19a

;:

fUl

y se confirma que cuanto más lejos esté el valor verdadero de TT del valor hipotético, en la dirección que indica la hipótesis alternativa, tanto más alta la potencia. Note que esta última no se define en relación con el valor hipotético, ya que si el valor verdadero en realidad es igual al hipotético resulta imposible cometer un error /3. Asimismo, note que la potencia es una función, no un valor único, por lo que el investigador que trata de equilibrar los errores tipos I y II lógicamente necesita preguntarse cuan falsa es probable que sea la hipótesis nula y definir su norma de decisión en concordancia. La forma de controlar ambos errores dentro de los límites predeterminados para un efecto de tamaño dado consiste en variar el tamaño de la muestra.9 La necesidad de especificar los tres elementos -el error a (o grado de confianza), el error /3 (o potencia) y el tamaño del efecto que es necesario detectar- posiblemente explique por qué muchos investigadores se contentan con especificar el error tipo I (ex) y permiten que el error j8 tenga el valor que sea. El ejemplo proporciona una oportunidad excelente para ilustrar los riesgos de tal enfoque. No preocuparse por la potencia estadística, y mucho menos tomarla en cuenta explícitamente, constituye uno de los problemas fundamentales del enfoque clásico de pruebas de hipótesis estadísticas tal como se practica habitualmente en la investigación de mercados. Además, los errores tipo II suelen ser más costosos que los de tipo I. Otro problema común es la tendencia generalizada a la malinterpretación de los "resultados estadísticamente significativos", que asume varias formas comunes.10 Una de las más frecuentes es considerar que el valor de p representa las probabilidades de que los resultados hayan ocurrido por un error de muestreo. Así, se interpreta que el valor muy usado p = 0.05 significa que existen probabilidades de apenas 0.05 de que los resultados se deban al azar y, de tal suerte, debe haber algo fundamental que los causa. En realidad, el valor de p de 0.05 significa que si la hipótesis nula es verdadera -y ésta sí es una condición importante- hay probabilidades de apenas 1 en 20 de obtener un resultado de la muestra con la incidencia observada. Desafortunadamente, no se cuenta con una prueba de significancia estadística clásica para determinar si la hipótesis nula es verdadera o no. Un valor de p calculado con los métodos clásicos no es un resumen de los datos. Tampoco el hecho de que acompañe a un resultado indica la fuerza o confiabilidad de ese resultado [...] Tanto escritores como lectores tienden a interpretar 0.05 como p(H/E), es decir, "las probabilidades de que la //ipótesis sea verdadera, dada la .Evidencia". Como reiteran casi en vano los textos de estadística, p en realidad es p(EIH), o sea, las probabilidades de que surja esta Evidencia si la /ñpótesis (nula) es verdadera.11

Otra malinterpretación usual es equiparar la significación estadística con la significación práctica. Muchas personas no advierten que una diferencia puede tener importancia práctica y no ser estadísticamente significativa si la potencia de la prueba es baja. A la inversa, un resultado podría estar desprovisto de importancia práctica, inclusive si es muy significativo, en caso de que la muestra sea muy grande. Una tercera malinterpretación frecuente es afirmar que el valor de a o p seleccionados se relacionan de alguna manera con las probabilidades de que sea válida la hipótesis de la investigación, habitualmente la hipótesis alternativa. Así, se interpreta el valor de p = 0.05 como indicativo de que su complemento, 1 - 0.05 = 0.95 es la probabilidad de que la hipótesis de la investigación sea verdadera. "Se relaciona con esa malinterpretación la práctica de interpretar los valores de p como una medición del grado de validez de los resultados de la investigación, es decir, que un valor de p como p < 0.0001 es 'estadísticamente muy significativo' o 'muy significativo' y, por consiguiente, mucho más válido que, por ejemplo, un valor de p = 0.05."12 Estas dos interpretaciones relacionadas son incorrectas. La única conclusión lógica que puede derivarse cuando se rechaza una hipótesis nula con un valor predeterminado de p es que el error de muestreo constituye una explicación improbable de los resultados, puesto que la hipótesis nula es verdadera. En muchos sentidos, con ello no se dice mucho porque, como dijimos líneas arriba, la hipótesis nula es un espantapájaros débil; está diseñada para ser falsa. En su forma de expresión habitual, la hipótesis nula sostiene que no existe una relación entre dos variables dadas o que los grupos son iguales respecto de una variable específica; sin embargo, en realidad no se cree que así sea, sino que se investiga la relación entre las variables porque se piensa que existe cierta relación entre ellas y se contrastan los grupos en la creencia de que son diferentes en cuanto a la variable. Por añadidura, es posible controlar la capacidad para rechazar la hipótesis nula simplemente con la potencia que se incluye en la prueba estadística, principalmente mediante el ta-

636

Capítulo 19: Análisis de datos: pasos preliminares maño de la muestra usada para corroborarla. "Si se cuenta con potencia estadística suficientemente alta, cabría esperar que casi siempre se llegue a la conclusión de que la hipótesis nula exacta es falsa."13 Por consiguiente, los investigadores de mercados deben estar atentos a la interpretación de sus resultados de procedimientos de prueba de hipótesis para no confundirse ni generar confusión en otros. Es necesario que siempre tengan en mente ambos tipos de errores que pueden cometer. Por añadidura, debe cerciorarse de no interpretar mal lo que revele una prueba de significancia. No representa más que una prueba contra la hipótesis nula. Una forma útil de evitar una interpretación errónea es calcular intervalos de confianza siempre que sea factible, ya que con ello los tomadores de decisiones tienen una idea mucho más clara del grado de confiabilidad de los resultados. Una prueba de significancia se asemeja mucho a una pregunta que deba responderse con un simple "sí" o "no". Por otra parte: "El intervalo de confianza no sólo brinda una respuesta afirmativa o negativa, sino da una indicación, con su amplitud, de que la respuesta se debe susurrar o gritar".14 Aunque no todas las pruebas de significancia son susceptibles de expresarse como estimaciones del intervalo de confianza, ello es posible con muchas y resulta aconsejable ponerlas en dicha forma cuando se tiene la oportunidad de hacerlo.

Notas 1. La teoría estadística bayesiana asume una postura diferente a la de la estadística clásica, en relación con las pruebas de hipótesis. Empero, los procedimientos de pruebas de significancia estadística clásicos son más usados en la investigación de mercados, por lo que se presentan aquí sólo los elementos básicos de esta teoría. 2. El autor quisiera expresar su agradecimiento al doctor B. Venkatesh, del Burke Marketing Institute, por recomendar este ejemplo para ilustrar el razonamiento subyacente al uso de hipótesis. 3. Más adelante se abunda sobre los errores de tipos I y II. 4. R. W. Jastram, Elements of Statistical Inference, Berkeley, CA., Book Company, 1947, p. 44. 5. La distribución binomial tiende hacia la distribución normal de un valor fijo de TT conforme aumenta el tamaño de la muestra. La tendencia se vuelve más rápida con ir = 0.5. Si el tamaño de la muestra es suficientemente grande, podrían usarse las probabilidades normales para estimar de manera aproximada las binomiales con valores de TT en ese intervalo. Conforme TT se aleja de 0.5 en una u otra direcciones, la aproximación normal se vuelve menos idónea, si bien en general es válido que puede usarse la aproximación normal sin riesgo en caso de que TT o «(1 — TT), lo que sea menor, tenga valor de 10 o más. Cuando no se satisface esta condición, las probabilidades binomiales son calculables directamente o se obtienen de tablas existentes. En el ejemplo, mr= 625(0.2) = 125 y n(\ — TT) = 500, por lo que se tienen pocas dudas acerca de la idoneidad de la aproximación normal de las probabilidades binomiales. 6. Se dirá más acerca de la selección de a = 0.05 y su interpretación luego de presentar el concepto de potencia. 7. Véase una argumentación persuasiva acerca de las razones por las cuales los investigadores de mercados necesitan prestar más atención a la potencia en sus diseños de investigación en Alan G. Sawyer y A. Dwayne Ball, "Statistical Power and Effect Size in Marketing Research", en Journal of Marketing Research 18, agosto de 1981, pp. 275-290. Dicho artículo también presenta algunas sugerencias sobre la forma de mejorar la potencia estadística. Véase análisis generales en Jacob Cohen, Statistical Power Analysis for the Behavioral Sciences, Hillsdale, NJ: Lawrence Erlbaum Associates, 2a. ed., 1988; M. W. Lipsey, Design Sensitivity: Statistical Power for Experimental Research. Thousand Oaks, CA., Sage Publications, Inc., 1990. 8. Note que o~ - V0.22(0.78))/625 = 0.0166, ya que una especificación diferente de TT implica un error estándar de cálculo distinto. 9. Véase un análisis del uso de la potencia para determinar el tamaño de la muestra en Helena Chumura Kraemer y Sue Thiemann, How Many Subjects?, Thousand Oaks, CA., Sage Publications, 1988. 10. Véase un análisis excelente de algunas de las interpretaciones erróneas más frecuentes de las pruebas de significancia clásicas y algunas recomendaciones sobre la forma de superar esos problemas en Alan G. Sawyer y J. Paul Peter, "The Significance of Statistical Significance Tests in Marketing Research, en Journal of Marketing Research 20, mayo de 1983, pp. 122-133. Véase también Jacob Cohen, "Things I

Notas

637

Have Learned (So Far)", en American Psychologist 45, diciembre de 1990, pp. 1304-1312; Jacob Cohen, "The Earth is Round (p < .05)", en American Psychologist 49, diciembre de 1994, pp. 997-1003. 11. Lee J. Cronbach y R. E. Snow, Aptitudes and Instructional Methods: A Handbook for Research on Interactions, Nueva York, Irvington, 1977, p. 52. 12. Sawyer y Peter, "The Significance", p. 123. Véase otros análisis útiles de lo que pueden implicar las pruebas estadísticas de significancia en Mick Alt y Malcolm Brighton, "Analyzing Data or Telling Stories?", en Journal of the Market Research Society 23, octubre de 1981, pp. 209-219; Siu L. Chow, Statistical Significance: Rationale Validity, and Utility, Thousand Oaks, CA., Sage Publications, Inc., 1996. 13. Sawyer y Peter, "The Significance," p. 125. 14. Mary G. Natrella, "The Relation between Confidence Intervals and Tests of Significance", en American Statistician 14, 1960, p. 22. Véase también G. R. Dawling y P K. Walsh, "Estimating and Reporting Confidence Intervals for Marketing Opinion Research", en European Research 13, julio de 1985, pp. 130-133; Charles Cowan, "Testing versus Description: Confidence Intervals and Hypothesis Testing", en Marketing Research: A Magazine of Management & Applications 2, septiembre de 1990, pp. 59-61.

,,jp;,»^l-lal0,ii ANALISIS DE DATOS: EXAMEN DE DIFERENCIAS O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Explicar el uso básico de la prueba de adecuación de ji cuadrada. 2. Analizar las similitudes y diferencias entre las pruebas de adecuación de ji cuadrada y la de Kolmogorov-Smirnov. 3. Especificar qué prueba es apropiada en relación con una hipótesis de una media, dada la varianza y cuál es adecuada si ésta se desconoce. 4. Identificar las pruebas adecuadas si el análisis comprende dos medias de muestras independientes. 5. Especificar la prueba apropiada para analizar la diferencia entre dos proporciones de poblaciones originales.

6378

Un coso pora la investigación de mercados Angie Karlin seguía a Chuck Zellmer entre la multitud de la hora del almuerzo en la tienda más reciente de Omni Software, en Washington, D.C.

tu empresa realice una encuesta entre nuestros clientes por catálogo, a fin de darnos una idea de cómo mejorar estas ventas."

"La tienda está funcionando muy bien -comentó Karlin en la oficina de Zellmer, en la parte posterior del piso de ventas. Sin duda no tienes dificultades para atraer a los clientes, cuando menos en este local."

"Sabes que nos complacería hacerlo -dijo Karlin. Parece que aquí tienen una muy buena idea de qué necesitan."

"Oh, no, está funcionando muy bien el negocio en la división de menudeo. Este año se abrirán tres tiendas más. Esperamos tener tanto éxito en los nuevos locales como en éste." "¿Y cómo va la división de ventas por catálogo?", preguntó Karlin. Zellmer era el director de ventas por catálogo de Omni Software. "Las ventas por catálogo están muy bajas. Es algo extraño. Como sabes, empezamos como una empresa de ventas por catálogo y las ventas al menudeo fueron en realidad un experimento que pudimos costear porque tenemos mucho éxito en las ventas por correo. Ahora que obtenemos grandes ventas en los establecimientos minoristas, la comercialización por correo prácticamente ha desaparecido. Lo que más me preocupa es que no puedo explicarlo." "Y es precisamente por eso que me llamaste", añadió Karlin. "Así es, y por eso te llamamos. En Omni estamos decididos a continuar con las ventas por catálogo. Nos permiten llegar al mercado nacional con un costo muy bajo. Además, pensamos que existen diferencias fundamentales entre nuestros clientes de ventas por catálogo y los establecimientos minoristas." "¿Cuál sería esa diferencia?", preguntó Karlin. "Compras software de un catálogo sólo cuando ya sabes lo que quieres. Por ejemplo, si buscas cierto programa para el manejo de las finanzas en el hogar, por ejemplo, Money Manager, de Thompson, puedes buscarlo en nuestro catálogo, llamar al número 800 y hacer el pedido. Pero si sólo necesitas un programa de manejo de finanzas domésticas y no sabes cuál es el que te conviene, vas a una de nuestras tiendas, donde el vendedor puede explicarte las características de los programas y ayudarte a decidir."

"Sí. Para empezar, nos gustaría saber qué piensan nuestros clientes de pedidos por correo acerca de nuestros productos y servicios. También nos gustaría darnos una mejor idea de quiénes son realmente nuestros clientes: su edad, ingresos y conocimientos de computación", agregó Zellmer. "Creo que es un buen comienzo -replicó Karlin. Pero debes tener en cuenta que cualquier encuesta por correo implica costos y, con base en mi experiencia, creo que podríamos ir un poco más allá. Pienso que deberíamos analizar qué opinan tus clientes acerca de comprar productos por correo, en particular software, en lugar de hacerlo en un establecimiento minorista. Creo que esa percepción sería importante para la formulación subsiguiente de tu estrategia de mercadotecnia." "Muy bien -comentó Zellmer. Elabora un borrador de una propuesta de investigación. Le diré a Sid Green, del departamento de envíos por correo, que prepare una lista de los nombres de nuestros clientes por catálogo. "Excelente -respondió Karlin. ¿Cuánto tienen asignado de presupuesto para este estudio?" "Realmente no sé. ¿Cuánto costaría? -preguntó Zellmer. Y no pienses que al preguntarte eso te estoy dando un cheque en blanco. Estamos en un negocio muy competido y sensible a los gastos innecesarios. Por otra parte, emprender un estudio como ése y no dedicarle presupuesto suficiente para hacer algo más que un trabajo a medias sería un desperdicio total de dinero." "Chuck -comentó finalmente Karlin emocionada-, ojalá todos mis clientes fueran tan inteligentes como tú..."

Temas para análisis 1. Si fuera el director de investigación de mercados en esta encuesta, ¿qué variables querría investigar?

"Entiendo por qué consideras que tu mercado está segmentado", agregó Karlin.

2. ¿Cómo se relacionarían algunas de esas variables?

"Nuestro objetivo para el próximo año -continuó Zellmer- es revitalizar la división de ventas por catálogo. Nos gustaría que

3. En el supuesto de que se recurra a una encuesta por correo, ¿qué haría para aumentar la tasa de respuestas?

Una pregunta que surge con regularidad en el análisis de los datos de investigaciones es si los resultados son estadísticamente significativos. ¿Podrían haber surgido aleatoriamente, debido al que sólo se tuvo contacto con una muestra de la población, o realmente indican una característica de la población? Por ejemplo, la empresa de investigación The Quality Measurement Company estudió la relación entre los anuncios publicitarios de cepillos de dientes y las ventas de estos productos. La compañía recopiló datos de las calificaciones de la escala ARS Persuasión en relación con diversos anuncios de cepillos (se trata de una medición del cambio en la elección de marca de los consumidores en un ambiente de compras simulado, antes y después de ver anuncios televisivos) y de las ventas durante el tiempo que los anuncios estuvieron al aire. El objetivo de la investigación era comprobar la hipótesis de que las calificaciones de la escala mencionada se relacionaban con ventas mayores. De hecho, el estudio reveló que las ventas y participación de mercado fueron máximas para las marcas con calificaciones más altas.1 Los investigadores también pretendían indagar si el resultado era incidental (había ocurrido al azar, de manera relacionada con la muestra que se usó para calcular las calificaciones de la escala) o indicaba un vínculo real entre las características de los anuncios y las ventas. A fin de responder estas preguntas se recurre a las pruebas de significancia estadística. En este capítulo se analizan algunas de las pruebas más importantes para examinar la significancia estadística de las diferencias. Podría tratarse de la diferencia entre el resultado de una muestra y cierto valor esperado en la población o de la diferencia entre dos o más resultados de muestras (véase como ejemplo

En este anuncio, dirigido a los abarroteros, Heinz Pet Products Company compara los promedios de muestras para promover su presentación de cuatro paquetes del alimento para gatos 9Lives. En el anuncio se compara el costo de mano de obra promedio del manejo de cajas que contienen latas empacadas individualmente (1.56 dólares por caja) con el de cajas con paquetes de cuatro latas (0.53 por caja), lo cual da un ahorro de 1.03 dólares por caja. Los promedios de muestras se representan gráficamente en los gráficos de barras de monedas apiladas que aparecen bajo el producto.

Adecuación del ajuste

Mt

el anuncio del producto 9Lives). Las diferentes pruebas se aplican a tipos distintos de problemas. En la primera parte del capítulo se analizan la prueba de adecuación de ji cuadrada (x2), especialmente útil con datos nominales. Luego se estudia la prueba de Kolmogorov-Smirnov, útil con datos ordinales. Las secciones finales del capítulo se enfocan en las pruebas aplicables cuando se examinan diferencias en medias o proporciones.

| Adecuación del ajuste En los estudios de mercadotecnia es frecuente que el analista deba determinar si cierta pauta de conducta que indican los datos corresponde a la que se esperaba cuando se diseñó el estudio. A manera de ejemplo, tomemos un fabricante de alimentos para el desayuno que recientemente creó un nuevo cereal. El producto se empacará en tres tamaños, chico, grande y familiar. El fabricante ha observado que se venden tres unidades del empaque grande y dos del tamaño familiar por cada una del tamaño chico. La empresa pretende averiguar si la tendencia será la misma con el nuevo cereal, ya que un cambio en los hábitos de consumo podría tener consecuencias significativas en la producción. Así, el fabricante decide realizar una prueba de mercado para determinar las frecuencias relativas con que los consumidores adquirirán los diversos tamaños. Suponga que en un mercado de prueba apropiado, durante un periodo de una semana, se venden 1200 cajas del nuevo cereal y la distribución de ventas por tamaño es como sigue: VENTAS

Prueba de adecuación

de ji cuadrada

Prueba de tipo estadístico para determinar si un patrón observado de frecuencias corresponde al patrón esperado.

Chico

Grande

Familiar

Total

240

575

385

1200

Estas cifras no corresponden a la pauta observada con las otras marcas de cereales, como demuestran unas cuantas multiplicaciones sencillas. ¿Acaso esta evidencia preliminar indica que la empresa debe esperar un cambio en los hábitos de compra de los diversos tamaños de empaque con el nuevo producto? Este problema es del tipo para el cual resulta idónea la prueba de ajuste de ji cuadrada (x2). La variable de interés se divide en k categorías mutuamente excluyentes (k = 3 en el ejemplo) y cada observación, lógicamente, cae en una de las k clases o celdas. Los intentos (compras) son independientes y la muestra es grande. El uso de esta prueba sólo requiere calcular el número esperado de casos que correspondería a cada categoría y compararlo con el número observado de casos que realmente se ubica en la categoría con la ecuación siguiente:

donde • O¡ es el número observado de casos en la categoría i • E¡ es el número esperado de casos en la categoría / • A: es el número de categorías El número esperado de casos por categoría se genera a partir de la hipótesis nula; en este caso, la composición de las ventas del nuevo cereal por tamaño de empaque guardará una correspondencia con las ventas normales del fabricante (es decir, por cada paquete chico se venden tres grandes y dos familiares). Respecto a la proporción del total de ventas, lo anterior significa que:

642

r

Capítulo 20: Análisis de datos: examen de diferencias

por tanto, que podría esperarse que una sexta parte de las ventas sea del tamaño chico, la mitad del tamaño grande y un tercio del tamaño familiar, si es que se ajustan a los patrones tradicionales. En el supuesto de que las 1200 cajas vendidas en el mercado de prueba se ajustan al patrón normal o esperado, se venderían 200 (1 / 6 X 1200), 600 (1 / 2 X 1200) y 400 (1 / 3 X 1200) cajas de tamaños chico, grande y familiar, respectivamente. ¿Cuál es el resultado de comparar el patrón observado con el esperado? El dato estadístico apropiado de x2 se calcula como sigue:

La distribución de ji cuadrada es una de las distribuciones estadísticas que se determina completamente por su grado de libertad, v. El término grado de libertad se refiere a los factores que pueden variar independientemente. Por ejemplo, supongamos que se tienen cinco números respecto de los cuales se calcula un promedio. Luego, al conocer cualesquiera cuatro de los números y el promedio, es posible determinar el quinto número. De hecho, se habría usado un grado de libertad en los números para calcular el promedio. Los grados de libertad de la prueba ji cuadrada están determinados por el número de celdas cuya variación se puede representar en una tabla. Por ejemplo, digamos que se tiene la tabla siguiente:

AI A2

£1

B-,

X

X

5

X

X

1

4

8

y se obtiene el valor de una celda, como la de la extrema superior izquierda:

¿l A2

B\

B2

1

©

5

® 4

® 8

7

Luego, todos los valores marcados con un círculo son fijos, puesto que se conocen los totales marginales. Si se sabe que A\B\ = 1, los demás valores se determinan automáticamente. A causa de ello, se dice que sólo puede variar libremente una celda. En el ejemplo del cereal, el número de grados de libertad es igual a la unidad menos el número de categorías (k\ es decir, v = k — 1 = 2, ya que la suma de diferencias entre las frecuencias observadas y esperadas es cero. La suma de unas y otras frecuencias debe ser igual al número de casos; dado cualquier valor de k — 1 diferencias, entonces la diferencia restante es fija y ello produce la pérdida de un grado de libertad. Suponga que el investigador seleccionó un nivel de significancia de a = 0.05 para esta prueba. El valor de x2 para 2 grados de libertad con a - 0.05 es 5.99 (véase la tabla 2 del apéndice, al final del libro). Puesto que el valor calculado (x2 = 9.60) es mayor, se concluye que es improbable que el re-

Prueba de Kolmogorov-Smirnov

643

sultado de la muestra se deba únicamente al azar. En vez de ello, la prueba de mercado preliminar hace suponer que las ventas del nuevo cereal corresponderán a un patrón distinto del habitual. Así, se rechaza la hipótesis nula de ventas en la proporción 1:3:2. Esta prueba ji cuadrada es de carácter aproximado.2 Esa aproximación es relativamente satisfactoria cuando, por norma general, el número esperado de casos en cada categoría es de cinco o más, si bien el valor puede ser incluso de apenas 1 en ciertas situaciones.3 El ejemplo previo ilustra el uso de la distribución de ji cuadrada para probar una hipótesis nula concerniente a A:proporciones poblacionales, 7i\,7i2, ..., 7ik. Las proporciones fueron necesarias para generar el número esperado de casos en cada una de las k categorías. Vista bajo esa luz, la prueba de una sola proporción analizada con la lógica de la prueba de hipótesis en el apéndice del capítulo 19 es un caso especial; en la prueba de adecuación, el parámetro único n se sustituye con los k parámetros, Tli, 7Í2, • ••-, 71 kOtro uso de la prueba de adecuación de ji cuadrada es determinar si una distribución poblacional tiene forma particular. Por ejemplo, suponga que interesa averiguar si una distribución de muestras de calificaciones habría surgido de una distribución normal de calificaciones. A fin de investigarla, podría elaborarse un histograma de frecuencias de muestras. Los intervalos corresponderían a las k celdas de la prueba de adecuación. Las frecuencias de celdas observadas serían el número de observaciones de cada intervalo. Las frecuencias de celdas esperadas serían el número que corresponde a cada intervalo, si es que, en realidad, la muestra proviene de una distribución normal con media // y varianza a2. La muestra y la varianza se usarían como estimaciones si se desconocen la media y varianza poblacionales. Ello produciría la pérdida de otros dos grados de libertad, si bien el procedimiento de prueba básico permanecería sin cambio.

I Prueba de Kolmogorov-Smirnov Prueba de KolmogorovSmirnov Prueba estadística usada con datos ordinales para determinar si un patrón de frecuencias observado corresponde a cierto patrón esperado; también sirve para indagar si dos muestras independientes se seleccionaron de la misma población o de poblaciones con la misma distribución.

La prueba de Kolmogorov-Smirnov es similar a la prueba de adecuación de ji cuadrada en que usa una comparación entre frecuencias observadas y esperadas para determinar si los resultados observados guardan correspondencia con una hipótesis nula específica. Sin embargo, en la de KolmogorovSmirnov se aprovecha la naturaleza ordinal de los datos. Por ejemplo, considere un fabricante de cosméticos que realiza pruebas de cuatro tonos diferentes de una base: muy claro, claro, intermedio y oscuro. La empresa contrató un despacho de investigación de mercados para que determine si hay preferencias definidas hacia el primero y último tonos o no. En caso afirmativo, la compañía fabricará únicamente los tonos preferidos; de lo contrario, producirá todos los tonos. Digamos también que en una muestra de 100 personas hay una preferencia por el tono muy claro en 50, por el claro en 30, por el intermedio en 15 y por el oscuro en 5 ¿Acaso estos resultados indican alguna preferencia? Puesto que la tonalidad del producto corresponde a un orden natural, la prueba de KolmogorovSmirnov sirve para probar la hipótesis de las preferencias. La prueba consiste en especificar la función de distribución acumulativa que ocurriría con la hipótesis nula y compararla con la función de distribución acumulativa observada. Se determina el punto en que las dos funciones tienen desviación máxima y el valor de esa desviación es el estadístico de prueba. La hipótesis nula del fabricante de cosméticos sería que no existe preferencia por las diversas tonalidades. Así pues, se esperaría que 25% de la muestra prefiera cada tonalidad. La función de distribución acumulativa resultante de este supuesto se presenta en la última columna del anexo 20.1. El valor D de Kolmogorov-Smirnov, igual al valor absoluto de esta desviación máxima entre las proporciones acumulativas observada y teórica, es 0.80 - 0.50 = 0.30. Si el investigador selecciona a = 0.05, el valor crítico de D para muestras grandes está dado por 1.36/V/7, donde n es el tamaño de la muestra. En el ejemplo, dicho tamaño es 100 y el valor crítico es 0.136. El valor de D calculado es mayor que el valor crítico y, de tal suerte, se rechaza la hipótesis nula de que no existe preferencia por uno u otro tonos. Los datos indican preferencia estadísticamente significativa por los tonos más claros.

6+40 1

Capítulo 20: Análisis de datos: examen de diferencias

ANEXO 20.1

Tonalidad Muy clara Clara Intermedia Oscura

Número observado

Proporción observada

50 30

0.50 0.30 0.15 0.05

15 5

Proporción observada acumulativa 0.50 0.80 0.95 1.00

Proporción teórica 0.25 0.25 0.25 0.25

Proporción teórica acumulativa 0.25 0.50 0.75 1.00

El lector atento habrá observado que la hipótesis de que no hay una preferencia también podría haberse corroborado con la prueba de adecuación de ji cuadrada. Empero, cuando los datos son ordinales se prefiere la prueba de Kolmogorov-Smirnov. Es más útil que ji cuadrada en casi todos los casos, su estimación resulta más sencilla y no requiere cierta frecuencia esperada mínima en cada celda, a diferencia de la prueba ji cuadrada. La prueba de Kolmogorov-Smirnov también sirve para determinar si dos muestras independientes se seleccionaron de la misma población o de poblaciones con la misma distribución. Un ejemplo sería el de un fabricante interesado en determinar si la preferencia de los consumidores por tamaños específicos de una nueva marca de detergente para ropa es la misma que con la marca antigua. La aplicación de la prueba requeriría sólo crear una distribución de frecuencias acumulativa para cada muestra de observaciones usando los mismos intervalos. El valor estadístico de prueba sería el de la desviación máxima entre las dos frecuencias acumulativas observadas.4

I Hipótesis de una media Un problema recurrente en la investigación de mercados es la necesidad de hacer un comentario acerca de la media de la población original. Recordemos que, en el muestreo de una población original con varianza conocida, la distribución de medias de muestras es igual a la media poblacional y la varianza de medias de muestras, o¿, equivale a la varianza poblacional dividida entre el tamaño de la muestra, es decir, tr| = a^ln. Así, no debe sorprender que el cálculo del dato estadístico apropiado para probar una hipótesis acerca de una media cuando se conoce la varianza poblacional sea:

donde • x es la media de muestras • |JL es la media poblacional • o-j es el error estándar de la media, igual a cr/V«, donde n es el tamaño de la muestra y cr es la desviación estándar poblacional. El estadístico z es apropiado si la muestra proviene de una población normal o la variable no tiene distribución normal en la población, si bien, la muestra es de magnitud suficiente para que funcione el teorema central del límite. Pero ¿qué ocurre en un caso más apegado a la realidad, cuando se desconoce la varianza poblacional? Por supuesto, cuando se desconoce la varianza de la población original tampoco se sabe cuál es el error estándar de la media, &x, puesto que es igual a oA/w". Entonces, es necesario estimar el error

Hipótesis de una media

641

Disyuntiva ética 20.1 Un investigador de mercados está perplejo ante los resultados de su experimento: no corresponden en absoluto a su hipótesis a príorí. Sin demora, comienza a buscar en la bibliografía hipótesis alternativas que pudieran explicar los resultados. Cuando ha revisado la mitad de la pila de artículos de revistas que están sobre su escritorio, deja de leer y se arrellana en su silla, con un suspiro de alivio. " i Gracias a Dios! Esa idea encaja muy bien con mis resultados." Se estira para tomar papel y redactar su informe final, en que presenta la nueva hipótesis como

si fuera la hipótesis 3 priori que encaja perfectamente en el experimento, • ¿Es ético seleccionar la primera explicación que encaje en los datos, sin considerar explicaciones alternas ni realizar pruebas adicionales? • ¿Es ético presentar una explicación a posterioricomo si fuera una hipótesis a priorfí • ¿Con qué frecuencia se desechan teorías ante evidencias que las refutan?

estándar de la media a partir de los datos de la muestra. El cálculo es §x = §/^/ñ, donde § es la desviación estándar de la muestra sin sesgo, o sea:

o, en palabras

o (x - i¿) ss, que tiene distribución / con n - 1 grados de libertad si se satisfacen las condiciones de la prueba t. El uso apropiado del estadístico / para derivar inferencias acerca de la media requiere contestar dos preguntas básicas: •¿Es normal o asimétrica la distribución de la variable en la población original? • ¿Es grande o pequeña la muestra? Si la variable de interés tiene distribución normal en la población original, el estadístico de prueba (x - \L)/SX tiene distribución t con n - 1 grados de libertad. Ello es válido sin importar que la muestra sea grande o pequeña. En caso de ser pequeña, en realidad se usa t con n - 1 grados de libertad para derivar la inferencia. Aunque t con n - 1 grados de libertad también es la distribución teóricamente correcta de una muestra con n de gran magnitud, la distribución se acerca a la normal y se vuelve indistinguible de ésta cuando se tienen muestras con 30 o más observaciones. Así, el estadístico de prueba (x - /JL)/S^ se consulta en una tabla de desviaciones normales si se obtienen inferencias con muestras grandes. Empero, note que ello se debe a que la distribución t teóricamente correcta (puesto que se desconoce a) se ha tornado indistinguible de la curva normal.

646 i

Capítulo 20: Análisis de datos: examen de diferencias ¿Qué ocurre si la variable no tiene distribución normal en la población original y se desconoce al No hay problema cuando la distribución de la variable es simétrica o presenta sesgo o asimetría apenas moderados. La prueba t es muy resistente a las desviaciones de la normalidad. No obstante, si la variable está muy sesgada en la población original, el procedimiento apropiado depende del tamaño de la muestra. La prueba t es inapropiada cuando la muestra es pequeña. Se requiere transformar la variable para que tenga distribución normal o usar una prueba estadística sin distribución. En el supuesto de que la muestra sea grande, podría usarse la curva normal para derivar la inferencia, siempre y cuando se satisfagan los dos supuestos siguientes: 1. La muestra es suficientemente grande para que sea normal la distribución de la media, x, de la muestra en virtud del teorema central del límite. Cuanto mayor sea el grado de asimetría en la distribución de la variable, tanto más grande debe ser la muestra para que se satisfaga este supuesto. 2. La desviación estándar de la muestra, §, es un estimado aproximado de la desviación estándar de la población original, _ * , es el siguiente:

Hipótesis de dos medias

651

Aunque se desconozcan las varianzas de las dos poblaciones, si es posible suponer que son iguales, podría generarse un mejor estimado de la varianza poblacional común, al conjuntar las muestras para calcular:

donde s2 es la varianza de muestras combinada que se utiliza para estimar la varianza poblacional común. Note que el cálculo de la varianza de muestras combinada incluye sumar las desviaciones de la primera muestra alrededor de su media elevadas al cuadrado y añadir ese total a la suma de las desviaciones de la segunda muestra alrededor de su media elevadas al cuadrado. En este caso, el error estimado del estadístico de -*prueba sJí]7 — 7A, 2 se reduce a:

En el supuesto de que sea factible considerar que es normal la distribución de la variable en cada población, el estadístico de prueba apropiado es:

y tiene distribución t, con v = n\ + n2 - 2 grados de libertad. Tomemos como ejemplo un fabricante de ceras para piso que desarrolló recientemente un nuevo producto. La compañía está considerando dos recipientes distintos para la cera, uno de plástico y otro metálico. La empresa opta por tomar la decisión final con base en una prueba de ventas limitada, en que se pondrán a la venta los recipientes de plástico en una muestra aleatoria de 10 tiendas y los metálicos en otra muestra aleatoria independiente, también de 10 tiendas. Los resultados de la prueba se muestran en el anexo 20.3. / calculada = Este valor se consulta en una tabla / con v = «, + n2-2= 18 grados de libertad. Se trata de una prueba de dos colas, ya que la hipótesis nula consiste en que las preferencias por los recipientes son iguales; no se tiene una expectativa a priori en la hipótesis alternativa de que se esperaban mayores ventas de uno que de otro. A manera de ejemplo, con a = 0.05 y 18 grados de libertad, el valor críti-

ANEXO 20.3 Tienda

Recipiente de plástico

Recipiente metálico

Tienda

Recipiente de plástico

Recipiente metálico

1 2 3 4 5

432 360 397 408 417

365 405 396 390 404

6 7 8 9 10

380 422 406 400 408

372 378 410 383 400

651

Capítulo 20: Análisis de datos: examen de diferencias

Muestras relacionadas

Muestras que no se seleccionan independientemente, de modo que las observaciones guardan alguna relación.

co de t = 2.101. (Es necesario buscar en la columna con el encabezado 1 — a = 0.975, no la que empieza con 0.95, en la tabla 3 del apéndice, puesto que es una prueba de dos colas.) El valor calculado de t es menor que su valor crítico, de modo que no se rechazaría la hipótesis nula de que no existen diferencias. Los datos de la muestra no indican que pueda esperarse que el recipiente de plástico se venda más que el metálico en la población total, aunque así ocurrió en este experimento limitado. El ejemplo muestra una vez más la importancia de la determinación explícita del nivel de significancia estadística mediante el equilibrio apropiado de los errores tipo I y II. Aquí, se especificó arbitrariamente que el error a fuera igual a 0.05. Ello produjo que no se rechazara la hipótesis nula y la conclusión de que no se esperaba que el producto en recipiente de plástico se vendiera más que el de recipiente metálico en la población total. Empero, si el tomador de decisiones tiene que tolerar un error, por ejemplo de 0.2, se habría justificado la conclusión opuesta, ya que la interpolación correspondiente a 18 grados de libertad en la tabla 3 del apéndice indica que son cercanas a 15% las probabilidades de calcular que t = 1.56, según el supuesto de que no hay diferencias en las medias poblacionales. Si suponemos que sean iguales los costos de producción y otros, parecería claro que la decisión final de empaque debe tomarse a favor del recipiente de plástico. Si los costos de producción y otros fueran distintos, tendrían que reflejarse en la norma de la decisión estadística.6 El análisis precedente supone que las muestras son independientes y que las variables de interés tienen distribución normal en cada una de las poblaciones. El supuesto de normalidad fue de nuevo necesario para justificar el uso de la distribución t. Sin embargo, ¿qué ocurriría si la variable no tiene distribución normal o las muestras no son independientes? En la mitad inferior de la ventana de investigación 20.2 se resume el enfoque en el caso de distribuciones no normales con a conocida y desconocida, mientras que en el apartado siguiente se analizan las muestras relacionadas.

Muestras relacionadas Un fabricante de equipo para acampar pretende estudiar las preferencias de colores de los consumidores de una bolsa de dormir creada recientemente. La bolsa tiene calidad y precio intermedios. Ha sido tradicional que las bolsas para dormir de calidad y precio alto, que usan los campistas y excursionistas serios, se fabriquen en colores de la gama del marrón y beige, como el verde y café. Investigaciones previas indicaron que las bolsas para dormir de calidad y precio bajos son de compra frecuente para niños, que las utilizan para acampar en el jardín de su casa. Se prefieren los colores vivos en este último segmento, encabezados por los rojos y anaranjados brillantes. Las restricciones de capacidad de producción no permitirían que la compañía produzca la nueva bolsa para dormir en ambos tipos de colores. A fin de realizar una comparación, se seleccionó una muestra aleatoria de cinco tiendas, en la cual se pusieron a la venta bolsas de ambos tipos. Las ventas por tienda se presentan en el anexo 20.4. ¿Muestran los datos en grado suficiente una diferencia en las ventas promedio de los distintos colores de bolsas para dormir? El análisis de los datos indica una diferencia en las dos medias jq — x2 = 50.2 — 45.2 = 5. Aunque la diferencia es más bien de poca magnitud, debe considerarse la variabilidad de ventas entre las cinco tiendas. Además, la aplicación de los procedimientos descritos en la sección precedente hace pensar que la diferencia no reviste significancia estadística. La estimación combinada de la varianza común es:

ANEXO 20.4 Tienda

Colores brillantes

Gama del marrón y beige

1 2 3 4 5

64 72 43 22 50

56 66 39 20 45

Hipótesis de de dos dos medias medias Hipótesis

653 653

Ventana de investigación 20.2

La rjislnbucion de las variables en las poblaciones originales es normal o asimétrica.

y se recurre a la varianza combinada si puede suponerse que las varianzas son iguales, o a la varianza no combinada cuando no se justifica el supuesto de igualdad. La distribución de la variable en las poblaciones originales es asimétrica.

n pequeña: no se cuenta con una teoría que sustente la prueba paramétrica. Se deben transformar las variables para que tengan distribución normal y se use la prueba i o se debe recurrir a una prueba estadística sin distribución.

n pequeña: no se cuenta con una teoría que sustente la prueba paramétrica. Se deben transformar las variables para que tengan distribución normal y se use la prueba ro se debe recurrir a una prueba estadística sin distribución.

n grande1 si las muestras son suficientemente grandes para que se aplique el teorema central del límite a cada una por separado, también es aplicable a su suma a resta. Se usa:

n grande: debe suponerse que n, y "; no son suficientemente grandes para que se aplique el teorema central del límite a cada una de las medias de muestras, en cuyo caso también es aplicable a su suma o resta. Se usa:

con uso de la varianza combinada si puede suponerse que las varianzas son iguales, o a la varlanza no combinada cuando no se justifica el supuesto de igualdad.

654 Capítulo 20: Análisis de datos: examen de diferencias

y

Así, el valor estimado de / es:

y resulta menor que el valor crítico de t = 2.306, encontrado en la tabla con a - 0.05 y v = n\ + n2 — 2 = 8 grados de libertad. La hipótesis nula, de que no existe diferencia entre las ventas de los dos tipos de colores, no puede rechazarse con base en los datos de la muestra. Pero un análisis más detallado de los datos revela una incongruencia significativa en esta conclusión. Las bolsas para dormir de colores brillantes se vendieron más que las de la gama del marrón y beige en cada tienda y, de hecho, el análisis de las diferencias por tienda (el procedimiento se detalla más adelante) indica que existe una diferencia estadísticamente significativa entre las ventas de los dos tipos de bolsas. La razón de esta diferencia aparente en las conclusiones -es decir, que la diferencia es significativa o no es significativa- surge porque la prueba t de la diferencia entre dos medias es inapropiada para el problema. Las ventas de las bolsas para dormir de los dos tipos guardan una relación definitiva, ya que se expenden en las mismas tiendas. Note cómo difiere este problema del ejemplo de la cera para pisos, en que los recipientes metálicos se pusieron a la venta en una muestra de tiendas, y los de plástico, en otra muestra independiente de tiendas. Se necesita un procedimiento que tome en cuenta el hecho de que las observaciones están relacionadas. El procedimiento adecuado es la prueba t para muestras relacionadas que se describe a continuación. Se define una nueva variable, dh que es la diferencia entre las ventas de las bolsas para dormir de colores brillantes y de la gama del marrón y beige en la tienda /-ésima. Así, se tiene: £/! = 64 - 56 = 8 í/2 = 72 - 66 = 6 £/3 = 43 - 39 = 4 í/4 = 22 - 20 = 2 ds = 50 - 45 = 5

Ahora, se calcula la diferencia media al promediar las diferencias de una tienda a otra:

y la desviación estándar de la diferencia al determinar la suma de las desviaciones alrededor de la media al cuadrado, de manera específica:

Hipótesis de dos proporciones 655 El estadístico de prueba es la diferencia de medias de la muestra menos la diferencia de la media poblacional hipotética, dividido entre la desviación estándar de la diferencia que, a su vez, se divide entre la raíz cuadrada del tamaño de la muestra o, expresado en símbolos:

donde D es la diferencia que se espera con la hipótesis nula. Puesto que no existe una razón a priori para esperar que un tipo de color se venda más que el otro, la hipótesis nula apropiada es que no existen diferencias y la hipótesis alternativa, que sí las hay, de modo que se tiene:

Así, el valor estimado de / es:

Este valor se consulta en la tabla de t, con v = (número de diferencias menos 1) grados de libertad; en este caso, hay cinco diferencias pareadas y, por ende, v = 4. El valor crítico de t con v = 4 y a = 0.05 es 2.776, de modo que se rechaza la hipótesis de que no existen diferencias. Las evidencias de la muestra indican que es probable que las bolsas para dormir de colores brillantes se vendan más que las de la gama del marrón y beige. El cálculo de la magnitud en que las ventas por tienda de las bolsas para dormir de colores brillantes superarían a las de colores de la gama del marrón y beige puede derivarse de la fórmula del intervalo de confianza, a saber, diferencia de medias de la muestra ± / (error estándar de la diferencia media), o sea:

El intervalo de confianza de 95% es:

lo cual indica que, en promedio, las ventas de bolsas para dormir de colores brillantes superarían a las otras en el intervalo de 2.2 a 7.8 bolsas por tienda.

| Hipótesis de dos proporciones En el apéndice del capítulo 19 se analiza la naturaleza esencial de las pruebas de hipótesis y se utiliza como ejemplo la prueba de una hipótesis acerca de una sola proporción poblacional. En esta sección se pretende ilustrar el procedimiento para probar la diferencia entre dos proporciones poblacionales.7 Una situación en que ello podría ocurrir es la encuesta de Mail Monitor, que vigila las respuestas de los consumidores al ofrecimiento de tarjetas de crédito por correo directo. En forma trimestral, Mail Monitor determina el porcentaje de consumidores de la muestra que respondió a ese tipo de envíos por correo y compara los porcentajes de un trimestre a otro. Por ejemplo, en un informe reciente la compañía anunció que la tasa de respuesta a ofrecimientos de tarjetas de crédito había disminuido a 0.6%, la más baja en 10 años de realizar este estudio.8 ¿Fue verdaderamente la tasa más baja de respuesta de los consumidores en una década o el resultado se debió al muestreo, sin ser estadísticamente significativo? La prueba para la diferencia entre dos proporciones poblacionales es básicamente un problema de muestras grandes. Las muestras de cada población deben ser suficientemente grandes para que pueda usarse la aproximación normal de la distribución binomial exacta. En la práctica, ello significa que np

0SG

Capítulo 20: Análisis de datos: examen de diferencias Disyuntiva ética 20.2

Se realizó un experimento de campo para determinar el mejor enfoque publicitario de un programa de inmunización contra una grave epidemia de influenza, en que las personas afectadas tenían probabilidades de morir. Las comunidades de control no estuvieron expuestas a la publicidad, mientras que las de experimentación recibieron publicidad diversa, con distinta intensidad. Un análisis de la diferencia entre la proporción de personas con problemas respiratorios vacunadas indicó claramente la intensidad de la campaña publicitaria que sería más rentable para una campaña nacional.

¿Es ético privar de los beneficios (es decir, el conocimiento del programa de inmunización! a los participantes del grupo de control? ¿Qué derechos de los participantes no se respetaron? ¿Cómo se justificaría esta investigación? ¿Acaso los beneficios de investigación a largo plazo contrarrestan sus costos?

y nq no deben exceder de 10 en cada muestra, donde p es la proporción de "éxitos", q la proporción de "fracasos" y n el tamaño de la muestra. A manera de ejemplo, suponga que un fabricante de cosméticos está interesado en comparar a estudiantes universitarios varones con los que no son estudiantes en su uso de spray para el cabello. Considere también que se seleccionan muestras de 100 hombres estudiantes y otros 100 que no lo son en una ciudad y se determina su uso del spray para el cabello en los últimos tres meses. Ello revela que 30 de los estudiantes y 20 de los hombres que no lo son usaron spray para el cabello en el periodo. ¿Acaso este dato indica que un porcentaje significativamente mayor de estudiantes usa spray para el cabello, en comparación con hombres que no son estudiantes? Interesa determinar si son diferentes las proporciones de las dos poblaciones, de modo que la hipótesis nula es que son diferentes, a saber:

donde la población 1 es la de hombres estudiantes, y la población 2, la de hombres que no lo son . Las proporciones de las muestras son/?! = 0.3 yp2 = 0.2, por lo que n^p\ - 30, n}q} = 70, njp-i= 20 y n2q^ = 80, además de que puede usarse la aproximación normal de la distribución binomial. El estadístico de prueba es z = proporción de la primera muestra menos proporción de la segunda muestra, de lo cual se resta la proporción hipotética de la primera población menos la proporción hipotética de la segunda población, con el resultado dividido entre el error estándar de la diferencia entre las dos proporciones de muestras, o sea:

donde ap _P2 es el error estándar de la diferencia entre las proporciones de las dos muestras. La pregunta que todavía debe responderse en el cálculo de z es: ¿a qué equivale ap] _ p£ Un resultado estadístico general de utilidad para entender el cálculo de crp p es que la varianza de la suma o diferencia de dos variables aleatorias independientes es igual a la suma de sus varianzas. En el caso de una sola proporción, la varianza es ir(l — TT)/W y, de tal suerte, la varianza de la diferencia equivale a:

Observe que la varianza de la diferencia está dada con base en las dos proporciones poblacionales desconocidas, TT\ y 772. Aunque sean desconocidas, se ha supuesto que estas proporciones son

657

Hipotesis de dos proporciones

iguales y, de tal suerte, se tiene un case "natural" de estimacion de la varianza combinada; se usa 16gicamente s2p^ _p^ para estimar 02p _p donde:

cuando el valor critico de z = 1.96, con a = 0.05. La evidencia de la muestra no indica si existe una diferencia entre la proporcion de hombres estudiantes universitarios y hombres que no lo son en cuanto al uso de spray para el cabello. El intervalo de confianza de 95% se calcula con la formula siguiente: (proporcion de la primera muestra - proporcion de la segunda muestra) ± z(error estandar de la estimacion de la diferencia entre las dos proporciones), o sea, (p} -p2) ± zsp^ _ que equivale a (0.3 - 0.2) ± 1.96(0.061) = 0.1 ±0.12, con lo que se llega a una conclusion similar. El intervalo abarca cero, lo cual hace suponer que no existe diferencia alguna entre los dos grupos en su proporcion de uso del spray para el cabello.

regreso en el caso "Se que no querrias esperar at informe escrito -dijo Angle Karlin, mientras se acomodaba en la oficina de Chuck Zellmer-, por lo que, aunque recie'n termine de analizar ios datos, con gusto te informant de los resultados hasta e! momento." "Excelente -replied Zellmer. ^Que has descubierto?" "Bien, como sabes, enviamos el cuestionario por correo a 225 individuos seleccionados al azar de la lista de correos que nos dio Sid Green. Para estimuiar su respuesta, les ofrecimos un cupon de cinca dblares, valido en su sigjiente compra por catalogo. Recibimos 124 cuestionarios utilizables, es decir, una tasa de respuesta de 55%. En el analtsis, utilizamos el programa SPSS, que signifies..."

"Paquete estadi'stico de ciencias scciales. Claro, lo conozco", comentoZellmer. "Observa esto -dijo Karlin, mientras pasaba una hoja de datos a Zellmer. Esta es una tabla de dos variables: la disposition de los individuos de la lista de correos de la compama a realizar compras por catatogo y si esos mismos individuos han realizado alguna compra por cattilogo en el pasado o no La disposicibn favorable a ia compra por catSlogo de Omni es la variable dependiente, que nos interesa explicar" (vease el anexo 1).

contmui

658 Capítulo 20: Análisis de datos: examen de diferencias ANEXO 1

V4

Canteo Porcentaje de fila Porcentaje de columna Porcentaje total V3 No dispuesto

Nunca ha comprado 1

Compró, pero último año 2

Compró en el último año 3

no en el

Total de fila

1

20 40.0 46.5 16.1

20 40.0 51.3 16.1

10 20.0 23.8 8.1

50 40.3

Dispuesto moderadamente

2

7 20.0 16.3 5.6

11 31.4 28.2 8.9

17 48.6 40.5 13.7

35 28.2

Muy dispuesto

3

16 41.0 37.2 12.9

8 20.5 20.5 6.5

15 38.5 35.7 12.1

39 31.5

43 34.7

39 31.5

42 33.9

124 100.0

Total de columna

Ji cuadrada primaria = 10.997 con 4 grados de libertad; significancia = 0.027.

"Mira estos porcentajes de columnas -indicó Karlin, Indican que el grupo 'más dispuesto' de compradores entre quienes reciben el catálogo realizó compras por catálogo con Omni durante el último año. Mes de 75% de esas personas (40.5 más que 35.7%) está moderadamente dispuesto a comprar de nuevo. Al mismo tiempo, casi 25% de quienes realizaron compras en el último año no está dispuesto a colocar otra pedido." "Ahora bien, observa la cifra donde dice 'j¡ cuadrada primaria'. En lo esencial, es una cifra con que se mide si los resultadas del análisis son estadísticamente significativos o simple consecuencia del azar. En este caso, el valor es tal que puede afirmarse con alguna certidumbre que las dos variables medidas en verdad se relacionan. En otras palabras, la disposición del cliente a comprar por catálogo de Omni parece recibir influencia de que haya realizado compras por catálogo o no" "Eso podría ser cierto -replicó Zellmer-, pero saber que las personas que en alguna ocasión compraron algo por el catálogo de la empresa están dispuestas moderadamente a comprar de

nuevo no me brinda mucha información acerca de cómo revitalízar las alicaídas ventas por catálogo." "Espera, todavía hay rnás -explicó Karlin, En estos cuestionarios estaba oculta mucha información valiosa. Por ejemplo, observa la pregunta 11. Preguntamos a los encuestados cuánta confianza tenían en comprar diversos tipos de software por correo. Lo bueno de esto es que generamos un Índice, llamado CONCAT -forma abreviada de 'confianza en el catálogo'- diseñado para medir el grado de confianza que tienen las personas ai adquirir productos de un catálogo. En este caso, el índice es lo que se tendría al sumar las calificaciones asignadas a las categorías de respuestas correspondientes a las compras por catálogo que realizaron los sujetos de cada tipo de software y su grado de confianza. Las calificaciones por pregunta variaron de 1 (sin confianza en absoluto) a 5 (mucha confianza). Observa esía labia', dijo Karlin, mientras entregaba una pequeña tabla a Zellmer (véase el anexo 2}. continúa

Resumen

US

ANEXO 2

ESTIMACIÓN DE LAS VARIANZAS SEPARADAS

ESTIMACIÓN DE LAS VARIANZAS COMBINADAS Variable/ grupo

Número de casos

CONCAT 1. Hombres 2. Mujeres

Media

Desviación estándar

Error estándar

65

21.462

2.001

0.248

58

9.224

2.000

0.263

Valor f

Grados de libertad

Probabilidad de dos colas

Valor t

Grados de libertad

Probabilidad de dos colas

33.87

121

0.000

33.87

119.42

0.000

"Supongo que me dirás qué significa todo esto', replicó Zellmer en tono amable. "Bien, pero lo realmente Interesante aquí es que descubrimos que la calificación difiere según el género o sexo del cliente. La tabla muestra que la calificación media de los hombres es mayor que la de mujeres. Puesto que la muestra fue relativamente pequeña, tal vez te preguntes si la diferencia fue estadísticamente significativa", contestó Karlin. "Por supuesto -respondió Zellmer. Me ganaste la pregunta."

El índice CONCAT es ejemplo de una hipótesis acerca de dos medias, puesto que su objetivo es evaluar si hubo diferencia en el grado de confianza entre hombres y mujeres al adquirir software por catálogo o no. Se usó una prueba bidireccíonal, ya que la hipótesis alternativa era que sí había diferencia, si bien no se pensaba que las personas de un determinado género tuvieran más confianza que las del otro. En este caso, se rechaza la hipótesis nula porque sí existe una diferencia estadísticamente significativa en la confianza de los hombres y mujeres cuando compran software por catálogo.

"Sí es significativa -replicó Karlin. Observa el valor de í."

I Resumen Objetivo de aprendizaje 1 Explicar el uso básico de la prueba de adecuación deji cuadrada. La prueba de adecuación deji cuadrada es apropiada cuando una variable de escala nominal cae naturalmente en dos o más categorías y el analista necesita determinar si el número observado de casos en cada celda corresponde al número esperado.

Objetivo de aprendizaje 2 Analizar las similitudes y diferencias entre las pruebas de adecuación deji cuadrada y la de Kolmogorov-Smirnov. La prueba de Kolmogorov-Smirnov es similar a la de adecuación de ji cuadrada porque usa una comparación entre frecuencias observada y esperada para determinar si los resultados observados concuerdan con una hipótesis nula preestablecida. Sin embargo, en esta segunda prueba se aprovecha la naturaleza ordinal de los datos.

660 Capítulo 20: Análisis de datos: examen de diferencias

Objetivo de aprendizaje 3 Especificar qué prueba es apropiada en relación con una hipótesis de una media, dada la varianza, y cuál es adecuada si ésta se desconoce. En la prueba de una hipótesis acerca de una sola media, la prueba z es adecuada si se conoce la varianza, mientras que la prueba t se aplica cuando ésta se desconoce.

Objetivo de aprendizaje 4 Identificar las pruebas adecuadas si el análisis comprende dos medias de muestras independientes. En un análisis de dos medias que provienen de dos muestras independientes, se utiliza la prueba z cuando se conocen las varianzas. En caso de desconocerlas, al mismo tiempo que se las supone iguales, se recurre a una prueba t con una varianza de muestras combinadas.

Objetivo de aprendizaje 5 Especificar la prueba apropiada para analizar la diferencia entre dos proporciones de poblaciones originales. La prueba de la igualdad de proporciones de dos muestras independientes consiste en la combinación "natural" de las varianzas de las muestras. Se aplica la prueba z.

Preguntas de repaso 1. ¿Cuál es el uso básico de la prueba de adecuación de ji cuadrada? ¿Cómo se calcula el valor de este dato estadístico? ¿Cómo se determinan las frecuencias esperadas? 2. ¿Qué prueba estadística es apropiada cuando se tienen datos ordinales y el analista necesita determinar si las frecuencias observadas corresponden a un patrón esperado o no? ¿Cuál es el procedimiento básico para realizar tal prueba? 3. ¿Cuál es la prueba estadística adecuada para extraer inferencias acerca de una media poblacional, si se conoce la varianza poblacional, y cuál si se desconoce este parámetro? Suponga que desconoce la varianza poblacional y la muestra es grande. ¿Cuál sería el procedimiento apropiado? 4. Suponga que quiere probar la significancia estadística de la diferencia observada entre las medias de dos muestras independientes. Indique el procedimiento apropiado cuando las varianzas de las poblaciones originales: a) se desconocen b) se desconocen y puede suponerse que son iguales c) se desconocen y no puede suponerse que sean iguales ¿Qué condiciones deben concurrir en cada caso, en lo relativo a la distribución de la variable? 5. ¿Cambiaría su respuesta a la pregunta anterior si las muestras estuvieran relacionadas? Explique. 6. ¿Cómo se comprueba si difieren las proporciones de dos poblaciones originales o no?

Preguntas de análisis, problemas y proyectos 1. Una importante editorial llevó a cabo una encuesta para evaluar los hábitos de lectura de las personas de edad avanzada. La compañía publica cuatro revistas dirigidas específicamente a satisfacer las necesidades de ese segmento poblacional. Los directivos partieron de la hipótesis de que no había diferencias en cuanto a sus preferencias por las revistas. Se entrevistó a una muestra de 1600 sujetos de edad avanzada en una ciudad y se obtuvieron las preferencias siguientes respecto de cuatro revistas:

Preguntas de análisis, problemas y proyectos Revista 1 . Golden Years 2. Maturation 3. High Serenity 4. Time of Living Total

661

Frecuencia de preferencia 350 500 450 300

1600

Los directivos apelan a su experiencia para determinar si difieren las preferencias de los lectores de edad avanzada en cuanto a sus revistas. a) Establezca las hipótesis nula y alternativa. b) ¿Cuántos grados de libertad se usaron? c) ¿Cuál es el valor crítico de ji cuadrada en el nivel de significancia de 5%? d) ¿Cuál es el valor calculado de ji cuadrada? Muestre sus cálculos. e) ¿Debe rechazarse la hipótesis nula? Explique su respuesta. 2. La Calidad es una empresa mediana que fabrica champúes. En los últimos años, la compañía aumentó de tres a cinco el número de variantes de su producto, Cabello Sedoso, para lograr una mayor participación de mercado. Los directivos emprendieron una encuesta para comparar las ventas de su producto con las de Suave y Muy Suave, sus dos principales competidores. Una muestra de 1800 amas de casa reveló las frecuencias siguientes en cuanto al champú que adquirieron más recientemente:

Champú 1. Cabello sedoso 2. Suave 3. Muy suave Total

Número de compradoras 425 1175 200

1800

La experiencia indica que tres amas de casa prefieren Suave por cada una que opta por Cabello Sedoso y, a su vez, el doble de ellas prefiere este último sobre Muy Suave. Los directivos necesitan determinar si todavía es válida la tendencia histórica, puesto que la compañía amplió recientemente su variedad de productos disponible. a) Establezca las hipótesis nula y alternativa. b) ¿Cuántos grados de libertad se usaron? c) ¿Cuál es el valor crítico de ji cuadrada en un nivel de significancia de 5%? d) ¿Cuál es el valor calculado de ji cuadrada? Muestre sus cálculos. e) ¿Debe rechazarse la hipótesis nula? Explique su respuesta. 3. Un fabricante de casetes desea probar cuatro tipos de casetes, que varían por su tiempo de reproducción: 30, 60, 90 y 120 minutos. La compañía le contrató para determinar si los clientes tienen preferencia clara por los casetes de 30 o 120 minutos. Si la hubiera respecto de unos u otros, la compañía fabricará únicamente los audiocasetes de la duración preferida, mientras que, en caso contrario, piensa comercializar los cuatro tipos de duración. El estudio de una muestra de 1000 clientes indicó las preferencias siguientes: Duración de la audiocinta Frecuencia de preferencia

30 minutos 60 minutos 90 minutos 120 minutos

Total

150 250 425 175

ÜK30

a) Establezca las hipótesis nula y alternativa. b) Calcule el valor de D de la prueba de Kolmogorov-Smirnov mediante el llenado de la tabla siguiente:

662 Capítulo 20: Análisis de datos: examen de diferencias

Duración del cásete 30 60 90 120

Número observado

Proporción observada acumulativa

Proporción observada

Proporción teórica

Proporción teórica acumulativa

minutos minutos minutos minutos c) Calcule el valor crítico de D con a = 0.05. Muestre sus cálculos. d) ¿Rechazaría la hipótesis nula? Explique su respuesta. e) ¿Qué consecuencias tienen los resultados para la empresa? f) Explique por qué se debería usar la prueba de Kolmogorov-Smirnov en esta situación. 4. Alimentos Libertad comercializa latas de verduras en seis tamaños: A, B, C, D, E y F. A lo largo de los años, la compañía ha observado que las ventas de sus productos en los seis tamaños corresponden a la proporción 6:4:2:1.5:1.5:1, en ese orden. En otras palabras, por cada lata vendida del tamaño F se venden seis del tamaño A, 4 del B, 2 del C y 1.5 (cada uno) de los tamaños D y E. El gerente de mercadotecnia necesita comparar los datos de ventas de una nueva verdura enlatada -zanahorias en puré- con el comportamiento del resto de la línea de productos de la compañía para indagar si existe alguna diferencia. Con base en una muestra representativa de 600 cajas de zanahorias en puré, observa que 30% corresponde al tamaño A, 20% al B, 10% (cada uno) a los tamaños C y D, y 15% (cada uno) a los tamaños E y F. a) El gerente de mercadotecnia le pide que determine si las ventas de zanahorias en puré se comportan de manera similar al resto de las verduras, usando para ello la prueba de adecuación de ji cuadrada. Muestre todos sus cálculos. b) Además, que realice el mismo cálculo, en esta ocasión con la prueba de KolmogorovSmirnov. De nuevo, muestre todos sus cálculos. c) ¿Qué conclusiones puede derivar del uso de las dos pruebas estadísticas? ¿Son contradictorios o similares los resultados con esas dos pruebas? d) ¿Qué prueba estadística preferiría y por qué? 5. Una empresa mediana que fabrica productos de papel planea lanzar una nueva línea de pañuelos desechables, toallas de mano y papel higiénico. Sin embargo, los directivos han precisado que el lanzamiento se emprenderá sólo si las compras mensuales promedio por vivienda son de 2.50 dólares o más. La nueva línea fue sometida a una prueba de mercado y se evaluaron los gastos diarios de las 100 viviendas participantes en el panel del área del mercado de prueba. Los resultados indican que las compras mensuales promedio serían de 3.10 dólares por familia, con desviación estándar de 0.50. Los directivos se preguntan qué decisión tomar y le han pedido sus recomendaciones. a) Establezca las hipótesis nula y alternativa. b) ¿Considera que la muestra es grande o pequeña? c) ¿Qué prueba debe usarse y por qué? d) ¿Rechazaría la hipótesis nula en el nivel de significancia de 5%? Sustente su respuesta con los cálculos necesarios. 6. El presidente de una cadena de tiendas departamentales ha prometido a los gerentes de las mismas un bono de 8% si las ventas mensuales promedio de cada una aumentan en 300000 dólares o más. Una muestra aleatoria de 12 tiendas reveló los siguientes aumentos: Tienda

Ventas

1

$320000 $230000 $400000 $450000 $280000 $320000

2 3 4 5 6

Tienda

7 8 9 10 11 12

Ventas

$380000 $280000 $420000 $360000 $440000 $320000

Preguntas de análisis, problemas y proyectos 683 El presidente se pregunta si la muestra aleatoria de tiendas indica que todas ellas han alcanzado el objetivo (suponga que es normal la distribución de la variable en la población original). a) Establezca las hipótesis nula y alternativa. b) ¿Considera que la muestra es grande o pequeña? c) ¿Qué prueba debe usarse y por qué? d) ¿Rechazaría la hipótesis nula y en el nivel de significancia de 5%? Sustente su respuesta con los cálculos necesarios. 7. Rubí Alegría es la propietaria de dos joyerías localizadas en otras tantas ciudades. El año pasado, la tienda A gastó mucho más en exhibidores que la tienda B. La señorita Alegría necesita determinar si los exhibidores aumentaron las ventas. El promedio de ventas de una muestra de 100 días de las tiendas A y B indica que fueron de 21.8 y 15.3 millones de dólares, respectivamente. (La experiencia muestra que aSA = 8 y acc = 9, donde aSA y acc son las desviaciones estándar de las tiendas A y B.) a) Establezca las hipótesis nula y alternativa. b) ¿Qué prueba usaría y por qué? c) ¿Cuál es el valor calculado del estadístico de prueba? Muestre sus cálculos. d) ¿Cuál es el valor crítico en la tabla con nivel de significancia de 5%? e) ¿Rechazaría la hipótesis nula? Explique su respuesta. f) ¿A qué conclusión puede llegar la propietaria? 8. Vienen y Van es una importante agencia de viajes que necesita estudiar las preferencias de los consumidores para sus paquetes de viajes a Oriente. Durante los últimos cinco años, la agencia ha ofrecido dos paquetes de precio similar a dicha región, los cuales difieren sólo en los destinos incluidos en el viaje. Se seleccionó una muestra aleatoria de las compras en cinco meses de los últimos cinco años. Los números de consumidores que contrataron los viajes en esos cinco meses son los siguientes: Mes

Paquete I

Paquete II

1 2 3 4 5

90 70 120 110 60

100 60 80 90 80

Los directivos de la agencia necesitan su ayuda para determinar cuál es la diferencia entre las preferencias por los dos viajes. a) Establezca las hipótesis nula y alternativa. b) ¿Qué prueba usaría y por qué? c) ¿Cuál es el valor calculado del estadístico de prueba? Muestre sus cálculos. d) ¿Cuál es el valor crítico en la tabla con nivel de significancia de 5%? e) ¿Rechazaría la hipótesis nula? Explique su respuesta. f) ¿A qué conclusión pueden llegar los directivos de la agencia respecto de la preferencia por los dos viajes? 9. Tallarines, S.A., es una compañía que fabrica productos de pasta fresca refrigerados no muy contenta con las ventas de sus productos. Los directivos suponen que las ventas podrían mejorar si los productos son exhibidos en un refrigerador especial, junto a la pasta seca, no en el refrigerador de lácteos, como ocurre actualmente. A fin de comprobar este supuesto, el departamento de investigación de mercados hizo los arreglos necesarios para la colocación de los refrigeradores especiales en seis tiendas donde actualmente se venden sus productos, además de la exhibición de los productos en los refrigeradores normales. Se asignaron códigos de barras especiales a los empaques, de modo que sea posible rastrear las ventas generadas con cada tipo de exhibición. Después de un periodo de prueba de tres semanas, se obtuvieron las cifras de ventas siguientes:

664

Capítulo 20: Análisis de datos: examen de diferencias Tienda

Nuevo exhibidor

Antiguo exhibidor

1

230 187 250 157 99 295

195 185 220 130 80 245

2 3 4 5 6

a) ¿Cuál es la prueba apropiada para determinar la diferencia de eficacia de los dos tipos de exhibición? b) Establezca las hipótesis nula y alternativa. c) ¿Cuál es el valor del estadístico de prueba? d) ¿Cuál sería su conclusión si a = 0.05? 10. El gerente de la tienda departamental Presupuesto aumentó recientemente el uso de las promociones en la tienda con el fin de aumentar la proporción de clientes que entran en ella y realizan una compra. La promoción se originó en un estudio realizado un año atrás, el cual mostró que no compró nada 65% de una muestra de 1000 personas que entraron a la tienda. Una muestra reciente de 900 personas demostró que 635 no compraron nada. Los directivos se preguntan si ha cambiado la proporción de sujetos que entran y compran. a) Establezca las hipótesis nula y alternativa. b) ¿Cuál es el valor calculado? Muestre sus cálculos. c) ¿Rechazaría la hipótesis nula con base en sus resultados? Explique su respuesta. 11. El departamento de creatividad de Publicidad Impactante desarrolló dos enfoques distintos, A y B, para un nuevo proyecto de correo directo de un cliente importante. Con el fin de verificar la eficacia de esos dos enfoques, se ordenó al departamento de investigación que realizara una prueba por correo. Se seleccionaron dos muestras aleatorias independientes, con tamaño n = 2000 y después de un periodo de espera de un mes, se tabularon los números de pedidos recibidos de cada muestra. Fueron 257 y 230 con los enfoques A y B. a) b) c) d)

¿Cuál es la prueba apropiada para determinar si difiere la eficacia de los enfoques A y B? Establezca las hipótesis nula y alternativa. ¿Cuál es el valor del estadístico de prueba? ¿Cuál es su conclusión si a - 0.05?

En relación con los dos problemas siguientes, consulte el estudio de café de NFO Research, Inc., al final del capítulo 19. 12. Compare las calificaciones globales (de la pregunta 2) de las marcas Folgers y Yuban. ¿Existe alguna diferencia entre las calificaciones de esas dos marcas de café (a = 0.05)? En caso afirmativo, ¿qué marca recibió la calificación más alta? 13. Calcule una calificación del índice "sabor" en relación con las características siguientes de la pregunta 6 de la marca Maxwell House Regular: sabor intenso, siempre fresco, sabor con mucho cuerpo, sabor suave, no amarga y no deja sabor residual. ¿Existen diferencias en esta calificación global respecto de individuos que no agregan nada al café y quienes le agregan algo (a = 0.05)?

Notas 1. Michael J. Rabuck, "Persuasive Advertising Drives Toothbrush Sales", en Quirk's Marketing Research Review, julio de 1999, pp. 80, 82-86. 2. La distribución correcta para probar la hipótesis es la hipergeométrica. Sin embargo, no sirve para muestras muy pequeñas. La distribución de ji cuadrada se aproxima a la hipergeométrica con muestras grandes. Véase un análisis de este punto y de otros que rodean a la prueba de adecuación en Leonard A.

Lecturas recomendadas

665

Marascuilo y Maryellen McSweeney, Nonparametric and Distribution Free Methods for the Social Sciences, Belmont, CA., Brooks/Cole, 1977, pp. 243-248. Véase también Wayne W. Daniel, Applied Nonparametric Statistics, Boston, PWS-Kent Publishing, 2a. ed., 1990; Jean D. Gibbons, Nonparametric Statistics: An Introduction, Thousand Oaks, CA., Sage Publications, Inc., 1992. 3. W.G. Cochran, "The x2 Test of Goodness of Fit", en Annuals of Mathematical Statistics 23, 1952, pp. 315-345. 4. Véase Marascuilo y McSweeney, Nonparametric and Distribution Free Methods, pp. 250-251. Véase también Jean Dickinson Gibbons y Subhabrata Chakraborti, Nonparametric Statistical Inference, Nueva York, Marcel Dekker, Inc., 3a. ed., 1992. 5.

"Coffee-Bar Patrons Are a Richer Blend: Study", en Supermarket News, 26 de octubre de 1998, p. 27.

6. La postura bayesiana sería introducir el recipiente de plástico, inclusive con los resultados obtenidos de la muestra, si los costos de oportunidad relacionados con cada alternativa fueran los mismos. En caso de que no lo sean, el enfoque bayesiano los incluiría directamente en la norma de decisión relativa a cuál recipiente debe producirse. 7. Las pruebas de proporciones poblacionales se consideran lógicamente con los datos nominales, puesto que se aplican cuando la variable de estudio puede dividirse en los casos que poseen la característica y los que carecen de ella, además de que se hace hincapié en el número o proporción de casos que corresponde a cada categoría. En mercadotecnia abundan los ejemplos: "prefiero A" contra "no prefiero A"; "comprar" contra "no comprar"; "leal a la marca" contra "desleal a la marca"; "los representantes de ventas cumplen su cuota" contra "los representantes de ventas no cumplen su cuota". La prueba de la significancia de la diferencia entre las dos proporciones se trata aquí porque la hipótesis se examina con la prueba z y el procedimiento se basa en un cálculo de "varianza de muestras combinadas automático". Se pensó que estos conceptos se apreciarían mejor después de comentar las pruebas de medios, no antes de ello. 8. BAIGlobal, "Credit Card Response Rate at Record Low for 1999's Second Quarter", comunicado de prensa de BAIGlobal (septiembre de 1999, bajado del sitio de la compañía, www.baiglobal.com, el 7 de octubre de 1999). [Mail Monitor es un servicio que proporciona BAIGlobal.]

Lecturas recomendadas Muchas pruebas estadísticas analizadas en este capítulo se estudian en los textos de fundamentos de estadística y se recomienda a los lectores que consulten el texto de su curso de introducción a la estadística en busca de más detalles sobre cualquiera de los métodos comentados.

ANÁLISIS DE LA VARIANZA

Análisis de la varianza (ANOVA)

Prueba estadística empleada con datos para determinar si k(k> 2) muestras provienen de poblaciones con iguales medias.

En el capítulo 20 se recurrió al ejemplo del empaque de ceras para piso en recipientes de plástico y metálicos para analizar la prueba estadística de la diferencia entre dos medios poblacionales. A continuación, se retoman los datos del anexo 20.3 para presentar un enfoque alterno del mismo problema llamado análisis de la varianza (ANOVA), que se distingue por la ventaja de ser aplicable cuando se comparan más de dos medias. La idea básica subyacente a este análisis es que la varianza de la población original puede estimarse de diversas maneras a partir de la muestra y que las comparaciones entre los estimados indican mucho acerca de la población. Recordemos que la hipótesis nula relativa a los dos tipos de recipientes consistía en que las dos medias de las poblaciones originales eran iguales, es decir, ¿ij = fjL2. Así, si la hipótesis nula es verdadera, con excepción del error de muestreo, los tres cálculos siguientes de la varianza poblacional deben ser iguales: 1. La variación total, calculada al comparar cada una de las 20 cifras de ventas con la gran media. 2. La variación entre grupos o intergmpal, calculada al comparar cada una de las dos medias de tratamiento con la gran media. 3. La variación intragrupal, que se calcula al comparar cada una de las cifras de ventas con la media de su propio grupo. No obstante lo anterior, si la hipótesis no fuese verdadera y existiera una diferencia entre dos medias, la variación intergrupal debe producir un estimado más alto que la intragrupal, que considera únicamente la variación en cada grupo y es independiente de las diferencias entre grupos. Los tres estimadores separados de la variación poblacional se calculan de la manera siguiente cuando existen k tratamientos o grupos: 1. Variación total: la suma de los cuadrados da SST, dada la suma de las desviaciones al cuadrado de cada observación tomada de la gran media. Ahora bien, la gran media de las n observaciones es igual a: 432 + ... + 408 + 365 + ... +400

20

= 396.7

y la suma de los cuadrados equivale a: SST= (432 - 396.7)2 + ... + (4Q8 - 396.7)2 + (365 - 390.7)2 + ... + (400 - 396.7)2 Se determinó ya la diferencia entre cada observación y la gran media; se elevan al cuadrado las diferencias y luego se suman. 2. Variación intergrupal: suma de los cuadrados entre grupos, SSB. A fin de calcularla, primero es necesario hacerlo con la media de cada grupo. La media de ventas del recipiente de plástico resultó ser de 403, y las de los recipientes metálicos de 390.3. Así, la suma de los cuadrados entre grupos es: SSB = 10(403 - 396.7)2 + 10(390.3 - 396.7)2 Se determinó la diferencia entre cada media de grupo y la media global; se eleva al cuadrado la diferencia; cada diferencia al cuadrado se pondera mediante el número de observaciones que componen el grupo y se suman los resultados.

666

Apéndice 20a

667

3. Variación intragrupal: suma de los cuadrados en los grupos, SSW. El cálculo de la suma de los cuadrados en los grupos incluye calcular la diferencia entre cada observación y la media del grupo al cual pertenece, específicamente: SSW = (432 - 403)2 + ... + (408 - 403)2 + (365 - 390.3)2 + ... + (400 - 390.3)2 La diferencia entre cada observación y su media de grupo está determinada; las diferencias se elevaron al cuadrado y luego se sumaron. Considere más de cerca el comportamiento de estas tres fuentes de variación. En primer lugar, SSyes una medida de la variación global de n observaciones. Cuanto más variables sean las n observaciones, tanto mayor el valor de SST. En segundo término, SSB refleja la variabilidad total de las medias. Cuanto más similares sean las k medias, tanto menor se vuelve SSB. Si difieren mucho, SSB aumenta. En tercer lugar, SSW es una medida de la incidencia de la variación en cada columna o tratamiento. Si existe una variación mínima entre las observaciones que componen un grupo, SSW es pequeña, y si hay gran variabilidad, es grande. Es posible demostrar que SST = SSB + SSW y que cada una de esas sumas de cuadrados, cuando se divide entre el número apropiado de grados de libertad, genera un cuadrado de medias que es, en lo esencial, un estimado sin sesgo de la varianza poblacional.1 Además, si es válida la hipótesis nula de ausencia de diferencias entre las medias poblacionales, todos son estimados de la misma varianza y no deben diferir más de lo que cabría esperar por efecto del azar. En caso de que la varianza entre grupos sea significativamente mayor que la intragrupal, se rechaza la hipótesis de la igualdad de las medias poblacionales. Dicho de otra manera, es posible conceptuar la varianza intragrupal como una medida de la incidencia de la variación de las ventas de recipientes que puede esperarse con base únicamente en el azar. Se llama varianza de error o varianza aleatoria. La varianza intergrupal refleja la de error más las diferencias entre grupos resultantes de las que hay en la popularidad de los dos tipos de recipientes. Por ende, si se descubre que es significativamente mayor que la varianza dentro del grupo, podría atribuirse a la variación entre grupos y se refuta la hipótesis de igualdad de las medias. Pero, ¿qué son los grados de libertad? El número total de grados de libertad es igual a n — 1, puesto que sólo hay una limitación, la gran media, en el cálculo de SST. En cuanto a la suma de los cuadrados intragrupales, existen n observaciones y k imitaciones, una por cada media de tratamiento. Por consiguiente, los grados de libertad de la suma de cuadrados intragrupales equivalen a n — k. Existen k valores, uno correspondiente a cada media de tratamiento, en el cálculo de SSB, además de una limitación impuesta por la gran media, de tal suerte que los grados de libertad de la suma de cuadrados intergrupales equivalen a k - 1. Los estimadores separados de la varianza poblacional o de los cuadrados de medias correspondientes son:

Los cuadrados de medias calculados a partir de los datos de la muestra son simples estimaciones de los cuadrados de la media verdadera. A su vez, éstos dependen de los valores esperados de los cuadrados de medias de muestras correspondientes. Puesto que las muestras son independientes, las varianzas poblacionales son iguales y las variables se distribuyen normalmente en la población original, y puede demostrarse que estos valores esperados son: E(MSW) — a2 = varianza de error o varianza aleatoria

668

Capítulo 20: Análisis de datos: examen de diferencias

ANEXO 20a.1

Fuente de la variación

Suma de los cuadrados 806.5 5978.1 6784.6

Entre grupos Dentro de los grupos Total

Grados de libertad

Cuadrados de medias

1 18 19

806.5 332.1

Razón F

2.43

y E(MS^) — a2 + efecto de tratamiento La proporción E(MS)B /E(MSfV) es igual a la unidad si no existe un efecto de tratamiento y es mayor que la unidad cuando existe una diferencia entre las medias de las muestras. Puesto que se desconocen los valores esperados, se usan en su lugar los cuadrados de medias de las muestras para generar la razón:

MS, MSti

=F

que se ajusta a la distribución F. Ésta depende de dos grados de libertad, uno correspondiente al cuadrado de medias en el numerador, y el otro, al cuadrado de medias del denominador. En virtud de que tanto el denominador como el numerador son estimaciones de muestras de las varianzas verdaderas, no debería esperarse que dicha razón corresponda exactamente a la unidad cuando el efecto del tratamiento es cero, ni tampoco debería llegarse a la conclusión inmediata de que existe una diferencia entre las medias de los grupos si esa proporción excede el valor de la unidad. En vez de ello, dados un nivel de significancia y los grados de libertad respectivos del numerador y denominador, se lee un valor crítico de F en tablas estandarizadas. Este valor indica la magnitud de la razón que puede tenerse a causa de fluctuaciones de muestreo aleatorias, inclusive sin diferencia entre las medias de los grupos, es decir, cuando E(MSB) IE(MS^ = 1. El análisis completo se realiza convenientemente con una tabla de análisis de la varianza. En el anexo 20a. 1 se muestra la tabla de análisis de la varianza de los datos de ventas de recipientes de plástico y metálicos. El valor calculado de F se consulta en una tabla de F con 1 y 18 grados de libertad (véase el cuadro 4 del apéndice, al final de la obra). Se usa el mismo valor a que antes, a = 0.05, y se tiene que el valor crítico de F es 4.41; de nuevo, la evidencia de la muestra es insuficiente para rechazar la hipótesis de la igualdad de las dos medias. Ello no debe sorprender, ya que puede demostrarse2 que en la comparación entre dos medias (los grados de libertad del numerador de la razón F son Vj = k - 1 = 1), F = t2 = (1.56)2 = 2.43. Ambas pruebas resultan idénticas en este caso especial, y si una no indica diferencia significativa entre las dos medias, tampoco lo hace la otra.3

| Diseño de bloques aleatorio Diseño de bloques aleatorio

Diseño experimental en que: 1) se divide a las unidades de prueba en bloques o grupos homogéneos con algún criterio externo, y 2) los objetos de cada bloque se asignan de manera aleatoria a condiciones de tratamiento. Este diseño suele emplearse cuando se pretende controlar específicamente un factor de influencia externo.

Imagine qué habría ocurrido si las tiendas escogidas al azar para la venta de los recipientes de plástico hubieran sido mucho mayores que las seleccionadas para los recipientes metálicos. Toda diferencia de las ventas entre los dos grupos podría haberse debido a que las tiendas grandes habitualmente tienen más tráfico de clientes y, por ende, mayores ventas. Si el análisis minucioso de la situación muestra que ese tipo de influencias externas puede alterar los resultados del experimento, es posible usar un diseño de bloques aleatorio. En éste, se agrupan unidades de prueba "similares" en bloques y luego se asignan al azar los tratamientos a las unidades de prueba de cada bloque. La similitud se determina mediante emparejamiento de las unidades de prueba en cuanto a la fuente externa esperada de variación, por ejemplo, el tamaño de las tiendas en el ejemplo de los recipientes. Se espera que las unidades de cada bloque sean más similares que las

Apéndice 20a

669

seleccionadas en forma completamente aleatoria. Puesto que la diferencia entre bloques puede considerarse en el análisis de la varianza respecto del mismo número de observaciones, el cuadrado de las medias de error debe ser menor del que resultaría si se usa un diseño totalmente aleatorio. Así, la prueba debe resultar más eficiente.

| Diseño del cuadrado latino Diseño del cuadrado latino

Diseño experimental en que: 1) el número de categorías de cada variable externa que se pretende controlar es igual al número de tratamientos, y 2) cada tratamiento se asigna en forma aleatoria a categorías según un patrón específico. Este diseño es apropiado cuando se intenta controlar explícitamente dos factores externos.

El diseño del cuadrado latino es apropiado si existen dos factores externos que pueden causar deformación grave de los resultados. Suponga que una compañía necesita probar la eficacia de tres planes distintos en relación con la frecuencia de visitas de venta de sus representantes a los clientes potenciales. Los planes varían en la frecuencia con que se precisa que el representante visite a cuentas de diversos tamaños. El fabricante necesita saber cuál de los tres producirá ventas máximas. A fin de poner a prueba el plan, la compañía decide seleccionar una muestra de 30 representantes de ventas, de su fuerza total de 500. La empresa está preocupada por la posibilidad de que las diferencias entre las capacidades de ventas afecten los resultados de la prueba. Por consiguiente, decide igualar la capacidad de los representantes usando sus ventas previas como criterio para ello. Así, forma 10 bloques, cada uno con tres representantes de ventas relativamente similares. Luego, los planes de frecuencias de visitas se asignan al azar a cada representante de cada bloque, lo que produce el diseño de bloques aleatorio. A continuación, suponga que la compañía también decide realizar la investigación no sólo con representantes de ventas de capacidad distinta, sino también entre representantes con territorios de tamaños diferentes. Considere que divide a los representantes en tres categorías con base en su capacidad -sobresaliente, bueno y promedio- y en tres clases según el tamaño de su territorio: grande, mediano y pequeño. De esta manera habría nueve condiciones distintas que afrontar. Una forma de proceder sería recurrir a bloques aleatorios y probar cada uno de los tres planes de visitas con cada una de las nueve condiciones. Ello requeriría una muestra de 27 representantes. Un enfoque alterno sería probar cada plan de visitas una sola vez con cada tamaño de territorio y cada nivel de capacidad. Ello precisaría una muestra de apenas nueve unidades de prueba o representantes de ventas. En este caso, la ventaja principal sería el control administrativo. En otros casos, podría haber ventajas de costos relacionados con el uso de menos unidades de prueba. El aspecto interesante es que, cuando las diferencias de tamaño de territorio tienen efecto, el diseño del cuadrado latino con nueve unidades de prueba podría ser tan eficiente como el diseño de bloques aleatorio con muchas más unidades de prueba. El diseño del cuadrado latino requiere que el número de categorías de una de las variables externas que se pretende controlar sea igual al número de tratamientos. Al tener tres planes de visitas que investigar, no fue accidente que se dividiera a los representantes de ventas en tres niveles de capacidad y a los territorios en tres categorías de tamaño. Además, el diseño del cuadrado latino precisa que los tratamientos deben asignarse de manera aleatoria a las categorías resultantes. Es habitual que ello se logre seleccionando al azar uno de los cuadrados publicados, para luego distribuir al azar las filas, columnas y tratamientos con dicho cuadrado.4

I Diseños factoriales Hasta este punto, sólo se han considerado diseños de una variable experimental, pero puede haber niveles múltiples, por ejemplo, tres planes de visitas distintos. Es frecuente que resulte aconsejable investigar los efectos de dos o más factores sobre un mismo experimento. De tal suerte, sería recomendable estudiar el efecto en las ventas de la forma y material de los recipientes de cera para pisos. Suponga que además de empacar la cera en recipientes de metal o plástico, se consideran dos formas, A y B, para los recipientes. La forma y tipo del empaque se llamarían/actoras. Habría dos niveles para cada factor, con cuatro tratamientos distintos, puesto que pueden usarse de manera combinada, y se recurriría a un diseño factorial, en que se consideran simultáneamente los efectos de dos o más variables independientes.

:'• 670 Diseño factorial

Capítulo 20: Análisis de datos: examen de diferencias

Diseño de experimentos que se usa cuando se estudian simultáneamente los efectos de dos o más variables, en que cada nivel de cada factor se usa con cada nivel de cada uno de los demás factores.

Existen tres muy buenas razones por las que conviene usar el diseño factorial.5 Por principio de cuentas, permite la interacción de los factores que se estudian. El recipiente de plástico podría tener mejores ventas con la forma A, y el metálico, con la forma B. Este efecto puede investigarse únicamente si se consideran simultáneamente los factores. En segundo término, el diseño factorial permite ahorrar tiempo y esfuerzos, puesto que todas las observaciones se utilizan para estudiar los efectos de cada factor. Suponga que se realizan experimentos separados, uno para estudiar el efecto del tipo de recipiente y otro para investigar el efecto de su forma. Luego, algunas de las observaciones aportarían información acerca del tipo, y otras, respecto de la forma. Al combinar los dos factores en un experimento, en todas las observaciones se consideran ambos factores. "Por tanto, un experimento de dos factores es más barato que dos experimentos de un factor cada uno."6 En tercero y último lugar, las conclusiones derivadas tienen aplicación más amplia, ya que cada factor se estudia con combinaciones diversas de los otros factores.7 Este resultado es más útil que el disponible si todos los demás factores se mantuvieran constantes. El diseño factorial pueden usarse con cualquiera de los diseños de un solo factor antes estudiados: totalmente aleatorio, de bloques aleatorio y de cuadrado latino. El modelo subyacente cambia al igual que la tabla de análisis de la varianza, si bien, el principio es el mismo.

Notas

iff

Notas 1. Véase Geoffrey Keppel, Design and Analysis: A Researcher's Handbook, Englewood Cliffs, NJ., Prentice-Hall, 3a. ed., 1991. Véase también Richard Harris, An Analysis of Variance Primer, (Itaca, IL., Peacock Publishers, 1994. Véase un análisis más completo de los diseños analizados en este apéndice en B. J. Winer, Donald R. Brown y Kenneth M. Michels, Statistical Principles in Experimental Design, Nueva York, McGraw-Hill, Inc., 3a. ed., 1991). 2. Puede demostrarse matemáticamente que si una variable aleatoria tiene distribución t con v grados de libertad, entonces t2 tiene distribución F, con v, = 1, v2 = v grados de libertad. 3. Véase un análisis profundo de cómo establecer hipótesis para el análisis de la varianza en Richard K. Burdick, "Statement of Hypotheses in the Analysis of Variance", en Journal of Marketing Research 20, agosto de 1983, pp. 320-324. 4. Véase cuadrados latinos de 4 X 4 a 12 X 12 en R. A. Fisher y F. Yates, Statistical Tables, Edimburgo, Oliver and Boyd, 1948. 5. William C. Guenther, Analysis of Variance, Englewood Cliffs, NJ., Prentice-Hall, 1964, pp. 99-100; John Neter, William Wasserman y Michael H. Kutner, Applied Linear Statistical Models, Burr Ridge, IL., Richard D. Irwin, 4a. ed., 1990, pp. 673-677. 6. Guenther, Analysis of Variance, p. 100. Véase ejemplos de experimentos factoriales en J. B. Wilkinson, J. Barry Mason y Christie H. Paksoy, "Assessing the Impact of Short-Term Supermarket Strategy Variables", en Journal of Marketing Research 19, febrero de 1982, pp. 72-86; Susan M. Petroshius y Kent B. Monroe, "Effect of Product-Line Pricing Characteristics on Product Evaluations", en Journal of Consumer Research 13, marzo de 1987, pp. 511-519; Paul M. Herr, Frank R. Kardes y John Kim, "Effects of Word-of-Mouth and Product Attribute Information on Persuasion: An Accessibility. Diagnosticity Perspective", en Journal of Consumer Research 17, marzo de 1991, pp. 454-462; Syed Saad Andaleeb, "An Experimental Investigation of Satisfaction and Commitment in Marketing Channels: The Role of Trust and Dependence", en Journal of Retailing 72, primavera de 1996, pp. 77-93. 7. Es frecuente que se usen combinaciones de niveles de factores, no todas las combinaciones posibles, lo cual simplifica mucho el experimento. Véase Charles W. Holland y David W. Cravens, "Fractional Factorial Experimental Designs in Marketing Research", en Journal of Marketing Research 10, agosto de 1973, pp. 270-276. Véase también un análisis de los auxiliares gráficos para planear experimentos factoriales en Raghu N. Kacker y Kwock-Leung Tsui, "Interaction Graphs: Graphical Aids for Planning Experiments", en Journal of Quality Technology 22, enero de 1990, pp. 1-14. Véase un ejemplo del uso de factoriales fraccionarios en Paul D. Berger y Gerald E. Smith, "The Effect of Direct Mail Framing Strategies and Segmentation Variables on University Fundraising Performance", en Journal of Direct Marketing 11, invierno de 1997, pp. 30-43.

Capitulo 21

ANÁLISIS DE DATOS: INVESTIGACIÓN DE RELACIONES O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Explicar la diferencia entre los análisis de regresión y de correlación. 2. Enumerar las tres premisas del término de error en la solución de cuadrados mínimos de un problema de regresión. 3. Analizar qué dice el teorema de Gauss-Markov acerca de los estimadores de cuadrados mínimos de un parámetro poblacional. 4. Definir el error estándar de la estimación. 5. Especificar la relación para cuya medición se diseñó el coeficiente de correlación. 6. Analizar la diferencia entre los análisis de regresión simple y múltiple. 7. Explicar qué significa multicolinealidad en un problema de regresión múltiple. 8. Señalar cuándo se usa el coeficiente de regresión parcial y qué se mide con él. 9. Explicar la diferencia entre los coeficientes de determinación múltiple y parcial. 10. Describir la forma en que el uso de variables binarias y la transformación de variables amplían el alcance del modelo de regresión.

672

Un coso poro lo investigación de mercados Lovelace Lingerie, Inc. se convirtió en pionera de la venta de lencería de lujo (que algunos llaman "moda de tocador") al comercializarla en boutiques de centros comerciales decoradas con muy buen gusto. Sin embargo, mientras que a las mujeres les encantan las cortinas de encaje y antigüedades de las tiendas de Lovelace, muchos hombres parecen temerosos de aventurarse a su interior. Esa renuencia generó el catálogo de venta por correo de la compañía, dirigido a hombres.

próxima y me gustaría contar con un plan firme acerca de la forma óptima de ampliar nuestras ventas por catálogo."

Las ventas por catálogo navideñas habían sido buenas, pero Angela Spaulding, vicepresidenta de ventas por catálogo de Lovelace, sintió que la compañía apenas estaba llegando a un pequeño segmento de un mercado potencialmente grande. Había contratado a la empresa de investigación de mercados de Michael Wyse para que realizara un estudio de 400 hombres que habían colocado pedidos del catálogo navideño. La ¡dea era averiguar datos acerca de sus clientes, con la esperanza de encontrar formas de ampliar las ventas por catálogo.

"Soy toda oídos", contestó Spaulding.

Ahora, Wyse tenía una junta con Spaulding, donde analizarían los resultados del estudio. Cuando llegó a la boutique de Lovelace en el centro comercial Plainview, entendió por qué muchos hombres lo pensaban dos veces antes de aventurarse a entrar. Las ventanas estaban cubiertas de oropeles, que constituía un telón de fondo para un negligé de encaje negro, suspendido de un gancho recubierto de satín. Lo rodeaban enormes arreglos de orquídeas. No había nada exageradamente erótico u ofensivo en la tienda; simplemente era muy... femenina. No obstante, investigador audaz hasta el final, Wyse respiró profundamente y entró al mundo de Lovelace Lingerie. Marchó decidido entre batas de seda y camisones de satín, y luego de preguntar a una de las vendedoras, localizó a Spaulding en una sala de juntas sorprendentemente amplia, ubicada detrás de la tienda. Spaulding se levantó para saludarlo, desde atrás de una mesa atestada de impresos de computadora y de prendas de lencería. "Michael, que bueno que pudimos reunimos aquí-dijo amablemente, al tiempo que extendía la mano-. Estamos muy ocupados en la selección de la mercancía para el catálogo de primavera. ¿Qué piensas de nuestra tienda?"

"Sé que eres hábil en cuanto se trata de números, Angela -dijo Wyse-, por lo que me gustaría que repasemos algunos análisis estadísticos subyacentes, así como los resultados del estudio. Sé que los resultados te parecerán interesantes; pero pienso que tendrás más confianza en ellos si entiendes cómo se produjeron.

"En la encuesta que enviamos a la muestra de 400 clientes por catálogo, las preguntas 7 a 11 tenían como fin indagar el sentir de esos hombres respecto de comprar del catálogo de Lovelace A fin de determinar ese factor, creamos un índice llamado 'Actitud hacia Lovelace' (ATTLOVE), con base en las respuestas a esas preguntas (anexo A)." "El índice ATTLOVE se formó de manera tal que las calificación altas equivalgan a actitudes más favorables hacia comprar en Lovelace. Las respuestas a las cinco preguntas se suman para producir la calificación ATTLOVE de cada sujeto -dijo Wyse-. También pretendíamos indagar si la actitud se relacionaba con las características demográficas del encuestado. Esa segunda tabla compilada muestra si el índice ATTLOVE varía con la ocupación de la persona", comentó el investigador, mientras mostraba la tabla pertinente a Spaulding. "Codificamos con O a los obreros y con 1 a los empleados de oficina. Con base en el análisis de regresión simple, determinamo que los resultados son estadística y prácticamente significativos. ¿Ves aquí, donde dice que el valor de /?al cuadrado es 0.752?", preguntó Wyse, al tiempo que señalaba la tercera fila del anexo E Spaulding asintió con la cabeza. "Eso significa que casi 75% de la variación en el índice ATTLOVE se explica con base en la variable de ocupación. Existe una relación positiva entre las dos variables (Bes igual a 11.534)", dij Wyse. "Así, los empleados de oficina tienen una actitud más favorable que los obreros hacia Lovelace -musitó Spaulding-. Interesante realmente muy interesante."

"Es muy diferente de lo que sería mi lugar favorito para comprar", respondió en un tono de disculpa.

Temas para análisis

"¿Y cuál sería tu lugar favorito?", preguntó Spaulding.

1. En el estudio, se usó el análisis de regresión para investigar la relación entre dos variables. ¿Cuáles son? ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente?

"La ferretería que está a la vuelta de la esquina en donde vivo", replicó Wyse. Spaulding rió. "Bien, dime qué indagaste con el estudio. Tenemos una importante junta estratégica la semana

2. Aunque el análisis de regresión indicó la relación entre las dos variables, ¿reveló cuál de ellas era la causa de la otra?

bVH

ANEXO A

Totalmente en desacuerdo

En desacuerdo

Análisis de la varianza

DF

Regresión Residual

122

Ni en desacuerdo ni de acuerdo

De acuerdo

Totalmente de acuerdo

Suma de cuadrados

Cuadrado medio

F

4071.174 1326.213

4071.174 10.871

374.512

7. En general Lovelace Lingerie vende una línea de productos de alta calidad. 8. Lovelace Lingerie tiene una línea completa de lencería. 9 Lovelace Lingerie tiene un catálogo de muy alta calidad. 10. El catálogo de Lovelace Lingerie muestra la mercancía de manera atractiva. 11. Es fácil encontrar un buen regalo en el catálogo de Lovelace Lingerie.

ANEXO B

Variable dependiente... ATTLOVE Variable(s) incluida(s) en el paso 1: 1/41

/? múltiple R al cuadrado /?al cuadrado ajustada Error estándar

0.869 0.754 0.752 3.297

1

VARIABLES EN LA ECUACIÓN Variable

V41 (constante)

B

Beta

Error estándar B

F

11.534 9.727

0.869

0.596

374.512

Hasta este punto, en el análisis de los datos la atención se ha centrado principalmente en poner a prueba la significancia de las diferencias obtenidas en condiciones de investigación diversas, trátese del resultado de una muestra y una condición poblacional supuesta o de los resultados de dos o más muestras. Sin embargo, es muy frecuente que los investigadores tengan que determinar si existe relación alguna entre dos o más variables y, en caso afirmativo, la fuerza y forma funcional de la relación. Por ejemplo, para conocer las necesidades de existencias de acumuladores para automóviles en K-Mart, esta cadena minorista comparó los datos climatológicos de Estados Unidos de dos años con las ventas de acumuladores (por ejemplo, las ventas aumentan cuando las temperaturas caen por debajo de cierto valor). La empresa usó la información para elaborar un modelo de toma de decisiones que usaría en la colocación de pedidos de acumuladores con base en los pronósticos climáticos. Luego del éxito de ese modelo, la compañía planeó aplicarlo a otros productos.1 Es habitual que se intente predecir el valor de una variable (como el consumo de un producto específico en una familia) con base en otra u otras variables (por ejemplo, el ingreso y tamaño familiar). La variable que se predice se llama variable dependiente o, más correctamente, variable de criterio. La o las variables que son la base de la predicción se denominan variables independientes, de predicción o predictivas. En el ejemplo del inventario de acumuladores de K-Mart, la variable dependiente (lo que sus directivos intentaban predecir a partir de los datos) eran las ventas de acumuladores para automóviles. La variable independiente usada fue el clima.

Análisis de correlación y de regresión simple

''jjJK'f

| Análisis de correlación y de regresión simple

Análisis de correlación Técnica estadística usada para medir la cercanía de la relación lineal entre dos o más variables en una escala de intervalo. Análisis de regresión Técnica estadística usada para derivar una ecuación que relaciona una variable de criterio con una o más variables de predicción; cuando se usa sólo una variable de predicción, es el análisis de regresión simple, y si se utilizan dos o más, es el análisis de regresión múltiple.

El National Fluid Milk Processors Promotion Board tiene a su cargo los anuncios de bigotes de leche de celebridades. Una de sus promociones actuales es un "Milk Mustache Celebrity Calendar Event" anual, en que se envían calendarios a diversos hogares. El consejo mencionado está interesado en averiguar la correlación de su presentación de calendarios de celebridades con las ventas de leche en galones. Según información de Nielsen Homescan Data, las ventas de leche en galones aumentaron 3.6%, en relación con las de un año atrás, en los hogares que recibieron el calendario de 1997, además de incrementos de 9.7% de las mismas ventas en hogares con niños de 6-12 años de edad.

Los análisis de correlación y de regresión son de uso frecuente entre los investigadores de mercados para estudiar la relación entre dos o más variables. Aunque es común el uso indistinto de estos términos, existe una diferencia en su propósito. El análisis de correlación mide la cercanía de la relación entre dos o más variables (véase el ejemplo del anuncio de leche), considerando la variación conjunta de las dos mediciones, ninguna de las cuales está sujeta a restricción por el experimentador. Por su parte, el análisis de regresión se usa para derivar una ecuación que relaciona la variable de criterio con una o más variables de predicción. En ello se considera la distribución de frecuencias de la variable de criterio cuando se mantienen fijas en diversos valores una o más de las variables de predicción.2 Es totalmente válido medir la cercanía de la relación entre variables sin derivar una ecuación estimada. De igual manera, puede entenderse el análisis de regresión sin investigar la cercanía de la relación de las variables. Empero, es común derivar la ecuación y estudiar tal cercanía, por lo que el conjunto de estas técnicas, no una u otra, suele denominarse análisis de regresión o correlación. En cuanto a éste, debe comentarse también la distinción entre correlación y causalidad. El uso de los términos variable dependiente (de criterio) y variable independiente (de predicción) para referirse a las mediciones en el análisis de correlación se deriva de la relación matemática funcional entre las variables y no tiene nada que ver con la dependencia de una variable con respecto de otra en sentido causal. Por ejemplo, las técnicas podrían mostrar cierta correlación del ingreso alto con la tendencia a tomar vacaciones invernales en islas caribeñas, si bien sería un error suponer que el ingreso alto es causa de que una persona viaje al sur cuando se desploman las temperaturas ambientales. No existe nada en el análisis de correlación ni en ningún otro procedimiento matemático que pueda usarse para establecer la causalidad. Lo único para lo que sirven estos procedimientos es pa-

Kroger no es ajeno a los beneficios del Milk Mustache Celebrity Calendar Event. Para quienes gustan de los números, Nielsen Homescan Data reportó un aumento de 3.6% en las ventas de leche en galón, contra las de un año atrás, en los hogares que recibieron el calendario 1999. Además, otro de 9.7% en las ventas de un año antes en los hogares con niños de 6 a 12 años. Los desplegados publicitarios acerca del producto, como éste, son una manera certera de impulsar la compra de galones de leche y mover el lechímetro. ¿Desea el Celebrity Calendar 2000? Escríbame.

¿Quiere leche? JUD WELLS, DAIRY CATEGORY MANAGER-KROGER COLUMBUS © 1999 NATIONAL FLUID MILK PROCESSOR PROMOTION BOARD

Análisis de correlación y de regresión simple

677

automáticos disminuyó durante el periodo estudiado. Al mismo tiempo, las transacciones en puntos de venta con tarjetas de débito (es decir, pagar con tarjetas de débito en las cajas registradoras) aumentaron en un sorprendente 35%. Los editores atribuyeron esta correlación inversa al desagrado de los consumidores con los cargos por servicios en los cajeros automáticos. Señalaron que muchos establecimientos minoristas no sólo permiten que sus clientes paguen las compras con tarjetas de débito, sino que también les permiten hacer retiros de efectivo. Además, los minoristas, a diferencia de una porción creciente de cadenas de cajeros automáticos, no cobran ese servicio.4 El tema de los análisis de regresión y correlación se analiza a la luz de un ejemplo. Así, considere que un fabricante nacional de bolígrafos está interesado en investigar la eficacia de sus actividades de mercadotecnia. La compañía usa mayoristas para distribuir los bolígrafos y complementa sus esfuerzos con representantes de ventas y anuncios televisivos. La empresa planea usar las ventas anuales por territorio como medición de eficacia. Esos datos y la información del número de representantes de ventas que atienden un territorio están disponibles ya en los registros de la compañía. Son más difíciles de determinar las otras características, con las cuales el fabricante busca relacionar las ventas: anuncios televisivos y eficiencia de los mayoristas. A efecto de obtener información sobre los anuncios televisivos en un territorio, los investigadores deben analizar las cédulas de publicidad y la cobertura de área de estudio por canal, a fin de determinar a cuáles áreas llegan los canales televisivos. Evaluar la eficiencia de los mayoristas requiere calificarlos en diversos criterios y sumar las calificaciones en una medición global, en que 4 es sobresaliente, 3 es bueno, 2 es promedio y 1 es deficiente. El tiempo y gastos necesarios para generar datos de estas características de publicidad y distribución ha hecho que la compañía decida analizar sólo una muestra de los territorios de ventas. Los datos de una muestra aleatoria simple de 40 territorios se presentan en el anexo 21.1. El efecto de cada una de las variables de la mezcla de mercadotecnia en las ventas puede estudiarse de diversas maneras. Una más bien evidente sería granear las ventas como función de cada una de las variables. En la figura 21.1 se muestran las gráficas, llamadas diagramas de dispersión. La parte A hace suponer que las ventas se incrementan cuando aumenta el número de anuncios televisivos mensuales, y la parte B, que aumentan con el número de representantes de ventas que atiende el territorio. Por último, la parte C indica que existe poca relación entre las ventas de un territorio y la eficiencia del mayorista que los atiende. Un vistazo más cercano a las partes A y B también refleja que sería posible resumir la relación entre las ventas y cada una de las variables de predicción si simplemente se traza una recta por los puntos de datos. Una forma de generar la relación de las ventas con los anuncios televisivos por número de representantes sería "imaginarla", es decir, trazar visualmente una recta que pase por los puntos de las gráficas. Esa recta correspondería a la línea de la relación "promedio" e indicaría el valor promedio de la variable de criterio, las ventas, con los valores dados de cualquiera de las variables de predicción, anuncios televisivos o número de representantes. Luego, podría añadirse a las gráficas, por ejemplo, el número de anuncios televisivos en el territorio y leer el valor promedio de ventas esperadas en el territorio mismo. La dificultad del enfoque gráfico es que dos analistas podrían generar rectas distintas para describir la relación. Ello hace surgir la pregunta de cuál sería la recta más correcta o cuál de ellas encajaría mejor en los datos. Un enfoque alterno es generar matemáticamente una recta que una los datos. La ecuación general de una recta es y = a + f3X, donde a es la intersección 7, y /3 el coeficiente de la pendiente. En este caso de Y ventas y X\ anuncios televisivos, la ecuación podría escribirse como Y= a¡ + P\X\, mientras que la relación entre las Y ventas y los X2 representantes de ventas se representaría como 7= a2 + $2X2, donde el subíndice corresponde a la variable de predicción que se considera. Tal como está escrito, cada uno de estos es un modelo determinista. Cuando se sustituye el valor de la variable de predicción en la ecuación con los valores especificados de a y (3, se determina un valor único de Y, sin considerar un margen de error. En la investigación de fenómenos sociales pocas veces, si acaso, el error es cero. Así, podría sustituirse el modelo determinista por un modelo probabilistic, que debería incluir algunos supuestos acerca del error. Por ejemplo, para trabajar con la relación de las ventas y el número de anuncios televisivos, considere el modelo: Yi = aí+ftlXil + €i

678

Capítulo 21: Análisis de datos: investigación de relaciones

A N E X O 21 .1

Territorio 005 019 033 039 061 082 091 101 115 118 133 149 162 164 178 187 189 205 222 237 242 251 260 266 279 298 306 332 347 358 362 370 391 408 412 430 442 467 471 488

Ventas (en miles), Y

Publicidad (anuncios televisivos por mes) *

Número de representantes de ventas

índice de eficiencia de mayoristas

*2

*3

260.3

5 7 6 9 12 8 11 16 13 7 10 4 9 17 19 9 11 8 13 14 7 16 9 5 18 18 5 7 12 13 8 6 16 19 17 10 12 8 10 12

3 5 3 4 6 3 7 8 4 3 6 4 4 8 7 3 6 3 5 5 4 6 5 3 6 5 3 6 7 6 4 3 8 8 7 4 5 3 5 5

4 2 3 4 1 4 3 2 3 4 1 1 3 4 2 2 4 3 4 2 4 3 3 3 4 3 2 2 1 4 3 2 2 2 8 3 3 3 4 2

286.1 279.4 410.8 438.2 315.3 565.1 570.0 426.1 315.0 403.6 220.5 343.6 644.6 520.4 329.5 426.0 343.2 450.4 421.8 245.6 503.3 375.7 265.5 620.6 450.5 270.1 368.0 556.1 570.0 318.5 260.2 667.0 618.3 525.3 332.2 393.2 283.5 376.2 481.8

donde Y¡ es el valor de ventas en el territorio /-ésimo, Xü es la intensidad de la publicidad en ese mismo territorio y e, es el error relacionado con la observación z-ésima. Ésta es la forma del modelo que se usa en el análisis de regresión. El término de error es parte del modelo. Representa el hecho de no incluir todos los factores en el modelo, que hay un elemento impredecible en el comportamiento humano y que ocurren errores de medición.5 El modelo probabilístico considera el hecho de que el va-

Análisis de correlación y de regresión simple

619

F I G U R A2 1 . 1

FIGURA 21.2

lor Y no está determinado de manera unívoca por un valor dado de X¡. En vez de ello, lo único determinado por este último valor es el "valor promedio" de Y. Cabe esperar que sus valores fluctúen en torno a ese promedio. La solución matemática para encontrar la línea de ajuste óptimo del modelo probabilístico requiere de ciertos supuestos acerca de la distribución del término de error. La recta de ajuste óptima podría definirse de maneras diversas. Es habitual considerar que es la línea que minimiza la suma de desviaciones al cuadrado alrededor de la línea (la solución de cuadrados mínimos). Considere la figura 21.2 y suponga que la línea trazada en la figura es una ecuación estimada. Use el acento circunflejo (A) para indicar un valor estimado y el error en la observación /-ésima es la diferencia entre el valor real de

6W

Capítulo 21: Análisis de datos: investigación de relaciones Y, Y¡, con el valor estimado de Y, Y¡, es decir, e¡ =Y¡- Y¡. La solución de cuadrados mínimos se basa en el principio de que la suma de estos errores al cuadrado debe ser tan pequeña como resulte posible, es decir, que se debe minimizar 2"e?. Las estimaciones de muestras a\ y fi\ de los parámetros poblacionales verdaderos a\ y fi\ se determinan para satisfacer esta condición. Son tres los supuestos simplificadores del término de error en la solución de cuadrados mínimos: 1. La media o valor promedio del término de error es cero. 2. La varianza del término de error es constante e independiente de los valores de la variable de predicción. 3. Los valores del término de error son independientes entre sí. Dados estos supuestos, es posible despejar fórmulas para obtener estimaciones seguras de los parámetros poblacionales «j, la intersección, y jo l5 la pendiente, pero es más usual calcularlos mediante computadora.6 Si se usan los datos del anexo 21.1 respecto de ventas (7) y anuncios televisivos mensuales (X{), las estimaciones de «j y /3j serían 135.4 y 25.3, respectivamente.7 La ecuación se representa gráficamente en la figura 21.3. La pendiente de la recta está dada por p t . El valor de ésta, 25.3, hace suponer que las ventas aumentan en 25 300 dólares por cada unidad de aumento en los anuncios televisivos. Como se mencionó, se trata del estimado de una condición poblacional verdadera basada en una muestra específica de 40 observaciones. Sin duda alguna, otra muestra distinta generaría un estimado diferente. Por añadidura, todavía no se ha planteado si se trata de un resultado estadísticamente significativo o que podría haber ocurrido al azar. No obstante, es un elemento de información de suma importancia, que ayuda a determinar si el gasto en publicidad vale su rendimiento esperado. El estimado del parámetro de intersección es a{ = 135.4, lo cual indica dónde cruza la recta al eje Y, puesto que se trata del valor estimado de 7 cuando la variable de predicción es igual a cero.

FIGURA 21.3

Análisis de correlación y de regresión simple

681

Error estándar de la estimación El examen de la figura 21.3 muestra que, a pesar de que la línea parece encajar razonablemente bien en los puntos, todavía existe desviación de éstos en torno a ella. La magnitud de su desviación mide el ajuste. Es posible calcular una medición numérica de la variación de los puntos alrededor de la línea, de manera similar al cálculo de la desviación estándar de una distribución de frecuencias. Al igual que la media de la muestra es una estimación de la media verdadera de la población original, la recta dada por Y¡ = a{ + faX^ + e¡ es una estimación de la recta de regresión verdadera, Yj = «! + jSjJQj + €j. Considere la varianza del error aleatorio e en torno a la recta de regresión verdadera o2^ es decir, oy/^2. Cuando se desconoce la varianza poblacional o2, una estimación sin sesgo está dada por la raíz cuadrada de la desviación estándar de la muestra, s, a saber:

En forma similar, suponga que SY/X es una estimación sin sesgo de la varianza poblacional alrededor de la recta de regresión, (rY/x2. Ahora bien, puede demostrarse que la estimación de la muestra de la varianza alrededor de la recta de regresión se relaciona con la suma de los errores al cuadrado; de manera específica, es igual a:

Error estándar de la estimación

Término usado en el análisis de regresión para referirse al valor absoluto de la variación en la variable de criterio, que se deja sin explicación, o que no cuenta, en la ecuación de regresión ajustada.

FIGURA 2 1 4

donde n es nuevamente el tamaño de la muestra, y sY/x2, el estimador sin sesgo de crY/x2, con Y¡ y Y¡ como valores observado y estimado de 7 para la observación /-ésima. La raíz cuadrada de esa cantidad, SY/X, se llama frecuentemente error estándar de la estimación, si bien es más descriptivo el término desviación estándar de la regresión. La interpretación del error estándar de la estimación guarda paralelismo con el de la desviación estándar. Considere un valor X{1. El error estándar de la estimación significa que Y¡ (ventas) tiende a distribuirse en torno al valor Y¡ correspondiente -el punto en la recta- con desviación estándar igual al error estándar de la estimación, con cualquier valor dado Xi{ de anuncios televisivos. Además, la variación en torno a la línea es la misma en toda la longitud de la recta. La media aritmética, que es el punto en la recta, cambia al hacerlo X^\ pero la distribución de los valores Y¡ alrededor de la línea no se modifica con el número de anuncios televisivos. En la figura 21.4 se muestra la situación en el supuesto de que el término de error tiene distribución rectangular, por dar un ejemplo.8 Note que

682

Capítulo 21: Análisis de datos: investigación de relaciones el supuesto de SY/X constante sin importar el valor de Xix produce bandas paralelas en torno a la recta de regresión. Cuanto menor sea el error estándar de la estimación, mayor será la coincidencia de la recta con los datos. En el caso de la recta relacionada con las ventas y los anuncios televisivos se trata de SY/X = 59.6.

Inferencias acerca del coeficiente de pendiente A

Se calculó anteriormente que el valor del coeficiente de pendiente j3j era 25.3. En dicho momento, no se planteó la pregunta de si el resultado era estadísticamente significativo o aleatorio. Responder a dicha pregunta requiere un supuesto adicional, a saber, que los errores se distribuyen de manera normal, no rectangular, como se había pensado. Empero, antes de continuar debe resaltarse que los estimadores de cuadrados mínimos de los parámetros de la población original son los mejores estimadores lineales sin sesgo de los parámetros poblacionales verdaderos, sin importar la forma de la distribución del término de error. Basta que se satisfagan los supuestos previos. Éste es un resultado notable del teorema de Gauss-Markov. Se requieren supuestos de errores con distribución normal sólo si se pretende elaborar inferencias estadísticas acerca de los coeficientes de regresión. Puede demostrarse que si e¿ son variables aleatorias de distribución normal, entonces ¡3l también tiene distribución normal. En otras palabras, si se seleccionan muestras repetidas de la población de territorios de ventas y se calcula un valor de j3j para cada muestra, la distribución de estas estimaciones sería normal y centrada en el parámetro poblacional verdadero fir Por añadidura, es posible demostrar que la varianza de la distribución de los valores jSj o crfa2, es igual a:

Puesto que es desconocida la población crY/x2, tampoco se conoce erg 2 y se precisa estimarla. Esta estimación, que se denota como sfi2, se genera al sustituir aY/xcon el error estándar de la estimación SY/X:

Hasta este punto, la situación es la siguiente: dado el supuesto de errores de distribución normal, /3t también tiene distribución normal, con media j3j y varianza afe 2 desconocida. Puesto que se carece de la varianza de la distribución de la muestra, es necesario usar un procedimiento similar al utilizado cuando se derivó una inferencia de la media con desconocimiento de la varianza poblacional. Ese conjunto de condiciones requiere una prueba t para examinar la significancia estadística. La prueba de significancia de j3j tiene un requisito similar. La hipótesis nula consiste en la ausencia de relación lineal entre las variables y la hipótesis alternativa, si existe tal relación, es decir:

El estadístico de prueba es t = (J3, - j8,)/^, es decir, la pendiente estimada a partir de la muestra menos la pendiente hipotética, resultado que se divide entre el error estándar de la estimación que tiene distribución t con n — 2 grados de libertad. En el ejemplo:

Análisis de correlación y de regresión simple

; 683

Con un nivel de significancia de 0.05, el valor de / en tablas con v = n — 2 = 38 grados de libertad es 2.02. Puesto que el valor calculado de / excede su valor crítico, se rechaza la hipótesis nula; p\ difiere de cero en grado suficiente para justificar el supuesto de la relación lineal entre las ventas y anuncios televisivos. Ahora bien, ello no significa que esa relación en verdad sea necesariamente lineal, sino sólo que la evidencia indica que Y (ventas) cambia al hacerlo X\ (anuncios televisivos) y que si se usan X\ y la ecuación lineal podría tenerse una predicción de Y mejor que en caso de simplemente omitir X\. ¿Qué pasa si no se rechaza la hipótesis nula? Como se señaló, j3j es la pendiente de la recta supuesta sobre la región de observación e indica el cambio lineal en Y con el cambio de una unidad en X\. Que no se rechace la hipótesis nula, de que /^ = O, no significa que sea inexistente la relación de Yy X{. Son dos las posibilidades. En primer término, simplemente podría ser que se cometa un error de tipo II al no rechazar una hipótesis nula falsa. En segundo lugar, sería factible que 7 y Xl tengan una relación curvilínea perfecta y que se haya escogido el modelo incorrecto para describir la situación verdadera.

Coeficiente de correlación Coeficiente de correlación Término usado en el análisis de regresión para designar la fuerza de la relación lineal entre las variables de criterio y predictivas.

FIGURA 21.5

Hasta este punto, se ha analizado la relación funcional de Y con X. Suponga que también interesa la intensidad de la relación lineal entre esas dos variables, lo cual lleva al concepto de coeficiente de correlación. Se partió de dos supuestos adicionales al analizar el modelo de correlación. El primero, que X¡ es una variable aleatoria. Una observación de muestra permite obtener valores de X¡ y Y¡. El segundo, que las observaciones provienen de una distribución normal de dos variables, es decir, una en que la variable Atiene distribución normal, al igual que la variable Y. Ahora bien, considere la representación gráfica de una muestra de n observaciones, de una distribución normal de dos variables. Sea p la íuerza de la relación lineal entre dos variables en la población original, y r la estimación de la muestra de p. Suponga también que la muestra de n observaciones ge-

684

Capítulo 21: Análisis de datos: investigación de relaciones ñera la dispersión de puntos que se presenta en la figura 21.5 y divida la figura en cuatro cuadrantes, que se forman al trazar líneas perpendiculares a los ejes x y y. Considere las desviaciones de estos bisectores. Tome cualquier punto P con coordenadas (Xh 7¿) y defina las desviaciones:

donde las minúsculas indican desviaciones en torno a una media. Está claro, con la observación de la figura 21.5, que el producto x^ es: • Positivo en cualquier punto del cuadrante I • Negativo en cualquier punto del cuadrante II • Positivo en cualquier punto del cuadrante III • Negativo en cualquier punto del cuadrante IV Por ende, parecería que es factible usar la cantidad S"= \x¡yi como medición de la relación lineal entre ^ y 7, y: • Si la relación es positiva, de modo que gran parte de los puntos se sitúa en los cuadrantes I y III, S"= \x¡y¡ tiende a ser positiva. • Si la relación es negativa, con muchos de los puntos en los cuadrantes II y IV, S"= [X^ tiende a ser negativa. • Si no existe relación entre Xy Y, los puntos se dispersan en los cuatro cuadrantes y S"= \x-y¡ tiende a ser muy pequeña. No obstante lo anterior, la cantidad 2" = py,- tiene dos defectos como medida de la relación lineal entre Xy Y. El primero, que se puede incrementar arbitrariamente con la inclusión de más observaciones, es decir, al incrementar el tamaño de la muestra. El segundo, que también puede recibir influencia arbitraria del cambio en la unidad de medición de X, Yo ambas, por ejemplo, al cambiar de metros a centímetros. Estos defectos pueden eliminarse al hacer que la medición de la fuerza de la relación lineal sea una cantidad sin dimensiones y dividir entre n. El resultado es el coeficiente de correlación pearsoniano o de producto-momento, a saber:

donde sx es la desviación estándar de la variable X, y SY, la desviación estándar de la variable Y. El coeficiente de correlación calculado a partir de los datos de la muestra es un estimado del parámetro de la población original p, y una parte del trabajo del investigador es usar r para poner a prueba hipótesis acerca de p. Ello resulta innecesario en el ejemplo, ya que la prueba de la hipótesis nula HQ. p = O es equivalente a la prueba de la hipótesis nula H0: f3i = 0. En virtud de que ya se realizó esta última prueba, la evidencia de la muestra lleva al rechazo de la hipótesis de que no existe relación lineal entre las ventas y los anuncios televisivos, es decir, al rechazo de //0: p = 0. El coeficiente de correlación de producto-momento puede variar de - 1 a +1. La correlación positiva perfecta, en que un aumento dado de X determina con exactitud otro de 7, tiene coeficiente +1. La correlación negativa perfecta, en que un incremento de ^determina exactamente una disminución de 7, produce un coeficiente — 1. En la figura 21.6 se ilustran estas situaciones y otros diagramas de dispersión y sus coeficientes de correlación respectivos. El examen de estos diagramas brinda cierta apreciación de la magnitud del coeficiente de correlación relacionado con un grado de dispersión es-

Análisis de correlación y de regresión simple

^a^^ttliimr

FIGURA 21.6

Fuente: Ronald. E. Frank, Alfred A. Kuehn y William F. Massy, Quantitative Techniques in Marketing Analysis, Homewood, IL, Richard D. Irwin, 1962, p. 71. Reproducido con autorización.

Coeficiente de determinación Término usado en el análisis de regresión para denotar la proporción relativa de la variación total en la variable de criterio que puede explicarse mediante la ecuación de regresión ajustada.

pecífico. El cuadrado del coeficiente de correlación es el coeficiente de determinación. Ciertas manipulaciones algebraicas permiten demostrar que es igual a:

es decir, r2 = 1 menos el error estándar del estimado al cuadrado, dividido entre la varianza de la muestra de la variable de criterio. A falta de variable de predicción, el mejor estimado de la variable de criterio sería la media de la muestra. Si hubiera poca variabilidad en las muestras de un territorio a otro, la media de la muestra sería un buen estimado de las ventas esperadas en cualquier territorio. Empero, la variabilidad considerable haría que fuese una estimación deficiente. Así, la varianza de las muestras, sY2, es una medición del grado de "deficiencia" de ese procedimiento de estimación. La introducción de la covariable X podría mejorar los estimados de las ventas por territorio. Ello depende

686

;

Capítulo 21: Análisis de datos: investigación de relaciones de cuan bien se adecué la ecuación a los datos. Puesto que sY/x2 mide la dispersión de los puntos en torno a la recta de regresión, puede considerarse que es una medición de cuan "deficiente" es un procedimiento de estimación que toma en cuenta la covariable. Ahora bien, si sY/x2 es de poca cuantía en relación con sY2, sería factible afirmar que añadir la covariable mediante la ecuación de regresión mejora sustantivamente las predicciones de la variable de criterio, las ventas. A la inversa, cuando sY/x2 es aproximadamente igual a sY2, se consideraría que agregar la covariable X no sirve para mejorar las predicciones de Y. Por tanto, la proporción sY/x2/sY2 se conceptuaría como la proporción de la variación que no se explica con la recta de regresión dividida entre la variación total, es decir:

r2 = 1 -

variación inexplicada variación total

El miembro derecho de esta ecuación puede combinarse en una sola fracción, de modo que se tenga: ID consideran una institucion de elite, que no necesariamente les daria la bienvenida. La frfa reception rje marmol dei museo refuerzatal impresion Los tomadores de decisiones del museo aplicaron estos resultados a sus planes para el museo original y para el nuevo espacio en el Edificio Montaldo. A fin de hacer mas atractivo el museo "al. se decidib reorganizar sus colecciones con base LV tema "Arte en el continents americano" Se empezb por reubicar las colecciones de manera que las obras estuvieran agrupadas segiin su antigiiedad. Ahora se muestran en orden cronologico. desde el arte y artesania precolombmos hasta el arte moderno. Las obras europeas estan organizadas para mostrar su influencia en los artistss estadounidenses de la Spoca corresponrjifii El museo decidio subastar las piezas que no encajaban en ese tema. Ello constituyo" un apoyo adicional a su estrategia, ya que proporciono fondos para compras adicionales. En cuanto al Edificio Montaldo. sa planea croir un nuevu u que se llamara Mint Museum of Craft and Design. La investigation mostro que el publico se pronunciaba a favor de esa idea, sin entenderla pienamente. En particular, no hubo consenso respecto del significado de 'artesania". Asf, el museo se dio cuenta de que necesitaba planear un programa educative, ademas del nuevo museo mismo. Por anadidura. decidio que las instalaciones hicieran sentir bienvenidos a los visitantes, para In •. cieo un area de entrada de aspecto calido, con pisos de madera La investigation de InterActive Research tambien incluyo aspectos practices relacionados con los museos: costo de entrada. estacio-

namiento y servicios de alimentos. Los investigations senalaron que a los encuestados les preocupaba el costo, seguridad y disponibilidad de estacionamiento para el museo del Edificio Montaldo, localizado en un barrio elegante de la ciudad. Por fis directives se dieron cuenta de que tendrian que incluir planes para construir un estacionamiento publico en el desarrollo del museo de artesanias y diseno. Las respuestas sobre cuanto pagaria el publico permitieron qui, los investigadores elaborarsn recomendaciones especificas. Senalaron que los visitantes potenciales estarian dispuestos a pagar de cinco a siete dtilares por entrada. Ademas, descubrieron un inteies significative en los paquetes rte membresia conjunta con otros museos, IDS cuales confieren a los miembros el derecho de entrada a multiples institutions. El infoi • licfj un apoyo sblido para servicios de comida y bebidas en ambos museos. Sin embargo, estos operan con las estructuras que ya tienen, de modo que el personal de la institucion debe ponderar esta information a !a luz de las limitaciones de ambos edificios. Ninguno de los das esta equipado para brindar servicios de restaurante. de modo • ; la institution planeo proporcionar a sus visitantes un mapa de los restaurantes cercanos. • mo. InterActive Research informo que el publico queria ver exposiciones temporales, no s6lo ias colecciones permanentes. Asi. el museo satisfizo esa rtecesidad en la inauguracion de su nuevo local. Abrio el museo con una exposicion sobre la coleccibn de artesanias estadounidenses de la Casa Blisnca, presentada al final de una gira national de esa coleccirjn Despues de exponerse en el Mint Museum of Craft and Design, esa exposicion se instalara permanentemente en el Smithsonian Institute. Con exposiciones como esa, el nuevo museo de la institucion aparecio en el mapa de museos de interes publico. ademas de garantizarse un sitio en el corazon de los habitantes de Carolina del Norte en el futura.

• Review. H iKffl.bajado del sitio web de Quirt's, wwv.quirks.com. el ISdeagostode

C aapitulo 22

INFORME DE INVESTIGACIÓN ESCRITO O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Especificar el criterio fundamental con que se evalúan todos los informes de investigación. 2. Identificar y analizar los cuatro criterios que debe satisfacer un informe para lograr una comunicación eficaz con sus lectores. 3. Mencionar los elementos principales que componen un formulario de informe estándar. 4. Explicar el tipo de información que contiene el resumen. 5. Distinguir entre conclusiones y recomendaciones. 6. Describir el tipo de información que debe contener la introducción del informe. 7. Describir la información que debe presentarse en el cuerpo del informe. 8. Describir el tipo de información que debe incluirse en el apéndice del informe.

766

Un coso pora la investigación de mercados Eric O'Donnell había pasado un glorioso fin de semana veraniego en su oficina, ante su escritorio, trabajando en el informe del Oakhurst Hospital. Para empeorar las cosas, su superiora, Caroline Sords, le había pedido que llevara a su casa el primer borrador cuando lo tuviera listo. Fue de esa manera que estaba en la sala de ella el domingo por la tarde, estudiando su cara en busca de signos de una reacción. "Sabes -dijo Sords cuando finalmente levantó la vista del informe-, tu redacción se ha vuelto mucho más clara desde que empezaste; pero todavía no escribes para tu auditorio. Te pregunto, ¿quién leerá este informe?"

"Lo tiraré a la basura y empezaré de nuevo -dijo O'Donnell más que decidido a hacer bien su trabajo. "No tienes que tirar las secciones técnicas. Simplemente cambíalas al apéndice, donde Scanlon puede verlas cuántas veces quiera. Y no te sientas desalentado. Es difícil comprender por qué muchas personas se asustan ante todo lo que parezca matemáticas."

"¿Y quién más?"

"La verdad es que nuestro objetivo final es permitir que el hospital mejore su prestación de cuidados al actuar con base en nuestros resultados. Si no pueden entender qué descubrimos porque se confunden ante nuestro complejo análisis o se sienten abrumados por tu jerga técnica, entonces hemos fracasado, sin importar cuan buena haya sido nuestra investigación ni cuan válidos sean nuestros resultados."

"Probablemente, Anthony Walsh."

"No sé por qué me cuesta tanto trabajo esto -dijo O'Donnell.

"Puedes estar seguro de que Walsh lo leerá -exclamó Sords-, sin dejar de mencionar al director de finanzas del hospital, el consejo de administración, algunos de los jefes de departamento y, hasta donde sabemos, miembros de la congregación de María Auxiliadora."

"Te cuesta trabajo porque es realmente difícil. Pero te será mucho más fácil si te vas a casa y duermes bien esta noche. Sé que todo lo tendrás claro mañana por la mañana."

"George Scanlon -respondió de inmediato O'Donnell.

Temos poro análisis

"Piensas que el informe es demasiado técnico -exclamó O'Donnell.

1. ¿Cuál es el riesgo principal de un informe de investigación redactado en forma excesivamente técnica?

"Tú sabes que lo es -respondió amablemente su superiora-. Eric, estamos hablando de un grupo de personas que, aparte de Scanlon (que tiene una maestría de administración de empresas en mercadotecnia), desconocen qué es una tabulación cruzada."

2. ¿En qué diferiría un informe de investigación como el de este caso, que leerá un auditorio diverso con antecedentes distintos, de otro dirigido a un auditorio más pequeño y homogéneo?

Un frustrado directivo de una importante compañía señaló en una ocasión que estaba "convencido de que los informes son mecanismos mediante los cuales las personas informadas logran mantener en la ignorancia a las no informadas".l Evitar el informe en que pensaba ese directivo requiere muchos conocimientos, habilidad y atención a los detalles. Si la extensión definiera la importancia de un capítulo, habría una relación inversa entre éste y tal criterio. Aunque este capítulo es breve, su tema es vital para el éxito de la actividad de investigación. Sin importar cuan bien se realicen otras partes del proceso de investigación, el proyecto fracasa si ocurre lo propio con el informe final. La experiencia empírica indica que el informe de investigación es una de las cinco variables más importantes que afectan el empleo de la información de un estudio.2 Los pasos del proceso de investigación analizados en capítulos precedentes de esta obra determinan el contenido del informe, mientras que éste es lo único que muchos directivos ven de la investigación, por lo que se convierte en la base de su evaluación. El redactor debe lograr que el informe alcance el objetivo de informar sin desinformar. El informe debe señalar a sus lectores lo que necesitan y quieren saber. Es habitual que los directivos estén convencidos de la utilidad de los resultados. Están más interesados en los resultados que en los métodos empleados para lograrlos. Sin embargo, para actuar de manera eficaz con base en el informe, deben conocer los métodos usados en grado suficiente para reconocer sus debilidades y márgenes de error. Es responsabilidad del investigador transmitir esta información con detalles suficientes y en forma comprensible al tomador de decisiones. En este capítulo y el siguiente se presentan algunos lineamientos para elaborar informes de investigación. La atención de este capítulo se centra en los criterios con los que se evalúan los mismos y en las partes y formatos de los reportes escritos.

I Criterios del informe de investigación Los informes de investigación se evalúan con base en un criterio fundamental: su nivel de eficiencia para comunicar información al lector. Por ejemplo, la "ley de hierro" de la investigación de mercados afirma que "las personas prefieren vivir con un problema que no pueden resolver en vez de aceptar una solución que no entienden".3 El lector no solamente es la única razón para preparar el informe, sino que es la norma con la cual se mide su éxito. Ello significa que debe adaptarse a sus lectores, con la consideración debida de sus conocimientos técnicos e interés en el área temática, circunstancias en las cuales leerán el informe y uso que le darán. Los conocimientos técnicos de los lectores determinan su capacidad para entender las decisiones metodológicas, como las del diseño experimental, dispositivos de medición, plan de muestreo, técnicas de análisis, etc. Los lectores con pocos conocimientos técnicos con toda probabilidad se ofenderán ante el uso de jerga técnica no explicada. "Los lectores de informes son personas ocupadas y en muy pocos casos pueden barajar un informe de investigación, una taza de café y un diccionario."4 La jerga inexplicada podría hacer inclusive que los lectores tengan sus dudas acerca del redactor del informe. El investigador debe estar especialmente prevenido contra este riesgo porque, siendo una persona con conocimientos técnicos, podría no darse cuenta del uso de un lenguaje especializado, a menos que se le recuerde que preste atención al mismo. Los antecedentes de los lectores y sus necesidades de detalles metodológicos determinan el límite superior del contenido técnico del informe, mientras que las preferencias de esos lectores deben ser la guía del redactor.

Criterios de redacción

M^

Algunos directivos necesitan un informe mínimo; sólo quieren los resultados, no un análisis de cómo se obtuvieron esos resultados. Otros precisan información amplia acerca de los métodos de investigación usados en el estudio. Muchos conceden importancia a la brevedad, mientras que otros exigen un análisis completo. También los hay interesados sólo en los resultados estadísticos, no en las conclusiones y recomendaciones del investigador. Así, el auditorio determina el tipo de informe. El investigador debe esforzarse al máximo en conocer las preferencias específicas de su auditorio. No las debe considerar como inalterables, sino que ¡toda desviación respecto de ellas debe basarse en una razón, no en la ignorancia!5 [Cursivas, mías.]

Las dificultades del redactor del informe al adaptarlo frecuentemente se complican ante la existencia de auditorios diversos. Por ejemplo, un vicepresidente de mercadotecnia tiene una capacidad técnica y un interés diferentes del gerente del producto que es tema del informe. No hay una solución sencilla a este problema de diversidad de auditorios. El investigador debe reconocer las diferencias que puede haber entre esos auditorios y ejercer mucho ingenio para conciliarias. En ocasiones, resultaría necesario preparar varios informes, cada uno para un auditorio específico, si bien es más frecuente que se satisfagan necesidades diversas con un solo informe que contenga secciones técnicas y no técnicas para lectores distintos. De acuerdo con la experiencia de Ron Sellers, presidente de Ellison Research, los investigadores pueden adaptar el informe si preguntan con anticipación suficiente a sus clientes qué les interesa. Sellers recomienda que las personas para quienes se prepara el informe respondan unas cuantas preguntas: • ¿Cuáles son los cinco o 10 elementos más importantes en que quiere que se enfoque el estudio (por ejemplo, satisfacción con la calidad del producto o intención de compra de un producto competidor)? • ¿Qué espera que se demuestre con la investigación? • En su opinión, ¿qué revelará la investigación? Luego, en el informe se deben resaltar las comparaciones de los resultados con las esperanzas y expectativas del auditorio respecto de los elementos de datos clave. Tal enfoque sin duda alguna resulta significativo para el auditorio y atrae su atención.6

I Criterios de redacción Un informe que logra el objetivo de establecer una comunicación eficaz con los lectores generalmente satisface los criterios específicos de ser exhaustivo, preciso, claro y conciso,7 elementos que están relacionados estrechamente. A manera de ejemplo, un informe preciso también tiene que ser completo. Sin embargo, para fines de análisis es útil considerar los criterios por separado.

Exhaustividad Exhaustividad Criterio que se usa para evaluar los informes de investigación; en particular, si el informe propercíona to a a m ormación que necesitan los lectores con una redacción que entiendan

Un informe es exhaustivo o completo cuando proporciona toda la información que necesitan los lectores mediante una redacción que éstos entiendan. Ello significa que el redactor debe preguntarse continuamente si se respondió a cada una de las preguntas de investigación originales. ¿Cuáles opciones se examinaron? ¿Qué se descubrió? Que el informe esté incompleto significa la necesidad ¿e generar rep0rtes complementarios, molestos y que retrasan las acciones necesarias. TT • r j • i . • i ^ ^ •,, , iniorme puede ser incompleto por ser excesivamente corto o largo. Es factible que el redactor omita definiciones necesarias y explicaciones breves. Por otra parte, es factible que sea largo sin ser profundo, debido a la renuencia a excluir información recopilada. En un informe lleno de datos prescindibles es frecuente que los temas principales se pierdan en la masa. Además, si el informe es muy largo, los lectores pierden motivación para digerir su contenido. Por todo lo anterior, los lectores son la clave para determinar si el informe es completo. Sus intereses y capacidades indican las aclaraciones que deben añadirse y los resultados que deben omitirse. En general, la cantidad de detalles debe ser proporcional a la magnitud del control directo que los

779

Capítulo 22: Informe de investigación escrito usuarios tengan sobre las áreas que se analizan. Así, si el lector es el gerente de publicidad de un producto, en general sería aconsejable omitir el análisis detallado de posibles mejoras a las técnicas de producción. Este principio habría evitado una extraordinaria frustración si se hubiese aplicado a una investigación que emprendió un despacho para Turner Entertainment Group. Esta empresa contrató al despacho para realizar estudios de apoyo al desarrollo de sitios web para algunas de sus estaciones, como TBS, TNT y Cartoon Network. Después de mostrar su capacidad para proporcionar información útil para el desarrollo de los sitios, el despacho recomendó a la empresa que probara un nuevo servicio, consistente en la recopilación de datos en tiempo real continuos de visitantes a los sitios web, lo que incluía sus características demográficas, satisfacción y hábitos de consumo de medios de comunicación. El despacho señaló que estos informes continuos, basados en 100 encuestas por semana, permitirían que los webmaster adaptaran los sitios conforme a la información más reciente. Sin embargo, mostraron su desacuerdo ante la idea de tener que revisar un flujo continuo de informes de investigación, que aumentaría su ya de por sí pesada carga de trabajo de mantenimiento de los sitios. En tales condiciones, la empresa rechazó la idea de elaborar los informes de investigación en tiempo real. Dan Coates, del despacho de investigación, explica la decisión de esta manera: "El simple hecho de que sea posible obtener toda esa información y crear un informe en línea de gran magnitud, que abarque todo, no significa que deba darse ese paso". En su lugar, la compañía optó por recibir actualizaciones de investigación semestrales o anuales.8

Exactitud Es evidente que respetar los pasos del proceso de investigación es vital para lograr la exactitud; pero, a partir del principio de que se cuenta con información precisa, el informe de investigación puede

ANEXO 22.1 A. Errores sencillos de suma o resta "En Estados Unidos, 14% de la población tiene estudios de secundaria o menos, 51% asistió al bachillerato o lo terminó y 16% ha estudiado en universidades." El autor puede corregir fácilmente un error como éste (14 + 51 + 16 ^ 100%), pero no así el lector, quien no sabría si uno o más de los porcentajes es incorrecto o si se omitió por completo una categoría. B. Confusión entre porcentajes y puntos porcentuales "Las utilidades de la compañía con porcentaje de las ventas fueron de 6% en 1990 y 8% en 1995. Por ende, aumentaron apenas 2% en cinco años." Por supuesto, en este ejemplo el aumento es de dos puntos porcentuales, equivalentes a 33 por ciento. C. Inexactitud causada por errores gramaticales "La reducción de los apoyos gubernamentales al precio de los productos lácteos ha reducido el ingreso de los granjeros 600 millones a 800 millones por año." A fin de expresar un intervalo de producción, el autor debería haber escrito: "La reducción en los apoyos gubernamentales al precio de los productos lácteos ha reducido el ingreso de los granjeros en 600-800 millones de dólares anuales." D. Terminología confusa que lleva a conclusiones falaces "El ingreso anual de la familia Pérez aumentó de 10 000 dólares en 1969 a 30 000 en 1999, con lo que se triplicó su poder adquisitivo." Aunque es posible que el ingreso de los Pérez se haya triplicado en 30 años, sin duda alguna no ocurrió lo mismo con su poder adquisitivo, ya que el costo de la vida medido con el índice de precios al consumidor aumentó en más del triple durante el mismo periodo.

Criterios de redacción

Exactitud

Criterio usado para evaluar los informes de investigación, de manera específica, en que el razonamiento del informe sea lógico y la información correcta.

771

generar inexactitudes por descuido en el manejo de los datos, razonamientos ilógicos o redacción deficiente.9 Así, la exactitud es otro criterio de redacción. En el anexo 22.1 se muestran algunos ejemplos de mentes de inexactitud en la redacción de informes. Que el nivel de estudios de la persona sea alto no constituye garantía alguna contra los riesgos detallados en el anexo 22.1. De hecho, cuanto más alto sea el nivel de estudios de un sujeto, tanto más propenso se vuelve al pecado de la verborrea excesiva. Considere al rector de una importante universidad, quien a finales de la década de 1960 escribió una carta para tranquilizar a alumnos ansiosos después de un incidente en el campus. "Probablemente sepan -comenzó- que tenemos expresiones de insatisfacción muy considerables y potencialmente explosivas sobre temas relacionados apenas parcialmente." Se refería a que los estudiantes habían estado presionando a la casa de estudios sobre diversos temas. 10 En la Ventana de investigación 22.1, el presidente emérito de la agencia de publicidad Ogilvy & Mather, Jock Elliot, muestra cómo un vicepresidente corporativo también se hundió en las arenas movedizas de sus propias palabras. Las inexactitudes también pueden surgir por errores gramaticales de puntuación, ortografía, uso de tiempos verbales, concordancia del sujeto con el verbo, etc.11 La atención minuciosa al detalle en estas áreas es indispensable para los redactores de informes.

Ventana de investigation 22.1

Como redactar para no obtener un puesto

Jock Elliot, presidente emerito de la agenda de publicidaef Qgilvy & Mather, es un hombre que aprecia la buena redaccibn. Despufe de todo, su negocio se basa en la capacidad de sus empleados para comunicarse con sus clientes y con los consumidores. Elliot no pone cortapisas a la importancia de redactar bien para alcanzar logros profesionales. "Cuando una persona navega en su carrera -escribe-,la redaccibn deficiente actua como un ancla y la buena redaccion como un remotcador." En la cita siguiente, de un articuio que escribio Elliot, se relata el caso de un candidato a un puesto que se hundio bajo las olas por el peso del ancla de sus propias palabras. "El mes pasado, recibi una carta del vicepresidente de una importante empresa de consultoria administrate. Permitame leer dos parrafos. El primero: Hace poco, las companias de nuestro Marketing Services Group fueron adquiridas por una de las empresas ma's grandes de investigation de consumidores en Esiados Unidos, Aunque esta accirSn concuerda con el propfisitc basico de negocios y el enfoque de las unidades MSG adquiridas. es personalmente restrictive. Mas bien optaria por expandir mis oportunidades administrativas con un cambio rJe carrera en la mciustria.

"Lo que quiso decir: el trato es bueno para la companfa. no asl para mi. Estoy buscando otro traoajo.

"Segundo pa"rrafo: La base de logros adminislrativos y tScnicos ref lejada en mi curriculum vitae adjunto podria sugerir una oportunidad para satisfscer una necesidad administrativa de uno de sus clientes. Sin duda, mi experiencia promete un ritmo muy productive) para en tender las necesidades y d eta lies de cualquier nueva siiuacion por la que opte.

"Lo que quiso decir: Como pueden ver en mi curriculo, tengo experiencia amplia y adecuada. Soy rapido para aprender, ^Cree que alguno de sus clientes podria interesarse en mi? "Al menos, eso pienso que puiso decir. "El segundo parrafo indica que se trata de una persona pomposa. Podria no ser pomposa. Tal vez solo es muy mala para escribir. Sin embargo, no tengo el interes ni el tiempo para averiguar la razrjn. Hay muchas personas que buscan trabajo y no redactan en forma pomposa. "La mala redaccion seflo su rJestino, al menos, conmigo." Jock Elliott, "How Haid Ills To Write Easily", en Viewpoint: By, for, am! About Ogilvy & Mather 2,1980, p. 18. El usotte la jetgay expresses imprecisas se ha vuellotan comun que se han desarrollado prpgramas de computadoia que analizan la grandtica. legibiIidad y eslruclura de oraciones, ademas de proponer forma5 de redaccidn altemas Pur ejemplo, el paquele Microsoft Office 97 induye una funcifin de grama'tica. al igual que otros programas de procesamienio de textp muy usados. Vease Stephen H. Wildsirom. "Good Help Gets Easier to Find", en Business Week. 10 de febrero de 1997. p. 21.

772 Capítulo 22: Informe de investigación escrito Claridad Claridad

Criterio usado para evaluar los informes de investigación, a saber, que la redacción del informe sea precisa.

Es probable que se viole más veces el criterio de claridad en la redacción que en ningún otro. La claridad se logra con el pensamiento claro y lógico, así como con la precisión al expresarlo. Cuando la lógica es confusa o su expresión es imprecisa, el lector sufre para entender lo que lee. Podría verse forzado a adivinar, en cuyo caso se aplica el corolario de la ley de Murphy: "Si se brinda al lector la más mínima oportunidad de entender mal, entenderá mal."12 Empero, lograr claridad requiere esfuerzo. La primera y más importante regla es que el informe esté bien organizado.13 A fin de lograrlo, en primer término es necesario tener claro el propósito del informe y cómo se pretende alcanzarlo. Deben delinearse los puntos principales y ubicarlos en orden lógico, además de colocar en el sitio correcto los detalles de apoyo. Debe decirse al lector qué se incluirá en el informe y luego hacer lo que se dijo que se haría. Conviene usar párrafos y oraciones breves. No se debe ser evasivo ni ambiguo; una vez tomada la decisión de qué se quiere decir, hay que decirlo. Es imperativo seleccionar con cuidado las palabras, de modo que sean precisas y comprensibles. Véase algunas sugerencias de selección de palabras en la Ventana de investigación 22.2. No se debe esperar que el primer borrador sea satisfactorio. Es necesario suponer que será inevitable reescribirlo varias veces. Al hacerlo, intente reducir su longitud a la mitad. Ello obliga a simplificar y eliminar la paja. Además, fuerza a que el redactor piense en cada palabra y su propósito, que evalúe si cada vocablo le ayuda a decir lo que quiere decir. Jock Elliot tiene algunos comentarios muy puntuales acerca de la redacción clara: Las palabras que decimos y escribimos reflejan lo que somos. Si las palabras son brillantes, precisas, bien ordenadas y humanas, así es como nos ven los demás. Cuando escriba, debe preguntarse constantemente: ¿Qué intento decir? Si lo hace religiosamente, se sorprenderá de la frecuencia con que no sabe realmente qué quiere decir. Debe pensar antes de iniciar cada oración y tiene que pensar en cada palabra. Luego, debe ver lo que ha escrito y preguntarse: ¿Lo dije? ¿Resulta claro para alguien que se topa con este tema por primera vez? Si no es así, ello se debe a que algo confuso se abrió paso en la redacción. El escritor claro es una persona con claridad mental suficiente para ver en ello lo que es confusión.

Fuente: Caricatura de Harley Schwadron. Reproducido con autorización.

Criterios de redacción

Ventnna de investigation 22.2

773

Algunas sugerentias para la selection de palabras en los informes de investigation de mercados

1. Utitice palabras cortas. Siempre deben usarse palabras cortas con preferencia sobre las largas, cuando tienen el mismo significado. Emplee

No se use

Ahora Iniciar Mostrar Acabar Usar Lugar

Actualmente Comenzar Indicar Finalizar Utilizar Posicitin

2. Evite los modificadores vagos. Hay que usar adjetivos y adverbios fuertes en lugar de los debiles. Se ha abusado de estos ultimos en algunos contextos a tal punto que se han vuelto lugares comunes. Seleccione unicamente los adjetivas y adverbios que confieran precision al significado. Modificadores vagos

Modificadores fuertes

Muybien Mjy agradable Basicamente precise Gran 6xito Claramente merecido Vitalmente importanle

Junta breve Exposicion nftida Instrucciones desconcertantes Aumenlo ininimo Apretdn de manos humedo Recomendaci6n lucida

3- Utilice expresiones concretas y especfficas. Debe evitarse la jerga tecnica. Siempre existe una palabra sencilla con que se dice to mismo que con ei termino de moda o la abstraction vaga. Jerga

Terming sencillo

Implantar Viable Suboptimo Proactive En resumidas cuentas

Realizar Prficlico, posible Punto menos que ideal Active Resultado

4. Escriba de manera sencilla y natural: de la manera en que habla. Deben usarse s61o las palabras, frases y oraciones qje se dirian al lector si se estuviera frente a frente con el. Si no se lo diria, si no es su forma de habiar. no lo ponga por escrito. Estirado

Natural

Las razones son cuadruples Lo trascendente es Visitaci6n

Hay cjatra razones Lo impartante es Visita

5. Elimine las palabras que realmente son innecesarias. Ciertas expresiones de uso comun son decara'cterredundante. Deben eliminarae las palabras innecesarias. Nose use

Utilice

Plan anticipado Emprender acciiSn Estudio en prof undidad Consenso de opinifin Hasta que llegue el momento de

Plan Acluar Estudio Consenso Hasta que

Fuente: AdaBladadelcapilulo 2 de Writing Thar Works, tie termem Roman vJoelRaphaalson. Copyiighl® 1381 Kenneih flomany Joel flaphaelson. Reproducido con aulwizacion de HarperCollins PuhlisHets, Inc.

!?*

Capítulo 22: Informe de investigación escrito Es difícil redactar una oración declarativa sencilla. La siguiente es una forma de lograrlo. Piense qué quiere decir. Escriba la oración. Elimine todos los adverbios y adjetivos. Reduzca la oración a su mínima expresión. Permita que los verbos y sustantivos se encarguen de transmitir el significado. Si esa oración mínima no expresa con precisión sus pensamientos, es que utilizó el verbo o sustantivo incorrectos. Busque los adecuados. Los sustantivos y verbos son la infantería de la buena redacción; los adjetivos y adverbios son figuras de campo decorativas.14

Concisión Concisión

Criterio usado para evaluar los informes de investigación; específicamente, que la redacción del informe sea breve y directa.

Aunque el informe debe ser completo, también debe ser conciso. Ello significa que el redactor tiene que ser selectivo sobre lo que incluye. El investigador no debe tratar de impresionar al lector con todo lo que descubrió. Si algo no es directamente pertinente al tema, hay que omitirlo. Además, deben evitarse los análisis prolongados de métodos muy conocidos. En el supuesto de que el material es apropiado, todavía es posible no ser conciso por efecto del estilo de redacción. Ello resulta habitual cuando el redactor busca a tientas las frases y palabras para expresar una idea. En vez de expresarla directamente, la rodea, reexpresándola varias veces en diferentes formas, con la esperanza de que la repetición contrarreste la expresión deficiente. Por otra parte, la redacción concisa es eficiente porque "si se aprovecha al máximo cada palabra [...] resulta imposible eliminar palabras en un análisis conciso sin limitar o destruir el funcionamiento de todo el texto [...] Ser conciso es expresar un pensamiento de manera completa y clara con el menor número de palabras posible."15 Una técnica útil para lograr que el informe sea conciso es leer en voz alta el borrador. Ello frecuentemente pone en evidencia ciertas secciones que se deben recortar o reescribir.16 La lectura en silencio permite [al escritor] leer por encima e imponer rapidez artificial y sencillez estructural a algo que en realidad es denso y enmarañado. La vista puede acostumbrarse al aspecto de una oración, mientras que es mucho más difícil que la lengua, los labios y el maxilar den como bueno algo que los ojos aceptarían fácilmente.

| Formularios de informe La forma de organizar el informe afecta a todos los criterios de su redacción. La buena organización no garantiza que sea claro, conciso, preciso y completo, mientras que la organización deficiente impide que lo sea. No hay una forma única de organización aceptable de un informe. Una vez más, el escritor debe guiarse por la naturaleza y necesidades del lector en la selección del formato más apropiado. El formato siguiente tiene flexibilidad suficiente para incluir o excluir elementos a modo de satisfacer necesidades específicas: 1. Portada (página de título) 2. Tabla de contenidos

Disyuntiva etitu 22.1 Su tarea como miembro de un equipo de investigacion independiente es redactar ei informe final para el clients. Uno de sus colegas le susurra al pasar: "Haz que parezca muy tecnico. Usa muchas palabras largas y jerga; sabes a que me refiero. Queremos que este claro que en este caso nos ganamos IDS honorarios."

iEs etico oscurecer la esencia de un inforrne con el uso de expresiones complejas? iSe irnpresionaran algunos clientes con palabras que no entienden plenamente?

Formularios de informe

775

3. Resumen a. Introducción b. Resultados c. Conclusiones d. Recomendaciones 4. Introducción 5. Cuerpo del informe a. Métodos b. Resultados c. Limitaciones 6. Conclusiones y recomendaciones 7. Apéndice a. Copias de los formularios de recopilación de datos b. Cálculos detallados que sustentan el tamaño de la muestra, pruebas estadísticas, etcétera c. Tablas o cuadros no incluidos en el cuerpo del informe d. Bibliografía

Portada La portada indica el tema del informe, nombre de la organización que lo solicitó y de la que lo elabora, y fecha. Si se encarga del informe un departamento u otra división de una compañía y va dirigido a otra división de la misma empresa, los nombres de las organizaciones se sustituyen por los del personal correspondiente. En esta página se enumera a los destinatarios del informe, así como a los departamentos o personas que lo elaboran. En el caso de informes confidenciales, reviste importancia especial que en la portada se indiquen los nombres de quienes estén autorizados para leerlo.

Tabla de contenidos En esta lista se enumeran, en orden de aparición, las divisiones y subdivisiones del informe, con referencias de páginas. En informes breves suele incluir simplemente los encabezados principales. También es habitual que en el contenido se enumeren los cuadros y figuras, así como las páginas donde aparecen. En muchos informes, el material adjunto se denomina cuadro, tabla o figura, categoría esta última en que se incluyen los mapas, diagramas y gráficos.

Resumen El resumen es la parte más importante del informe. Es su núcleo. Muchos directivos sólo leen esta parte. Aunque algunos leen otras secciones, incluso en tal caso usan el resumen como guía de las preguntas respecto de las cuales les gustaría tener más información. El resumen verdadero no es una abstracción de todo el informe en que se exprese de manera condensada el contenido de éste, una simple reexpresión del tema o una lista breve de resultados y conclusiones significativos. En un resumen verdadero deben incluirse los puntos culminantes del cuerpo del informe. Un resumen escrito correctamente ahorra tiempo a los ocupados directivos sin sacrificar su comprensión. Una buena prueba del mismo es su autosuficiencia. ¿Puede entenderse de manera independiente o se colapsa a falta del informe completo? Un buen resumen incluye los antecedentes necesarios y los resultados y conclusiones de importancia. Que contenga recomendaciones o no es algo que depende en gran parte del lector. Algunos gerentes prefieren que quien lo elabora recomiende las acciones apropiadas, mientras que a otros les parece mejor derivar sus propias conclusiones con base en los datos que proporciona el informe. Aunque un buen resumen contenga la información necesaria, pocas veces se divide mediante el uso de encabezados de diversos niveles. Cuando requiere estos últimos, es probable que el resumen sea excesivamente extenso. El resumen comienza con una introducción que debe proporcionar al lector los antecedentes necesarios para apreciar los resultados, conclusiones y recomendaciones del estudio. En ella debe ex-

776 Capítulo 22: Informe de investigación escrito presarse quién autorizó la investigación y para cual propósito. Además, se deben señalar explícitamente los problemas o hipótesis que guiaron la investigación. Después de la introducción debe haber una sección en que se presenten los resultados significativos del estudio. Por supuesto, deben concordar con los incluidos en el cuerpo del informe, si bien en el resumen sólo se presentan los resultados clave. Un enfoque útil es incluir una o varias oraciones en que se señale lo descubierto sobre cada problema u objetivo mencionados en la introducción. Las secciones finales del resumen son las conclusiones y recomendaciones, que siguen al análisis de los resultados. Cabe distinguir entre ellas. Una conclusión es una opinión basada en los resultados, mientras que una recomendación es una sugerencia sobre acciones futuras. Las conclusiones deben ser parte de la sección de resumen. El redactor está en mejor posición que el lector para basar sus conclusiones, ya que está más familiarizado con los métodos que se usaron en la generación y análisis de los datos. Comete un error si omite las conclusiones y permite que los lectores elaboren sus propias conclusiones. Empero, las recomendaciones son harina de otro costal. Algunos directivos prefieren determinar las acciones apropiadas y no gustan de que el redactor del informe les proponga recomendaciones. Otros consideran que el redactor, más cercano a la investigación, está en mejor posición para sugerir acciones. Por ejemplo, en Lipton Company se considera que es responsabilidad de los investigadores de mercados la interpretación de los resultados. En palabras de Dolph von Arx, vicepresidente ejecutivo de la compañía: "Pensamos que nuestros investigadores de mercados deben hacer más que presentar los hechos. Queremos que nos digan cuál es, en su opinión, el significado de los hechos, tanto con sus conclusiones como, si es posible, con las acciones indicadas. Los responsables de tomar las decisiones pueden aceptar esas conclusiones o recomendaciones, o no; pero queremos tener esa alimentación de nuestros investigadores de mercados."17 Tal posición es compatible con las tendencias actuales. Se pide cada vez más a los investigadores de mercados que interpreten el significado de los resultados para el cliente y que elaboran recomendaciones de acciones apropiadas.

Introducción En el resumen se toman en cuenta los intereses de los lectores, mientras que en la introducción formal al informe se consideran sus estudios y experiencia. La introducción presenta los antecedentes que necesitan los lectores para apreciar el análisis contenido en el cuerpo del informe. Casi siempre es necesario algún tipo de introducción. Sin embargo, su extensión y detalles varían según el grado de familiaridad de los lectores con el tema, la manera de abordarlo en el informe y su tratamiento.18 En general, un informe de distribución amplia requiere una introducción más extensa que otro dirigido a un auditorio reducido. La introducción frecuentemente sirve para definir términos inusuales o que se aplican de una manera específica en el informe. Por ejemplo, en un estudio de penetración de mercado de un nuevo producto, la introducción puede servir para definir el mercado y enumerar los productos y compañías a los cuales se considera "competidores" en la estimación de la participación del nuevo producto. La introducción también puede proporcionar información histórica pertinente, que responda a preguntas como las siguientes: ¿Qué estudios similares se han realizado? ¿Cuáles fueron sus resultados? ¿Cuáles circunstancias originaron el presente estudio? ¿Cómo se determinaron su alcance e importancia? Estos aspectos pueden omitirse, por supuesto, si los lectores están familiarizados con la historia del proyecto y la investigación correspondiente o con las circunstancias que dieron lugar a la investigación. Un informe para directivos que conozcan poco el servicio o producto probablemente tendría que incluir esos antecedentes. Los objetivos específicos de la investigación deben mencionarse en la introducción. También hay que señalar si el proyecto es parte de otro más amplio. Debe comentarse en forma explícita cada uno de los problemas o hipótesis. Tras la lectura de la introducción, los lectores deben saber qué abarca el informe y qué omite. Es necesario que aprecien el problema general y la relación que guarda con cada problema particular. Deben estar conscientes de la relación entre este estudio y otros trabajos afines. Además, deben apreciar las razones que hicieron necesario el estudio y su importancia. Mediante todo ello, la introducción sirve para lograr la confianza de los lectores y disipar los prejuicios que pudieran tener.

Formularios de informe

777

Cuerpo del informe El cuerpo del informe contiene los detalles de la investigacióna?sus métodos, resultados y limitaciones. Una de las partes del informe más difícil de redactar es la que detalla el método. En ella, el escritor enfrenta una verdadera disyuntiva. Debe presentar información suficiente para que los lectores aprecien el diseño de la investigación, métodos de recopilación de datos, procedimientos de muestreo y técnicas de análisis usados sin aburrirse ni sentirse abrumados. Empero, debe omitirse la jerga técnica, que frecuentemente es una forma concisa de comunicar una idea compleja, ya que algunos de los lectores podrían no entenderla. Ha de decirse a los lectores si el diseño fue exploratorio, descriptivo o causal. También deben saber por qué se escogió el diseño utilizado y cuáles son sus ventajas en relación con el problema de investigación. Asimismo, se les tiene que informar si los resultados se basan en datos secundarios o primarios. Si son primarios, ¿son de observación o de cuestionario? Y si son secundarios, ¿se administraron en persona, por correo o telefónicamente los cuestionarios? Una vez más, es importante mencionar las razones de la elección del método usado. ¿Cuáles son sus ventajas percibidas sobre métodos alternos? Ello entraña analizar brevemente las debilidades percibidas en otros métodos de recopilación de datos que se consideraron. El muestreo es un tema técnico y el escritor usualmente no puede esperar que le sea posible comunicar todos los detalles del plan de muestreo en el cuerpo del informe, de modo que tiene que ser hasta cierto punto selectivo en este aspecto. Han de responderse las preguntas siguientes, por lo menos: 1. ¿Cómo se definió la población? ¿Cuáles son sus límites geográficos, de edad, de género y otros? 2. ¿Cuáles unidades de muestreo se usaron? ¿Fueron organizaciones o directivos? ¿Se trató de viviendas, familias o individuos de una familia? ¿Por qué se seleccionaron esas unidades de muestreo específicas? 3. ¿Cómo se generó la lista de unidades de muestreo? ¿Acaso ello produjo alguna debilidad? ¿Por qué se usó este método? 4. ¿Hubo dificultades en el contacto con los elementos designados de la muestra? ¿Cómo se superaron esas dificultades? ¿Se introdujo algún sesgo en el proceso? 5. ¿Se usó un plan de muestreo probabilístico o no probabilístico? ¿Por qué? ¿Cómo se seleccionó la muestra? ¿De qué magnitud fue la muestra seleccionada? ¿Por qué se optó por ese tamaño de muestra? En lo esencial, el lector necesita entender, al menos, tres aspectos referentes a la muestra: ¿Qué se hizo? ¿Cómo se hizo? ¿Por qué se hizo? Es poco lo que puede decirse acerca del método de análisis en el comentario sobre métodos de investigación, ya que los resultados tienden a mostrar qué se hizo al respecto. Sin embargo, suele resultar útil el análisis del método en términos generales antes de detallar los resultados. Así, si la significancia estadística se determinó con el método de ji cuadrada, el redactor puede incluir los fundamentos generales y procedimientos de estimación del valor estadístico de ji cuadrada, además de los supuestos en que se basa esta prueba y el grado en que los datos confirman tales supuestos. Ello permite que los lectores separen lo descubierto de la forma de descubrirlo. La distinción no sólo ayuda a la comprensión del texto, sino que sirve para evitar repeticiones en el informe. El procedimiento y sus componentes clave se delinean una vez, tras lo cual simplemente se informa de los resultados con base en esos componentes. La sección de resultados del cuerpo del informe detalla hasta cierto punto qué se descubrió con la investigación, frecuentemente con cuadros (tablas) y figuras de apoyo, y es habitual que constituya gran parte del informe. Es necesario que los resultados correspondan a los problemas específicos de la investigación y se presenten con cierta estructura lógica.19 El primero de estos requisitos indica que se omite la información que, a pesar de ser interesante, no es pertinente a los problemas específicos que sirvieron de guía a la investigación. El segundo requisito precisa que los cuadros y figuras no deben constituir una colección al azar, sino reflejar cierto ordenamiento psicológico.20 Ello podría significar el ordenamiento por subproblema, región geográfica, hora u otro criterio que sirvió para estructurar la investigación.

778

Capítulo 22: Informe de investigación escrito Los cuadros y figuras deben usarse según se requieran en la presentación de los resultados. Ello reviste importancia especial en el entorno actual, en que los clientes están acostumbrados al contenido visual e inclusive el de multimedia, gracias a la capacidad de los programas de computadora para traducir los datos en gráficas y tablas. Los clientes esperan que ciertos puntos clave se ilustren claramente. Por ejemplo, en Ames Department Store, los gerentes pueden apreciar en sus computadoras coloridas gráficas de datos financieros y comerciales, así como información demográfica de clientes e incluso datos climáticos, en vez de tener que descifrar columnas de números.21 De igual manera, el equipo de mercadotecnia de NextCard, que ofrece tarjetas de crédito únicamente a través de mercadotecnia en línea (véase la figura adjunta), vigila el funcionamiento de sus anuncios en páginas web desde una computadora en sus oficinas de San Francisco. En ella, el funcionamiento de cada anuncio se representa en un gráfico, en el que se utilizan líneas de colores para indicar el número de nuevas cuentas y nuevos saldos. El informe se actualiza de manera automática cada 15 minutos. Si una línea muestra tendencia decreciente, el equipo de mercadotecnia debe actuar de inmediato.22 Los cuadros de los apéndices son complejos, detallados y aplicables a diversos problemas, mientras que los del cuerpo del informe deben ser resúmenes sencillos de esa información. Cada cuadro debe concernir a un solo problema; además, es necesario estructurarlo de manera especial para que aporte claridad sobre ese problema. Los siguientes son lineamientos para la elaboración de cuadros:23 1. Ordenar las columnas o filas del cuadro con base en promedios marginales u otra medición. Si existen cuadros similares, usar en todos el mismo criterio. 2. Colocar las cifras que se comparan en columnas, no en filas y, si es posible, las cantidades mayores al principio de las columnas. 3. Redondear los números a dos dígitos. 4. En relación con cada cuadro, incluir un resumen verbal breve, que guíe al lector en cuanto a las tendencias y excepciones principales. En el anexo 22.2 se ejemplifica la forma en que estos lineamientos ayudan a generar mejores cuadros.

La página de inicio de NextCard brinda a los consumidores la oportunidad de actualizar su tarjeta Visa, ahorrar tiempo mientras tienen acceso al crédito disponible, e inclusive aprender más acerca de la estructura corporativa de NextCard. La compañía, cuya misión es "redefinir la experiencia bancaria para los consumidores de internet", realiza transacciones de negocios únicamente en internet y usa informes escritos de mercadotecnia, recopilados electrónicamente, para informara sus propios mercadólogos sobre la situación actual. Asimismo, utiliza información de bases de datos electrónicas para preparar otra forma de informe escrito, el NextCard eCommerce Index, en que se presentan mensualmente los "25 primeros lugares de compras en línea". Fuente: NEXTCARD, la única Internet Visa (www.nextcard.com)

780 ANEXO

Capítulo 22: Informe de investigación escrito 22.2

En el cuadro A se muestran algunas cifras de ventas de un producto en 10 ciudades estadounidenses. Aunque a primera vista parece estar bien estructurado, conviene darle un segundo vistazo. ¿Cómo resumiría la información del cuadro a alguien con quien está hablando por teléfono? Cuadro A Ventas trimestrales del producto Y en diez ciudades VENTAS EN MILES DE DÓLARES Ciudad

Trimestre 1

Trimestre 2

Trimestre 3

Trimestre 4

540.4

507.6 64.0 61.1 71.5 162.8 660.3 517.2 72.8 227.6 179.3

528.4 55.4 52.9 59.0 122.8 580.8 446.0 63.0 198.5 166.9

833.2 64.5 61.5 70.5 185.7 662.7 672.4 73.3 235.2 207.1

Atlanta Chattanooga Des Moines Hartford Indianapolis Los Angeles Miami Omaha Phoenix San Antonio

68.9 65.7 61.1 153.2 700.2 553.6 78.3 196.8 168.2

Cuando se analiza más de cerca, el cuadro parece un embrollo. Aparentemente, no se pensó en comunicar el significado real de las cifras. La dificultad principal radica en la enumeración alfabética de las ciudades. No se observa tendencia alguna en las columnas. Ahora, observe la misma información en el cuadro B. Cuadro B Ventas trimestrales del producto Y en diez ciudades ordenadas por número de habitantes (redondeadas y con promedios) Ciudad Los Angeles Miami Atlanta Phoenix San Antonio Indianapolis Hartford Omaha Chattanooga Des Moines Promedio

Trimestre 1 700 550 540 200 170 150 60 80 70 70 260

Trimestre 2

Trimestre 3

Trimestre 4

Promedio

660 520 510 230 180 160 70 70 60 60 250

580 450 530 200 170 120 60 60 60 50 230

660 670 830 240 210 190 70 70 60 60 310

650 550 600 220 180 160 70 70 60 60 260

Note cómo el ordenamiento de la información, según los pasos recomendados, mejora la comprensión del cuadro. En el título del cuadro B se informa al lector que las ciudades están ordenadas por número de habitantes. Al contar con dicha información y examinar el cuadro, se empiezan a apreciar tendencias importantes: cuanto mayores sean las ciudades, tanto mayores las ventas, como cabría esperar. La única excepción corresponde a Atlanta, con ventas relativamente altas en relación con su número de habitantes. También es fácil apreciar tendencias cronológicas. Aunque no sea lo característico, los promedios de columnas permiten entender que las ventas en cada ciudad fueron más o menos estables de un trimestre a otro, si bien menores en los trimestres 3 y 4. Asimismo, se observa que los incrementos del cuarto trimestre fueron máximos en Miami y Atlanta. La diferencia entre los cuadros A y B es la que hay entre un cuadro bueno y otro deficiente. En un buen cuadro, las tendencias y excepciones deben ser evidentes a primera vista, por lo menos cuando se sabe en qué consisten. La próxima vez que tenga dificultades para leer un cuadro, pregúntese si la información podría ordenarse más adecuadamente. El problema tal vez no radica en su capacidad para entender la información, sino en el cuadro mismo. Fuente: adaptado de A. S. C. Ehrenberg, "The Problem of Numeracy", en The American Statistician 35, mayo de 1981, pp. 67-71. Reproducido de The American Statistician. Copyright 1981 The American Statistical Association. Todos los derechos reservados.

Formularios de informe

781

Las figuras, al igual que los cuadros, deben presentar únicamente un problema secundario. Además, se deben seleccionar cuidadosamente, según el mensaje que transmitan mejor. Este tema se analiza en el capítulo siguiente. Es imposible realizar una investigación "perfecta", ya que cada una tiene sus limitaciones. El investigador sabe cuáles son estas últimas y no debe ocultarlas al lector. En ocasiones, se teme que la aceptación franca de las limitaciones de un estudio deteriore la opinión que el lector tiene de la calidad de la investigación. Es frecuente que ocurra lo contrario. Si no se expresan las limitaciones y el lector las descubre, podría cuestionar todo el informe y asumir una postura más escéptica y crítica que si se indican de manera explícita las limitaciones. Expresarlas también permite que el redactor analice si generan sesgo en los resultados y de qué magnitud. Excluirlas y su ulterior identificación hace que los lectores elaboren sus propias conclusiones al respecto. Cuando analiza las limitaciones, el expositor debe dar una idea de la precisión con que se realizó el trabajo. De manera específica, debe analizar las fuentes de errores ajenos al muestreo y la dirección supuesta de su sesgo. Ello suele entrañar que el investigador indique ciertos límites, según los cuales se deforman los resultados en virtud de tales inexactitudes. También se debe informar específicamente al lector sobre el grado en que los resultados son susceptibles de generalización. ¿A cuáles poblaciones puede esperarse que sean aplicables? Por ejemplo, si se realiza un estudio en Miami, debe advertirse al lector que no generalice los resultados a los estados del sur de Estados Unidos o a todos los estados de dicho país. El redactor del informe debe proporcionar las limitaciones apropiadas a los lectores, en vez de dejar que descubran las debilidades por su propia cuenta. Sin embargo, tampoco es necesario exagerar las limitaciones, sino presentar una perspectiva equilibrada.

Conclusiones y recomendaciones Los resultados llevan a conclusiones y recomendaciones. En esta sección, el redactor muestra el desarrollo de las conclusiones, paso a paso, y las expresa con mayores detalles que en el resumen. Debe haber una conclusión sobre cada objetivo o problema de investigación. Como se señala en una obra: "...debe ser posible que los lectores lean los objetivos, pasen a la sección de conclusiones y encuentren en ésta conclusiones específicas sobre cada objetivo".24 Si el estudio no generó datos suficientes para presentar conclusiones respecto de un problema de investigación, tal hecho debe manifestarse explícitamente. Las recomendaciones del investigador deben seguir a las conclusiones. Cuando se elaboran las primeras, el investigador necesita enfocarse en el valor de la información recopilada. Es necesario que interprete tal información en referencia con su significado para el cliente. Uno de las mejores formas de lograrlo es plantear recomendaciones específicas de acciones apropiadas -junto con las razones que las sustentan- dadas las evidencias disponibles. No todos los directivos gustan de las recomendaciones del investigador; pero muchos sí y el investigador debe estar preparado para proponerlas y sustentarlas.

Apéndice El apéndice contiene material excesivamente complejo, detallado o especializado para el texto, o que no es del todo necesario en el mismo. Es habitual que incluya una copia del cuestionario o formulario de observación usados en la recopilación de los datos. También puede contener los mapas que sirvieron de base para conformar la muestra, así como los cálculos detallados en que se sustentan la determinación del tamaño y diseño de la misma. Asimismo, suele incluir estimaciones detalladas de las pruebas estadísticas y frecuentemente los datos con los cuales se generaron los cuadros de resumen que son parte del cuerpo del informe. El redactor debe tener en cuenta que sólo los lectores más interesados y con mayor capacidad técnica leen el apéndice. Así, no debe poner material en él si su omisión en el cuerpo del informe puede crear huecos en la presentación.

Sinopsis El anexo 22.3 sirve como lista de comprobación de qué debe incluirse en los informes. Esa lista refleja los lincamientos disponibles para evaluar las investigaciones que sirven para propósitos públicos. Este tipo de investigación puede afectar los intereses de organizaciones y personas que no participan

782

Capítulo 22: Informe de investigación escrito

ANEXO 22.3

A. Origen: qué está detrás de la investigación ¿En el informe se identifica a las organizaciones, divisiones o departamentos que solicitaron y pagaron la investigación? ¿Hay una declaración del propósito de la investigación, donde se afirme claramente qué se pretende lograr? ¿Se identifica a las organizaciones que diseñaron y ejecutaron la investigación? B. Diseño: concepto y plan ¿Se describe de manera completa y no técnica el diseño de la investigación? ¿Es el diseño compatible con el propósito expreso para el cual se realizó la investigación? ¿El diseño de la investigación está exento de preguntas que sugieren la respuesta y otros tipos de sesgo? ¿Se tomaron precauciones para evitar el sesgo de secuencia o tiempo u otros factores que podrían introducir prejuicios o deformaciones en los resultados? ¿Plantea preguntas que los sujetos participantes puedan responder? ¿Se incluye una declaración precisa del universo o población que supuestamente representa la investigación? ¿El marco de muestreo representa adecuadamente a la población en estudio? ¿Se especifica en el informe el tipo de muestra usado y se describe claramente el método de selección de la muestra? ¿En el informe se describe el plan de análisis de los datos? ¿En el apéndice o en archivos de disco se incluyen los formularios de cuestionarios, instrucciones de campo y de muestreo y otros materiales de estudio? C. Ejecución: recopilación y manejo de la información ¿En el informe se describen los procedimientos de recopilación y procesamiento de datos? ¿Se informa de manera objetiva acerca del cuidado con que se recopilaron los datos? ¿Cuáles procedimientos se usaron para minimizar el sesgo y garantizar la calidad de la información recopilada? D. Estabilidad: tamaño de la muestra y confiabilidad ¿Tuvo la muestra tamaño suficiente para generar resultados sólidos? ¿Se muestran los errores de muestreo, si es posible calcularlos? ¿Se describen los métodos de cálculo de los errores de muestreo o, si tales errores son incalculables, se señala y explica este hecho? ¿Se pone en claro el tratamiento de los límites de los errores de muestreo que no abarcan los errores ajenos al muestreo? ¿Se informa de las tolerancias de error de los resultados principales, basadas en el análisis directo de la variabilidad de los datos recopilados? E. Aplicabilidad: generalización de los resultados

¿Se especifica en el informe la fecha de recopilación de los datos? ¿Se indica claramente si los resultados son aplicables más allá de la fuente directa de los datos? ¿Está claro quiénes están representados deficientemente en la investigación o no están representados en absoluto? ¿Se señala, en el caso de investigaciones de aplicación limitada, a quiénes o qué representa y el periodo o condiciones en que es aplicable? F. Significado: interpretación y conclusiones ¿Se describen con lenguaje sencillo y directo las mediciones? ¿Tiene sentido lógico usar tales mediciones para el propósito al cual se dedican? ¿Se diferencian claramente los resultados de su interpretación? ¿Se ejercitaron la objetividad rigurosa y el juicio razonable en la interpretación de los resultados de la investigación? G. Sinceridad: información franca y revelación

¿Se incluye una descripción completa y directa de cómo se realizó la investigación? ¿Se presentó adecuadamente la investigación? Fuente: adaptado de Guidelines for the Public Use of Market and Opinion Research. © 1981 Advertising Research Foundation. Adaptado con autorización.

Formularios de informe

783

en el diseño, ejecución o fmanciamiento del estudio. Por consiguiente, los criterios para su evaluación suelen ser más estrictos que los aplicados a investigaciones para uso privado. Empero, los conceptos generales y preguntas sirven como criterios útiles para juzgar todos los informes de investigación.

Disyuntiva etica 22.2 Un colega le comenta: "Acabo de reaiizar una encuesta para el propietario de un restaurante, quien ptanea iniciar un servicio de banquetes para fiestas, bodas, etc. Queria saber la mejor forma de hacer publicidad a! nuevo servicio. En el cuestionario, pregunte a IDS encuestados donde esperarian que hubiera anuncios de servicios de banquetes y la fuente mas comun fueron los periodicos. Ahora, me doy cuenta de que con la pregurtta solo se identifico donde, usualmente, las personas ven los anuncios pertinentes, no ddnde les gustaria verlos o donde seria mas productive su exposition a ellos. jLo iinico que sabemos ahora es donde se anuncian otros servicios de banquetes!

Sin embargo, estoy seguro de que mi cliente interpretara los resultados como indicatives de que los periodicos son el medio ma's eficaz. iDebo hacer explicitas las limitaciones de mi investigation?" tCuales son los costos de poner en claro las lirnitaciones de la investigation?

iCutiles son los costos de no hacerlo? (Acaso promover el uso correcto de la investigaci6n no es una de las obligaciones primordiales de los investigadores?

De regreso en el caso "Eric, !o mejoraste completamente -comento" Caroline Sords mientras terminaba la lectura del ultimo borrador del informe de investigacitin del Qakhurst Hospital-. Pienso que todo mundo, desde el director de finanzas del hospital hasta el jefe de pediatria, podran leerlo y entenderlo." "Gracias, Caroline -respondio Eric O'Donnell, suspirando de alivio. "Sin embargo, hay algo que me preocupa -anadi6 Sords-. No veo mencibn alguna de los proolemas que tuvimos durante la recopilacion de datos. En el primer borrador, se sefialaban en la seccibnde resultados." "Si, ssi es. Estuve pensando si debian mantenerse o no -contestb O'Donnell- Finalmente, consider^ que s6lo generarian confusi6n en los lectores del informe y disminuirian la confianza en nuestros resultados." "Debo aceptar que nuestros entrevistadores de campo tuvieron muchos probiemas para ponerse en contacto con familias en que

ambos c6nyuges trabajan -comento Sords-. Tambien fueron objeto de muchas negatives cuando trataron de entrevistar a anaanos. Ahora bien, te concede que muchas de las personas que leeran este informe no se darian cuenta de que omitirnos estos probiemas; pero George Scanlon tiene una mente muy despierta. Sin duda alguna, advertirla el hecho de que no senalamos las fuentes de sesgo ajeno al muestreo y ello haria que dude de todo el informe." Tor supuesto, estas en lo correcto, Caroline. Las noches de desvelo trabajando en el informe deben haber obstaculizado mi juicio. iAIgun otro cambio?" "Tan s6lo unos cuantos cambios de edicion que marqu6 aqui y alia. Por lo demas, me parece excelente. Dicho sea de paso, ipodrias acompafiarme el jueves, cuando presents los resultados a Scanlon? Me gustaria tenerte alii como apoyo, ademas de que nos daria la opcrtunidad de que te conozcan."

,

784 ,. • -;.< -.¿p.", ,

Capítulo 22: Informe de investigación escrito

I Resumen Objetivo de aprendizaje 1 Especificar el criterio fundamental con que se evalúan todos los informes de investigación. Los informes de investigación se evalúan con un criterio fundamental: la comunicación con el lector. Éste no sólo es la única razón para preparar el informe, sino también la norma con la cual se mide su éxito.

Objetivo de aprendizaje 2 Identificar y analizar los cuatro criterios que debe satisfacer un informe para lograr una comunicación eficaz con sus lectores. Los informes que logran el objetivo de comunicación eficaz con los lectores generalmente satisfacen los criterios específicos de ser completos, precisos, claros y concisos.

Objetivo de aprendizaje 3 Mencionar los elementos principales que componen un formulario de informe estándar. Un informe estándar generalmente contiene los siguientes elementos: portada, contenido, resumen, introducción, cuerpo del informe, conclusiones y recomendaciones, y apéndice.

Objetivo de aprendizaje 4 Explicar el tipo de información que contiene el resumen. Un resumen verdadero contiene los puntos sobresalientes del cuerpo del informe, entre ellos los antecedentes necesarios, además de los resultados importantes y conclusiones.

Objetivo de aprendizaje 5 Distinguir entre conclusiones y recomendaciones. Una conclusión es una opinión basada en los resultados. Una recomendación es una sugerencia de acciones futuras apropiadas.

Objetivo de aprendizaje 6 Describir el tipo de información que debe contener la introducción del informe. La introducción debe proporcionar antecedentes, definir términos no familiares, delinear aspectos históricos pertinentes y señalar los objetivos específicos de la investigación. Además, debe servir para lograr la confianza de los lectores y disipar los prejuicios que pudieran tener.

Objetivo de aprendizaje 7 Describir la información que debe presentarse en el cuerpo del informe.

Preguntas de análisis, problemas y proyectos

785

Los detalles de la investigación son parte del cuerpo del informe. Entre ellos, se incluyen los detalles de métodos, resultados y limitaciones.

Objetivo de aprendizaje 8 Describir el tipo de información que debe incluirse en el apéndice del informe.

El apéndice contiene material excesivamente complejo, detallado o especializado o que no es del todo necesario en el texto. Es habitual que incluya una copia del cuestionario o formulario de observación usados para recopilar los datos.

Preguntas de repaso 1. ¿Cuál es el criterio fundamental en el que se basan los informes de investigación? Explique su respuesta. 2. ¿Qué significan los criterios de que los informes deben ser completos, precisos, claros y concisos? 3. Por un lado se afirma que los informes de investigación deben ser completos y, por el otro, concisos. ¿Son incompatibles estos dos objetivos? Si lo fueran, ¿cómo los conciliaria? 4. ¿Cuál es el contenido esencial de cada una de las partes del informe de investigación que se enumeran en las líneas siguientes? a) portada b) contenido c) resumen d) introducción e) cuerpo del informe f) conclusiones y recomendaciones g) apéndice

Preguntas de análisis, problemas y proyectos 1. Con base en la lectura de este capítulo, debe resultar claro que un investigador de mercados profesional debe poseer una alta capacidad para redactar de manera eficaz. Muchas instituciones de educación superior ofrecen diversos programas para ayudar a los estudiantes a mejorar sus habilidades de redacción. Esos programas pueden asumir diversas formas, como los talleres de redacción, seminarios especiales, clases de procesamiento de texto, clases de redacción uno a uno y clases de comunicación escrita normales. Prepare un informe de investigación de los recursos disponibles en su escuela que sirvan para mejorar las habilidades de comunicación escrita. Suponga que sus lectores serán los estudiantes de nuevo ingreso y el informe se incluirá entre sus materiales de orientación. Es imperativo que estructure el informe como se describe en el capítulo. 2. El propietario de una tienda de materiales para construcción de casas especializada en accesorios para baño del tipo "hágalo usted mismo" y sobre diseño solicitó a un despacho de consultores que prepare un informe sobre el perfil de los clientes del segmento de diseño de baños correspondiente al mercado de mejoras en el hogar. Evalúe los siguientes pasajes del informe: Pasajes del informe de investigación El mercado de clientes de la compañía puede definirse como el de los segmentos de diseño de baños y "hágalo usted mismo". A continuación, se presenta un breve perfil de cada uno. El segmento "hágalo usted mismo" está formado por personas de 25-45 años de edad con vivienda unifamiliar. Se trata principalmente de hombres, si bien, son cada vez más las mujeres que se están convirtiendo en miembros activos de este segmento. En forma característica, son personas con ingreso mayor a 20 000 dólares y mediana de ingreso de 22 100, con desviación estándar de 86. Estos clientes tienen cada vez más tiempo de ocio, valoran mucho la conveniencia y el costo, y muestran un deseo creciente de satisfacción personal.

786

Capítulo 22: Informe de investigación escrito La edad media de los clientes del segmento de diseño de baños a la medida es de 41.26 años y su ingreso anual se ubica en el intervalo de 25 000 a 35 000 dólares. La mediana de ingresos es de 29000 dólares, con desviación estándar de 73. Estos clientes también suelen habitar en viviendas unifamiliares. La mujer ejerce más influencia y tiene función primordial en la toma de decisiones sobre el diseño de baños.

3. Analice la diferencia entre las conclusiones y recomendaciones en los informes de investigación. 4. Suponga que Wendy's International, Inc. pretende diversificarse a otra área de comida rápida. Se precisa que elabore un informe breve para los directivos de la compañía, en el cual ofrezca una oportunidad atractiva. En la preparación del informe siga los pasos que se enumeran a continuación: a) Decida el área de comida rápida específica que considera más apropiada. b) Recopile datos secundarios concernientes a dicha área y analice las tendencias de consumo durante los últimos cinco años (o 10 años). c) Decida la estructura del informe y sus diversas secciones. d) Elabore los cuadros y gráficas apropiados para sustentar su análisis. e) Redacte el informe. 5. Describa la información que debe contener el resumen y analice la razón de que sea la parte más importante del informe de investigación. 6. En la presentación de un informe a un grupo de gerentes de tiendas de abarrotes, un investigador comenta lo siguiente: "Se analizaron los datos de la muestra de juicio de 10 tiendas de abarrotes y los resultados indican que el intervalo de confianza de 95% para las ventas anuales promedio en la población de tiendas de abarrotes es de 1 000 000 ±150 000." a) ¿Cuál es el problema de esa afirmación desde el punto de vista del auditorio? b) Redacte de nuevo el comentario. Es imperativo que incluya toda la información pertinente, al mismo tiempo que corrija el problema. 7. Su despacho de investigación de mercados está preparando el informe escrito final sobre un proyecto que le encargó un importante productor de podaderas. Uno de los objetivos del proyecto era investigar la variación estacional de las ventas, tanto total como por región. Su cliente tiene interés especial en la amplitud del intervalo entre las ventas estacionales máximas y mínimas. Uno de sus analistas asistentes preparó el anexo 1. Analice dicho cuadro y prepare una versión adecuada para su inclusión en el informe.

ANEXO 1

VENTAS EN MILES DE DOLARES

Región de ventas Noreste Este Sureste Oeste Sur Altiplano Suroeste Pacífico

Primavera

Verano

Otoño

Invierno

120.10 118.80 142.00 100.20 80.77 95.60 105.40 180.70

140.59 142.70 151.80 139.42 101.00 120.60 110.50 202.41

50.90 61.70 134.20 42.90 90.42 38.50 101.60 171.54

30.00 25.10 100.10 20.00 78.20 19.90 92.10 145.60

Notas

787

Notas 1. Reproducido con autorización especial de William J. Gallagher, Report Writing for Management, p. 1. Addison-Wesley Publishing Company, Inc., Reading, MA. Copyright © 1969. Todos los derechos reservados. Gran parte de esta sección introductoria también se tomó de esa obra excelente. Asimismo, véase Pnenna Sageev, Helping Researchers Write, So Managers Can Understand, Columbus, Ohio, Batelle Press, 1995. 2. Las otras variables son la magnitud de la interacción entre investigadores y gerentes, los objetivos de la investigación, el grado de sorpresa en los resultados y la etapa del producto o servicio en su ciclo de vida. Véase Rohit Deshpande y Gerald Zaltman, "A Comparison of Factors Affecting Researcher and Manager Perceptions of Market Research Use", en Journal of Marketing Research 21, febrero de 1984, pp. 32-38. La comprensión del informe de investigación también tiene efecto en la confianza de los directivos, lo que a su vez afecta el uso que dan a la información. Por ejemplo, véase Christine Moorman, Rohit Deshpande y Gerald Zaltman, "Factors Affecting Trust in Market Research Relationships", en Journal of Marketing 57, enero de 1993, pp. 81-101. 3. Walter B. Wentz, Marketing Research: Management, Method, and Cases, Nueva York, Harper and Row, 2a. ed., 1979, p. 61. Véase también Edward P. Bailey y Philip A. Powell, The Practical Writer, Orlando, Harcourt Brace College Publishers, 6a. ed., 1994. 4. Stewart Henderson Britt, "The Communication of Your Research Findings", en Robert Ferber (comp.), Handbook of Marketing Research, Nueva York, McGraw-Hill, 1974, pp. 1-90. Véase también Edward R. Bailey, The Plain English Approach to Business Writing, Nueva York, Oxford University Press, 1990. 5. Harper W. Boyd Jr., Ralph Westfall y Stanley F. Stasch, Marketing Research: Text and Cases, Homewood, IL: Richard D. Irwin, 7a. ed., 1989, p. 657. 6. Ron Sellers, "Interpreting Research Data: It All Depends on the Context", en Quirk's Marketing Research Review, enero de 1998, bajado del sitio web de Quirk's, www.quirks.com, el 27 de octubre de 1999. 7. Gallagher, Repon Writing, p. 78. 8. Joseph Rydholm, "Are We Getting Ahead of Ourselves?", en Quirks Marketing Research Review, julio de 1999, pp. 19,95-97. 9. Véase numerosos ejemplos de las inexactitudes que pueden surgir en Gallagher, Report Writing, pp. 80-83. Los ejemplos son especialmente interesantes, ya que se extrajeron de informes verdaderos. 10. Tomado de William Zinsser, On Writing Well, Nueva York, Harper and Row, 3a. ed., 1985, pp. 7-8, un clásico moderno para escritores que resulta tan útil como divertida. 11. Gallagher, Report Writing, capítulo 10, "Reviewing for Accuracy: Grammar", pp. 156-177, contiene ejemplos acerca de cómo estas inexactitudes pueden generar confusión y desinformar. 12. Gallagher, Report Writing, p. 83. 13. Kenneth Roman y Joel Raphaelson, Writing That Works, Nueva York, Harper and Row, 1981. Es una obra que brinda consejos excelentes sobre la manera de redactar informes, memorandos, cartas y discursos más eficaces. Véase también Simon Mort, Professional Report Writing, Brookfield, VT: Ashgate Publishing Company, 1995. El libro de bolsillo de William Strunk Jr. y E. B. White, The Elements of Style, Nueva York, Macmillan, 3a. ed., 1979, es un clásico sobre cómo escribir con claridad. 14. Jock Elliott, "How Hard It Is to Write Easily", en Viewpoint: By, For and About Ogilvy & Mather 2, 1980, p. 18. 15. Gallagher, Report Writing, p. 87. 16. Ibid.,p.84. 17. Dolph von Arx, "The Many Faces of Market Research", trabajo presentado ante el congreso de la Association of National Advertisers, Inc., en Nueva York, el 13 de abril de 1985. Véase también Arthur Shapiro, "Downsizing and Its Effects on Corporate Marketing Research", en Marketing Research: A Magazine of Management & Application 2, diciembre de 1990, pp. 56-59. 18. Gallagher, Report Writing, p. 54. 19. Algunas de las estructuras y condiciones en que se utilizan son parte de la obra de Jessamon Dawe, Writing Business and Economic Papers: Theses and Dissertations, Totowa, NJ: Littlefield, Adams,

788

Capítulo 22: Informe de investigación escrito 1975, pp. 75-86. Véase también David Morris y Satish Chandra, Guidelines for Writing a Research Report (Chicago: American Marketing Association, 1992). 20. Véase un análisis del orden psicológico de los temas en los informes de investigación en Gallagher, Report Writing, pp. 50-68. 21. Jean Thilmany "Ames1 Gains", en Executive Technology, mayo de 1999, pp. 14-15. 22. "6: Direct Marketing: NextCard", en Fortune, 24 de mayo de 1999, pp. 122-123. 23. Véase análisis informativos, con ejemplos de cómo el acatamiento de estos principios puede mejorar de manera impresionante la capacidad de los lectores para comprender la información de cuadros o tablas en A. S. C. Ehrenberg, "Rudiments of Numeracy", en Journal of the Royal Statistical Society, Series A, 140, 1977, pp. 277-297, y A. S. C. Ehrenberg, "The Problem of Numeracy", en American Statistician 35, mayo de 1981, pp. 67-71. Véase un análisis general del problema de los números en la interpretación de datos económicos en Ingrid H. Rima (comp.), Measurement, Quantification, & Economic Analysis: Numeracy in Economics, Nueva York, Routledge, 1995. 24. Boyd, Westfall y Stasch, Marketing Research, p. 663.

Lecturas recomendadas Véase tratamientos excelentes y concisos de cómo escribir mejor en: Edward P. Bailey, The Plain English Approach to Business Writing, Nueva York, Oxford University Press, 1990. Kenneth Roman y Joel Raphaelson, Writing That Works, Nueva York, Harper and Row, 1981. William Strunk Jr. y E. B. White, The Elements of Style, Nueva York, Macmillan, 3a. ed., 1979. William Zinsser, On Writing Well, Nueva York, Harperreference, 6a. ed., 1998).

INFORME DE INVESTIGACION ORAL

cAPITULO 23

INFORME DE INVESTIGACIÓN ORAL O B J E T I V O S

D E

A P R E N D I Z A J E

Al terminar este capítulo, el estudiante debe ser capaz de: 1. Especificar la primera regla que debe tenerse en mente al preparar un informe oral. 2. Describir las dos formas más comunes de organización de informes orales. 3. Analizar los puntos claves que el expositor debe tener en mente respecto del uso de auxiliares visuales. 4. Explicar cómo debe organizarse el tiempo asignado a una exposición oral. 5. Describir las circunstancias en que la gráfica circular tiene mayor eficacia. 6. Explicar el mejor uso de una gráfica lineal. 7. Describir las circunstancias en que tiene mayor eficacia una gráfica de áreas. 8. Citar las razones del uso frecuente de las gráficas de barras. 9. Describir las circunstancias en que tiene mayor eficacia una gráfica de barras agrupadas.

790

Un caso para la investigación de mercados Si algo le preocupa a George Kerns, es mantener contentos a sus clientes. Es el ejecutivo a cargo de operaciones de redes en GTE Internetworking (GTEI), que instala, mantiene y opera servicios de Internet para otras organizaciones. Esos clientes contratan a GTEI para que les brinde conexiones confiables en Internet, prevenga el acceso externo no autorizado a sus sistemas y proporcione diversos servicios de sitios web. Como saben los buenos administradores, es necesario medir lo que se considera importante. Cuando los empleados saben que sus superiores estudiarán ciertas áreas de su desempeño, se enfocan en lograr resultados óptimos en esas áreas. Kerns pretende que su personal se enfoque en la satisfacción de los clientes y, por extensión, en la calidad del servicio, de modo que emprende mediciones periódicas de estas importantes áreas del desempeño. A fin de lograr la mayor satisfacción de los clientes, GTEI combina la investigación con un sistema de aplicación de los resultados. La compañía emprende con regularidad estudios de satisfacción entre sus clientes. Lo hace mediante una encuesta inicial de contacto con cada cliente nuevo al cabo de 30 días de que empieza a brindarle servicios. En ella, pregunta acerca de la puntualidad y calidad de la instalación, así como la impresión inicial que el cliente tiene del servicio. Otras preguntas se refieren a las interacciones de los clientes con los empleados de GTEI, como su percepción del soporte técnico, comunicación con el personal de GTEI y otras áreas que el cliente considere importantes. Dos meses después, GTEI realiza otra encuesta de los mismos clientes, enfocada en la calidad y rendimiento del sistema que instaló GTEI. En lo sucesivo, la empresa se pone en contacto con los clientes una vez por año, de nuevo con preguntas acerca de la calidad del sistema y el servicio a clientes. Así, en la encuesta se utiliza un censo de clientes, no una muestra. Puesto que

continúan agregándose nuevos clientes, la investigación es continua. En relación con cada área de servicio que se evalúa, en la encuesta se pregunta al cliente si está totalmente satisfecho, moderadamente satisfecho, moderadamente insatisfecho o totalmente insatisfecho. Cuando el cliente señala menor satisfacción que total, el entrevistador le hace un conjunto de preguntas diseñadas para sondear las razones de su satisfacción incompleta. Las áreas de servicio específicas que se incluyen en la encuesta suelen modificarse mensualmente para reflejar áreas de preocupación que expresaron los clientes en encuestas previas. Aunque ello hace que las encuestas sean menos útiles para medir las tendencias en el tiempo, apoya el objetivo principal de las encuestas mismas: identificar áreas de servicio en que se requieren mejoras. Una vez por mes, los investigadores exponen oralmente los resultados ante un grupo de directivos de GTEI y los difunden por escrito a otros administradores. En la junta con los directivos, los investigadores informan sobre la satisfacción como el porcentaje de clientes que señaló satisfacción total en cada área de servicio. GTEI considera que 70% de clientes totalmente satisfechos es el valor mínimo aceptable. Cualquier porcentaje menor indica la necesidad de medidas correctivas.

Temos poro anáfisis 1. Si realizara esta investigación para GTEI, ¿cuáles serían las ventajas de exponer oralmente sus resultados? 2.. ¿Cómo combinaría su exposición oral con los auxiliares visuales para comunicar de manera eficaz los resultados? 3. ¿En qué diferiría su informe oral de su informe escrito?

Además del informe escrito, muchas investigaciones de mercados requieren uno o más informes orales. Es frecuente que los clientes o los directivos de la compañía para los cuales se realiza el estudio necesiten informes de avance durante el proyecto. Casi siempre requieren un informe oral, que se expone al término del estudio. Los principios subyacentes a la preparación y exposición de este informe guardan paralelismo con los del informe escrito. Lo anterior significa que quienes preparan y exponen el informe oral deben tener en cuenta que muchos de sus oyentes no entienden verdaderamente las ramificaciones técnicas de la investigación y, sin duda, no podrán juzgar si es una "investigación de calidad" o no. Empero, sí pueden evaluar si la investigación se expone de manera profesional y que inspira confianza o de modo desorganizado y sin forma. Una exposición de calidad puede ocultar una investigación deficiente, mientras que una investigación de calidad no puede mejorar una exposición inadecuada.

I Preparación del informe oral Como se resalta en el capítulo precedente, el primer requisito es conocer al auditorio. ¿Cuál es su nivel de conocimientos técnicos? ¿Cuál es su participación en el proyecto? ¿Cuáles son sus intereses? Una vez más, los investigadores deben presentar informes más detallados a quienes tienen participación más directa en el proyecto o nivel de conocimientos técnicos más altos, en comparación con otras personas cuya participación o intereses son menores. Conocer al auditorio es más fácil si se otorga verdadera importancia al trabajo de equipo. Por ejemplo, Kellogg ha intentado mejorar el desarrollo de nuevos productos mediante el establecimiento de equipos multidisciplinarios, en que se reúnen investigadores de mercados con técnicos en alimentos e ingenieros. El objetivo es desarrollar productos que atraigan a los consumidores, además de ser económica y tecnológicamente factibles.1 Los investigadores asignados a esos equipos deben convertir su participación en una oportunidad para indagar el nivel de conocimientos técnicos y los intereses de sus compañeros de equipo. Ello permite que el investigador dirija adecuadamente sus informes y aumenta el valor de éstos para el equipo. En general, es mejor errar por el lado de los detalles técnicos insuficientes y no por el de su exceso. Los directivos desean escuchar y ver el significado de la información para ellos como administradores de actividades de mercadotecnia. ¿Qué hacen pensar los datos respecto de tales actividades? Pueden solicitar la aclaración necesaria de los detalles técnicos, si así lo prefieren. Paco Underbill, conocido por sus investigaciones de observación en tiendas, hace hincapié en las consecuencias mercadológicas. En una ocasión, dijo a un grupo de directivos de Wal-Mart (en su mayor parte hombres) que podía saber si cualquiera de sus sucursales tenía un gerente de sexo masculino o femenino con base en cuan recientemente había sido pintado el probador de mujeres. En los meses siguientes a esa junta, según Underbill, vio muchos probadores recién pintados en las tiendas Wal-Mart.2 Otra consideración importante es cómo se organiza la exposición. Hay dos formas muy usadas para ello. Ambas se inician con la declaración del propósito general del estudio y los objetivos especiales que se consideraron. Sin embargo, difieren en cuanto al momento de presentar las conclusiones. En la estructura más común, las conclusiones se exponen después de presentar todos los datos que sustentan ciertas acciones. Ello permite exponer el caso de manera lógica y secuencial. Al mencionar progresivamente los hechos, tiene la oportunidad de hacer frente a las preocupaciones y sesgos de su auditorio, conforme surgen, con lo que puede llevar a sus oyentes hacia la conclusión respectiva. En la estructura alterna, las conclusiones se presentan inmediatamente después del propósito y los objetivos principales. Es una estructura que tiende a hacer que los directivos se empapen sin demora de los resultados. No sólo les hace pensar en las acciones que indican los resultados, sino que requie-

Exposición del informe oral Ventano de investigation 23.1

793

Die? consejos para la preparation de auxiliares visuales eficaces en la presentation de informes orales

Procure que sean sencillos. Comunique ideas complejas de un modo comprensible para su auditorio. Presente un tema por diaposiiiva, con el menor rmmero de palabras y Kneas posible. jchas diapositivas mientras habla, en lugar de hablar 10 por cada diapositiva. Menos es mas cuando se habla. :i a cada auxiliar visual. Las diapositivas y transparencias deben producir rapirjamente su efecto, para iuego seguir adelante. No mas de 10 palabras por diapositiva. Resalte IDS puntos significativos. Los paVrafos de bala funcionan con las transparencias en bianco y negro; las diapositivas son mas adecuadas para el USD de colores y graficas. Use una grdfica en cada pagina. Es usual que baste una. Aproveche ei 'espacio en bianco", en lugar de abarratar la pa"gina con material. Aumente gradualmente la complejidad. Si tiene que comunicar una nocion compleja, empiece por lo basico y use tres o cuatro diapositivas para completar la exposicibn de ese concepto.

Tenga cuidado en el uso de los colores. Pueden aumentar el interes y resaltar ideas; pera tambien pueden tener un efecto nocivo, si se usan sin planeaci6n. Planee su esquema de colores y uselo aprapiadamente. Prepare copias de las transparencias o diapositivas. Entreguelas a su audttorio antes o despuSs de la presentaci6n. Si sus oyentes tienen que tomar nolas, no observar^n ni escuchar^n atentamente. Numere las paginas. Tendra' una referenda para analisis o para la sesion de preguntas y respuestas. Haga que sus auxiliares visuales sean de fflcil lectura. Use tipos de letra grandes y legibles. Puede empiear hasta tres tamanos por cada tipo de letra; pero debe limitarse a uno o dos tipos. Aplique con libertad las negritas y cursivas para fines de e"nfasis. En el caso de las rjiapositivas, use tipos de ietra ligeras contra fondos oscuros. Fuenie: Colleen Paul, 'You're in Show Biz! 10 Tips for Presenters', en Micro Monitors. mayo de 1989. pp. 12-13.

re de su atención estrecha sobre las evidencias sustentadoras de las conclusiones. Este formato permite que los gerentes evalúen la fuerza de las pruebas a favor de una acción, ya que conocen anticipadamente las conclusiones derivadas de tales pruebas. La estructura que decida usar el expositor depende del estilo y preferencias de la compañía respectiva, así como del grado en que se sienta a gusto con cada forma de organización. Sea cual fuere el caso, las pruebas en que se sustentan las conclusiones deben exponerse sistemáticamente y las conclusiones deben ser congruentes con las pruebas. Un tercer elemento de importancia de una presentación oral eficaz es el uso de auxiliares visuales apropiados. De conformidad con el tamaño del grupo y el entorno físico donde se celebre la junta, pueden aprovecharse las gráficas, transparencias, diapositivas, gráficas computarizadas e incluso pizarrones con marcadores. Sin importar cuál sea el tipo de auxiliar visual utilizado, debe tenerse la certeza de que puedan leerlo fácilmente quienes estén al otro extremo de la sala. Además, los auxiliares visuales deben ser sencillos, de modo que se entiendan a primera vista. Siempre que sea posible, conviene usar figuras en lugar de cuadros, ya que son de más fácil comprensión. Además, es útil acatar los demás principios del diseño eficaz de auxiliares visuales que se enumeran en la ventana de investigación 23.1.

I Exposición del informe oral Respete el límite de tiempo establecido para la junta. No use más de un tercio a la mitad del tiempo para la presentación formal. Sin embargo, tenga cuidado de no apresurar la exposición de los datos contenidos en las gráficas. Recuerde que su auditorio los está viendo por primera vez. Ordene la presentación de manera que se tenga tiempo suficiente para el análisis de los resultados más importantes. Reserve tiempo adicional para las preguntas y el análisis ulterior.

794

Capítulo 23: Informe de investigación oral Uno de los beneficios exclusivos de la presentación oral es que permite la interacción. La sesión de preguntas y respuestas podría ser la parte más importante de la presentación. Permite aclarar toda confusión que haya surgido durante la exposición, resaltar puntos que merezcan atención especial y darse una idea de los temas de interés o preocupación especiales para el auditorio. La naturaleza de las preguntas planteadas durante un informe de avance ayuda a estructurar el informe final de la manera más ventajosa. La investigadora Michele Molieran ha experimentado de primera mano estos beneficios en pequeñas y medianas empresas, donde su auditorio tiende a incluir al director o vicepresidente de mercadotecnia, que consideran la investigación en referencia con los objetivos globales de la compañía. A manera de ejemplo, presentó los resultados de un estudio multifacético a los directivos de una compañía fabricante de productos para constructoras de casas. En el estudio, se consideraron diversos temas, desde cuál debería ser el grado de importancia otorgado a la publicidad de la empresa hasta cómo ampliar la mezcla de productos de la compañía. Los investigadores se las arreglaron para combinar los resultados de entrevistas y grupos de enfoque en un solo informe. En su presentación verbal, resaltaron lo que en sus conclusiones era la información clave. Resumieron lo descubierto y luego preguntaron a los directivos cómo encajaba en lo que ya sabían. El resultado fue una presentación interactiva, en que todas las partes contribuyeron con sus conocimientos. En diversos momentos, los directivos pidieron a los investigadores que sustentaran los resultados contrarios a sus expectativas. Gracias a este proceso, el cliente hizo a un lado algunos conceptos erróneos que tenía sobre el mercado y desarrolló varias estrategias de crecimiento.3 Al comunicar el mensaje, aplique los principios de la oratoria pública de utilidad comprobada por el tiempo: que la presentación sea sencilla, no recargada, de modo que el auditorio no tenga que regresar mentalmente a pensar en lo que dijo, además de seleccionar palabras y oraciones apropiadas para la expresión oral. Ello equivale a utilizar su vocabulario, así como frases sencillas.4

I Presentación gráfica de los resultados El antiguo adagio de que una imagen vale más que mil palabras conserva su validez en los informes de negocios. Una imagen, llamada gráfica en el caso de un informe de investigación, en verdad puede valer mil palabras cuando es apropiada a la presentación y está bien diseñada. En caso de ser inadecuada o que su diseño sea deficiente, podría disminuir el valor del informe, ya sea oral o escrito. En esta sección se analizan brevemente algunos de los tipos de gráficas más utilizados y cuándo es más conveniente usarlos.5 En los informes de investigación, las ilustraciones generalmente consisten en presentar una cantidad variable de gráficas. Su eficacia requiere que sean más que la simple conversión de un conjunto de números en una imagen, es decir, que ésta brinde a los lectores o auditorio una comprensión precisa de comparaciones o relaciones que de otra manera tendrían que buscar en las cifras del informe y quizá no apreciarían. Si se diseña adecuadamente, la ilustración posibilita que los lectores o auditorio tengan una comprensión más rápida, clara, completa y precisa que de cualquier otra manera.6 La presentación gráfica no es la única forma de mostrar información cuantitativa ni tampoco la mejor en todos los casos. En ocasiones, es mejor recurrir a texto y cuadros. Las gráficas deben usarse sólo cuando desempeñan su función mejor que éstos. En general, el material escrito es de utilidad máxima para explicar, interpretar y evaluar resultados, mientras que las tablas son particularmente buenas para resaltar o mostrar de manera vivida resultados importantes. En especial porque algunos lectores u oyentes tienden a rechazar las presentaciones gráficas como "demasiado técnicas", es importante usarlas con discreción y diseñarlas con cuidado. En otros tiempos, las presentaciones gráficas eran costosas y demoraban la presentación de informes, ya que los auxiliares visuales tenían que ser dibujados por artistas gráficos. Eso ha cambiado con las gráficas de computadoras. El desarrollo de software para la presentación gráfica de los resultados de estudios ha hecho que la preparación de auxiliares visuales sea rápida y barata. No se tienen ya excusas para omitir las gráficas cuando resultan apropiadas.

Presentación gráfica de los resultados

•i

Disyunliva etiea 23.1 Los resultados de una im/estfgaci6n que supervise son desaleniadores. Se respondio claramente solo una de las cuatro preguntas ba"sicas que motivaron el estudio. Las respuestas a las otras tres preguntas son equfvocas, pese a la planeacion minuciosa de investigaciori y a la erogacion de una cuantiosa sunia en el esludio. Dificultades imprevistas en el contacto telefonico con los elementos de la muestra aumentaron el costo per contacto, lo cual signific6 que la muestra obtenida fue menor que la planeada, de tal suerte que los datos obtenidos distan de ser claros. Junto con su equipo de investigacion, esta preocupado por la posifailidad de una evaluation desfavorable a causa de esta situacitin. Los rniembros de su equipo plantean que en la presentacion del informe oral al cliente se intente ocultar de alguna manera el hecho de

que solamente se respondio a satisfaction una de las cuatro preguntas basicas. Los miembros proponen una presentation de multimedia, con mucho "oropel", en que se dedique tiempo maxima a la presentacion formal y tiernpo mmirno a las preguntas. • iEs etico ocultar de esa rnanera los resuitados desalentadores? • i,Cuales serian las consecuencias de hacerlo? • iEs correcto usar mucho oropel para generar interes en el tema que se presenta, al grado de que se opaque ta esencia de los resultados? jDeberia omitirse por cornpleto el oropel?

Son tres los tipos básicos de ilustraciones: las gráficas, que muestran cuánto, los mapas, que muestran dónde, y los diagramas, que muestran cómo. Puesto que los primeros son los más usados, el análisis siguiente se enfoca en algunos de los tipos más comunes de gráficas.

Gráfica circular Gráfica circular Círculo que representa una cantidad total, dividido en sectores, cada uno de los cuales muestra el tamaño del segmento en relación con el total.

FIGURA 23 1

La gráfica circular, o de pastel, probablemente una de las más conocidas, es simplemente un círculo dividido en sectores, cada uno de los cuales corresponde a una porción del total. Puesto que esos sectores se presentan como partes del todo, este tipo de gráfica es particularmente eficaz para ilustrar tamaños relativos o resaltar comparaciones estáticas. Por ejemplo, en la figura 23.1, en la cual se resumen los datos del anexo 23.1, se muestra el desglose de las erogaciones de consumo personal por

BB

Capítulo 23: Informe de investigación oral

ANEXO 23.1 BIENES DE CONSUMO DURADEROS

Año

Total de gastos de consumo personal

Total de bienes de consumo duraderos

1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

976.4 1084.3 1204.4 1346.5 1507.2 1668.1 1849.1 2050.7 2234.5 2430.5 2629.0 2797.4 3009.4 3238.2 3450.1 3659.3 3887.7 4095.8 4378.2 4628.4 4957.7 5207.6

132.2 156.8 178.2 200.2 213.4 214.7 235.4 252.7 289.1 335.5 372.2 406.0 423.4 457.5 474.6 480.3 446.1 480.4 538.0 591.5 608.5 634.5

BIENES DE CONSUMO NO DURADEROS

Total de Vehículos y Mobiliario bienes de refacciones y equipo consumo para automóviles doméstico no duraderos Alimentos 55.8 72.6 84.8 95.7 96.6 90.7 101.9 108.9 130.4 157.4 179.1 196.2 197.9 212.2 215.5 213.0 185.4 203.7 228.0 251.2 254.8 261.3

53.5 59.1 65.7 72.8 81.8 86.3 92.3 95.7 107.1 118.8 129.9 139.7 148.8 161.8 171.4 176.4 170.4 180.9 208.9 229.7 240.2 252.6

407.3 441.7 478.8 528.2 600.0 668.8 730.7 771.0 816.7 867.3 911.2 942.0 1001.3 1060.0 1130.0 1193.7 1251.5 1290.7 1339.2 1394.3 1475.8 1534.7

213.6 230.6 249.8 275.9 311.6 345.1 373.9 398.8 421.9 448.5 471.6 500.0 530.7 562.6 595.3 624.7 617.7 630.9 649.7 679.6 735.1 756.1

Ropa Y zapatos

Gasolina

69.6 75.3 82.6 92.4 99.1 104.6 114.3 124.4 135.1 146.7 156.4 166.8 178.4 191.1 204.6 213.2 209.0 221.8 235.4 246.5 254.7 264.3

40.4 44.0 48.1 51.2 66.6 84.8 94.6 89.1 90.2 90.0 90.6 75.3 75.3 77.3 83.8 93.8 105.5 105.4 105.6 107.2 114.4 122.6

SERVICIOS

y

aceite 437.0 485.7 547.4 618.0 693.7 784.5 883.0 1027.0 1128.7 1227.6 1345.6 1584.7 1584.7 1720.7 1845.5 1983.3 2190.1 2324.7 2501.0 2642.7 2873.4 3038.4

categoría principal en 1996. La conclusión es evidente. Los gastos en servicios constituyen la mayor parte del consumo. Además, si se suman a los de bienes de consumo no duraderos, hacen que los gastos en bienes de consumo duraderos parezcan mínimos. La figura 23.1 contiene tres secciones y es fácil de interpretar. Si la información se hubiera desglosado en categorías más específicas (por ejemplo, si se hubieran detallado cada uno de los componentes de los bienes de consumo duraderos y no duraderos), se habría requerido un número mucho mayor de secciones. Aunque se habría comunicado más información, también se habría perdido la intención de destacar ciertos aspectos. A manera de norma general, no deben usarse más de seis secciones en las gráficas circulares; la división de éstas se inicia en la posición de las 12:00 horas del reloj, y las secciones se ordenan en la dirección de las manecillas del reloj por magnitudes decrecientes, además de incluir los porcentajes exactos en la gráfica.7

Gráfica lineal Gráfica lineal Gráfica bidimensional que se elabora en papel para gráficas, con una variable (usualmente, el tiempo) en el eje Xy otra variable en el eje Y.

La gráfica lineal es una herramienta de investigación utilizada para realizar, mediante un sistema cartesiano, comparaciones estáticas de un fenómeno en diversos puntos del tiempo. La gráfica lineal es una representación bidimensional particularmente útil para mostrar relaciones dinámicas, como las fluctuaciones de series en el tiempo. Por ejemplo, la figura 23.2, elaborada a partir de los datos del anexo 23.2, muestra que las ventas de automóviles nuevos importados en el periodo 1975-1994 estuvieron sujetas a fluctuaciones mucho menores que las de vehículos nacionales. Es probable que las gráficas lineales se usen incluso más que las circulares. Suelen elaborarse en papel para gráficas, con el tiempo en el eje Xy los valores de la o las variables en el eje Y. Cuando se usan dos o más variables, se recomienda que las líneas correspondientes sean de colores o formas dis-

FIGURA

Presentación gráfica de los resultados

M

23.2

ANEXO 23.2

Año

Nacionales

Importados

Total

1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994

7.0 8.5 9.0 9.2 8.2 6.6 6.2 5.8 6.8 8.0 8.2 8.2 7.1 7.5 7.1 6.9 6.1 6.3 6.7 7.3

1.6 1.5 2.1 2.0 2.3 2.4 2.3 2.2 2.4 2.4 2.8 3.2 3.2 3.1 2.8 2.6 2.3 2.1 1.8 1.7

8.6 10.0 11.1 11.2 10.5 9.0 8.5 8.0 9.2 10.4 11.0 11.4 10.3 10.6 9.9 9.5 8.4 8.4 8.5 9.0

Fuente: Statistical Abstract of the United States.

•i

Capítulo 23: Informe de investigación oral

Una gráfica lineal es una representación bidimensional trazada en papel para gráficas o producida electrónicamente en una computadora, de modo que cada uno de los dos ejes corresponde a una variable. Este tipo de gráfica, como el que se observa en la foto adjunta, es de uso común en presentaciones orales de juntas de negocios. Fuente: © Guísela Murat

tintivas (puntos y guiones, en combinaciones adecuadas), identificadas cada una mediante una leyenda adjunta.

Gráfica de áreas Gráfica de áreas Conjunto de gráficas lineales en que las cantidades se agregan o el total se desagrega, de modo que la distancia entre dos líneas represente el valor de una cierta variable.

La gráfica de áreas es, en cierta forma, una gráfica circular dinámica, ya que sirve para destacar la importancia relativa de cada sector (por ejemplo, cantidad consumida por clase de usuarios), y los cambios de la misma en el tiempo. Consiste en un conjunto de gráficas de líneas cuyas cantidades se agrupan (o un total que se divide en sus componentes). También se llama gráfica de líneas apilada. A manera de ejemplo, la figura 23.3 muestra los datos del anexo 23.1, de gastos de consumo personal por categoría principal en el periodo 1975-1996. La línea inferior corresponde únicamente a los gastos en bienes de consumo duraderos, y la que sigue hacia arriba, a los gastos en bienes de consumo duraderos y no duraderos. Así, los gastos personales en bienes de consumo no duraderos se muestran en el área que existe entre las dos líneas. Lo mismo ocurre con las demás áreas. Se necesitarían varias gráficas circulares (una por cada año) para ilustrar la misma información y el mensaje no sería tan evidente. Es habitual que el tiempo se represente en las gráficas de áreas en el eje X, y el valor de las variables en el eje Y. El uso de colores o tramas distintivas se recomienda ampliamente para distinguir los componentes en una gráfica de áreas. Al igual que en la gráfica circular, en la de áreas no deben mostrarse más de seis componentes.

Gráfica de barras Gráfica de barras Gráfica en que la longitud relativa de las barras indica cantidades también relativas de variables u objetos.

La gráfica de barras puede ser de una o dos escalas, característica que, aunada a otras variantes, probablemente explique su uso generalizado. Por ejemplo, la figura 23.4 es una gráfica de una escala. También muestra los gastos de consumo personal por categoría principal en un punto cronológico. En ella, se presenta la misma información que en la figura 23.1, si bien es más reveladora, al menos en un aspecto: no sólo permite apreciar los gastos relativos por categoría principal, sino que indica la incidencia de las erogaciones por categoría. Dado el total de gastos de consumo personal

Hipótesis de una media FIGURA 23.3

^Q^^QH9^^H

799

800

Capítulo 23: Informe de investigación oral en 1996, por supuesto, también podría mostrarse esta información con una gráfica circular. Sin embargo, ello requeriría de estimaciones adicionales. Por otra parte, la figura 23.5 es una gráfica de barras de dos escalas. Se usan los datos del anexo 23.2 para mostrar las ventas totales de automóviles en el periodo 1976-1994. El número de vehículos se representa en el eje Y, y el tiempo en el eje X. Las figuras 23.4 y 23.5 muestran que las gráficas de barras se pueden trazar vertical u horizontalmente. Cuando se quiere resaltar el cambio de la variable en el tiempo, se prefiere la forma vertical, en que el tiempo se representa en el eje X. Se usa cualquiera de las dos formas cuando el tiempo no es una de las variables.

Variaciones de las gráficas de barras Pictograma

Gráfica de barras en que ciertas imágenes representan cantidades, por ejemplo, pilas de monedas en el caso de ingresos, imágenes de automóviles en el de la producción de vehículos y una fila de personas en el de una población.

FIGURA 2 3 . 5

Como dijimos, las gráficas de barras son susceptibles de ser presentadas de muchas maneras. Una de las variantes es su conversión en pictogramas. En vez de usar la longitud de la barra para indicar la cantidad, ésta se muestra con pilas de monedas en el caso de los ingresos, imágenes de automóviles en el de producción de vehículos, una fila de personas en el de población, y así sucesivamente. Ello puede constituir un cambio útil para el lector si el informe contiene muchas gráficas (sin embargo, los pictogramas son particularmente susceptibles de deformación perceptiva: los usuarios de los informes tienen que ser especialmente cuidadosos al observarlos, para no llegar a conclusiones incorrectas). Una variante de la gráfica de barras básico -la gráfica de barras agrupadas- sirve para mostrar el cambio de dos o más series en el tiempo. Por ejemplo, en la figura 23.6 se muestra el cambio de los gastos de consumo de las tres categorías principales en el periodo 1988-1996. De igual modo que los símbolos distintivos sirven para diferenciar las series en una gráfica de líneas, los colores y tramas distintivos son igualmente útiles en las gráficas de barras agrupadas.

Presentación gráfica de los resultados

801

FIGURA 2 3 6

También existe una gráfica de barras equivalente a la gráfica de áreas: la gráfica de barras divididas o, como se le llama a veces, de barras apiladas. Su elaboración e interpretación es similar a la gráfica de áreas. Por ejemplo, en la figura 23.7 se muestra una gráfica de barras divididas de los gastos de consumo personal por categoría principal (se ilustran los gastos totales y relativos en el tiempo, con uso de colores distintivos para cada componente).

Mapas Los mapas enfocan la atención en regiones geográficas. Es usual llamarlos mapas de datos cuando se utilizan para mostrar información cuantitativa o estadística por áreas geográficas.

802

Capítulo 23: Informe de investigación oral

figura 23.7

Disyunliva etko 23.2 EstS preparando el informe final para altos directives, el cual justifica que su nueva campaha publicitaria ha aumentado considerablemente las ventas en las areas de prueba. Sus argumentos a favor de la nueva campaha son muy convincentes. Aunque ha liabido incremento constante de las ventas en las areas de prueba, las graficas de barras tienen aspecto m^s bien desalentador:

61 500 unidades en el primer mes, 61 670 en el segundo Y 61 820 en el tercero. jEl aumento es apenas visible! Luego, se da cuenta de lo interesante que se verian los resultados si se dividiera el eje Varriba del origen, de mode que la gr^fica se inicie en 50 000 unidades, • (iDonde termina la capacidad de ventas y comienza e! engano?

Los mapas de datos son especialmente prácticos para la presentación de datos de tasas, razones y distribuciones de frecuencias por áreas. En su elaboración, es habitual que la cantidad de interés se divida en grupos y se usen diversas tramas, sombreados o colores para indicar el grupo numérico al que pertenece cada área. En general, es útil mantener casi iguales los intervalos de grupo y referirse a un número limitado de éstos: cuatro a siete y, sin duda, no más de 10. Por añadidura, las tonalidades de los colores deben aumentar progresivamente de lo claro a lo oscuro, además de que todas las áreas deben pertenecer a algún grupo. Dejar un área en blanco o aplicarle el color blanco tiende a debilitar su importancia. Por ejemplo, en la figura 23.8 se muestra el incremento del empleo en el mundo, signo de vitalidad económica, durante un periodo de 10 años. En la Ventana de investigación 23.2 se presentan otras sugerencias sobre el uso de gráficas en presentaciones de diapositivas.

Presentación gráfica de los resultados FIGURA 23

Fuente: Sitio de la International Labor Organization.

803

804

Capítulo 23: Informe de investigación oral

Ventuito de investigation 23.2

Uso de las grafkas en diapositivas

Diapositivas con texlo • Use textos breves: recurra solo a las palabras clave. • UtJiice pSrrafos con balas y colores para resaltar puntos clave. Divicta la informacion en un conjunto de diapositivas (una serie pragresiva). Use un color para mostfar la nueva linea anadida a cada diapositiva.

r

Diapositivas tabulares

• Empteetas para mostrar listas. • Haga que los elementos sean tan breves como resulte posible; orde'nelos para llenar el area de la diapositiva, de modo que el tipo de letra sea el mas grande posible.

Graficas de cuadro

• Uselos para organigramas o flujogramas. • Simplifiquelos para mantener su legibilidad. • Divida las graficas cornplejas en una serie Imuestre el flujograma dividido por periodos; muestre el organigrama general y luego el "acercamiento" departamental). Graficas de barras • Use las graficas de barras para presentar datos ordenados por segmentos (mes, ano, etcetera ) • Seleccione barras verticales u horizontales (ambas en el formato horizontal de diapositiva). • Ahada sombras caidas para barras dimensionales.

• Muestre con claridad los hechos complejos mediante barras multiples odivididas. • Divida los datos extensos en una serie progresiva. Graficas circulates

• Uselas para destacar la relacibn de las partes con el todo. • Seleccione el USD de uno o dos drculos.

• Considere opciones, como la sombra caida para efecto bidimensional, secciones separadas del circulo, etcetera. • Ordene las secciones para resaltar el punto que le interesa. • Divida el circulo en una serie, si ello mejora su eficacia. Graficas lineales y de areas • Use las graficas lineales y de areas para mostrar tendencias o datos continues. • Decida si uno u otro tipo de graficas muestra mejor el punto que le interesa. • Seleccione la linea de base y escala para lograr maxima eficacia.

• Use leyendas para identificar puntos claves en la grafica. • Divida los datos extensos en una Eerie de grSficas.

fueme: Leslie Blumberg. "For Graphic Presentations. Managers Focus on Slides', en Daf3lWaMgemenr.mayDde!933.p 22

De regreso en e( caso Al comienzo de cada mes, los representantes del despacho de investigacion presentan los resultados del mes previo a los directives responsables de los servicios de GTEI. Se analizan IDS datos estadisticos de cada categoria de medicion, ademas de los comentarios que hacen los ctientes. En forma conjunta, las participates de la reunion analizan las consecuencias de los resultados. Observan las tendencies y praponen factores que podrian haber causado ciertos resultados. Los directives usan este analisis como punto de partida para emprender mejoras. Se reunen con su personal y analizan los resultados, establecen objetivos y formulan planes. GTEI considera que inclusive la insatisfaccion parcial es inaceptable. Basta que un solo cliente exprese su insatisfaccion total con un area de servicio o que al menos tres clientes digan que estan hasta cierto punto insatisfechos para que la persona encargada del area de servicio atienda inmediatamente el problema.

El proceso de analisis de los resultados ayuda a que los investigadores y los directives de GTEI diagnostiquen problernas, aun en los casos en que las explicaciones no son evidentes. Por ejemplo. considere el sen/icio Internet Advantage de la compania. que brinrJa conexiones de internet a otras empresas. Aunque este sen/icio mcluye el equipo para el sitio weh, la compania telefonica local, no el personal de GTEI. instala la linea telef6nica indicada. Las encuestas de satisfaccibn inicial de los clientes muestran que apenas 48% de los clientes esta'n totalmente satisfechos con la instafacion de la linea. muy por debajo del minimo aceptable de GTEI. de 70%. Los investigadores y directives analizaron las razones de la baja satisfaction con las tineas telef6nicas. Los comentarios de los clientes mdicaron que estaban descontentos por el tiempo necesario para la instalaci6n de las lineas, a veces de 45 dias o mas. jDebe buscar GTEI una forma de reducir el tiernpo de instalacion? Los investigadores recomendaron que los directives buscaran una

Resumen

solucibn en otra parte. Se analizaron los datos usando una tecnica llamada analisis de red neuronal, que no s6lojerarquiza las fuentes de salisfacci6n, sino que muestra la magnitud que tendria el efecto de cambiar uno de estos factores en la satisfaction general de los clientes. El analisis revelo que habia algo ma's que tendria mucho mas efecto en la satisfaction con la mstalacion: la comitnicacion con el Network Operations Center de GTEI, que coordina Network Advantage. Los gerentes estaban desconcertados inicialrnente por esta relation, si bien, despues de analizarla llegaron a una hipotesis: el personal de GTEI estaba dando a los clientes una idea incotrecta del tiempo de instalacitin. los cuales estafaan descontentos porque sus expectativas no eran realistas. A fin de probar esta idea, los investigadores modificaron la encuesta del mes siguiente para preguntar sobre las expectativas relacionadas con la instalacion.

WE

Por supuesto, en la junta siguiente los resultados mostraron una diferencia notable entre las expectativas y la realidad. En consecuencia, mucbos clientes estaban insatisfechos con la instalaci6n. Aunque GTEI no tenia control sobre la companfa telefonica, podia controlar sus propias comunicaciones. Empez6 a establecet expectativas mas reaiistas y la satisfaccidn global aumento considerablemente, en menos de un ano, hasta 83 por ciento. Este enfoque corporativo de revisar v aplicar los resultados de la investigation ha generado resultados impresionantes. En algunas areas de desempeno, el porcentaje de clientes que afirma estar totalmente satisfecho es mayor de 90%. Tal proportion es inusual en el area de la investigaci6n de mercados, y un tribute a la pasi6n de George Kerns por la calidad. Fuente: Robert Brass. "A Strong Connection", en Quirt's Marketing Research Pevievr, oclubrede 1998. fiajado del sitio de Quirk's, www.quirts.com, el 27 de oclubre de 1999.

I Resumen Objetivo de aprendizaje 1 Especificar la primera regla que debe tenerse en mente al preparar un informe oral. Al igual que en los informes escritos, la primera regla en la preparación de un informe oral es conocer al auditorio.

Objetivo de aprendizaje 2 Describir las dos formas más comunes de organización de informes orales. Hay dos formas muy usadas de organización de informes orales. Ambas se inician con la declaración del propósito general del estudio y de sus objetivos específicos. En la más utilizada de las dos, las conclusiones se presentan después de las pruebas que sustentan ciertas acciones específicas. Ello permite que el presentador estructure un caso lógico demanera secuencial. En la estructura alterna, las conclusiones aparecen inmediatamente después del propósito general y los objetivos específicos. En este formato, los gerentes pueden evaluar la fuerza de las pruebas o evidencias que sustentan ciertas acciones, ya que conocen anticipadamente las conclusiones que se derivan de tales pruebas.

Objetivo de aprendizaje 3 Analizar los puntos claves que el expositor debe tener en mente respecto del uso de auxiliares visuales. Los auxiliares visuales usados en un informe oral deben ser comprensibles y fáciles de ver para quienes están en el otro extremo de la sala.

80» '

'is,

Capítulo 23: Informe de investigación oral .'.

Objetivo de aprendizaje 4 Explicar cómo debe organizarse el tiempo asignado a una exposición oral. Se debe respetar el tiempo establecido para la junta. No más de una tercera parte debe dedicarse a la presentación formal. El tiempo restante se dedica a preguntas y análisis.

Objetivo de aprendizaje 5 Describir las circunstancias en que la gráfica circular tiene mayor eficacia. La gráfica circular es una representación de una sola escala, particularmente eficaz para comunicar una comparación estática.

Objetivo de aprendizaje 6 Explicar el mejor uso de una gráfica lineal Una gráfica lineal es bidimensional y sirve para mostrar relaciones dinámicas, como las fluctuaciones en el tiempo de una o más series.

Objetivo de aprendizaje 7 Describir las circunstancias en que tiene mayor eficacia una gráfica de áreas. La gráfica de áreas es, en cierta forma, una gráfica circular dinámica, ya que puede usarse para mostrar la importancia relativa de un sector y el cambio relativo del mismo con el paso del tiempo.

Objetivo de aprendizaje 8 Citar las razones del uso frecuente de las gráficas de barras. La gráfica de barras puede ser unidimensional o bidimensional. Esta característica, y otras de sus variaciones, probablemente expliquen su amplio uso.

Objetivo de aprendizaje 9 Describir las circunstancias en que tiene mayor eficacia una gráfica de barras agrupadas. La gráfica de barras agrupadas, que es una variación de la gráfica de barras básica, sirve para mostrar el cambio en dos o más series con el paso del tiempo.

Preguntas de repaso 1. ¿Cuáles son los aspectos clave en la preparación de un informe oral? 2. ¿Qué es una gráfica circular y para qué tipos de información resulta especialmente eficaz? 3. ¿Qué es una gráfica lineal y qué tipos de información utiliza? 4. ¿Que es una gráfica de áreas y con qué tipos de información resulta particularmente apropiada? 5. ¿Qué es una gráfica de barras y con qué tipos de problemas es eficaz? 6. ¿Qué es un pictograma? 7. ¿Qué es una gráfica de barras agrupadas y cuándo se usa? 8. ¿Qué es un mapa de datos y con qué tipos de información resulta particularmente eficaz?

807

Preguntas de análisis, problemas y proyectos Preguntas de análisis, problemas y proyectos 1. Sello Hermético, S.A., fabricante de latas, le presentó la información siguiente: SELLO HERMÉTICO, S.A.: ESTADO COMPARATIVO DE PÉRDIDAS Y UTILIDADES DE LOS EJERCICIOS FISCALES 1995-1999

1995

1996

1997

1998

1999

$40 000 000

$45000000

$48000000

$53000000

$55000000

Costos y gastos Costos de las mercancías vendidas 28 000 000 Gastos de ventas y administrativos 4 000 000 Depreciación 1200000 Intereses 800000

32850000 4500000 1350000 900000

33600000 4800000 1440000 960000

39750000 5300000 1590000 1060000

40150000 5500000 1650000 1100000

$34000000

$39600000

$40800000

$47700000

$48400000

6 000 000

5400000

7200000

5300000

6600000

Impuestos calculados

$2 400 000

$2160000

$2880000

$2120000

$2640000

Utilidades netas

$ 3 600 000

$3240000

$4320000

$3180000

$3960000

Ventas netas (en dólares)

Utilidades de las operaciones

a) Desarrolle un auxiliar visual para presentar la distribución de ingresos por ventas de la compañía en 1995. b) Elabore un auxiliar visual en que se compare el cambio de las utilidades netas con el de las ventas netas. c) Prepare un auxiliar visual en que se presenten los gastos siguientes (sin incluir el costo de las mercancías vendidas) durante el periodo quinquenal: gastos de ventas y administrativos, y gastos de depreciación e intereses. d) Los directivos de la compañía tienen los datos de ventas siguientes, relativos a sus dos competidores principales: 1995

Compañía Metálica, S.A. Latas de Calidad, S.A.

$35000000 $41000000

1996

$40000000 $43000000

1997

$42000000 $45000000

1998

$45000000 $46000000

1999

$48000000 $48000000

Se requiere que prepare un auxiliar visual para facilitar la comparación de las ventas de las tres empresas. 2. Muchas instituciones de educación superior tienen a disposición de sus estudiantes una amplia variedad de software de gráficas por computadora en los laboratorios de computación de los campus. Investigue la disponibilidad de este software en su campus. Prepare un informe en que exponga sus resultados. Es importante que incluya la información siguiente para cada paquete disponible: a) b) c) d) e) f) g)

Nombre y funciones básicas del paquete Ubicación de los puntos de acceso Horarios disponibles para uso Nombre de los contactos para información adicional Requisitos especiales para uso de los paquetes y disponibilidad de capacitación, si es necesaria Cuotas de acceso, si las hay Formatos impresos disponibles (por ejemplo, impresora de matriz de puntos, impresoras láser, grafícadores de color, transparencias, diapositivas. 3. Visite la biblioteca de su escuela y detecte ejemplos de cada una de las ilustraciones gráficas descritas en el capítulo. Búsquelos en publicaciones como Business Week, Fortune, Newsweek y

808

Capítulo 23: Informe de investigación oral The Wall Street Journal. Saque una fotocopia de cada gráfica y critíquela con los criterios señalados en el texto. Por ejemplo, ¿excede la gráfica circular el número máximo recomendado de divisiones? ¿Se muestran los porcentajes? En cada caso, ¿es apropiada para el uso que se le dio o sería más informativo otro tipo de gráfica? ¿Recomendaría cambios si la gráfica se usara en una presentación oral?

Notas 1. Alex Taylor III, "Kellogg Cranks Up Its Idea Machine", en Fortune, 5 de julio de 1999, bajado del sitio web de Northern Light, www.northernlight.com, el 6 de agosto de 1999. 2. Paco Underbill, Why We Buy: The Science of Shopping, Nueva York, Simon & Schuster, 1999, p. 241. 3. Michele Holleran, "Research Should Be Integrated and Lead to Strategic Decision-Making", en Quirk's Marketing Research Review, junio de 1998, bajado del sitio de Quirk, www.quirks.com, el 27 de octubre de 1999. 4. Hay libros excelentes sobre la forma de lograr presentaciones orales eficaces. Por ejemplo, véase Dorothy Sarnoff, Make the Most of Your Best: A Complete Program for Presenting Yourself and Your Ideas with Confidence and Authority, Garden City, NY, Doubleday, 1983; Jan D'Arcy, Technically Speaking: Proven Ways to Make Your Next Presentation a Success, Nueva York, AMACOM, 1992; Rudolph F. Verderber, The Challenge of Effective Speaking, Belmont, CA., Wadsworth Publishing Company, 10a. ed., 1997. 5. Por ningún concepto se incluyen todas las formas de gráficas que podrían usarse, sino únicamente algunas de las más usadas. Quienes estén interesados en más detalles deben leer a Mary E. Spear, Practical Charting Techniques, Nueva York, McGraw-Hill, 1969; Edward R. Tufte, The Visual Display of Quantitative Information, Cheshire, CN, Graphics Press, 1983; Edward R. Tufte, Envisioning Information Cheshire, CN, Graphics Press, 1991. 6. American Management Association, Making the Most of Charts: An ABC of Graphic Presentation, Management Bulletin, 28, Nueva York, American Telephone and Telegraph Company, 1960. Véase también J. M. Chambers, W J. Cleveland, B. Kleiner y P. A. Tukey, Graphical Methods for Data Analysis, Boston, Duxbury Press, 1983; William S. Cleveland, The Elements of Graphing Data, Murray Hill, NJ, AT&T Bell Laboratories, ed. rev., 1994). 7. Jessamon Dawe y William Jackson Lord Jr., Functional Business Communication, Englewood Cliffs, NJ, Prentice-Hall, 3a. ed., 1983. Véase también Gene Zelazny, The Executive's Guide to Visual Communication, Burr Ridge, IL, Irwin Professional Publishing, 3a. ed., 1996.

Lecturas recomendadas Véase análisis excelentes para lograr presentaciones orales eficaces en: Jan D'Arcy, Technically Speaking: Proven Ways to Make Your Next Presentation a Success, Nueva York, AMA-COM, 1992. Dorothy Sarnoff, Make the Most of Your Best: A Complete Program for Presenting Yourself and Your Ideas -with Confidence and Authority, Garden City, NY, Doubleday, 1983. Rudolph F Verderber, The Challenge of Effective Speaking, Belmont, CA, Wadsworth Publishing Company, 10a. ed., 1997. Véase análisis de cómo generar gráficas eficaces en: William S. Cleveland, The Elements of Graphing Data, Murray Hill, NJ, AT&T Bell Laboratories, ed. rev., 1994). Edward R. Tufte, Envisioning Information, Cheshire, CN, Graphics Press, 1990. Leland Wilkinson, SYGRAPH, Evanston, IL, Systat, Inc., 1990, particularmente las pp. 38-61.

EPILOGO El tema de la investigación de mercados puede abordarse de maneras muy diversas. En esta obra se usó el enfoque de proyecto como base del análisis. A partir de esa perspectiva, se enfocó la atención en definir el problema y luego desarrollar la investigación necesaria para responder a él. Puesto que se dividió el proceso de investigación en componentes de incidencia suficientemente pequeña como para analizarlos uno a la vez en un capítulo, parecería que se trata de un conjunto desarticulado. Sin embargo, como dijimos en el capítulo 3, el proceso de investigación dista mucho de ser eso. Todos sus pasos están relacionados y una decisión tomada en una etapa también tiene consecuencias en las otras. Luego de examinar de cerca los componentes del proceso de investigación, en este epílogo se estudia la forma en que se conjuntan. También se analizan algunas decisiones fundamentales que deben tomarse a medida que avanza el proceso. Un proyecto de investigación no debe considerarse como un fin en sí mismo. Los proyectos surgen porque existen problemas administrativos que necesitan solución. Los problemas mismos podrían concernir a la identificación de oportunidades de mercado, la evaluación de acciones alternas o el control de las operaciones de mercadotecnia. Estas actividades, a su vez, son la esencia de la función administrativa, de modo que la actividad de investigación también puede verse desde la perspectiva más amplia del sistema de inteligencia mercadológica de la compañía. Por consiguiente, el capítulo 2 se enfoca en la naturaleza y estado actual de la inteligencia mercadológica.

I Regreso al proceso de investigación En partes previas de la obra se planteó que la investigación de mercados consiste en la recopilación, registro y análisis sistemáticos de datos relativos a problemas de comercialización de bienes y servicios. Se resaltó que estas actividades se conceptúan lógicamente como una secuencia de pasos, llamada proceso de investigación. Las etapas de ese proceso son las siguientes: 1. Formular el problema. 2. Decidir el diseño de la investigación. 3. Determinar el método de recopilación de datos. 4. Diseñar los formularios de recopilación de datos. 5. Diseñar la muestra y recopilar los datos. 6. Analizar e interpretar los datos. 7. Preparar el informe de investigación. Como es lógico, lo primero es el problema de decisión, pues de él dependen el problema de investigación y el diseño del proyecto. Sin embargo, la transición del problema al proyecto dista de ser automática. Por lo general, el investigador pasa de la especificación del problema a un diseño de investigación tentativo y luego redefine el problema y modifica el diseño de la investigación. Este proceso bidireccional es perfectamente natural y, de hecho, refleja una de las funciones más importantes del investigador: definir y redefinir el problema, de modo que sea posible investigar y, lo que es más importante, responder al problema del tomador de decisiones. Aunque esa tarea podría parecer sencilla en principio, puede volverse formidable en la práctica y requiere la especificación clara de objetivos, alternativas, restricciones y factores de influencia ambientales. El tomador de decisiones no proporciona necesariamente dichos elementos al investigador, que en tal caso debe indagarlos para diseñar una investigación eficaz. En algunos casos la investigación podría ser innecesaria. Si el punto de vista del tomador de decisiones tiene una perspectiva firme que no hay información que pueda cambiarla, la investigación sería un desperdicio. Está en manos del investigador determinar tal hecho antes de emprender la investigación, no después. Esto se consigue haciendo preguntas del tipo: "¿qué pasaría si...?" ¿Qué pasaría si la reacción de los consumidores al concepto de producto es abiertamente favora-

810

Epílogo ble? ¿Si es desfavorable? ¿Y si es apenas favorable? En el supuesto de que el tomador de decisiones indique que su decisión será la misma en cada uno de esos casos, podría haber objetivos importantes que nunca se mencionaron explícitamente y que son datos críticos. Cada proyecto de investigación debe tener uno o más objetivos y no debe encarar los otros pasos hasta que se definan explícitamente. También es importante preguntarse en este punto si es probable que los beneficios previstos de la investigación superen sus costos esperados. Sería un error suponer que la investigación se justifica simplemente porque, como resultado, algo cambiaría. Podría ser que las probabilidades de encontrar algo que genere un cambio en la decisión sean tan remotas que la investigación continúe siendo un desperdicio. Tanto investigadores como tomadores de decisiones deben preguntarse constantemente: ¿Por qué debe emprenderse esta investigación? ¿Qué podría descubrirse que todavía no se conozca? ¿Serán los beneficios esperados de la investigación mayores que sus costos? Si las respuestas indican que la investigación se realice, la pregunta siguiente es: ¿De qué tipo debe ser? Procede una investigación exploratoria cuando resulta imposible formular el problema como relaciones de conjeturas del tipo "si... entonces". El objetivo principal de las investigaciones exploratorias es recopilar ideas y perspectivas del fenómeno. Los resultados de esas investigaciones no son respuestas, sino preguntas específicas o definiciones tentativas de relaciones. La búsqueda de tales perspectivas requiere un diseño de investigación flexible. Las preguntas estructuradas y los planes de muestreo probabilístico no se usan en las investigaciones exploratorias, cuyo fin no es obtener datos estadísticos resumidos, sino una perspectiva más amplia del problema. Las entrevistas personales son más apropiadas que las telefónicas, que a su vez lo son en mayor grado que las encuestas por correo, ya que las preguntas no estructuradas revisten utilidad máxima en las encuestas de experiencia. Debe seleccionarse a los entrevistados para que puedan proporcionar la información necesaria. En tales casos, procede una muestra de conveniencia o de juicio, que estaría totalmente fuera de lugar en investigaciones descriptivas o causales. Los grupos de enfoque también pueden ser productivos. Asimismo, convendría que el investigador emprenda una búsqueda en la literatura o el análisis de casos escogidos. Estos pasos pueden resultar ventajosos en la investigación exploratoria, en particular cuando el investigador sabe que el objetivo de tal investigación es descubrir ideas y explicaciones tentativas del fenómeno, además de tener en mente que no debe aferrarse a una idea como la explicación única y definitiva. El análisis de los datos publicados podría ser muy provechoso si revela contrastes francos u otras características sobresalientes que ayuden a aclarar las razones del fenómeno que se investiga. En el supuesto de que la investigación exploratoria genere una o más hipótesis de investigación específicas, el paso siguiente sería un estudio descriptivo o causal. El diseño que seleccione el investigador depende en gran parte de cuan convencido esté de que la explicación tentativa es, en verdad, la explicación correcta del fenómeno. Por supuesto, la factibilidad y costo del experimento también son factores importantes en la decisión relativa al diseño de investigación. Aunque los experimentos suelen aportar pruebas más convincentes de relaciones causales, también suelen ser más costosos que los diseños descriptivos. Ésta es una de las razones de que el formato descriptivo sea el más usado en la investigación de mercados. Los diseños exploratorios son flexibles, mientras que los descriptivos son rígidos. Éstos requieren la especificación clara de quién, qué, cuándo, dónde, cómo y el porqué de la investigación antes de iniciar la recopilación de datos. En general, en los diseños descriptivos se usan cuestionarios estructurados o escalas, los cuales resultan útiles en la codificación y tabulación. En estos diseños se otorga gran importancia a generar una imagen precisa de las relaciones entre variables. Son aconsejables los planes de muestreo probabilístico, pero en caso de recurrir a métodos no probabilísticos es importante usar una muestra de cuota. Los diseños descriptivos suelen basarse en los análisis de tabulación cruzada u otros métodos para investigar la relación entre variables, como el análisis de regresión, si bien es posible que el análisis se centre en la búsqueda de diferencias. Aunque muchos estudios descriptivos son transversales, en algunos se utiliza información longitudinal. Los experimentos son la mejor forma de lograr inferencias sobre relaciones de causa-efecto, ya que, si se diseñan correctamente, proporcionan las pruebas más convincentes sobre la variación simultánea, orden cronológico de las variables y eliminación de otros factores. Una característica clave del experimento es que el investigador puede controlar a quiénes están expuestos al estímulo de experimentación, o sea, la causa supuesta. De conformidad con la naturaleza del experimento, los sujetos pueden ser consumidores, miembros de paneles u otros elementos de la población que in-

Epílogo

811

teresa. El muestreo tiene una relevancia mínima en los experimentos más allá de determinar cuáles objetos se asignan a cuáles condiciones de tratamiento. Se intenta poner a prueba una relación específica, de modo que los diseños causales también requieren de la especificación clara de qué se medirá y cómo se piensa medirlo. Es frecuente del uso de instrumentos estructurados de recopilación de datos, como los cuestionarios o escalas. Además, con frecuencia los investigadores recurren al método de observación para recopilar datos, ya que tiende a producir información más objetiva y precisa. El objetivo principal del análisis de los resultados experimentales es determinar si hay diferencias entre los elementos expuestos al estímulo experimental y los no expuestos. Aunque los investigadores aplican el análisis de la varianza para investigar y medir tales diferencias, también es posible la utilización de otras técnicas, por ejemplo, la prueba t respecto de la diferencia entre las medias de muestras independientes o correlacionadas. Los párrafos precedentes deben indicar cuan significativa es la interrelación de los pasos del proceso y, en particular, la forma en que la naturaleza básica del diseño de investigación tiene consecuencias en diversos aspectos de la estructura de los formularios de recopilación de datos, del diseño de la muestra y en la recopilación y análisis de los datos. Por supuesto, una decisión acerca del tipo apropiado de investigación no determina por completo las consideraciones ulteriores, sino que únicamente apunta a su naturaleza básica. El analista todavía debe determinar su formato específico. A manera de ejemplo, ¿se usará un cuestionario estructurado con ocultamiento o sin él? ¿Será la muestra probabilística sencilla, estructurada o grupal? ¿Cuan grande debe ser la muestra? ¿Acaso el instrumento de recopilación de datos requiere procedimientos de análisis de datos nominal, ordinal, de intervalo o de razones? A su vez, estas preguntas dependen en gran parte de la manera de enmarcar la pregunta de investigación, si bien, el ingenio del diseñador de ésta determina su forma definitiva. El investigador tiene que equilibrar las diversas fuentes de error posibles en el proceso al determinar las preguntas definitivas. Para lograr este equilibrio debe preocuparse por evaluar y minimizar el error total, lo cual frecuentemente significa aceptar un error de mayor magnitud en una de las partes del proceso para disminuir el error total.

PARTE VII PROYECTO DE INVESTIGACION

La séptima y última parte del proceso de investigación es la preparación del informe de la investigación. Como se señala en los capítulos de estaparte, el proyecto fracasa si el informe de investigación es un fracaso, sin importar qué se haya hecho en las fases previas del proceso de investigación. Puesto que dicho informe es lo único que muchos directivos ven del proyecto, es la vara de medición con la cual se juzgan los resultados de la investigación. El informe de investigación estándar generalmente incluye la portada, contenido, resumen, cuerpo del informe, conclusiones y recomendaciones, y apéndice. Muchos proyectos de investigación también concluyen con un informe oral. Las presentaciones orales más eficaces son las que incluyen detalles técnicos mínimos y aprovechan los auxiliares visuales apropiados. Tanto los informes escritos como los orales se juzgan con base en un criterio fundamental: cuan buena sea la comunicación con el auditorio, trátese de lectores u oyentes. El informe debe adaptarse a ellos, con la consideración debida a su grado de conocimientos técnicos, su interés en el tema, las circunstancias bajo las cuales leen o escuchan el informe, y el uso que hagan de él. En el caso continuo que se ha presentado al final de cada parte se analiza gran cantidad del material que conformaría un informe de investigación. Por ejemplo, mucho del material que se incluiría normalmente en la introducción aparece al final de la parte I, en la que se estudia la primera etapa del proceso de investigación, la formulación del problema. La información relativa al diseño del estudio, que es tema del cuerpo del informe, se presenta en las secciones ulteriores sobre el diseño de la investigación, método de recopilación de datos, diseño del formulario de recopilación de datos, diseño de la muestra y proceso de recopilación de datos. De igual modo, la información que habitualmente se incluiría en la sección del informe referente a las conclusiones se analiza al final de la parte VI. Se omitieron ciertos elementos, como las pruebas estadísticas, estimaciones, cuadros y bibliografía por restricciones de espacio. No obstante lo anterior, es importante que el estudiante vea cuál sería el aspecto en resumen ejecutivo de un informe de investigación, ya que en muchos sentidos encapsula el resto del documento. Un buen resumen ejecutivo contiene los antecedentes necesarios y los resultados y conclusiones importantes, de modo que es una parte del estudio que verdaderamente se entiende por sí sola. Este proyecto de investigación tuvo el patrocinio de la Centerville Área Radio Association (CARA). Su propósito fue identificar problemas específicos que tienen las empresas del sector en relación con la publicidad, de modo que los representantes de ventas de publicidad de CARA puedan trabajar en resolverlos mediante sus actividades mercadotécnicas. Los objetivos de la investigación fueron los siguientes: 1. Identificar las actitudes de los tomadores de decisiones empresariales hacia los siguientes medios publicitarios: periódicos, radio y televisión.

2. Identificar las actitudes de los tomadores de decisiones empresariales hacia los representantes de ventas de publicidad de los periódicos, radio y televisión. Se desarrolló un cuestionario de cinco páginas para medir esas actitudes. El cuestionario tuvo como fin probar varias hipótesis, la primera de ellas, que existen percepciones distintas sobre los diferentes tipos de medios publicitarios. Los miembros de CARA estaban interesados en estudiar las diversas percepciones sobre los periódicos, radio y televisión como medios publicitarios, ya que son los tres grupos principales de competidores por los presupuestos publicitarios en las empresas del sector. Otra hipótesis planteaba que los representantes de ventas de publicidad de los tres tipos de medios son percibidos de manera distinta. Tales percepciones se midieron con calificaciones de escala de los atributos individuales pormenorizados de: 1) el medio publicitario, y 2) el representante de ventas de cada medio. Se planteó la hipótesis de que las actitudes se diferenciarían adicionalmente con base en el nivel de gastos publicitarios anuales de la compañía del encuestado. Por añadidura, los atributos específicos de los representantes de ventas y medios publicitarios se pusieron a prueba para determinar la importancia que revestían para los encuestados. Además, se planteó la hipótesis de que las diferencias en las actitudes de los hombres de negocios hacia los tres medios se reflejarían en sus actitudes hacia los representantes de ventas de cada medio. El puesto del encuestado, que tome decisiones publicitarias o no y que la empresa utilice una agencia publicitaria o no se usaron para clasificar a los individuos para el análisis de datos final y, cuando fue necesario, excluirlos. El método de investigación consistió en enviar por correo un cuestionario a 600 empresas del área. Se obtuvo una muestra probabilística sistemática de 600 elementos de la lista de empresas de la sección amarilla identificadas por CARA como representativas de las compañías con las que hace negocios o le gustaría hacerlos. Dichas empresas fueron agrupadas en 10 amplias categorías: 1) materiales de construcción y ferretería; 2) ventas y servicio automovilísticos; 3) tiendas de ropa; 4) mobiliario y accesorios para el hogar; 5) restaurantes y bares; 6) salud y acondicionamiento físico; 7) instituciones financieras; 8) entretenimiento en el hogar; 9) servicios profesionales, y 10) una categoría de diversos, consistente en floristas, impresores, librerías, joyerías y tiendas de venta y servicio fotográficos.

Con el fin de lograr una tasa de respuesta adecuada, se incluyó un billete de un dólar en 300 de los cuestionarios enviados por correo, no así en los otros 300. Los cuestionarios se codificaron con colores crema y blanco, respectivamente, de modo que fuera posible calcular las tasas de respuesta de los dos grupos. También se usó un muestreo probabilístico sistemático para determinar cuáles empresas recibirían el cuestionario con el incentivo.

Porte Vil: Proyecto de investigación Los cuestionarios se enviaron por correo el 8 de abril. La fecha límite para la recepción de cuestionarios llenados fue el 24 del mismo mes. Se recibieron ciento sesenta y cinco (165) cuestionarios color crema y cuarenta y siete (47) de color blanco, es decir, 212 en total. Los resultados indicaron que la inclusión del incentivo generó una diferencia. Treinta y cuatro de los cuestionarios devueltos (25 color crema y 9 blancos) fueron inútiles en virtud de su llenado incompleto. La hipótesis de que había diferencias en las actitudes hacia los tres medios publicitarios no se sustentó con los datos. Tampoco hubo diferencias significativas en las actitudes de los encuestados hacia los periódicos, radio y televisión como medios publicitarios. En lo concerniente a la hipótesis de que había diversidad entre las actitudes hacia los representantes de ventas de los periódicos, radio y televisión, tampoco hubo diferencias significativas, salvo cuando se incluyó a los individuos cuya empresa utiliza una agencia publicitaria con los que no la requieren. La clasificación de las calificaciones de actitudes por gasto publicitario mostró una relación lineal inversa: a medida que

813

aumentan los gastos en publicidad, se vuelven cada vez más negativas las actitudes hacia los representantes de ventas de publicidad. Hubo diferencias significativas en las calificaciones de la importancia de las diversas características de los medios publicitarios y los diversos atributos de los representantes de ventas. En particular, el análisis de las calificaciones de importancia por elemento indicó que sería valioso que los representantes de ventas de la radio conocieran en mayor grado las áreas de negocios de sus clientes y tuvieran mayor conciencia y preocupación por las necesidades publicitarias específicas de los mismos. Además, dichos representantes deben poner en claro a sus clientes que la publicidad radiofónica puede generar reconocimiento de las empresas tan bueno como el de la publicidad televisiva o incluso mayor. Por añadidura, deben indicar claramente a sus clientes que la publicidad en la radio puede incrementar el volumen de ventas de una empresa y llegar a su mercado previsto de maneras más satisfactorias que la publicidad televisiva y tan buena o mejor que la publicidad en periódicos.

APÉNDICE TABLA 1

Valores de P correspondientes a Z para la curva normal. Z es la variación normal estándar. El valor de P para -Z equivale a la unidad menos el valor de P para +Z (p. ej., el valor de P para -1.62 es igual a 1 - 0.9474 = 0.0526).

Z

.00

.0 .5000 .1 .5398 .2 .5793 .3 .6179 .4 .6554 .5 .6915 .6 .7257 .7 .7580 .8 .7881 .9 .8159 1.0 .8413 1.1 .8643 1.2 .8849 1.3 .9032 1.4 .9192 1.5 .9332 1.6 .9452 1.7 .9554 1.8 .9641 1.9 .9713 2.0 .9772 2.1 .9821 2.2 .9861 2.3 .9893 2.4 .9918 2.5 .9938 2.6 .9953 2.7 .9965 2.8 .9974 2.9 .9981 3.0 .9987 3.1 .9990 3.2 .9993 3.3 .9995 3.4 .9997

.01

.02

.03

.04

.05

.06

.07

.08

.09

.5040 .5438 .5832 .6217 .6591 .6950 .7291 .7611 .7910 .8186 .8438 .8665 .8869 .9049 .9207 .9345 .9463 .9564 .9649 .9719 .9778 .9826 .9864 .9896 .9920 .9940 .9955 .9966 .9975 .9982 .9987 .9991 .9993 .9995 .9997

.5080 .5478 .5871 .6255 .6628 .6985 .7324 .7642 .7939 .8212 .8461 .8686 .8888 .9066 .9222 .9357 .9474 .9573 .9656 .9726 .9783 .9830 .9868 .9898 .9922 .9941 .9956 .9967 .9976 .9982 .9987 .9991 .9994 .9995 .9997

.5120 .5517 .5910 .6293 .6664 .7019 .7357 .7673 .7967 .8238 .8485 .8708 .8907 .9082 .9236 .9370 .9484 .9582 .9664 .9732 .9788 .9834 .9871 .9901 .9925 .9943 .9957 .9968 .9977 .9983 .9988 .9991 .9994 .9996 .9997

.5160 .5557 .5948 .6331 .6700 .7054 .7389 .7704 .7995 .8264 .8508 .8729 .8925 .9099 .9251 .9382 .9495 .9591 .9671 .9738 .9793 .9838 .9875 .9904 .9927 .9945 .9959 .9969 .9977 .9984 .9988 .9992 .9994 .9996 .9997

.5199 .5596 .5987 .6368 .6736 .7088 .7422 .7734 .8023 .8289 .8531 .8749 .8944 .9115 .9265 .9394 .9505 .9599 .9678 .9744 .9798 .9842 .9878 .9906 .9929 .9946 .9960 .9970 .9978 .9984 .9989 .9992 .9994 .9996 .9997

.5239 .5636 .6026 .6406 .6772 .7123 .7454 .7764 .8051 .8315 .8554 .8770 .8962 .9131 .9279 .9406 .9515 .9608 .9686 .9750 .9803 .9846 .9881 .9909 .9931 .9948 .9961 .9971 .9979 .9985 .9989 .9992 .9994 .9996 .9997

.5279 .5675 .6064 .6443 .6808 .7157 .7486 .7794 .8078 .8340 .8577 .8790 .8980 .9147 .9292 .9418 .9525 .9616 .9693 .9756 .9808 .9850 .9884 .9911 .9932 .9949 .9962 .9972 .9979 .9985 .9989 .9992 .9995 .9996 .9997

.5319 .5714 .6103 .6480 .6844 .7190 .7517 .7823 .8106 .8365 .8599 .8810 .8997 .9162 .9306 .9429 .9535 .9625 .9699 .9761 .9812 .9854 .9887 .9913 .9934 .9951 .9963 .9973 .9980 .9986 .9990 .9993 .9995 .9996 .9997

.5359 .5753 .6141 .6517 .6879 .7224 .7549 .7852 .8133 .8389 .8621 .8830 .9015 .9177 .9319 .9441 .9545 .9633 .9706 .9767 .9817 .9857 .9890 .9916 .9936 .9952 .9964 .9974 .9981 .9986 .9990 .9993 .9995 .9997 .9998

Fuente: Paul E. Green, Analyzing Multivariate Data, Chicago, Dryden Press, 1978.

Apéndice

1 8.

ble 2

íí

CU

CD

"S O)

Fuente: adaptado con autorización de W.J. Dixon y F.J. Massey Jr., Introducían to Statistical Analysis, 2a. ed. © 1957 McGraw-Hill. c

ta

815

816

Capítulo 23: Informe de investigación oral

TABLA 3

1-A V

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 40 60 120 00

.75

.90

.95

.975

.99

1.000 .816 .765 .741 .727 .718 .711 .706 .703 .700 .697 .695 .694 .692 .691 .690 .689 .688 .688 .687 .686 .686 .685 .685 .684 .684 .684 .683 .683 .683 .681 .679 .677 .674

3.078 1.886 1.638 1.533 1.476 1.440 1.415 1.397 1.383 1.372 1.363 1.356 1.350 1.345 1.341 1.337 1.333 1.330 1.328 1.325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.310 1.303 1.296 1.289 1.282

6.314 2.920 2.353 2.132 2.015 1.943 1.895 1.860 1.833 1.812 1.796 1.782 1.771 1.761 1.753 1.746 1.740 1.734 1.729 1.725 1.721 1.717 1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.697 1.684 1.671 1.658 1.645

12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262 2.228 2.201 2.179 2.160 2.145 2.131 2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045 2.042 2.021 2.000 1.980 1.960

31.821 6.965 4.541 3.747 3.365 3.143 2.998 2.896 2.821 2.764 2.718 2.681 2.650 2.624 2.602 2.583 2.567 2.552 2.339 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.457 2.423 2.390 2.358 2.326

.995

63.657 9.925 5.841 4.604 4.032 3.707 3.499 3.355 3.250 3.169 3.106 3.055 3.012 2.977 2.947 2.921 2.898 2.878 2.861 2.845 2.831 2.819 2.807 2.797 2.787 2.779 2.771 2.763 2.756 2.750 2.704 2.660 2.617 2.576

.9995 636.619 31.598 12.941 8.610 6.859 5.959 5.405 5.041 4.781 4.587 4.437 4.318 4.221 4.140 4.073 4.015 3.965 3.922 3.883 3.850 3.819 3.792 3.767 3.745 3.725 3.707 3.690 3.674 3.659 3.646 3.551 3.460 3.373 3.291

Fuente: tomado de la tabla III de R. A. Fisher y F. Yates, Statistical Tables for Biological, Agricultural, and Medical Research, publicado por Longman Group UK Ltd., Londres, 1974.

ble 4

continúa

Oi"

ta

817

Apéndice

818

Capítulo 23: Informe de investigación oral

Hjj^^^Qj^H

continúa

enuiiuoo

t1 vi a vi

Bi

MlpuaJv

820

Capítulo 23: Informe de investigación oral

TABLA 4 82$ SSISSm 588£8 EqSiSDvS 3$S8S £2288 58SS8

H kOOJ^onS oivbi/i'»^ ninininrini IN INÍ r\i r\i r\i rvirNiNoirN OÍININININ IN^»-^^ IO 01 IN «— ro f*.a>ÍT OVO^ÍNO oioor^ioffs in!5F^mm (NiNÍS.-.-!- .-oM^inm S O1BJVOPO mvoirci^ ^ rri nS ni ni (Noioirsrsi rj rsi oi rsi r>i i rvi»-'-'-'-

^2

ssts 88S8S Sfsssse saaics; sssss ssass sssss

S

mOJ^^n o^r^inuS^ ^nSmrnrn ro IN IN rsi r>i r>i j r>i IN rsirNi»-'-»»- OT jpf »-rMr>. f^jO'urr"^ mrMfMgvo oj^co^oi uirMOpuim o--a>ooi ij-^T^ fS4--a»-ir> t-»u3^rM t-oo>wr^ toiuTSi/it Tf^SSmm rfi--wti.!h fe8(6IT> °>r^triu^^: ^f "> m rñ rñ rnrnr>i(NiN oioiiNoioi rjiNoir^oi r>¡ rfMr~i^i «— ^

h^

Í^SS SSSÍSS SSS5S 2855SF: RSffiSS ^^ffií^S 828Í53

rs, co¿r^^ oodv£¡v¿uS uS^^^^ ^^rórnró rnmrnfnm mrñmrópri rnmrsirsirsj fS Oí IN *— *—

ffi

m»-errio>f>j 10 (JiOíKuS ¡nSvíN^

f^rvffir^o mr^rjfsio rMOO>-5 t^»->o«-fv mo>vC (r >Q r-a>rM«po >ot«-m» moaovo? mrM»-oai OOOOM^*O lomiSiniT» «tfM»-CTioo OOÓKtfiui i/iiri^tTÍ't •^^^•'^rri ninininini nininimni nSninif>ir>i •-

o>*(N t^ifnotrnQ ^ io 5 ^ in r^ 090)^0 i/irsooinm o-— ^r-.fs cnrínn 011^*100 tcmoaoto K^-nSrM^- —owoFiai oooof^r^t». Mnrtr-o m «ojoduS ooóKibib uSuiuS^^ ^•rf^i^f't ^^nirncti ninininini ninininim

5; J. O

•B a

in^-op g>inin»-(N1 o>r>-^«-3 ojcvp^ooo mr-«->OiN oo^'-t^j rgminoorx «Nr^oi fn^-ooo^